feat(ultraplan-local): v1.6.0 — /ultraresearch-local deep research command

Add /ultraresearch-local for structured research combining local codebase analysis with external knowledge via parallel agent swarms. Produces research briefs with triangulation, confidence ratings, and source quality assessment. New command: /ultraresearch-local with modes --quick, --local, --external, --fg. New agents: research-orchestrator (opus), docs-researcher, community-researcher, security-researcher, contrarian-researcher, gemini-bridge (all sonnet). New template: research-brief-template.md. Integration: --research flag in /ultraplan-local accepts pre-built research briefs (up to 3), enriches the interview and exploration phases. Planning orchestrator cross-references brief findings during synthesis. Design principle: Context Engineering — right information to right agent at right time. Research briefs are structured artifacts in the pipeline: ultraresearch → brief → ultraplan --research → plan → ultraexecute. Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>
2026-04-08 08:58:35 +02:00 · 2026-04-08 08:58:35 +02:00 · baa2d0220b
commit baa2d0220b
488 changed files with 213221 additions and 0 deletions
--- a/skills/ms-ai-advisor/references/platforms/model-catalog-2026.md
+++ b/skills/ms-ai-advisor/references/platforms/model-catalog-2026.md
@ -0,0 +1,405 @@
+# Azure AI Modellkatalog 2026 — Oversikt og valgveiledning
+
+**Last updated:** 2026-02 (research via microsoft-learn MCP)
+**Status:** Aktiv — dekker alle modeller tilgjengelig i Microsoft Foundry per 2026-02
+
+---
+
+## Oversikt
+
+Microsoft Foundry (tidligere Azure AI Foundry) har per 2026-02:
+- **1 900+** frontier-modeller solgt direkte av Azure
+- **11 000+** totalt i katalogen (inkl. partner og community)
+- **40+** Azure-regioner
+
+Modellkatalogen er delt i to kategorier:
+1. **Foundry Models sold directly by Azure (azure-openai)** — OpenAI-serien (GPT-5, GPT-4.1, o-serien)
+2. **Foundry Models sold directly by Azure (azure-direct-others)** — DeepSeek, Meta, Mistral, xAI, Cohere mfl.
+
+---
+
+## 1. GPT-5-serien (GA august 2025)
+
+OpenAIs flaggskip reasoning-modeller. Alle versjonene støtter Chat Completions API, Responses API, structured outputs, text/image input og parallel tool calling.
+
+**Tilgangsmodell:**
+- `gpt-5`, `gpt-5-codex`, `gpt-5-pro` — krever registrering: `https://aka.ms/oai/gpt5access`
+- `gpt-5-mini`, `gpt-5-nano`, `gpt-5-chat` — åpen tilgang, ingen registrering
+
+| Modell | GA-dato | Kontekstvindu | Max output | Merknad |
+|--------|---------|---------------|------------|---------|
+| `gpt-5` | 2025-08-07 | 400K (input 272K, output 128K) | 128K | Flagship, sterkest reasoning. PTU: 4 750 input TPM/PTU |
+| `gpt-5-mini` | 2025-08-07 | 400K (input 272K, output 128K) | 128K | Kostnadsoptimalisert. PTU: 23 750 input TPM/PTU |
+| `gpt-5-nano` | 2025-08-07 | 400K (input 272K, output 128K) | 128K | On-device/edge, lavest pris |
+| `gpt-5-chat` | 2025-08-07 (Preview) | 128K | 16 384 | Conversation-optimalisert, emosjonell intelligens |
+| `gpt-5-codex` | 2025-09-11 | 400K (input 272K, output 128K) | 128K | Kodeoptimalisert (Codex CLI/VS Code) |
+| `gpt-5-pro` | 2025-10-06 | 400K (input 272K, output 128K) | 128K | Høyeste kapabilitet |
+| `gpt-5.1` | 2025-11-13 | 400K (input 272K, output 128K) | 128K | Neste generasjon |
+| `gpt-5.2` | 2025-12-11 | 400K | 128K | Siste versjon |
+
+**PTU-ratio for GPT-5:** 1 output token teller som 8 input tokens mot utnyttelsesgrensen.
+
+**Styrker:**
+- Dyp reasoning og multi-step logikk
+- Bedre enn GPT-4.1 på komplekse oppgaver, vitenskap, koding og matematikk
+- Høyere latens enn GPT-4.1 (pga. dypere resonneringsprosess)
+
+---
+
+## 2. GPT-4.1-serien (GA april 2025)
+
+Optimalisert for høy hastighet, høy throughput og enterprise-skalering. Ingen reasoning-overhead — rask og forutsigbar.
+
+| Modell | GA-dato | Kontekstvindu | Max output | Merknad |
+|--------|---------|---------------|------------|---------|
+| `gpt-4.1` | 2025-04-14 | 1 047 576 (standard), 128K (PTU), 300K (batch) | 32 768 | Lengst kontekst, 4:1 input/output PTU-ratio |
+| `gpt-4.1-mini` | 2025-04-14 | 1 047 576 | 32 768 | Balansert pris/ytelse |
+| `gpt-4.1-nano` | 2025-04-14 | 1 047 576 | 32 768 | Lavest pris, 59 400 input TPM/PTU |
+
+**PTU-ratio for GPT-4.1:** 1 output token teller som 4 input tokens.
+
+**Styrker:**
+- Ekstremt lang kontekst (1M tokens)
+- Lav latens, høy throughput
+- Ideell for real-time chat, kundesupport, høyvolum summarisering
+- Code og instruction following — bedre enn GPT-4o
+
+**Sammenligning GPT-5 vs GPT-4.1:**
+
+| Dimensjon | GPT-5 | GPT-4.1 |
+|-----------|-------|---------|
+| Modelltype | Reasoning | Non-reasoning, rask |
+| Best for | Kompleks reasoning, flersteg logikk | Real-time chat, faktaspørsmål, høyvolum |
+| Latens | Høyere | Lavere |
+| Throughput | Moderat | Høy |
+| Kontekst | 272K input, 128K output | Opp til 1M tokens |
+
+---
+
+## 3. o-serien — Reasoning Models
+
+Spesialiserte reasoning-modeller som bruker mer tid på å forstå brukerens forespørsel. Sterkest på vitenskap, koding og matematikk.
+
+| Modell | GA-dato | Kontekstvindu | Max output | Merknad |
+|--------|---------|---------------|------------|---------|
+| `o4-mini` | 2025-04-16 | 200K input | 100K output | Kostnadseffektiv reasoning, image-støtte. PTU: 5 400 input TPM/PTU |
+| `o3` | 2025-04-16 | 200K input | 100K output | Sterk reasoning + image. PTU: 3 000 input TPM/PTU |
+| `o3-pro` | 2025-06-10 | 200K input | 100K output | Maksimal reasoning, anbefales background mode |
+| `o3-mini` | 2025-01-31 | 200K input | 100K output | Text-only, raskere enn o3 |
+| `o1` | 2024-12-17 | 200K input | 100K output | Etablert reasoning + image |
+| `codex-mini` | 2025-05-16 | 200K input | 100K output | Fine-tunet o4-mini for koding |
+
+**API-karakteristikker:**
+- Bruker `max_completion_tokens` (Chat Completions API) eller `max_output_tokens` (Responses API)
+- Støtter IKKE `temperature`, `top_p`, `presence_penalty`, `frequency_penalty`
+- Streaming for `o3` er begrenset tilgang
+
+---
+
+## 4. DeepSeek-modeller
+
+Open source-modeller tilgjengelig som "Foundry Models sold directly by Azure". Alle støtter Global Standard deployment i alle regioner.
+
+| Modell | Type | Kontekst | Tool calling | Merknad |
+|--------|------|----------|-------------|---------|
+| `DeepSeek-R1` | Reasoning | 163 840 tokens | Nei | Sterk på reasoning + koding |
+| `DeepSeek-R1-0528` | Reasoning | 163 840 tokens | Nei | Oppdatert versjon |
+| `DeepSeek-V3-0324` | MoE chat | 131 072 tokens | Ja | Mixture-of-Experts |
+| `DeepSeek-V3.1` | MoE chat | 131 072 tokens | Ja | Oppdatert MoE |
+| `DeepSeek-V3.2` | MoE reasoning | 128 000 tokens | Nei | Nyeste versjon |
+| `MAI-DS-R1` | Reasoning | 163 840 tokens | Nei | Microsofts variant av DeepSeek-R1 |
+
+**PTU for DeepSeek:** 4 000 input TPM/PTU (DeepSeek-R1, V3-0324, R1-0528).
+
+**Norway East:** Alle DeepSeek-modeller er tilgjengelig i Norway East via Global Standard deployment.
+
+**Viktig:** DeepSeek-R1 støtter ikke tool calling — bytt til V3-0324 eller V3.1 hvis tool use trengs.
+
+---
+
+## 5. Phi-serien (Small Language Models)
+
+Microsofts egne SLM-er (Small Language Models), optimalisert for effektiv inferens med begrenset ressursbruk.
+
+| Modell | Kontekst | Modalitet | Tool calling | Merknad |
+|--------|----------|-----------|-------------|---------|
+| `Phi-4` | 16 384 tokens | Text | Nei | Generell SLM, bred språkdekning (46 språk) |
+| `Phi-4-mini-instruct` | 131 072 tokens | Text | Nei | Liten og rask, brukt i MS Edge |
+| `Phi-4-multimodal-instruct` | 131 072 tokens | Text + bilde + lyd | Nei | Multimodal SLM |
+| `Phi-4-reasoning` | 32 768 tokens | Text | Nei | Reasoning-variant |
+| `Phi-4-mini-reasoning` | 128 000 tokens | Text | Nei | Kompakt reasoning |
+
+**Bruksscenarioer:**
+- On-device / Foundry Local inference (Phi-4-mini-instruct er optimalisert for ONNX)
+- Lav kostnad, høy throughput
+- Edge og offline-scenarioer
+- Ikke egnet for komplekse multi-step reasoning
+
+---
+
+## 6. Andre bemerkelsesverdige modeller
+
+### Meta Llama
+
+| Modell | Kontekst | Merknad |
+|--------|----------|---------|
+| `Llama-4-Maverick-17B-128E-Instruct-FP8` | 1M tokens | Multimodal (text + bilde), 17B aktive parametere (128 eksperter MoE) |
+| `Llama-3.3-70B-Instruct` | 128 000 tokens (output: 8 192) | Solid general-purpose, åpen kildekode. PTU: 8 450 input TPM/PTU |
+
+### Mistral
+
+| Modell | Type | Merknad |
+|--------|------|---------|
+| `Mistral-Large-3` | Chat (text + bilde) | Tool calling støttet, kun West US 3 |
+| `mistral-document-ai-2505/2512` | Image-to-Text | PDF/bilde til strukturert tekst, alle regioner |
+
+### Cohere
+
+| Modell | Merknad |
+|--------|---------|
+| `Cohere-command-a` | Sterk på RAG og enterprise-søk |
+| `Cohere-rerank-v4.0-pro/fast` | Re-ranking for søkepipeliner |
+| `embed-v-4-0` | Embedding-modell |
+
+### xAI Grok
+
+| Modell | Merknad |
+|--------|---------|
+| `grok-4` | Frontiermodell, alle regioner inkl. Norway East |
+| `grok-3`, `grok-3-mini` | Eldre versjon |
+
+---
+
+## 7. Modellsammenligningstabell
+
+| Modell | Kontekst (input) | Max output | PTU: input TPM/PTU | Latency target (99%) | Norway East | Tilgang |
+|--------|-----------------|------------|---------------------|---------------------|-------------|---------|
+| `gpt-5` | 272K | 128K | 4 750 | >50 TPS | Via Agent Service | Registrering |
+| `gpt-5-mini` | 272K | 128K | 23 750 | >80 TPS | Via Agent Service | Åpen |
+| `gpt-5-nano` | 272K | 128K | Høy | >100 TPS | Via Agent Service | Åpen |
+| `gpt-4.1` | 1M | 32 768 | 3 000 | >40 TPS | Ja (full) | Åpen |
+| `gpt-4.1-mini` | 1M | 32 768 | 14 900 | >50 TPS | Ja (full) | Åpen |
+| `gpt-4.1-nano` | 1M | 32 768 | 59 400 | >60 TPS | Ja (full) | Åpen |
+| `o4-mini` | 200K | 100K | 5 400 | >66 TPS | Ja (full) | Åpen |
+| `o3` | 200K | 100K | 3 000 | >40 TPS | Ja (full) | Åpen |
+| `o3-mini` | 200K | 100K | 2 500 | >66 TPS | Ja (full) | Åpen |
+| `o1` | 200K | 100K | 230 | >25 TPS | Ja (full) | Åpen |
+| `DeepSeek-R1` | 163K | 163K | 4 000 | >50 TPS | Ja (Global std) | Åpen |
+| `DeepSeek-V3-0324` | 131K | 131K | 4 000 | >50 TPS | Ja (Global std) | Åpen |
+| `Llama-3.3-70B-Instruct` | 128K | 8 192 | 8 450 | >50 TPS | Ja (Global std) | Åpen |
+| `Phi-4-mini-instruct` | 131K | 4 096 | — | — | Ja | Åpen |
+| `Phi-4` | 16K | 16K | — | — | Ja | Åpen |
+
+**Merk:** PTU-tall er fra Microsoft Learn og kan endres. Se [Foundry PTU-kalkulator](https://ai.azure.com/resource/calculator) for oppdaterte tall.
+
+---
+
+## 8. Prismodeller
+
+### Tre hovedmodeller for deployment
+
+| Deploymenttype | Betaling | Dataresidens | SLA | Egnet for |
+|----------------|---------|--------------|-----|-----------|
+| **Global Standard** | Per token (PAYG) | Ingen garanti, data kan rutes globalt | Ja | Testing, variabel last |
+| **Data Zone Standard** | Per token (PAYG) | Innenfor US eller EU | Ja | GDPR-krav, variabel last |
+| **Regional Provisioned (PTU)** | Per PTU per time | Garantert til valgt region | Ja | Produksjon, forutsigbar last |
+
+### Pay-as-you-go (PAYG)
+
+Token-basert fakturering. Offisiell prising:
+`https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/`
+
+**Generelle prisleier (relativ, ikke eksakt):**
+
+| Prisnivå | Modeller | Merknad |
+|---------|---------|---------|
+| Lavest (nano) | `gpt-5-nano`, `gpt-4.1-nano`, `Phi-4-mini` | On-device, enkle oppgaver |
+| Lav | `gpt-4.1-mini`, `gpt-5-mini`, `o4-mini`, `o3-mini` | Høyvolum, enkle til moderate |
+| Middels | `gpt-4.1`, `DeepSeek-V3`, `Llama-3.3-70B` | Generelle enterprise-workloads |
+| Høy | `gpt-5`, `o3`, `o1` | Komplekse reasoning-oppgaver |
+| Høyest | `gpt-5-pro`, `o3-pro`, `gpt-5.2` | Maksimal kapabilitet |
+
+### Provisioned Throughput (PTU)
+
+Garantert kapasitet med forutsigbar latens. Egnet for:
+- Produksjonsworkloads med stabil trafikk
+- Latency-sensitive applikasjoner
+- Høyvolum pipelines der PAYG-variasjon er et problem
+
+**Viktige PTU-parametere:**
+- Minimum deployment: 15 PTU (global/data zone) eller 25–50 PTU (regional)
+- Skaleringsinkrement: 5 PTU (global/data zone) eller 25–50 PTU (regional)
+- PTU er modell-agnostisk quota — kan brukes til ulike modeller innen regionen
+- PTU kjøpes time-basert. Azure Reservations gir vesentlig rabatt ved langsiktig bruk
+
+**Input/output-ratio per modell:**
+
+| Modell | 1 output token = N input tokens |
+|--------|--------------------------------|
+| GPT-5-serien | 8 input tokens |
+| GPT-4.1-serien | 4 input tokens |
+| DeepSeek-R1/V3 | 1 (standard, som input) |
+| Llama-3.3-70B | 4 input tokens (unntak fra standard) |
+
+### Fine-tuning-kostnader
+
+Ved bruk av fine-tuned modeller:
+- **Standard:** PAYG + $1,70/time hosting
+- **Global Standard:** PAYG + $1,70/time hosting
+- **PTU:** Per PTU/time (ingen ekstra hosting)
+- **Developer Tier:** PAYG uten hosting, ingen garanti, slettes etter 24 timer
+
+---
+
+## 9. Regional tilgjengelighet
+
+### Norway East — detaljert status
+
+**Azure OpenAI-modeller (regional provisioned):**
+
+| Modell | Norway East |
+|--------|------------|
+| `gpt-4.1` (2025-04-14) | Ja |
+| `gpt-4.1-mini` (2025-04-14) | Ja |
+| `gpt-4.1-nano` (2025-04-14) | Ja |
+| `o3` (2025-04-16) | Ja |
+| `o4-mini` (2025-04-16) | Ja |
+| `o3-mini` (2025-01-31) | Ja |
+| `o1` (2024-12-17) | Ja |
+| `gpt-4o` (2024-08-06) | Ja |
+| `gpt-4o` (2024-11-20) | Ja |
+| `gpt-4o-mini` | Ja |
+| `gpt-5` (2025-08-07) | Via Foundry Agent Service / Global Standard |
+| `gpt-5-mini` (2025-08-07) | Via Foundry Agent Service / Global Standard |
+| `gpt-5-nano` (2025-08-07) | Via Global Standard |
+| `gpt-5.1` (2025-11-13) | Via Foundry Agent Service |
+| `o3-deep-research` | Ja (ett av kun to regioner globalt) |
+| `computer-use-preview` | Nei — kun East US 2, Sweden Central, South India |
+| `sora` (video) | Nei — kun East US 2, Sweden Central |
+| `gpt-image-1` | Begrenset tilgang, ikke bekreftet Norway East |
+
+**Foundry Models sold directly by Azure (DeepSeek, Llama, Mistral, Grok):**
+
+Alle disse er tilgjengelig i Norway East via Global Standard deployment:
+- DeepSeek-R1, R1-0528, V3-0324, V3.1, V3.2
+- Llama-4-Maverick, Llama-3.3-70B
+- Grok-4 (alle varianter)
+- MAI-DS-R1
+- mistral-document-ai
+
+### Sweden Central — referanse
+
+Sweden Central har full feature coverage og er anbefalt for pilot-prosjekter med nyeste features:
+- GPT-5-serien (alle varianter inkl. gpt-5-mini, nano)
+- Alle GPT-4.1-varianter
+- o-serien (o3, o4-mini, o3-mini, o1, o3-pro)
+- Computer-Use (`computer-use-preview`) — JA
+- Sora video generation — JA
+- DeepSeek, Grok, Llama, Mistral — alle tilgjengelig
+- Foundry Agent Service (GA), Workflows, Deep Research
+
+### West Europe
+
+Full dekning av GPT-5, GPT-4.1, o-serien, DeepSeek-modeller og alle Foundry Models sold directly by Azure.
+
+### Oppsummering: Nordiske regioner
+
+| Feature | Norway East | Sweden Central | West Europe |
+|---------|------------|----------------|-------------|
+| GPT-4.1-serien | Ja | Ja | Ja |
+| GPT-5 (regional PTU) | Via Global std/Agent Service | Ja | Ja |
+| o3, o4-mini | Ja | Ja | Ja |
+| DeepSeek (alle) | Ja | Ja | Ja |
+| Llama 3.3-70B | Ja | Ja | Ja |
+| Computer-Use | Nei | Ja | Nei |
+| Sora | Nei | Ja | Nei |
+| o3-deep-research | Ja | Nei | Ja |
+| Dataresidens (GDPR) | Norsk | Svensk | Europeisk |
+
+---
+
+## 10. For Cosmo: Modellvalgveiledning
+
+### Beslutningsflyt
+
+```
+Er oppgaven enkel (chat, Q&A, summarisering)?
+├── Ja, høyvolum og kostnad er kritisk → gpt-4.1-nano / gpt-5-nano
+├── Ja, balansert → gpt-4.1-mini / gpt-5-mini / o4-mini
+└── Nei, kompleks
+
+Er oppgaven kompleks (reasoning, kode, analyse)?
+├── Trenger dyp reasoning + tid til svaret → gpt-5 / o3 / o3-pro
+├── Rask reasoning + bilde-input → o4-mini
+└── Kode-spesifikk → gpt-5-codex / codex-mini
+
+Har kunden Norway East-krav (dataresidens)?
+├── Ja → GPT-4.1-serien, o3, o4-mini (full støtte)
+│         DeepSeek (Global Standard — data kan rutes globalt, vurder nøye)
+│         GPT-5 → kun via Global Standard/Agent Service (data kan forlate Norway East)
+└── Nei → vurder Sweden Central for full feature coverage
+
+Er kunden offentlig sektor (Schrems II / GDPR)?
+├── Ja, strenge krav → Regional Provisioned i Norway East
+│         Velg: gpt-4.1, o3, o4-mini — bekreftet regional PTU
+│         Unngå: Global Standard deployment (data rutes globalt)
+└── Nei → Global Standard er akseptabelt
+
+Trenger kunden open-source/selvhostet-alternativ?
+├── Ja, reasoning → DeepSeek-R1 / MAI-DS-R1
+├── Ja, chat + tool use → DeepSeek-V3-0324 / Llama-3.3-70B
+└── Ja, liten modell (edge/on-device) → Phi-4-mini-instruct / Foundry Local
+```
+
+### Hurtigguide per scenario
+
+| Scenario | Anbefalt modell | Begrunnelse |
+|---------|----------------|-------------|
+| Intern chatbot, Teams | gpt-4.1-mini | Raskt, billig, godt nok |
+| RAG over store dokumenter | gpt-4.1 (1M kontekst) eller gpt-5 | Lang kontekst, god instruction following |
+| Juridisk/medisinsk analyse | gpt-5 eller o3 | Dyp reasoning, nøyaktighet |
+| Kodegjennomgang / copilot | gpt-5-codex / gpt-4.1 | Kodeoptimalisert |
+| Kostnadseffektiv høyvolum | gpt-4.1-nano / gpt-5-nano | Lavest pris, høy throughput |
+| Multi-agent orkestrering | gpt-5 / gpt-4.1 (som orkestratormodell) | Sterk instruction following |
+| On-device / edge / offline | Phi-4-mini-instruct (Foundry Local) | Kjører lokalt, ingen sky |
+| Open-source med reasoning | DeepSeek-R1 / MAI-DS-R1 | Åpen kildekode, sterk reasoning |
+| Sammenligning av alternativer | Model Router | Automatisk routing, opp til 60% kostnadsbesparelse |
+| DPIA-kritisk (data forblir i Norge) | gpt-4.1/o3 + Regional PTU Norway East | Garantert dataresidens |
+
+### Spørsmål å stille kunden
+
+1. "Hva er primæroppgaven — chat/søk, analyse, koding eller kreativt innhold?"
+2. "Hvilke volumforventninger har dere (tokens/måned)?"
+3. "Er dataresidens et krav, eller er Global Standard akseptabelt?"
+4. "Trenger dere open-source/selvhostet alternativ av compliance-hensyn?"
+5. "Er latens kritisk (real-time UI) eller kan modellen tenke seg om (batch/agent)?"
+6. "Skal modellen kjøre på edge/on-device?"
+
+### Norway East-spesifikke råd
+
+- **Bruk Regional PTU** for produksjonskritiske workloads med dataresidensbehov
+- **gpt-4.1-serien** er primærvalget — full regional PTU, lav latens
+- **o3 og o4-mini** er tilgjengelig med regional PTU i Norway East
+- **GPT-5** er tilgjengelig via Foundry Agent Service og Global Standard, men data kan rutes utenfor Norway East — vurder nøye for sensitive data
+- **Deep Research** (`o3-deep-research`) er tilgjengelig i Norway East — ett av kun to regioner globalt
+- **DeepSeek** bruker Global Standard (alle regioner) — ikke egnet for strenge dataresidens-krav
+
+---
+
+## Kilder og verifisering
+
+Adapted from Microsoft Learn documentation ([CC BY 4.0](https://creativecommons.org/licenses/by/4.0/)):
+
+- [Foundry Models sold directly by Azure (azure-openai)](https://learn.microsoft.com/azure/ai-foundry/foundry-models/concepts/models-sold-directly-by-azure?view=foundry-classic)
+- [Foundry Models sold directly by Azure (azure-direct-others)](https://learn.microsoft.com/azure/ai-foundry/foundry-models/concepts/models-sold-directly-by-azure?view=foundry-classic&pivots=azure-direct-others)
+- [Azure OpenAI in Azure AI Foundry Models — model overview](https://learn.microsoft.com/azure/ai-foundry/openai/concepts/models)
+- [GPT-5 vs GPT-4.1: choosing the right model](https://learn.microsoft.com/azure/ai-foundry/foundry-models/how-to/model-choice-guide?view=foundry-classic)
+- [Azure OpenAI reasoning models](https://learn.microsoft.com/azure/ai-foundry/openai/how-to/reasoning?view=foundry-classic)
+- [PTU costs and billing](https://learn.microsoft.com/azure/ai-foundry/openai/how-to/provisioned-throughput-onboarding?view=foundry-classic)
+- [Foundry Models from partners and community (Phi)](https://learn.microsoft.com/azure/ai-foundry/foundry-models/concepts/models-from-partners?view=foundry-classic)
+- [Azure OpenAI models and regions for Foundry Agent Service](https://learn.microsoft.com/azure/ai-foundry/agents/concepts/model-region-support?view=foundry-classic)
+- [Azure OpenAI quotas and limits](https://learn.microsoft.com/azure/ai-foundry/openai/quotas-limits?view=foundry-classic)
+
+Content translated to Norwegian, reorganized, and augmented with decision guidance for Norwegian public sector.
+
+Research date: 2026-02