Finn en modell til en oppgave
Beskriv oppgaven for din egen agent og få 3–5 Stav-modeller med begrunnelser, priser og hvor de kjører – og en router – uten at oppgaveteksten noen gang når Stav.
Stav har nærmere to hundre modeller, hver med skårer, priser, endepunkter og fakta om regler. Du trenger ikke å kjenne til dem. Beskriv oppgaven for agenten du allerede bruker – Claude Desktop, Claude Code, Cursor, Codex eller en hvilken som helst MCP-klient – og la den spørre katalogen.
To ting gjelder uansett hvordan agenten gjør det:
- Stav leser aldri oppgaven din. Agenten gjør det du sa, om til strukturerte filtre – et bruksområde, egenskaper, minimumskrav til styrke, hvor modellen må kjøre, og et pristak. Ingen verktøy på Stavs MCP-server tar imot prosa.
- Hver liste er en rangering fra katalogen. Den kommer fra registrerte fakta og skårer fra referansetester. Det er ikke det Smart Router velger for en direkte forespørsel; agenten kan vise deg det separat med en testkjøring.
Oppsett
- Koble MCP-klienten din til arbeidsområdet ditt.
- Velg enten prompten find_a_model i klienten din, eller installer den offentlige ferdigheten fra
stavhq/customer-skills(find-a-model). Begge har de samme instruksjonene.
Hva du kan spørre om
| Du sier | Hva agenten gjør |
|---|---|
| «Svar på kunde-e-poster på norsk, med verktøy, beregning i EU, ingen datalagring, billigste som er god nok» | Ett models_shortlist-kall med use_case, capabilities, et minimumskrav for multilingual, runs_in: eu, zdr, volumet ditt → 3–5 modeller, hver med begrunnelsene, prisen per 1000 e-poster og landene den kjører i. Deretter en router, hvis du vil ha en. |
| «Jeg bruker gpt-4o. Finn EU-suverene modeller av omtrent samme kvalitet til en lavere pris» | Sammenlignbare modeller, kvalitetsforskjellen og prisforskjellen. |
| «En modell for Claude Code: langt kontekstvindu, verktøy, sterk på koding» | Rangert etter styrke på koding og langt kontekstvindu; en router som velger billigst først, med en sterk modell bak. |
| «Les PDF-fakturaer og returner JSON» | Bare modeller med PDF som inndata og strukturerte utdata, billigste først. |
| «Hvorfor er ikke Llama X på listen?» | Den nøyaktige regelen som fjernet den – «ingen endepunkt i EU», «ingen verktøykall», «koding under 70, eller ikke målt». |
Slik leser du et svar
Hver linje agenten gir deg, kommer fra strukturerte fakta:
- Styrke og persentil – modellens skår på en akse (koding, resonnering, flerspråklig, …) og hvor den ligger blant modellene du kan bruke i dag.
- Treff på bruksområde –
strongelleracceptable, satt av en kurator for modellen eller arvet fra modellfamilien. Svaret sier hvilken. - Pris – prisen per 1 million token for det billigste kvalifiserende leverandørendepunktet, i valutaen til arbeidsområdet ditt. Med et volum oppgis kostnaden per forespørsel, per 1000 forespørsler og per måned.
- Hvor den kjører – beregningslandene, suverenitetsnivået, ingen datalagring og ingen trening på dataene dine, på endepunktet som kvalifiserer.
- Ikke målt – en modell uten skår på en akse får aldri tildelt en. Den oppfyller ikke minstekravet på den aksen, får ingen skår på den, og havner sist i sorteringen. Agenten sier «not measured» i stedet for å gjette.
Fra en kandidatliste til en router
Be om en router, så kaller agenten routers_suggest, som returnerer en ulagret konfigurasjon: kandidatlisten som tillatelsesliste, pluss bare de reglene gatewayen håndhever – påkrevde egenskaper, ingen datalagring, ingen trening på dataene dine, en beregningsregion, et minimumskrav til suverenitet og en forhåndsinnstilling for mål.
Krav en router ikke kan uttrykke alene (et bestemt land, et bruksområde, et pristak), ivaretas av tillatelseslisten, og svaret oppgir dette.
Agenten viser deg konfigurasjonen. Når du bekrefter, oppretter den routeren og gir deg lenken til siden dens i arbeidsområdet ditt. En ny router er klar til bruk med en gang under sitt eget navn – ingenting sendes til den før du sender en forespørsel med model: "@your-workspace/<router-slug>". Agenten gjør den aldri til standardrouteren for arbeidsområdet med mindre du ber om det.
For å endre en router du allerede har, redigerer agenten et utkast, tester det med routers_try og publiserer – den publiserte versjonen fortsetter å betjene forespørsler frem til da.
Begrensninger
- Opptil 10 modeller per kandidatliste; 30 kandidatlister i minuttet per arbeidsområde.
- Chat-modeller har ingen språkliste, så et språk begrenser bare embedding- og transkripsjonsmodeller. For chat er det den flerspråklige styrken (
multilingual) som er målet. - Estimatet er basert på dagens billigste kvalifiserende pris og tokentallene du oppga. Regningen er for det forespørselen faktisk brukte.