Laster katalogen …
Laster katalogen …
Anthropics multimodale modell med kort svartid, et kontekstvindu på 1 000 000 token og konfigurerbare resonneringsnivåer.
OpenAIs modell med lukkede vekter og innebygd resonnering, med et kontekstvindu på 1 050 000 token, konfigurerbart resonneringsnivå og innebygde driftsbaserte verktøy – plassert mellom GPT-6 Sol og flaggskipmodellen GPT-6 Astra.
Anthropic sin Sonnet-klasse-resonneringsmodell med lukkede vekter, et kontekstvindu på 1 million token, alltid aktiv adaptiv tenkning og justerbare resonneringsnivåer.
Xiaomis omnimodale resonneringsmodell med åpne vekter, 1,02 billioner parametere og et kontekstvindu på 1 million token – tar imot tekst, bilder, video og lyd som inndata og returnerer tekst.
OpenAIs flaggskipmodell med lukkede vekter og et kontekstvindu på 1,05 millioner token, med obligatorisk resonnering på hver forespørsel.
Googles resonneringsoptimaliserte Flash-modell for rask koding, agentiske oppgaver og resonnering med mange steg – med et multimodalt kontekstvindu på én million token.
Anthropics frontmodell med resonnering, et kontekstvindu på 1 million token, alltid aktiv adaptiv resonnering og innebygd støtte for tekst og bilder som inndata.
Frontmodellen fra Anthropic med resonnering, kontekstvindu på 1 million token, justerbart resonneringsnivå og multimodal inndata – for kode, forskning og arbeid med lange dokumenter.
Googles raske, kostnadsoptimaliserte Gemini 3.5-modell med et kontekstvindu på én million token, obligatorisk konfigurerbar resonnering og multimodal inndata i form av tekst, bilder, lyd og video.
Googles Flash-modell med innebygd resonnering: multimodale inndata, et kontekstvindu på over én million token og alltid-på resonnering i tankekjede for agentiske oppgaver med mange steg.
Moonshot AIs flaggskipmodell med åpne vekter, alltid-aktiv resonnering, 2,8 billioner parametere (MoE), kontekstvindu på 1 million token, innebygd verktøybruk og multimodal inndata.
OpenAIs flaggskipmodell GPT-5.6 for resonnering, beregnet på agentisk koding, cybersikkerhet og analyse med mange steg – med et kontekstvindu på 1,05 millioner token.
OpenAIs balanserte GPT-5.6-modell med et kontekstvindu på 1,05 millioner token og justerbart resonneringsnivå for kode- og dokumentoppgaver med middels kompleksitet.
xAIs proprietære resonneringsmodell med et kontekstvindu på 500 000 token, obligatorisk konfigurerbart resonneringsnivå og støtte for tekst og bilder som inndata.
Anthropics adaptivt resonnererende modell i Sonnet-klassen med et kontekstvindu på 1 million token, sterke resultater fra Design Arena innen koding og UI, og alltid aktiv resonnering med valgbart nivå fra lavt til maks.
Anthropics Mythos-klasse frontmodell med alltid aktiv adaptiv resonnering og et kontekstvindu på én million token, bygget for dyp kode- og forskningsanalyse fremfor sanntidschat.
xAIs agentiske kodingsmodell: en assistent med 256k kontekstvindu og verktøykall, obligatorisk trinnvis resonnering og støtte for MCP-orkestrering – bygget for feilsøking med mange steg.
Anthropics frontmodell for resonnering med et kontekstvindu på 1 million token, bygget for komplekse agentiske arbeidsflyter, analyse på masternivå og oppgaver med lange kontekster.
Google sin raske, kostnadsoptimaliserte multimodale Gemini-modell med et kontekstvindu på én million token, bygget for tekst, bilder, lyd, video og filer som inndata med høy gjennomstrømning.
xAIs resonneringsmodell med et kontekstvindu på 1 million token og konfigurerbart resonneringsnivå, aktivert som standard.
OpenAIs instruksjonsmodell for lange kontekster, bygget for kompleks resonnering med mange steg, analyse av lange dokumenter og verktøyorkestrering over et kontekstvindu på over 1 million token.
Anthropics frontmodell med lukkede vekter og et kontekstvindu på én million token, bygget for kompleks resonnering med mange steg og koding fremfor sanntidsinteraksjon.
OpenAIs effektive instruksjonsmodell GPT-5.4 mini, bygget for koding og agentiske arbeidsbelastninger med valgfri resonneringsdybde og et multimodalt kontekstvindu på 400 000 token.
xAIs orkestreringsmodell med flere agenter: parallell debatt mellom underagenter sammenstilles til ett svar, bygget for gjennomtenkt resonnering fremfor hastighet.
OpenAIs konfigurerbare modell med resonnering i tankekjede, et kontekstvindu på 1 million token og innebygd støtte for tekst, bilder og filer som inndata.
Googles frontmodell for resonnering med obligatorisk inferens i tankekjede, et kontekstvindu på 1 million token og full multimodal inndata – for komplekse oppgaver med mange steg.
En hybridresonnerings-modell fra Anthropic med et kontekstvindu på 1 million token, valgbart resonneringsnivå og verktøykall for koding, forskning og agentisk arbeid.
En av Anthropics Claude Opus 4-modeller – et kontekstvindu på én million token, valgfri adaptiv tenkning og innebygd dokumentforståelse for oppgaver med mye resonnering og agentisk arbeid.
Googles multimodale Flash-modell med et kontekstvindu på over 1 million token og valgfritt resonneringsnivå, bygget for rask inferens på komplekse oppgaver med blandet medieinnhold.
Flaggskipmodellen fra Mistral AI med åpne vekter: en Granular MoE-modell med 675 milliarder parametere (41 milliarder aktive), innebygd visjon som inndata, funksjonskall og et kontekstvindu på 262 144 token – bygget for arbeid med lange dokumenter og multimodale arbeidsflyter.
Anthropics frontmodell Claude Opus 4.5: en proprietær modell med tekst og bilder som inndata, bygget for kompleks koding, forskning og resonnering over lange dokumenter – med valgfri utvidet resonnering.
Anthropics raskeste Claude 4-modell – bygget for agentiske arbeidsflyter og koding med høy gjennomstrømning, med et kontekstvindu på 200 000 token, valgfri utvidet resonnering, bildeinndata og sterke sikkerhetsmålinger.
Anthropics instruksjonsoptimaliserte Claude Sonnet 4.5 – bygget for agentisk koding, datamaskinbruk og resonnering i lange kontekster via Claude API.
OpenAIs kompakte GPT-5-variant med justerbare resonneringsnivåer, et kontekstvindu på 400 000 token og multimodal inndata for interaktive dokument- og bildeoppgaver.
OpenAIs raskeste og letteste GPT-5-nivå for klassifisering, oppsummering og korte svar i stort volum – 400k kontekstvindu, støtte for bilder og filer som inndata, og obligatoriske resonneringsspor.
Mistral AI sin kodespesialiserte API-modell for fill-in-the-middle-fullføring, kodekorrigering og testgenerering, med et kontekstvindu på 256k token.
Googles raskeste og rimeligste Gemini 2.5-modell – en multimodal instruksjonsmodell med et kontekstvindu på 1 million token, bygget for inferens i sanntid med høy gjennomstrømming.
Googles flaggskipmodell med lukkede vekter og resonneringsoptimalisering – med et kontekstvindu på 1 million token, multimodal inndata og innebygd verktøykall.
Googles multimodale effektivitetsmodell med et kontekstvindu på 1 million token, valgfri resonnering i tankekjede og innebygd støtte for tekst, bilder, lyd, video og filer som inndata.