Laster katalogen …
Laster katalogen …
DeepSeeks bildeforståelsesdyktige sparse MoE-modell for tekst og bilder som inndata, med et kontekstvindu på 1 million token og åpne vekter under MIT-lisensen.
Anthropics multimodale modell med kort svartid, et kontekstvindu på 1 000 000 token og konfigurerbare resonneringsnivåer.
Multimodal frontmodell fra Mistral AI basert på mixture-of-experts med 1,05 billioner parametere, 52 milliarder aktive parametere, 512k kontekstvindu og resonneringsspor som kan slås av og på.
Googles Gemini 4 Argon med lukkede vekter er en multimodal resonneringsmodell med konfigurerbare resonneringsnivåer og et kontekstvindu på 1 048 576 token.
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.
Anthropics flaggskipmodell for hybrid resonnering, med alltid aktiv adaptiv tenkning og et kontekstvindu på 1 million token for dyptgående analyse og koding.
OpenAIs raske og kostnadseffektive GPT-6-modell for chat i store volumer, klassifisering og lette agentiske oppgaver – med justerbart resonneringsnivå og et kontekstvindu på 1,05 millioner token.
OpenAIs mellomsjiktsmodell for resonnering med konfigurerbare resonneringsnivåer, et kontekstvindu på 1,05 millioner token og tekst og bilder som inndata – egnet for koding og agentiske arbeidsflyter.
Xiaomis MIT-lisensierte effektivitetsmodell for omnimodal resonnering: en sparse MoE med 309 milliarder/15 milliarder parametere, kontekstvindu på 1 million token, innebygd forståelse av bilder, video og lyd, og en kallerstyrt tenkebryter.
xAIs resonnering-først-flaggskipmodell med et kontekstvindu på 500k token, bygget for dyp koding, agentiske oppgaver og kunnskapsarbeid med lange dokumenter.
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.
DeepSeeks samlede multimodale mixture-of-experts-modell med innebygd tekst- og bildeinndata, et kontekstvindu på 1 million token og et justerbart resonneringsnivå – alt i ett Flash-nivå-endepunkt.
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.
Z.ais innebygd multimodale mixture-of-experts-modell med kontekstvindu på over 1 million token og obligatorisk resonnering.
xAIs modell med lukkede vekter og innebygd resonnering for langvarige agentiske koding- og forskningsoppgaver, med et kontekstvindu på 500 000 token og justerbar resonneringsdybde.
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.
Den første modellen med åpne vekter fra Thinking Machines Lab: en mixture-of-experts-transformer med 975 milliarder parametere, hvorav 41 milliarder er aktive, multimodal inndata, et kontekstvindu på 1 million token og justerbart resonneringsnivå.
OpenAIs raske og kostnadseffektive GPT-5.6-nivå for chat med høyt volum, klassifisering og lette agentiske oppgaver – med et kontekstvindu på 1,05 millioner token.
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.
Moonshot AIs mixture-of-experts-modell for koding og agentiske oppgaver med åpne vekter, 1 billion parametere, obligatorisk utvidet resonnering og et kontekstvindu på 262 144 token.
Anthropics Mythos-klasse frontmodell med alltid aktiv adaptiv resonnering og et kontekstvindu på én million token, bygget for dyp kode- og forskningsanalyse fremfor sanntidschat.
En modell med åpne vekter og 428 milliarder parametere (~23 milliarder aktive) med mixture-of-experts-arkitektur fra MiniMax, et kontekstvindu på 1 million token, multimodal inndata og en konfigurerbar tenkemodus – egnet til arbeidsflyter med lange kontekster, agentiske oppgaver og kodehjelp.
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.
Tett multimodal modell med åpne vekter og 128 milliarder parametere fra Mistral AI, med et 256k kontekstvindu og valgfri resonnering.
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.
Google DeepMinds multimodale mixture-of-experts-modell med åpne vekter og et kontekstvindu på 262k token, tilpasset interaktiv chat og oppgaver med moderat kompleksitet.
Google DeepMinds tette multimodale modell med åpne vekter og 30,7 milliarder parametere, et kontekstvindu på 256k token og valgfri resonnering i tankekjede – instruksjonstilpasset for oppgaver med lang kontekst og multimodale inndata.
OpenAIs effektive instruksjonsmodell GPT-5.4 mini, bygget for koding og agentiske arbeidsbelastninger med valgfri resonneringsdybde og et multimodalt kontekstvindu på 400 000 token.
Modell med åpne vekter og mixture-of-experts-arkitektur på 119 milliarder parametere fra Mistral AI (128 eksperter, 4 aktive, 6,5 milliarder aktive per token) – kombinerer instruksjonsfølging, valgfri resonnering og visjon i én enkelt modellversjon med 262k kontekstvindu og interaktiv svartid.
xAIs Grok 4.20-øyeblikksbilde uten resonnering: kontekstvindu på 1 million token, bilder som inndata, verktøykall og strukturerte utdata, med midtsjiktsresultater på Artificial Analysis Intelligence Index.
xAIs modell med resonnering i tankekjede i Grok 4.20-generasjonen, bygget for gjennomtenkt, trinnvis inferens på tvers av tekst og bilder som inndata.
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.
En tett modell med åpne vekter og 9,65 milliarder parametere fra Qwen, med et innebygd kontekstvindu på 262k token og støtte for tekst, bilder og video 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.