Skapa med AI på era dedikerade GPU:er – helt inom EU/EES.
Det är ingen hemlighet att AI-agenter kan stötta, snabba upp och säkra era befintliga värdekedjor.
Men hittills har AI-agenter krävt att konfidentiella kodbaser, känsliga kunduppgifter (PII) och intern dokumentation skickas till USA-ägda leverantörer som lagrar dem, bland annat för framtida träning. Det hindret hjälper vi er röja, med öppna LLM-modeller på era egna GPU-noder.
Efterlängtat av teamen, men hindrad av juridiken?
AI-agenter som skriver, läser och refaktorerar kod har blivit vardag. Men på många företag tar det stopp i säkerhetsgranskningen: källkoden får inte skickas till externa AI-tjänster. Skapa är mellanvägen. Agenten kör kvar på utvecklarens dator, och modellanropen går till en GPU-nod som bara gör en sak: kör er inferens och glömmer den. Hela kedjan, hårdvara, mjukvara och drift, ligger under svensk eller EU/EES-jurisdiktion.
Från terminalen till er GPU-nod — och ingen annanstans
krypterad tunnel
krypterad tunnel
För den som vill titta närmare
Vad kan ni vänta er?
Öppna modeller har hunnit ikapp. Vår frontier-nivå ligger i klass med de stängda toppmodellerna, och även vår effektiva nivå är långt bortom de GPT-4-modeller som drev den första vågen av användbar AI-kodning.
Våra frontier-modeller ligger i det övre skiktet — GLM 5.2 bara några punkter från de allra bästa. Den effektiva nivån byter en del ren intelligens mot fart och kostnad: GPT-OSS 120B ger frontier-storlek med mycket hög svarstakt, och Qwen3-Coder är byggd för snabb vardagskodning. Båda ligger långt bortom GPT-4-klassen som redan förändrade utvecklingsarbetet.
Allt er säkerhetsgranskning behöver
Skicka det här vidare till juristerna. Ett enda databehandlaravtal (DPA), noll lagring som standard och ingen träning på er data — hela stacken under svensk och EU/EES-jurisdiktion.
Fullständigt DPA och aktuell underleverantörslista skickas på begäran inför avtal.
Fast pris. Obegränsade tokens.
Ni betalar för kapacitet — noder, timmar och tokens per sekund — aldrig per token. Faktureras mot faktura (B2B), inget kort behövs.
Ett aktivt utvecklingsteam drar lätt tiotals miljoner tokens i månaden. Hos per-token-leverantörer blir det en oförutsägbar räkning som växer med användningen — här är den fast, oavsett hur mycket teamet och pipelines kör.
Välj abonnemang och modellspår ovan, så skriver vi mejlutkastet. Fyll i platshållarna och skicka.
Hej Johan,
Vi är intresserade av «Software Team» (8 500 kr/mån).
Modellspår: Capable & Efficient (Qwen3-Coder 30B, GPT-OSS 120B).
Företag: [Ert företag]
Kontaktperson: [Namn]
VAT-nummer: [SE0000000000]
Vänliga hälsningar
[Namn]Kom igång med valfri kod-agent
Välj verktyg så får du färdiga kommandon med din nyckel ifylld. Har du ingen nyckel än ligger en platshållare kvar i exemplen — skapa konto så får du en riktig.
npm install -g @anthropic-ai/claude-codeexport ANTHROPIC_BASE_URL=https://skapa.moln.ai/anthropic
export ANTHROPIC_AUTH_TOKEN=DIN_API_NYCKEL
export ANTHROPIC_MODEL=qwen3-coder-30b-a3b
export ANTHROPIC_SMALL_FAST_MODEL=qwen3-coder-30b-a3b
claudeSånt som blir möjligt med egen AI-infra
Låt AI skanna kod och beroenden efter CVE-räckvidd och verkliga sårbarheter — på timmar i stället för månader — och utveckla de faktiska exploits som behövs för att vägleda teamen och verifiera patcharna. De stängda AI-leverantörerna grindvaktar offensiv förmåga, vilket tyvärr också bromsar äkta säkerhetshärdning. Med öppna modeller och vass säkerhetstooling är det i praktiken löst.
↗ Hitta era exploits först — skydda.moln.aiKritiska system — industristyrning, digital infrastruktur, uppkopplad utrustning — kräver säkra arbetssätt och styrning av digitala verktyg. Att skicka kod, dokument och ritningar till AI-jättarna är ofta uteslutet, även med avtal om att data inte används rakt av för att träna framtida modeller. Öppna modeller på dedikerade GPU:er löser det: er IP hålls galvaniskt isolerad från incitamenten att träna bättre modeller.
De flesta EU-bolag är noga med vilken PII som samlas in. Men idéer om att faktiskt använda PII eller anonymiserad data för att förbättra kund- och tjänsteupplevelsen blockeras ofta — den får inte delas med externa AI-leverantörer. Dedikerad fullstack-AI-inferens löser det genom att hålla databehandlingen inne i verksamheten. Inga underleverantörer — hela AI-stacken inom EU-jurisdiktion.
Vanliga frågor
?Var kör modellerna?
?Sparas vår kod någonstans?
?Vilka verktyg fungerar?
?Vilka modeller kan vi köra?
Öppna modeller i två spår, som ni kan blanda:
| Modell | Version | Totala vikter | Aktiva vikter |
|---|---|---|---|
| Qwen3-Coder | 30B | 30B | 3B |
| GPT-OSS | 120B | 120B | 5.1B |
| Modell | Version | Totala vikter | Aktiva vikter |
|---|---|---|---|
| Qwen3 | 235B | 235B | 22B |
| DeepSeek | V4-Flash | 284B | 13B |
| GLM | 5.2 | 744B | 40B |
| Kimi | K2.7 | 1T | 32B |
MoE-modeller aktiverar bara en del av vikterna per token — färre aktiva vikter ger högre fart.
Rätt val är inte självklart. Vi sköter kvantisering och modellval per arbetslast och väger modellintelligens mot tokenfart och GPU-kostnad — ibland blir det en enda modell, ibland ett par där en planerare leder en snabbare arbetsmodell.