USA:s säkerhetsmyndigheter pekar ut sex kinesiska AI-bolag för att systematiskt ha hämtat enorma mängder data från amerikanska toppmodeller och använt materialet för att förbättra egna AI-system. Anklagelserna markerar en ny eskalering i teknikstriden mellan USA och Kina – där kampen inte längre bara handlar om chip och datacenter, utan också om själva förmågorna i världens mest avancerade AI-modeller.
NSA, FBI och CISA beskriver verksamheten som en industriskalig och systematisk form av modellutvinning genom så kallad distillering. Enligt myndigheterna har kinesiska företag sedan åtminstone slutet av 2024 genomfört miljontals anrop till modeller från bland andra OpenAI, Anthropic, Google och xAI.
Totalt ska miljarder tokens ha hämtats och sedan använts som träningsmaterial för kinesiska modeller.
De sex bolagen som pekas ut är DeepSeek, Moonshot AI, Alibaba, MiniMax, StepFun och Z.AI.
Sex kinesiska AI-bolag pekas ut
Anklagelserna är ovanligt detaljerade och kopplar flera kinesiska modeller direkt till specifika amerikanska AI-system.
DeepSeek uppges bland annat ha använt material från Claude, Gemini, GPT och Grok i utvecklingen av modellerna R1 och V3. Enligt amerikanska myndigheter har informationen använts för att förbättra resonemang, agentfunktioner, finjustering och svarskvalitet.
Moonshot AI, som utvecklar Kimi-modellerna, pekas också ut. USA hävdar att Kimi-K3 tränats med omfattande data från Anthropic-modeller och att Kimi-K2 använt material från GPT-4o.
Alibaba kopplas till användning av bland annat Claude- och GPT-5-modeller för utvecklingen av Qwen-familjen.
MiniMax ska enligt myndigheterna ha hämtat data från flera Claude-, Gemini- och GPT-versioner för utvecklingen av M2.
StepFun pekas ut för omfattande användning av bland annat Claude Opus, Claude Sonnet och flera GPT-5-varianter i utvecklingen av Step 4.
Z.AI ska enligt den amerikanska rapporten ha samlat miljarder tokens från GPT-5.5 och Claude Opus 4.8 för att förbättra avancerat resonemang. Myndigheterna anger däremot inte vilken specifik Z.AI-modell materialet ska ha använts till.
Så fungerar distillering av AI-modeller
Distillering är i sig ingen ovanlig eller förbjuden teknik.
Grundidén är att en mycket stark AI-modell används som lärare åt en mindre eller billigare modell. Lärarmodellen får stora mängder frågor och uppgifter, och svaren används sedan som syntetiskt träningsmaterial.
På det sättet kan en utvecklare lära sin egen modell exempelvis kodning, matematik, resonemang, agentfunktioner eller problemlösning utan att själv behöva upptäcka och träna fram varje förmåga från grunden.
Problemet enligt USA är hur tekniken ska ha använts.
Amerikanska myndigheter hävdar att de kinesiska bolagen inte bara gjort normal användning av kommersiella AI-tjänster, utan systematiskt byggt infrastrukturer för att kringgå begränsningar och samla in stora mängder träningsdata.
Miljontals anrop och maskerade konton
Den amerikanska beskrivningen liknar mer ett industriellt datainsamlingssystem än vanlig användning av en chattbot.
Enligt NSA, FBI och CISA ska verksamheten bland annat ha omfattat stora mängder falska eller maskerade konton, premiumabonnemang, molntjänster och mellanhänder som använts för att dölja var trafiken egentligen kom ifrån.
API-aggregatorer och så kallade transfer stations ska ha gjort det möjligt att kringgå geografiska restriktioner och flytta trafiken mellan olika leverantörer.
Frågorna ska därefter ha automatiserats och riktats mot särskilt värdefulla modellförmågor.
När svaren samlats in ska de ha sorterats, kvalitetskontrollerats och omvandlats till träningsdata.
Myndigheterna beskriver också hur systemen kunnat byta mellan olika AI-leverantörer om ett konto blockerats eller om en viss åtkomstväg slutat fungera.
Det är denna skala och automatisering som ligger bakom USA:s formulering om industriskalig verksamhet.
Anthropic: över 16 miljoner samtal identifierade
En del av anklagelserna stöds av uppgifter från amerikanska AI-bolag.
Anthropic uppgav tidigare under 2026 att företaget identifierat över 16 miljoner interaktioner med Claude som bolaget kopplade till DeepSeek, Moonshot och MiniMax.
Enligt Anthropic användes omkring 24 000 bedrägliga konton.
MiniMax stod enligt företagets analys för mer än 13 miljoner interaktioner och Moonshot för över 3,4 miljoner.
Anthropic uppgav att kopplingarna byggde på bland annat IP-adresser, metadata och återkommande infrastrukturmönster.
Det är dock viktigt att skilja mellan företagens och myndigheternas bedömningar och sådant som har prövats rättsligt.
De fullständiga råloggar och underrättelseuppgifter som ligger bakom USA:s nya anklagelser är inte offentliga.
Distillering är inte stöld i sig
Själva distilleringstekniken används i hela AI-industrin och kan vara fullt legitim.
Ett företag kan exempelvis distillera sin egen större modell till en mindre modell för att sänka kostnader, eller använda material som det uttryckligen har rätt att träna på.
Den amerikanska anklagelsen gäller i stället att kinesiska bolag systematiskt ska ha försökt extrahera skyddade modellförmågor från konkurrerande system och kringgått tekniska och kommersiella begränsningar för att göra det.
Det gör frågan både juridiskt och tekniskt komplicerad.
USA använder ett språk som ligger nära industrispionage och stöld, medan kinesiska företrädare tidigare har avvisat den beskrivningen och hävdat att Washington försöker bromsa kinesiska AI-företag av konkurrenspolitiska skäl.
Frågan ligger nära den bredare konflikten om hur AI får tränas på upphovsrättsskyddat material, men handlar samtidigt om något mer specifikt: om en konkurrent systematiskt får använda själva utdata från en avancerad AI-modell för att överföra dess förmågor till ett eget system.
DeepSeek hamnar åter i centrum
DeepSeek har redan tidigare blivit en symbol för Kinas snabbt växande AI-kapacitet.
När bolagets R1-modell slog igenom blev den uppmärksammad för att kunna konkurrera med betydligt dyrare amerikanska modeller trots påstått mycket lägre utvecklingskostnader.
Den amerikanska myndighetsrapporten ifrågasätter nu hur rättvis den jämförelsen är.
USA menar att den ofta nämnda träningskostnaden på omkring 5,6 miljoner dollar inte tar hänsyn till värdet av den träningsdata som DeepSeek enligt myndigheterna ska ha hämtat från amerikanska system.
Det är dock en amerikansk bedömning, inte någon ny oberoende beräkning av DeepSeeks totala utvecklingskostnad.
Kampen handlar inte längre bara om AI-chip
Konflikten får särskild betydelse eftersom USA under flera år försökt bromsa Kinas AI-utveckling genom exportrestriktioner på de mest avancerade halvledarna.
Logiken har varit enkel: om kinesiska bolag får sämre tillgång till avancerade GPU:er blir det dyrare och svårare att träna modeller som kan mäta sig med de bästa amerikanska systemen.
Distillering förändrar delar av den kalkylen.
Om ett kinesiskt AI-labb kan använda en amerikansk toppmodell som lärare och samla in enorma mängder högkvalitativa exempel kan det i teorin överföra vissa förmågor utan att behöva reproducera hela den ursprungliga träningsprocessen.
Det betyder inte att en billig modell automatiskt blir lika stark som modellen den lär sig från.
Men tekniken kan minska kostnaden för att kopiera vissa typer av beteende, resonemang och specialiserade funktioner.
För USA innebär det att även tillgången till själva modellerna blir en strategisk fråga.
USA kan gå vidare med sanktioner
Nästa steg kan bli betydligt mer konkret än dagens myndighetsrapport.
Amerikanska företrädare har redan tidigare öppnat för att sanktioner och exportkontroller kan användas mot utländska aktörer som bedöms ägna sig åt omfattande otillåten modellutvinning.
Det finns också politiska initiativ i kongressen som syftar till att göra det lättare att införa sanktioner mot utländska aktörer som använder amerikansk AI-teknik för att förbättra konkurrerande modeller.
Inga nya sanktioner mot de sex utpekade bolagen presenterades samtidigt med anklagelserna den 8 september.
Men den gemensamma rapporten från NSA, FBI och CISA ger administrationen ett betydligt mer detaljerat offentligt underlag om den senare vill gå vidare.
Hårdare kontroller kan påverka vanliga AI-användare
Konflikten kan också leda till förändringar för helt vanliga användare och utvecklare.
Amerikanska myndigheter rekommenderar AI-bolagen att bli bättre på att upptäcka ovanliga användningsmönster, verifiera kunder och dela information med molnleverantörer och andra AI-företag.
I vissa fall föreslås även att misstänkta distilleringsförsök ska kunna få modifierade eller mindre avancerade svar.
En sådan utveckling kan göra AI-tjänster mer restriktiva.
Det kan innebära hårdare identitetskontroller, fler begränsningar av API-användning och större övervakning av hur avancerade modeller används.
Kina har tidigare avvisat anklagelserna
Kina har tidigare kraftigt avvisat amerikanska påståenden om AI-stöld och otillåten distillering.
Det kinesiska handelsdepartementet har beskrivit liknande amerikanska anklagelser som utan faktisk och rättslig grund och anklagat Washington för dubbla måttstockar.
Kina har samtidigt hävdat att amerikanska företag själva använder kinesiska AI-modeller i forskning och modellutveckling.
Moonshot AI har också tidigare förnekat amerikanska påståenden om otillåten distillering.
Något nytt officiellt kinesiskt svar på den gemensamma amerikanska myndighetsrapporten hade inte verifierats när denna artikel skrevs.
En ny fas i AI-kapplöpningen
USA:s och Kinas AI-konflikt har hittills till stor del handlat om vem som kan bygga snabbast chip, störst datacenter och kraftfullast modeller.
Nu flyttas striden längre in i själva modellerna.
USA försöker inte längre bara skydda tillgången till beräkningskraft utan också det ekonomiska värdet i den kunskap och de förmågor som redan tränats fram i amerikanska system.
Samtidigt visar anklagelserna hur svårt det kan bli att upprätthålla ett tekniskt försprång när avancerade modeller görs tillgängliga globalt via API:er och kommersiella tjänster.
Ju mer USA stänger tillgången, desto starkare blir också incitamentet för Kina att bygga en helt självständig kedja av chip, molninfrastruktur, modeller och AI-tjänster.
Konflikten kommer dessutom samtidigt som Washington och Peking försöker hitta former för dialog om AI-säkerhet mellan USA och Kina.
Det gör anklagelserna större än en enskild tvist mellan några AI-företag.
De handlar i praktiken om vem som får dra ekonomisk och strategisk nytta av den dyraste AI-forskningen i världen – och om det går att hindra en konkurrerande stormakt från att lära sig av resultatet.