Innholdet er AI-generert og kan inneholde feil.
Landskapet endrer seg raskt, og modellnavn fra i fjor er ofte utdaterte. Her er de mest omtalte leverandørene og modellene slik de sto på de offisielle sidene 11. november 2026, med skillet mellom åpne og lukkede vekter først.
Oversikten gjelder per november 2026. Navn, priser og hvilke modeller som er standard i en chat-tjeneste, endrer seg ofte. Tall og produktnavn under er hentet fra leverandørenes egne sider på det tidspunktet artiklene ble skrevet, 11. november 2026. Sjekk alltid den aktuelle dokumentasjonen før du velger modell eller sammenlikner pris.
Åpne og lukkede vekter
En nyttig første inndeling er ikke hvilket selskapsnavn som står på chat-vinduet, men hva du faktisk får tilgang til. I en typisk nettjeneste eller et programmeringsgrensesnitt (API) sender du tekst til noen andres maskiner og får et svar tilbake. Vektene – de innlærte parameterne som utgjør selve modellen – blir værende hos leverandøren. Slike modeller kalles ofte lukkede eller proprietære.
Andre modeller offentliggjøres med åpne vekter: du kan laste ned filene og kjøre dem på eget utstyr, eller hos en tredjepart. «Åpne vekter» er likevel ikke det samme som helt åpen kildekode. Treningsdata, full oppskrift og lisensvilkår varierer. Noen lisenser er svært liberale, andre har begrensninger for kommersiell bruk eller for den som selv vil selge modellen som en tjeneste. Meta skriver for eksempel at Muse Spark Open slippes under Muse-modellisensen «with limited commercial terms». Mistral skriver at Mistral Large 4 bruker «Mistral Ecosystem Open-Weight license», en endret MIT-lisens som er fri å bruke, endre og kommersialisere, med ett vilkår: den som vil tilby modellen som en tjeneste til andre, må ha en egen kommersiell avtale.
Åpne vekter gir innsyn, mulighet for å tilpasse og å kjøre uten å sende data til modellens opphav. De fjerner ikke behovet for å vurdere kvalitet, sikkerhet og lisens. Lukkede modeller kan være sterke og enkle å ta i bruk, men du er avhengig av leverandørens tilgang, priser og retningslinjer.
OpenAI
OpenAI, med ChatGPT, er selskapet som i november 2022 gav generativ kunstig intelligens et bredt allment gjennombrudd, ifølge Store norske leksikon. Per november 2026 rulles GPT-6 ut i ChatGPT til berettigede brukere på Plus-, Pro-, Business- og Enterprise-abonnementene, ifølge OpenAIs egen hjelpeartikkel. I modellmenyen kan du velge hvor mye systemet skal «tenke». På Instant, Medium, High og Extra High drives GPT-6 av GPT-6 Sol. Pro-nivået drives av GPT-6 Pro, som ifølge OpenAI er basert på GPT-6 Astra, og er tilgjengelig på visse betalte planer. Gratisbrukere og brukere på Go-planen får GPT-5.6 Luna som standard, og har ikke tilgang til GPT-5.6 Sol. OpenAI skriver at utrullingen av GPT-6 ikke tar de eldre, valgbare modellene ut av drift.
I programmeringsgrensesnittet er katalogen bredere. OpenAIs modelliste omfatter blant annet familiene GPT-5.6 (Sol, Terra og Luna) og GPT-6 (blant dem Astra, Sol og Luna), egne modeller for bilde, tale og sanntid, og de åpne vektmodellene gpt-oss-120b og gpt-oss-20b, som selskapet tidligere har sluppet under Apache 2.0-lisens. Terra beskrives som en balanse mellom evne, fart og pris, Luna som den raskeste og billigste i 5.6-familien. Hva som er standard i chat, og hva som tilbys i API-et, er altså ikke alltid det samme.
Googles hovedfamilie heter Gemini og dokumenteres av Google AI Studio og Google DeepMind. Per november 2026 er Gemini 4 Carbon selskapets sterkeste resonneringsmodell, rettet mot krevende programvareutvikling, multimodalt kunnskapsarbeid, vitenskapelig resonnering og forsvar mot dataangrep. Gemini 4 Argon er den mer effektive Gemini 4-modellen: Google skriver at den gir raskere svar og lavere tokenforbruk per runde enn Carbon på sammensatte oppgaver. Begge har, ifølge modellisten, et kontekstvindu på én million tokener og tar tekst, bilde, lyd, video og PDF. I den raskere Flash-rekken er Gemini 3.8 Flash beskrevet som den mest kapable Flash-modellen, rettet mot langtids koding, autonome agenter og tunge arbeidsflyter. I tillegg kommer egne modeller for tale, bilde (blant dem familien som markedsføres som Nano Banana) og video.
Anthropic
Anthropic lager Claude-modellene. I den offisielle modelloversikten 11. november 2026 består det aktuelle utvalget av fire modeller, alle med én million tokener i kontekstvinduet og inntil 128 000 tokener i synlig svar i det vanlige grensesnittet:
- Claude Fable 5.2 – for krevende resonnering og langvarig, verktøybrukende arbeid. Pris i Claude-API-et: 8 dollar per million inndatatokener og 40 dollar per million utdatatokener.
- Claude Opus 5.5 – Anthropics anbefalte utgangspunkt for de fleste oppgaver, beskrevet som en modell for langvarig koding og kunnskapsarbeid. 4 dollar inn og 20 dollar ut per million tokener.
- Claude Sonnet 5.5 – den kombinasjonen av fart og evne selskapet selv løfter fram. 2 dollar inn og 10 dollar ut.
- Claude Haiku 5.5 – for store volumer og oppgaver der lav forsinkelse teller, som klassifisering, uthenting og fordeling av oppgaver. Fra 0,10 dollar inn og 0,50 dollar ut per million tokener.
Alle fire har, ifølge Anthropic, juni 2026 som grense for den mest pålitelige kunnskapen i treningsdataene. Selskapet anbefaler å starte med Opus 5.5, og å gå til Fable 5.2 når selv høy innsats på Opus ikke strekker til.
xAI
xAI lager Grok-modellene og dokumenterer dem på docs.x.ai. Per november 2026 er Grok 4.7 flaggskipet, beskrevet som selskapets mest kapable modell for koding og kunnskapsarbeid. Den har et kontekstvindu på 500 000 tokener, og kunnskapsgrensen er oppgitt til mai 2026. Prisen i API-et er 2 dollar per million inndatatokener og 6 dollar per million utdatatokener når forespørselen er under 200 000 inndatatokener, og det dobbelte når den er lenger. Resonneringsinnsatsen kan stilles inn. I tillegg tilbyr xAI egne modeller for bilde og video under navnet Grok Imagine, og en egen stemme-API. Eldre Grok-versjoner, blant dem 4.6 og 4.5, står fortsatt i prislisten.
Meta
Meta er kjent for Llama-familien med åpne vekter, der Llama 4 Scout og Llama 4 Maverick, lansert i 2025, fortsatt ligger i den offisielle Llama-dokumentasjonen. I 2026 har selskapet i tillegg sluppet Muse-familien. 15. oktober 2026 offentliggjorde Meta vektene til Muse Spark Open, som selskapet omtaler som den til da mest kapable amerikanske modellen med åpne vekter. Ifølge kunngjøringen er det en flermodal modell med 816 milliarder parametere i alt og 42 milliarder aktive parametere, og et kontekstvindu på én million tokener. Den er rettet mot koding og langvarig, sammensatt arbeid. I den offisielle dokumentasjonen for åpne vekter omtales også Muse Glimmer, en modell med 30 milliarder parametere ment for lokal kjøring og utstyr med mer begrenset kapasitet. Lisensen har begrensede kommersielle vilkår. Vektene kan lastes ned blant annet via Hugging Face, og selskapet viser til kjøremiljøer som vLLM, SGLang, MLX og llama.cpp.
Mistral
Det franske selskapet Mistral AI satser på modeller med åpne vekter, trent i Europa. 6. oktober 2026 lanserte de en offentlig forhåndsvisning av Mistral Large 4, uformelt kalt «le Chonk». Kort etter ble vektene sluppet. Ifølge den offisielle modelldokumentasjonen, oppdatert 5. november 2026, er dette en flermodal modell med blanding av eksperter: 1,05 billioner parametere i alt og 52 milliarder aktive, med et kontekstvindu på én million tokener. API-prisen er oppgitt til 0,70 dollar per million inndatatokener og 2,10 dollar per million utdatatokener. Selskapet framhever koding, cybersikkerhet og at organisasjoner kan kjøre og tilpasse modellen selv. I den øvrige katalogen finnes blant annet Mistral Small 4 og de mindre Ministral 3-modellene, samt egne modeller for tekstgjenkjenning, tale og tidsrekker. Mistral tilbyr også noen tredjepartsmodeller i sitt studio, blant annet fra DeepSeek og Z.ai; det er et utvalg i deres tjeneste, ikke Mistrals egne modeller.
DeepSeek
Det kinesiske selskapet DeepSeek har flere ganger sluppet sterke modeller med åpne vekter til vesentlig lavere pris enn mange vestlige konkurrenter. 24. april 2026 kunngjorde de DeepSeek-V4 Preview, med to modeller som ble sluppet med åpne vekter: V4-Pro, med 1,6 billioner parametere i alt og 49 milliarder aktive, og den raskere V4-Flash, med 284 milliarder i alt og 13 milliarder aktive. Begge fikk én million tokener som standard kontekst, ifølge kunngjøringen. 10. september 2026 lanserte de DeepSeek-V4.1-Flash i API-et, under navnet deepseek-flash, med innebygd bildeforståelse. Selskapet skrev at tester fra flere hold plasserte V4.1-Flash foran V4-Pro, og at forespørsler til V4-Pro ville bli sendt videre til V4.1-Flash til V4.1-Pro kommer. I den kunngjøringen lover de å samarbeide med åpen kildekode-miljøet om støtte for å kjøre V4.1-Flash; det er ikke det samme som at vektene nødvendigvis er offentliggjort på samme måte som i april-lanseringen. For april-modellene pekte DeepSeek selv til vekter på Hugging Face og en teknisk rapport på arXiv.
Andre aktører
Listen over er ikke uttømmende. Flere andre laboratorier publiserer modeller med åpne vekter, og skyleverandører som Amazon, Google, Microsoft og en rekke spesialiserte inferenstjenester gir tilgang til både egne og andres modeller. I uavhengige sammenlikninger og i Mistrals egne presentasjoner dukker blant annet modeller fra Z.ai og Moonshot (Kimi) opp som referansepunkter. Produktnavnene der endrer seg like raskt som hos de større selskapene, og bør sjekkes på aktørens egne sider. For en norsk leser er poenget at landskapet er bredere enn de tre-fire chat-tjenestene de fleste først møter, og at skillet mellom åpne og lukkede vekter ofte betyr mer enn logoen på nettsiden.
En kort sammenlikning
Tabellen er et øyeblikksbilde per 11. november 2026, etter leverandørenes egne dokumentasjonssider. Tomme felt betyr at tallet ikke er hentet her, ikke at egenskapen mangler. Priser er i amerikanske dollar per million tokener i det offisielle API-et, uten rabatt for bufring eller parti.
| Aktør | Aktuell flaggskipmodell | Kontekst | Åpne vekter | API-pris inn / ut |
|---|---|---|---|---|
| OpenAI | GPT-6 (Sol) i ChatGPT; GPT-6 Astra som Pro | ikke hentet her | egne oss-modeller ja; GPT-6 nei | se OpenAIs prisliste |
| Gemini 4 Carbon (Argon som raskere 4-modell) | 1 mill. | nei, i denne familien | se Googles prisliste | |
| Anthropic | Claude Fable 5.2 / utgangspunkt Opus 5.5 | 1 mill. | nei | Fable 8 / 40; Opus 4 / 20 |
| xAI | Grok 4.7 | 500 000 | nei | 2 / 6 (under 200k inn) |
| Meta | Muse Spark Open | 1 mill. | ja, med begrensede kommersielle vilkår | kjøres selv eller hos partnere |
| Mistral | Mistral Large 4 | 1 mill. | ja, med vilkår for den som selger den som tjeneste | 0,70 / 2,10 |
| DeepSeek | V4.1-Flash i API-et; V4-Pro/Flash sluppet åpent i april | 1 mill. (V4) | ja for april-utgavene; V4.1-Flash ikke bekreftet her | se DeepSeeks prisliste |
Hvorfor det i det hele tatt finnes så mange varianter hos samme leverandør – små og store, raske og langsomme, åpne og lukkede – er tema for neste artikkel.
Kilder
- GPT-6 and other models in ChatGPT – OpenAI Help Center.
- Models – OpenAI API-dokumentasjon.
- Introducing gpt-oss – OpenAI, om de åpne vektmodellene gpt-oss-120b og gpt-oss-20b.
- Models – Gemini API, Google AI Studio.
- Model cards – Google DeepMind.
- Models overview – Anthropic.
- Models – xAI-dokumentasjon, inkludert Grok 4.7.
- Introducing Grok 4.7 – xAI.
- Introducing Muse Spark Open – Meta AI Research, 15. oktober 2026.
- Open-weight models – Meta, om Muse Spark Open og Muse Glimmer.
- Llama – Metas dokumentasjon av Llama-familiene.
- Introducing Mistral Large 4 – Mistral, 6. oktober 2026.
- Mistral Large 4 is now open weight – Mistral.
- Models overview og Mistral Large 4 – Mistral Docs (sistnevnte datert 5. november 2026).
- DeepSeek-V4 Preview – DeepSeek, 24. april 2026.
- Introducing DeepSeek-V4.1-Flash – DeepSeek, 10. september 2026.
- Generativ kunstig intelligens – Store norske leksikon, blant annet om ChatGPT-gjennombruddet og maktkonsentrasjon.