Indlæser kataloget…
Indlæser kataloget…
OpenAIs hurtige og omkostningseffektive GPT-6-model til chat, klassificering og lette agentiske opgaver i store mængder, med ræsonneringsniveau, der kan indstilles, og et kontekstvindue på 1,05 millioner tokens.
OpenAIs ræsonneringsmodel i mellemklassen med ræsonneringsniveauer, der kan tilpasses, et kontekstvindue på 1,05 millioner tokens samt tekst og billeder som inddata til kodegenerering og agentiske arbejdsflow.
Xiaomis MIT-licenserede omnimodale ræsonneringsmodel i effektivitetsklassen: en 309 milliarder/15 milliarder sparse MoE med 1 million tokens kontekst, indbygget forståelse af billeder, video og lyd samt en brugerstyret tænkeknap.
Xiaomis omnimodale ræsonneringsmodel med åbne vægte, 1,02 billioner parametre og 1M-token-kontekst, der accepterer tekst, billeder, video og lyd som inddata og returnerer tekst.
Anthropics frontmodel til ræsonnering med et kontekstvindue på 1 million tokens, justerbart ræsonneringsniveau og multimodale inddata til kodning, research og arbejde med lange dokumenter.
Moonshot AI's 2,8 billioner MoE-flagskib med åbne vægte, altid aktiv ræsonnering, 1 million tokens kontekst, indbygget værktøjsbrug og multimodale inddata.
OpenAIs hurtige og omkostningseffektive GPT-5.6-niveau til chat i store mængder, klassificering og lette agentiske opgaver med et kontekstvindue på 1,05 millioner tokens.
OpenAIs flagskibsmodel til ræsonnering i GPT-5.6-familien til agentisk kodning, cybersikkerhed og analyser med mange trin, med et kontekstvindue på 1 million tokens.
xAI's proprietære ræsonneringsmodel med et kontekstvindue på 500.000 tokens, obligatorisk ræsonneringsniveau, der kan konfigureres, samt tekst og billeder som inddata.
Anthropics model i Sonnet-klassen med adaptiv ræsonnering, et kontekstvindue på 1 million tokens, stærke resultater i Design Arena for kodning og UI samt altid aktiv ræsonnering fra lavt til maks. ræsonneringsniveau.
Anthropics Mythos-klasse-frontmodel med altid aktiv adaptiv ræsonnering og et kontekstvindue på 1 million tokens, bygget til dyb kode- og forskningsanalyse frem for chat i sanntid.
En MoE-model med åbne vægte og 428 milliarder parametre (~23 milliarder aktive) fra MiniMax med et kontekstvindue på 1 million tokens, multimodale inddata og et konfigurerbart ræsonneringsniveau, velegnet til agentiske opgaver og kodegenerering med lang kontekst.
Anthropics frontmodel til ræsonnering med et kontekstvindue på 1 million tokens, bygget til komplekse agentiske arbejdsflow, analyser på kandidatniveau og opgaver med lang kontekst.
Googles hurtige, prisoptimerede multimodale Gemini-model med et kontekstvindue på 1 million tokens, bygget til høj gennemstrømning af tekst, billeder, lyd, video og filer som inddata.
OpenAIs instruct-model med lang kontekst, bygget til kompleks ræsonnering i mange trin, analyse af lange dokumenter og orkestrering af værktøjer i et kontekstvindue på over 1 million tokens.
Anthropics frontmodel med lukkede vægte og et kontekstvindue på en million tokens, bygget til komplekse ræsonnerings- og kodningsopgaver med mange trin frem for interaktion i sanntid.
Google DeepMinds multimodale Mixture-of-Experts-model med åbne vægte og et kontekstvindue på 262k tokens, tunet til opgaver af moderat kompleksitet med korte svartider.
Google DeepMinds multimodale dense-model med åbne vægte og 30,7 milliarder parametre. Den har et kontekstvindue på 256k tokens, valgfri ræsonnering i tankekæde og er instruktionstrænet til opgaver med lang kontekst og multimodale inddata.
OpenAIs effektive GPT-5.4 mini instruct-model, bygget til kodning og agentiske opgaver med valgfri ræsonneringsdybde og et multimodalt kontekstvindue på 400k tokens.
MoE-model med åbne vægte og 119 milliarder parametre fra Mistral AI (128 eksperter, 4 aktive, 6,5 milliarder aktive per token), der samler instruct, valgfri ræsonnering og billedforståelse i én modelversion med 262k-kontekst og interaktiv svartid.
xAI's Grok 4.20-modelversion uden ræsonnering: 1 million tokens kontekst, billeder som inddata, verktøjskald og strukturerede uddata, med en score i midterfeltet i Artificial Analysis Intelligence Index.
xAI's multi-agent-orkestreringsmodel: parallel debat mellem underagenter samlet til ét svar, bygget til grundig ræsonnering frem for hastighed.
OpenAIs konfigurerbare model til ræsonnering i tankekæde med et kontekstvindue på 1 million tokens og indbygget understøttelse af tekst, billeder og filer som inddata.
Googles ræsonneringsmodel på frontniveau med obligatorisk ræsonnering i tankekæde, et kontekstvindue på 1 million tokens og fuld multimodal inddata til komplekse opgaver med mange trin.
En Claude-model med hybrid-ræsonnering fra Anthropic med et kontekstvindue på 1 million tokens, valgbart ræsonneringsniveau og verktøykall til kodning, forskning og agentisk arbejde.
En af Anthropics Claude Opus 4-modeller — et kontekstvindue på en million tokens, valgfri adaptiv tænkning og indbygget dokumentforståelse til ræsonneringstunge og agentiske opgaver.
Qwens MoE-kodemodel med åbne vægte (80 milliarder/3 milliarder aktive), 262k kontekst, verktøykall og Apache-2.0-licens, velegnet til kodeopgaver i stor skala og IDE-assistenter.
Googles multimodale Flash-model med et kontekstvindue på over 1 million tokens og valgfrit ræsonneringsniveau, bygget til hurtig inferens på komplekse opgaver med blandede medier.
Mistral AIs tætte 14 milliarder multimodale Instruct-model med Apache-2.0 åbne vægte, et kontekstvindue på 262.144 tokens og indbygget værktøjskald.
Flagskibet med åbne vægte fra Mistral AI: en Granular MoE-model med 675 milliarder parametre (41 milliarder aktive), indbyggede billeder som inddata, verktøjskald og et kontekstvindue på 262.144 tokens, bygget til lange dokumenter og multimodale arbejdsflow.
Anthropics frontmodel Claude Opus 4.5: en proprietær model til tekst og billeder, bygget til kompleks kodegenerering, forskning og ræsonnering i lange dokumenter med valgfri udvidet tænkning.
Anthropics hurtigste Claude 4-model — bygget til agentiske opgaver og kodning med høj gennemstrømning, et kontekstvindue på 200k tokens, valgfri udvidet tænkning, billeder som inddata og stærke benchmarks for sikkerhed.
Anthropics instruct-tunede Claude Sonnet 4.5 — bygget til agentisk kodning, computer-use og ræsonnering i lange kontekster via Claude-API'et.
OpenAIs kompakte GPT-5-variant med justerbart ræsonneringsniveau, et kontekstvindue på 400k tokens og multimodale inddata til interaktive dokument- og billedopgaver.
OpenAIs hurtigste og letteste GPT-5-klasse til klassificering i store mængder, opsummering og korte færdiggørelser — 400k kontekstvindue, billed- og filinddata samt obligatoriske ræsonneringsspor.
Mistral AI's specialiserede kodemodel til fill-in-the-middle, koderettelse og testgenerering med et kontekstvindue på 256k tokens.
Googles hurtigste Gemini 2.5-model til den laveste pris — en multimodal instruct-model med et kontekstvindue på 1 million tokens, bygget til inferens i sanntid med høj gennemstrømning.
Multimodal instruct-model med 24 milliarder parametre og åbne vægte fra Mistral AI (under udfasning). Har 131k kontekst, verktøjskald og stærk billedforståelse af dokumenter — brug Small 4 til nyt arbejde.
Googles flagskib med lukkede vægte og ræsonneringsoptimering, et kontekstvindue på 1 million tokens, multimodale inddata og indbygget verktøjskald.
Google DeepMinds multimodale model i effektivitetsklassen med et kontekstvindue på 1 million tokens, valgfri ræsonnering i tankekæde og indbygget inddata for tekst, billeder, lyd, video og filer.
OpenAIs GPT-4 Turbo med lukkede vægte bringer et kontekstvindue på 128k tokens og inddata af både tekst og billeder til komplekse opgaver med mange trin og hurtig svartid.
OpenAIs GPT-3.5 Turbo er en hurtig tekstbaseret chatmodel bygget til simple samtaleopgaver med høj volumen via Chat Completions-API'et, med understøttelse af værktøjskald og JSON-tilstand.