Innholdet er AI-generert og kan inneholde feil.
Når et selskap tilbyr mange modeller, er det fordi oppgavene trekker i ulike retninger. En modell som tenker lenge, koster mer. En som svarer med en gang, strekker ikke like langt. Og en modell du kan kjøre selv, gir mer kontroll – mot mer ansvar.
Det finnes ikke én modell som er best til alt
Når en leverandør tilbyr flere modeller side om side, er det sjelden fordi de ikke har klart å lage «den beste». Det er fordi ulike oppgaver belønner ulike avveininger. En modell som tenker lenge og treffer bedre på vanskelige oppgaver, er typisk tregere og dyrere. En modell som svarer med en gang, passer bedre i en kundesamtale eller i et system som må håndtere mange forespørsler, men den strekker ikke like langt når oppgaven krever mange steg. OpenAI skriver uttrykkelig at en lavere pris per million tokener ikke nødvendigvis gir lavere totalkostnad, fordi modellene kan tokenisere ulikt og bruke ulikt mange ut- og resonneringstokener på den samme jobben.
Derfor har de fleste store aktørene en familie, ikke et enkelt produkt. Anthropic anbefaler Claude Opus 5.5 som utgangspunkt, Fable 5.2 når oppgaven er tyngre, Sonnet 5.5 når man vil balansere fart og evne, og Haiku 5.5 når volum og lav ventetid teller mest. Google stiller Gemini 4 Carbon mot den raskere og billigere Gemini 4 Argon, og har i tillegg Flash-modeller for høy gjennomstrømming. OpenAI lar deg i ChatGPT velge tenkenivå, og gir gratisbrukere en annen standardmodell enn betalende. Mønsteret går igjen, selv om navnene er ulike. En mer detaljert oversikt over hvem som tilbyr hva per november 2026, står i artikkelen om leverandører og modeller.
Størrelse er mer enn ett tall
Det er vanlig å oppgi hvor mange parametere en modell har, altså hvor mange innlærte verdier som styrer beregningen. Flere parametere gir i utgangspunktet større kapasitet, men tallet alene sier lite om hvor god eller dyr modellen er i bruk. Flere av dagens store modeller bruker en arkitektur kalt blanding av eksperter (på engelsk mixture of experts, MoE). Da består nettverket av mange «eksperter», men bare noen av dem brukes for hver token.
Derfor oppgir flere leverandører to tall. Mistral Large 4 har ifølge Mistral 1,05 billioner parametere i alt og 52 milliarder aktive. Muse Spark Open har ifølge Meta 816 milliarder i alt og 42 milliarder aktive. DeepSeek-V4-Pro, sluppet med åpne vekter i april 2026, hadde 1,6 billioner i alt og 49 milliarder aktive. Det er de aktive parameterne som i hovedsak avgjør hvor mye regnekraft hver token krever. Totaltallet sier mer om hvor mye som er lagret, og hvor krevende det kan være å ha hele modellen liggende i minnet. En «stor» modell kan dermed være raskere i bruk enn tallet først antyder – eller tregere å flytte og lagre enn den er å spørre.
Raske modeller og resonneringsmodeller
En tydelig skillelinje de siste årene går mellom modeller som svarer mest mulig direkte, og modeller som bruker intern «tenketid» før de viser svaret. OpenAI kaller de interne brikkene resonneringstokener: de teller med i forbruket, men vises ikke som svarestekst. Et kort svar kan derfor ha kostet langt mer enn det ser ut til. Anthropic beskriver tenkingen i de aktuelle Claude-modellene som tilpasningsdyktig og i flere tilfeller alltid på, styrt av et innsatsnivå. xAI lar deg stille innsatsen på Grok 4.7. Google dokumenterer tilsvarende nivåer på Gemini 4.
Poenget er det samme: leverandøren tilbyr ikke bare ulike modeller, men også ulike måter å bruke den samme familien på. Høyere innsats kan lønne seg på vanskelige oppgaver, og være bortkastet på et enkelt spørsmål. I ChatGPT er noen tenkenivåer forbeholdt visse abonnementer; ifølge OpenAI har ikke gratisbrukere og Go-brukere tilgang til GPT-5.6 Sol, og Extra High og Pro er knyttet til dyrere planer.
Pris er både stykkpris og forbruk
API-prisen oppgis nesten alltid per million tokener, ofte med lavere pris for inndata enn for utdata, og enda lavere for bufret inndata. Noen, som xAI på Grok 4.7, tar mer betalt når selve forespørselen er veldig lang. Andre, som Anthropic, har egne rabatter for partikjøring og bufring. For deg som bruker en chat-tjeneste med fast månedspris, er det kvotene og eventuell tenketid som merkes, men mekanismen bak er den samme.
To skjulte kostnader er lette å overse. Den ene er resonneringstokener, omtalt over. Den andre er at samme innhold kan bli flere tokener på norsk enn på engelsk, som vist i artikkelen om tokener. En modell som er «billig» på papiret, kan bli dyr hvis den trenger mange runder, lange mellomregninger eller en oppstykket koding av teksten din. Omvendt kan en dyrere modell bli rimeligere totalt hvis den løser oppgaven i færre tokener. Mistral framhever nettopp dette når de skriver at Mistral Large 4 på én kodingstest brukte vesentlig færre tokener per oppgave enn en jevngod åpen konkurrent.
Multimodalitet og spesialisering
Mange flaggskipmodeller tar i dag imot mer enn tekst. Gemini 4 Carbon og Argon oppgis med støtte for tekst, bilde, lyd, video og PDF. Claude-utvalget Anthropic viser fram i novembreoversikten, tar tekst og bilde inn og gir tekst ut. Grok 4.7 tar tekst og bilde inn. Muse Spark Open og Mistral Large 4 beskrives som flermodale fra bunnen av. I tillegg kommer egne modeller som bare gjør én jobb: bildegenerering, tale, transkripsjon, oversettelse eller søk i dokumenter. Google har for eksempel egne bildemodeller i Nano Banana-familien, xAI har Grok Imagine, og Mistral har egne modeller for tekstgjenkjenning og tale.
Spesialiseringen kan også ligge i ettertreningen. En modell kan være ekstra øvd på koding, på matematikk, eller – som i noen av Mistrals og Googles beskrivelser – på forsvar mot dataangrep. Da er det ikke bare størrelsen som skiller, men hvilke oppgaver den er blitt belønnet for å løse godt, og hvilke den er satt til å avvise.
Lokale modeller og åpne vekter
Et siste viktig skille er hvor modellen kjører. En nettjeneste er enkel å ta i bruk, og de tyngste modellene krever maskinparker de færreste har hjemme. Med åpne vekter kan organisasjoner og enkeltpersoner i stedet kjøre modellen på eget utstyr, i eget datasenter eller hos en leverandør de selv velger. Da blir personvern, driftskostnad, lisens og tilgjengelig maskinvare like viktige som poengsummen på en test.
Derfor finnes det egne, mindre modeller ment for lokal bruk. Meta beskriver Muse Glimmer som en modell med 30 milliarder parametere, destillert fra Muse Spark og laget for lokal kjøring og utstyr nær kanten av nettet. Muse Spark Open selv kan ifølge Meta kjøres på stasjonære maskiner under visse forutsetninger, blant annet to Apple Mac Studio med M5 Ultra og rammeverket MLX. Mistral har de mindre Ministral 3-modellene i tillegg til Large 4. OpenAI har sluppet gpt-oss-120b og gpt-oss-20b med åpne vekter. Rundt slike vekter har det vokst fram egne kjøreprogrammer, blant dem llama.cpp, vLLM og SGLang, som både Meta og Mistral viser til.
At du kan kjøre en modell lokalt, betyr ikke at den er jevngod med det tyngste flaggskipet i skyen, eller at den er ferdig «sikker» bare fordi den kjører hos deg. Det betyr at du kan velge en annen avveining: mer kontroll over data og drift, mot mer ansvar for maskiner, oppdateringer og lisens.
Hvordan velge i praksis
Et nyttig utgangspunkt er å spørre hva oppgaven krever, ikke hvilken modell som ligger øverst i en rangering denne uken. Trenger du et raskt svar på et avgrenset spørsmål, er en liten eller middels modell ofte nok. Skal systemet arbeide lenge med kode, dokumenter eller flere verktøy, kan en tyngre resonneringsmodell lønne seg. Skal personopplysninger eller forretningshemmeligheter bli værende i huset, kommer åpne vekter og lokal kjøring inn i bildet. Og uansett modell gjelder det Store norske leksikon skriver om generativ kunstig intelligens: svarene kan høres sikre ut uten å være det, så viktige påstander bør sjekkes.
Kilder
- Understanding and counting tokens – OpenAI Help Center, blant annet om at lav stykkpris ikke alltid gir lav totalkostnad, og om resonneringstokener.
- GPT-6 and other models in ChatGPT – OpenAI Help Center, om tenkenivåer og planer.
- Models overview – Anthropic, om når Fable, Opus, Sonnet og Haiku passer.
- Models – Google AI Studio, om Gemini 4 Carbon og Argon og Flash-modellene.
- Mistral Large 4 – Mistral Docs, om totalt og aktivt antall parametere og kontekstvindu.
- Mistral Large 4 is now open weight – Mistral, blant annet om tokenforbruk i kodingstester.
- Introducing Muse Spark Open og Open-weight models – Meta, om Spark Open, Glimmer og lokal kjøring.
- DeepSeek-V4 Preview – DeepSeek, om totalt og aktivt antall parametere i V4-Pro og V4-Flash.
- Models – xAI, om pris som stiger med lang kontekst, og om innsatsnivå.
- Generativ kunstig intelligens – Store norske leksikon, om hallusinasjoner og kildekritikk.
- Introducing gpt-oss – OpenAI.