Hvad er en GPAI-model?

Af Weapp · Opdateret

En GPAI-model er en AI-model til almen brug efter AI-forordningens artikel 3: en model der er trænet bredt, og som kan bruges til mange forskellige opgaver. Udbyderen der bygger modellen, bærer GPAI-forpligtelserne i forordningens kapitel V. Ansvaret følger ikke automatisk med når du køber adgang til modellen.

Når AI-forordningen (AI Act) diskuteres, dukker begrebet GPAI hurtigt op, ofte uden at det bliver forklaret. Det er værd at få styr på, for det afgør hvem der bærer hvilket ansvar når du bygger på en stor AI-model. Det korte svar: Det meste af byrden ligger hos den der har bygget modellen, ikke hos dig der bruger den, men du har dit eget ansvar, og det er let at overse.

Hvad GPAI betyder

GPAI står for general-purpose AI, på dansk AI til almen brug, og defineres i AI-forordningens artikel 3. Det er en model der er trænet bredt på store datamængder, og som kan bruges til mange forskellige opgaver (skrive tekst, opsummere, klassificere, kode og meget andet), snarere end en model bygget til én afgrænset funktion.

De store sprogmodeller bag tjenester som Copilot er typiske GPAI-modeller. Pointen med kategorien er at forordningen lægger særlige forpligtelser på netop den der bygger og stiller sådan en model til rådighed fordi den bliver en byggesten i rigtig mange downstreamsystemer.

Rollefordelingen: udvikler kontra bruger

Det er kernen, og det der oftest bliver misforstået. Ansvaret er delt mellem to roller.

Modeludvikleren, altså udbyderen, bærer GPAI-forpligtelserne i forordningens kapitel V. De omfatter bl.a. teknisk dokumentation, information til downstreamudbydere og en politik for overholdelse af EU-retten om ophavsret. Forpligtelserne har gældt siden 2. august 2025.

Du der bruger modellen i din virksomhed, er i stedet idriftsætter (deployer) efter artikel 26. Din byrde handler om hvordan du bruger systemet: menneskeligt tilsyn, at følge udbyderens brugsanvisning og ikke at bruge systemet uden for dets tilsigtede formål. Det centrale at forstå er at udbyderens GPAI-byrde ikke følger med når du køber adgang, men dit eget ansvar som idriftsætter kommer oveni. To forskellige roller, to forskellige ansvarsområder.

Sanktionslogikken

Hvem betaler hvis noget går galt på modelniveau? Også her er svaret delt. Efter artikel 101 kan en GPAI-udbyder der overtræder forordningen, pålægges bøder på op til 15 mio. euro eller 3 procent af den samlede globale årsomsætning, alt efter hvilket beløb der er størst.

Den sanktion rammer udbyderen, ikke kunden. En overtrædelse af GPAI-forpligtelserne er udbyderens ansvar, og det er udbyderen der risikerer bøden. Det betyder ikke at du er fri for alt ansvar (dit ansvar som idriftsætter efter artikel 26 har sine egne regler), men byrden for selve modellens overholdelse af reglerne ligger ikke på dit bord.

Systemisk risiko og den uklare klassificering

En delmængde af GPAI-modellerne klassificeres som modeller med systemisk risiko. Tærsklen bygger på hvor meget beregningskraft der er brugt på træningen: Overskrider modellen et vist niveau, vurderes den at kunne få særlig stor samfundsmæssig indvirkning og får så skærpede krav.

Problemet i praksis er at en officiel klassificering kan mangle eller lade vente på sig for en enkelt model. Så ved du ikke hvilket kravniveau der gælder. Et konkret scenarie: I vil bygge på en af de allerstørste modeller, men finder ingen klar klassificering. Den pragmatiske tilgang er at betragte en frontier-model som en sandsynlig GPAI-model med systemisk risiko indtil klassificeringen er på plads. Bygger du din dokumentation til det højere krav fra starten, slipper du for at efterjustere hvis vurderingen til sidst bliver streng.

Hvem der er GPAI-udbydere i din stack

For at gøre det konkret: I en Copilot- eller Foundry-stack er GPAI-udbyderne dem der bygger selve grundmodellerne. Det er OpenAI, Anthropic, Google og Mistral for deres respektive modeller, og Microsoft for sine egne. Den samme virksomhed kan optræde i flere roller, både som modeludvikler og som platform der kører modellen, men GPAI-forpligtelserne knyttes til rollen som den der har bygget modellen.

For dig som køber betyder det to ting. Kortlæg hvem der er modeludvikler bag hver tjeneste du bruger så du ved hvor ansvaret efter kapitel V ligger. Og hold styr på dit eget ansvar som idriftsætter efter artikel 26, for det er din del uanset hvor ansvarlig udbyderen er. Vil du have hjælp til at få styr på rollerne i en konkret AI-løsning, kan du læse mere om vores arbejde med AI eller kontakte os.

Ofte stillede spørgsmål

Hvem bærer ansvaret for en GPAI-model, os eller udbyderen?

Ansvaret er som udgangspunkt delt. Modeludvikleren bærer GPAI-forpligtelserne i kapitel V, som har gældt siden 2. august 2025. Du der bruger modellen i din virksomhed, er i stedet idriftsætter efter artikel 26. Udbyderens byrde følger altså ikke med når du køber adgang, men dit eget ansvar som idriftsætter kommer oveni.

Hvad sker der hvis GPAI-udbyderen overtræder reglerne?

Sanktionen rammer udbyderen, ikke kunden. Efter artikel 101 kan en GPAI-udbyder der overtræder forordningen, pålægges bøder på op til 15 mio. euro eller 3 procent af den samlede globale årsomsætning, alt efter hvilket beløb der er størst. Den byrde bæres af den der har bygget modellen og stiller den til rådighed.

Hvad er en GPAI-model med systemisk risiko?

Det er en GPAI-model der overskrider en tærskel for beregningskraft under træningen og derfor vurderes at kunne få særlig stor indvirkning. Den slags modeller får skærpede krav. Tærsklen bygger på hvor meget beregningskraft der er brugt på træningen, og en officiel klassificering kan lade vente på sig eller mangle for en enkelt model.

Hvem er GPAI-udbydere i praksis?

I en Copilot- eller Foundry-stack er det dem der bygger selve grundmodellerne: OpenAI, Anthropic, Google og Mistral for deres respektive modeller, og Microsoft for sine egne. Den samme virksomhed kan være både modeludvikler og platformsleverandør, men GPAI-forpligtelserne knyttes til rollen som den der bygger modellen.

Hvordan bør vi håndtere en model hvis klassificering er uklar?

Behandl den forsigtigt. Mangler en officiel klassificering, er den pragmatiske tilgang at betragte en frontier-model som en sandsynlig GPAI-model med systemisk risiko indtil klassificeringen er på plads. Så bygger du din dokumentation til det højere krav fra starten i stedet for at skulle efterjustere hvis klassificeringen ender med at blive streng.