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-security/references/cost-optimization/model-selection-price-performance.md
+++ b/skills/ms-ai-security/references/cost-optimization/model-selection-price-performance.md
@ -0,0 +1,566 @@
+# Model Selection for Cost-Efficiency
+
+**Last updated:** 2026-02
+**Status:** GA
+**Category:** Cost Optimization & FinOps for AI
+
+---
+
+## Introduksjon
+
+Valg av AI-modell har direkte innvirkning på både ytelse og kostnad. Microsoft Azure AI tilbyr et bredt spekter av modeller med ulike pris-/ytelsekarakteristikker — fra små, kostnadseffektive modeller som GPT-4o mini og GPT-4.1-nano, til store resonneringsmodeller som GPT-5. Riktig modellvalg kan redusere kostnader med 60-80% uten å ofre kvalitet for det aktuelle bruksområdet.
+
+**Confidence:** Høy (basert på offisiell Microsoft-dokumentasjon, jan 2026)
+
+Denne referansen gir strukturert veiledning for å velge mest kostnadseffektive modell basert på:
+- Arbeidsbelastningens kompleksitet (reasoning vs. hurtige svar)
+- Latenskrav (sanntid vs. batch)
+- Volum (tokens per minutt, forespørsler per minutt)
+- Budsjettrammer
+
+**Nøkkelprinsipp:** Velg den minste modellen som oppfyller kvalitetskravene dine. Større modeller = høyere kostnader per token.
+
+---
+
+## Kjernekomponenter
+
+### 1. Modellklasser og prisposisjonering
+
+Microsoft Azure AI-plattformen tilbyr flere modellklasser med distinkte pris-/ytelsekarakteristikker:
+
+| Modellklasse | Eksempler | Bruksområde | Relativ kostnad | Latens |
+|--------------|-----------|-------------|-----------------|--------|
+| **Resonneringsmodeller** | GPT-5, GPT-5-mini, GPT-5-nano | Kompleks analyse, multi-steg logikk, planlegging | Høyest | Høyere |
+| **Store generelle modeller** | GPT-4.1, GPT-4o | Balansert ytelse, generelle oppgaver | Middels-høy | Moderat |
+| **Små effektive modeller** | GPT-4.1-mini, GPT-4.1-nano, GPT-4o-mini | Høyt volum, sanntid, enklere oppgaver | Lavest | Lavest |
+| **Spesialiserte modeller** | Embeddings, Whisper, DALL-E | Embeddings, tale, bilder | Varierer | Varierer |
+
+**Confidence:** Høy (basert på Azure OpenAI-prisside og modellkatalog, feb 2026)
+
+### 2. Token-basert prismodell
+
+Azure OpenAI-tjenester prises per 1 000 tokens (1K) eller 1 million tokens (1M), avhengig av modell:
+
+**GPT-4o mini (eksempel — verifiser på [Azure OpenAI pricing](https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/)):**
+- Input: ~$0.15 per 1M tokens
+- Output: ~$0.60 per 1M tokens
+
+**GPT-4.1 (eksempel):**
+- Input: ~$2.00 per 1M tokens
+- Output: ~$8.00 per 1M tokens
+
+**GPT-5 (eksempel):**
+- Input: ~$3.00 per 1M tokens (varierer med reasoning-nivå)
+- Output: ~$12.00 per 1M tokens
+
+**Viktig:** Priser er illustrative. Sjekk alltid [offisiell prisside](https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/) for eksakte satser per region og modellversjon.
+
+**Confidence:** Moderat (priseksempler fra dokumentasjon, men priser kan variere)
+
+### 3. Deployment-typer og kostnadsimplikasjon
+
+| Deployment-type | Prismodell | Best for | Kostnadspredikabilitet |
+|-----------------|------------|----------|------------------------|
+| **Standard** | Pay-per-token | Variabelt volum, testing | Lav (avhenger av bruk) |
+| **Global Standard** | Pay-per-token (ingen data residency) | Høyt volum, global tilgang | Lav (avhenger av bruk) |
+| **Provisioned Throughput (PTU)** | Fast PTU-time-pris | Forutsigbart volum, latens-SLA | Høy (fast kostnad) |
+| **Developer Tier (fine-tuning)** | Pay-per-token, ingen hosting-fee | Evaluering, POC (auto-slettes etter 24t) | Lav (midlertidig) |
+
+**PTU-eksempel:**
+- 1 PTU = ~5 400 input tokens/minutt for o4-mini
+- 1 PTU = ~3 000 input tokens/minutt for GPT-4.1
+- PTU-pris varierer per avtale/reservasjon
+
+**Confidence:** Høy (basert på Azure OpenAI deployment-dokumentasjon)
+
+### 4. Fine-tuning kostnadsmønstre
+
+Fine-tunede modeller har tre kostnadsdimensjoner:
+
+| Kostnadselement | Beskrivelse | Eksempel (o4-mini) |
+|-----------------|-------------|-------------------|
+| **Training** | Per token i treningsfil | ~$1.10 per 1M tokens (input), $4.40 per 1M tokens (output) |
+| **Hosting** | Per time deployed modell | $1.70/time (Standard/Global Standard) |
+| **Inference** | Per token ved inferens | Samme som base-modell + hosting fee |
+
+**Viktig:** Fine-tunede modeller påløper hosting-kostnad selv om de ikke brukes. Slett ubrukte deployments for å unngå unødvendige kostnader.
+
+**Confidence:** Høy (basert på Azure OpenAI fine-tuning kostnadsdokumentasjon)
+
+---
+
+## Arkitekturmønstre
+
+### Mønster 1: Model Router for dynamisk modellvalg
+
+**Konsept:** Bruk Azure AI Foundry Model Router for å automatisk velge den mest kostnadseffektive modellen basert på prompt-kompleksitet.
+
+**Fordeler:**
+- Opptil 60% kostnadsreduksjon vs. alltid-bruk-GPT-5
+- Automatisk ruting basert på kompleksitet
+- Ingen kodeendringer nødvendig
+
+**Implementering:**
+1. Deploy Model Router i Azure AI Foundry
+2. Konfigurer underliggende modeller (f.eks. GPT-4.1-nano, GPT-4.1-mini, GPT-4.1)
+3. Model Router analyserer prompt og velger passende modell
+
+**Use case:** Chatbots, kundesupport, assistenter med varierende spørsmålskompleksitet
+
+**Confidence:** Høy (Model Router er GA-funksjonalitet i Azure AI Foundry)
+
+### Mønster 2: Tiered model strategy (Small → Medium → Large)
+
+**Konsept:** Kaskaderende modellvalg basert på oppgavetype:
+
+| Tier | Modell | Bruksområde | Kostnad/1M tokens (illustrativt) |
+|------|--------|-------------|----------------------------------|
+| **Tier 1** | GPT-4.1-nano | Enkel triage, klassifisering, korte svar | ~$0.50 input, ~$2.00 output |
+| **Tier 2** | GPT-4.1-mini | Moderat kompleksitet, standarddrafting | ~$1.00 input, ~$4.00 output |
+| **Tier 3** | GPT-4.1 / GPT-5-mini | Kompleks analyse, resonnering | ~$2.00-3.00 input, ~$8.00-12.00 output |
+
+**Implementering:**
+```python
+def select_model(task_complexity: str):
+    if task_complexity == "simple":
+        return "gpt-4.1-nano"
+    elif task_complexity == "moderate":
+        return "gpt-4.1-mini"
+    else:
+        return "gpt-5-mini"
+```
+
+**ROI-eksempel:**
+- 1 million forespørsler/måned
+- 70% simple (Tier 1), 25% moderate (Tier 2), 5% komplekse (Tier 3)
+- Estimert besparelse: 50-70% vs. alltid bruke GPT-4.1
+
+**Confidence:** Høy (best practice-mønster dokumentert i Azure-veiledning)
+
+### Mønster 3: Reasoning-nivå optimalisering (GPT-5)
+
+**Konsept:** For GPT-5-modeller, juster reasoning-nivå basert på oppgavekompleksitet.
+
+| Reasoning-nivå | Latens | Kostnad | Nøyaktighet | Bruksområde |
+|----------------|--------|---------|-------------|-------------|
+| **Minimal** | Raskest | Lavest | Lavest | Bulk-operasjoner, enkle transformasjoner |
+| **Low** | Rask | Lav | Moderat | Triage, korte svar, enkle redigeringer |
+| **Medium (default)** | Moderat | Middels | God | Innholdsdrafting, moderat koding, RAG Q&A |
+| **High** | Sakte | Høyest | Høyest | Kompleks planlegging, analyse, multi-hop reasoning |
+
+**Implementering:**
+```python
+response = client.responses.create(
+    model="gpt-5",
+    reasoning_effort="low",  # Juster basert på oppgave
+    input=[{"role": "user", "content": "Simple query"}]
+)
+```
+
+**Kostnadssparepotensial:** 40-60% for oppgaver som ikke krever deep reasoning.
+
+**Confidence:** Høy (reasoning-nivåer er dokumentert GPT-5-funksjonalitet)
+
+### Mønster 4: Batch processing for ikke-sanntidsoppgaver
+
+**Konsept:** Bruk batch-prosessering med billigere modeller for oppgaver uten sanntidskrav.
+
+**Fordeler:**
+- Lavere kostnader (batch-rabatter hvis tilgjengelig)
+- Kan bruke mindre modeller med lengre behandlingstid
+- Bedre ressursutnyttelse
+
+**Use case:**
+- Nattlig rapportgenerering
+- E-postsammendrag
+- Innholdsmoderering (ikke-sanntid)
+- Databearbeiding
+
+**Confidence:** Moderat (batch processing er best practice, men ikke alltid prisrabattert)
+
+### Mønster 5: Prompt optimization for token-reduksjon
+
+**Konsept:** Reduser token-bruk gjennom prompt-optimalisering:
+
+| Teknikk | Token-besparelse | Implementering |
+|---------|------------------|----------------|
+| **Fjern verbose instruksjoner** | 10-30% | Konsis prompts, fjern overflødige ord |
+| **Few-shot → Zero-shot** | 20-50% | Fjern eksempler hvis modellen håndterer det |
+| **Kontekst-komprimering** | 30-60% | Bruk embeddings/semantic search for relevant kontekst |
+| **Output length limiting** | Varierer | Sett `max_tokens` eksplisitt |
+
+**ROI-eksempel:**
+- Original prompt: 500 tokens input, 200 tokens output
+- Optimalisert prompt: 250 tokens input, 150 tokens output
+- Token-reduksjon: 50% input, 25% output
+- Kostnadssparing: ~40-45% per forespørsel
+
+**Confidence:** Høy (token-optimalisering er best practice)
+
+---
+
+## Beslutningsveiledning
+
+### Beslutningstre for modellvalg
+
+```
+START
+  ↓
+Krever oppgaven deep reasoning/multi-step logikk?
+  ├─ JA → Velg GPT-5 (juster reasoning-nivå)
+  └─ NEI → Er latens kritisk (< 200ms)?
+       ├─ JA → Velg GPT-4.1-nano eller GPT-4.1-mini
+       └─ NEI → Er oppgaven kompleks?
+            ├─ JA → Velg GPT-4.1 eller GPT-4.1-mini
+            └─ NEI → Velg GPT-4.1-nano (billigste)
+```
+
+### Scenario-basert modellanbefaling
+
+| Scenario | Anbefalt modell | Begrunnelse |
+|----------|-----------------|-------------|
+| **Kundesupport chatbot** | GPT-4.1-mini + Model Router | Balanse mellom kostnad og kvalitet, dynamisk tilpasning |
+| **Kodegenerering** | GPT-5-mini (medium reasoning) | Krever resonnering, men ikke maksimal |
+| **Dokumentanalyse (juridisk/finans)** | GPT-5 (high reasoning) | Høy nøyaktighet viktigere enn kostnad |
+| **E-postklassifisering** | GPT-4.1-nano | Enkel oppgave, høyt volum |
+| **RAG-basert Q&A** | GPT-4.1-mini | Moderat kompleksitet, kontekst fra retrieval |
+| **Innholdsmoderering** | GPT-4.1-nano + Content Safety | Høyt volum, enkel klassifisering |
+| **Enterprise Copilot** | GPT-5 (medium reasoning) + GPT-4.1-mini fallback | Komplekse oppgaver krever resonnering, enkle bruker mini |
+
+**Confidence:** Høy (basert på Microsoft best practices og modellkarakteristikker)
+
+### Kvantitativ ROI-kalkulator (konseptuell)
+
+**Input:**
+- Månedlig forespørselsvolum: N
+- Gjennomsnittlig input tokens: I
+- Gjennomsnittlig output tokens: O
+- Nåværende modell: M_current
+- Foreslått modell: M_new
+
+**Beregning:**
+```
+Total tokens/måned = N × (I + O)
+Kostnad_current = (I × pris_input_M_current + O × pris_output_M_current) × N / 1 000 000
+Kostnad_new = (I × pris_input_M_new + O × pris_output_M_new) × N / 1 000 000
+Månedlig besparelse (NOK) = (Kostnad_current - Kostnad_new) × USD_to_NOK
+```
+
+**Eksempel:**
+- 1M forespørsler/måned, 200 input tokens, 100 output tokens
+- Current: GPT-4.1 ($2.00 input, $8.00 output per 1M tokens)
+- New: GPT-4.1-mini ($1.00 input, $4.00 output per 1M tokens)
+- Kostnad_current = (200 × $2.00 + 100 × $8.00) × 1 / 1000 = $1 200
+- Kostnad_new = (200 × $1.00 + 100 × $4.00) × 1 / 1000 = $600
+- Besparelse: $600/måned (~6 600 NOK/måned ved USD 1 = NOK 11)
+
+**Confidence:** Moderat (priseksempler er illustrative, faktiske priser varierer)
+
+---
+
+## Integrasjon med Microsoft-stakken
+
+### Azure AI Foundry Model Catalog
+
+**Tilgang til modellkatalog:**
+1. Gå til [Azure AI Foundry](https://ai.azure.com)
+2. Velg **Model Catalog** i venstre meny
+3. Filtrer på "Azure OpenAI" for Microsoft-modeller
+4. Sammenlign modeller basert på:
+   - Input/output token-priser
+   - Context window size
+   - Capabilities (vision, function calling, etc.)
+   - Regional tilgjengelighet
+
+**Confidence:** Høy (Azure AI Foundry er GA)
+
+### Azure Cost Management + Budgets
+
+**Integrasjon for kostnadssporing:**
+
+| Funksjon | Beskrivelse | Verdi |
+|----------|-------------|-------|
+| **Cost Analysis** | Per-modell kostnadsinnsikt via deployment tags | Identifiser dyreste modeller |
+| **Budgets + Alerts** | Varsler ved kostnadsterskler | Forhindre budsjettoverskridelser |
+| **Export til Storage** | Daglig/ukentlig kostnadseksport | Dypere analyse i Power BI/Excel |
+
+**Implementering:**
+1. Gå til Azure Portal → Cost Management
+2. Opprett budget scoped til resource group
+3. Sett alerts ved 50%, 75%, 90% av budsjett
+4. Grupper kostnader etter "Meter" for å se per-modell kostnad
+
+**Confidence:** Høy (Cost Management er standard Azure-funksjonalitet)
+
+### Power Platform AI Builder
+
+**Modellvalg i AI Builder:**
+- AI Builder bruker **Azure OpenAI GPT-4o-mini** som default for generative oppgaver (per desember 2024)
+- Ingen direkte modellvalg tilgjengelig i AI Builder-grensesnittet
+- Kostnader inkludert i AI Builder credits (500 credits/bruker/måned i premium-planer)
+
+**Optimalisering:**
+- Begrens prompt-lengde
+- Bruk structured outputs for å redusere token-bruk
+
+**Confidence:** Moderat (basert på Power Platform dokumentasjon)
+
+### Copilot Studio
+
+**Modellstrategi i Copilot Studio:**
+- Copilot Studio bruker Azure OpenAI-modeller (GPT-4o eller GPT-4.1-serien)
+- Licenskostnad dekker inferenskostnader (per Q2 2024)
+- Vurder Generative Answers vs. custom topics for kostnadskontroll
+
+**Optimalisering:**
+- Bruk Boosted Conversations kun når nødvendig
+- Optimaliser Generative Answers med tydelige fallback-scenarier
+
+**Confidence:** Moderat (Copilot Studio-lisensiering kan endre seg)
+
+---
+
+## Offentlig sektor (Norge)
+
+### Kostnadskontroll i offentlige anskaffelser
+
+**Krav til kostnadstransparens:**
+- Offentlige virksomheter må kunne dokumentere kostnader per tjeneste/bruker
+- Azure Cost Management gir nødvendig sporbarhet
+- Tagging-strategi anbefales: `project`, `department`, `cost-center`
+
+**Anbefaling:**
+- Etabler månedlig kostnadsrapportering per prosjekt
+- Bruk PTU (Provisioned Throughput) for forutsigbare budsjetter i produksjon
+- Test med Standard deployment, migrer til PTU ved stabil bruk
+
+**Confidence:** Høy (basert på generell offentlig sektor best practice)
+
+### Compliance og dataplassering
+
+**Kostnad vs. compliance:**
+- **Standard deployment** (regional): Høyere kostnad, garantert data residency i Norge
+- **Global Standard**: Lavere kostnad, ingen data residency-garanti
+
+**Anbefaling for offentlig sektor:**
+- Velg **Standard deployment i Norway East** for personopplysninger (GDPR)
+- Vurder Global Standard for ikke-sensitive workloads (potensielt 10-20% billigere)
+
+**Confidence:** Høy (basert på Azure OpenAI deployment-dokumentasjon)
+
+### TCO for offentlig AI-satsning
+
+**Total Cost of Ownership-komponenter:**
+
+| Kostnadselement | Estimat (årlig, små prosjekter) | Optimalisering |
+|-----------------|----------------------------------|----------------|
+| **Azure OpenAI inferens** | 50 000 - 200 000 NOK | Modellvalg, prompt-optimalisering |
+| **Azure AI Search (RAG)** | 30 000 - 100 000 NOK | Indeksoptimalisering, partitioning |
+| **Azure Storage** | 5 000 - 20 000 NOK | Lifecycle policies |
+| **Azure Monitor/App Insights** | 10 000 - 30 000 NOK | Sampling, log retention |
+| **Lisenser (Copilot Studio)** | 200 - 2 000 NOK/bruker/måned | Pilot med få brukere først |
+
+**Total estimert TCO (små prosjekter):** 100 000 - 500 000 NOK/år (ekskl. personellkostnader)
+
+**Confidence:** Lav-Moderat (estimater er generelle, varierer betydelig per use case)
+
+---
+
+## Kostnad og lisensiering
+
+### Lisensmodeller for Microsoft AI
+
+| Produkt | Lisensmodell | AI-kostnad inkludert? | Ekstra kostnad |
+|---------|--------------|------------------------|----------------|
+| **Azure OpenAI** | Pay-per-token eller PTU | Nei | Basert på bruk eller PTU-reservasjon |
+| **Copilot Studio** | Per bruker/måned (~$200/måned) | Ja (inferens inkludert) | Økt bruk kan koste ekstra |
+| **Power Platform (premium)** | Per bruker/måned (~$40/bruker) | Delvis (500 AI Builder credits/bruker) | Ytterligere credits må kjøpes |
+| **M365 Copilot** | Per bruker/måned (~$360/bruker) | Ja (inferens inkludert) | Ingen ekstra kostnad |
+
+**Viktig:** Priser er illustrative per januar 2026. Verifiser på [Microsoft lisensside](https://www.microsoft.com/licensing/).
+
+**Confidence:** Moderat (lisenser endres regelmessig)
+
+### Cost avoidance-strategier
+
+| Strategi | Potensial besparelse | Kompleksitet |
+|----------|----------------------|--------------|
+| **Bytt fra GPT-4.1 til GPT-4.1-mini** | 50% | Lav (krever testing) |
+| **Bruk Model Router** | 30-60% | Middels (Azure AI Foundry-setup) |
+| **Prompt-optimalisering** | 20-40% | Lav (kan gjøres iterativt) |
+| **Fine-tuning for å erstatte større modell** | 40-70% | Høy (krever treningsdata og vedlikehold) |
+| **Migrering til PTU (ved høyt volum)** | 20-50% | Middels (krever volumprediksjon) |
+| **Caching (for repeterende prompts)** | 10-30% | Lav-Middels (krever cache-logikk) |
+
+**Confidence:** Moderat (besparelsespotensial varierer per use case)
+
+### Regional prisvariasjoner
+
+**Eksempel (verifiser på Azure-prisside):**
+- Norway East: Standard pricing
+- West Europe: Standard pricing
+- East US: ~5-10% billigere (ikke-europeisk region)
+
+**Anbefaling for norske virksomheter:**
+- Bruk Norway East for compliance-sensitive data
+- Vurder West Europe for ikke-sensitive workloads (latens vs. kostnad)
+
+**Confidence:** Moderat (prisvariasjon finnes, men er ofte marginal)
+
+---
+
+## For arkitekten (Cosmo)
+
+### Når bruke denne referansen
+
+**Triggers:**
+- Bruker spør: "Hvilken modell bør jeg bruke for [use case]?"
+- Bruker ønsker kostnadsoptimalisering av eksisterende løsning
+- Bruker planlegger høyvolum-deployment og er bekymret for kostnad
+- Bruker vil sammenligne GPT-4o-mini vs. GPT-4.1 vs. GPT-5
+
+### Rådgivningsprosess
+
+**1. Forstå use case:**
+   - Hva skal modellen gjøre? (klassifisering, generering, resonnering)
+   - Hva er volumet? (forespørsler/dag, tokens per forespørsel)
+   - Hva er latenskrav? (sanntid vs. batch)
+
+**2. Foreslå modellstrategi:**
+   - Bruk beslutningstreet i "Beslutningsveiledning"
+   - Anbefal tiered approach hvis varierende kompleksitet
+   - Vurder Model Router for dynamisk ruting
+
+**3. Estimer kostnader:**
+   - Bruk ROI-kalkulatoren (konseptuell seksjon)
+   - Sammenlign nåværende vs. foreslått modell
+   - Inkluder TCO (ikke bare inferenskostnad)
+
+**4. Anbefal testing:**
+   - "Start med GPT-4.1-mini, evaluer kvalitet"
+   - "Opprett evaluation dataset for sammenligning"
+   - "Test i 1-2 uker før full rollout"
+
+**5. Oppfølging:**
+   - Sett opp Cost Management alerts
+   - Følg opp med Azure Monitor for ytelsesmetrikker
+   - Juster modellvalg basert på faktisk bruk
+
+### Typiske spørsmål og svar
+
+**Q: "Skal jeg alltid bruke billigste modell?"**
+**A:** Nei. Velg den minste modellen som oppfyller kvalitetskravene. Hvis GPT-4.1-nano gir 70% kvalitet men GPT-4.1-mini gir 95%, kan ekstra kostnad være verdt det.
+
+**Q: "Hvordan vet jeg om GPT-4.1-mini er god nok vs. GPT-4.1?"**
+**A:** Opprett et evaluation dataset (50-100 representative eksempler), kjør begge modeller, sammenlign output. Bruk Azure AI Foundry evaluations for strukturert testing.
+
+**Q: "Er fine-tuning alltid billigere?"**
+**A:** Nei. Fine-tuning har opfront-kostnad (training) og hosting-kostnad ($1.70/time). Kun kostnadseffektivt ved høyt volum (>100K forespørsler/måned) eller hvis du kan erstatte GPT-4.1 med fine-tuned GPT-4.1-mini.
+
+**Q: "Hvordan optimalisere kostnader for RAG-løsning?"**
+**A:**
+1. Bruk semantic search for å redusere kontekst-tokens
+2. Velg GPT-4.1-mini for spørsmål med god retrieval
+3. Fallback til GPT-4.1 hvis ikke confident svar
+4. Optimaliser chunking-strategi i Azure AI Search
+
+### Confidence markers i rådgivning
+
+Bruk alltid confidence markers når du anbefaler modeller:
+
+- **Høy confidence:** "GPT-4.1-mini er dokumentert 50% billigere enn GPT-4.1 for samme deployment-type."
+- **Moderat confidence:** "Basert på lignende use cases, forventer jeg 30-50% kostnadsreduksjon."
+- **Lav confidence:** "Uten å teste på ditt spesifikke dataset, er det vanskelig å si om GPT-4.1-nano vil være tilstrekkelig."
+
+### Verktøy for kostnadsestimering
+
+**Anbefal alltid:**
+1. [Azure Pricing Calculator](https://azure.microsoft.com/pricing/calculator/) for estimering
+2. [Azure AI Foundry Calculator](https://ai.azure.com/resource/calculator) for PTU-estimering
+3. Azure Cost Management for faktisk kostnadssporing
+
+### Vanlige fallgruver
+
+| Fallgruve | Konsekvens | Hvordan unngå |
+|-----------|------------|---------------|
+| **Alltid bruke GPT-5** | 3-5x høyere kostnad | Vurder GPT-4.1-mini eller GPT-4.1 først |
+| **Glemme hosting-kostnad for fine-tuning** | $1.70/time × 24 × 30 = $1 224/måned | Slett ubrukte fine-tuned deployments |
+| **Ikke sette max_tokens** | Unødvendig lange svar = høyere output-kostnad | Sett `max_tokens` eksplisitt |
+| **Bruke Standard over Global Standard uten grunn** | 10-20% høyere kostnad | Velg Global Standard hvis data residency ikke kreves |
+| **Ikke monitere kostnader** | Uventede regninger | Sett opp Cost Management alerts |
+
+---
+
+## Kilder og verifisering
+
+### Primærkilder (Microsoft Learn)
+
+1. **GPT-5 vs GPT-4.1: choosing the right model for your use case**
+   URL: https://learn.microsoft.com/en-us/azure/ai-foundry/foundry-models/how-to/model-choice-guide?view=foundry-classic
+   Hentet: 2026-02
+   Innhold: Modellsammenligninger, latency trade-offs, reasoning-nivåer
+
+2. **Plan to manage costs for Azure OpenAI in Azure AI Foundry Models**
+   URL: https://learn.microsoft.com/en-us/azure/ai-foundry/openai/how-to/manage-costs
+   Hentet: 2026-02
+   Innhold: Billing models, token pricing, cost monitoring
+
+3. **Cost management for fine-tuning**
+   URL: https://learn.microsoft.com/en-us/azure/ai-foundry/openai/how-to/fine-tuning-cost-management?view=foundry-classic
+   Hentet: 2026-02
+   Innhold: Training costs, hosting costs, deployment types
+
+4. **Optimize model cost and performance**
+   URL: https://learn.microsoft.com/en-us/azure/ai-foundry/control-plane/how-to-optimize-cost-performance?view=foundry
+   Hentet: 2026-02
+   Innhold: Model Router, cost optimization workflows
+
+5. **Azure OpenAI in Azure AI Foundry Models**
+   URL: https://learn.microsoft.com/en-us/azure/ai-foundry/openai/concepts/models
+   Hentet: 2026-02
+   Innhold: Model catalog, capabilities, regional availability
+
+6. **Understanding costs associated with provisioned throughput units (PTU)**
+   URL: https://learn.microsoft.com/en-us/azure/ai-foundry/openai/how-to/provisioned-throughput-onboarding
+   Hentet: 2026-02
+   Innhold: PTU pricing, throughput per PTU, when to use PTU
+
+### Sekundærkilder
+
+7. **Azure OpenAI Pricing Page**
+   URL: https://azure.microsoft.com/pricing/details/cognitive-services/openai-service/
+   Note: Offisiell prisside (sjekk for oppdaterte priser)
+
+8. **Azure Pricing Calculator**
+   URL: https://azure.microsoft.com/pricing/calculator/
+   Note: For pre-deployment estimering
+
+9. **Azure AI Foundry Calculator**
+   URL: https://ai.azure.com/resource/calculator
+   Note: For PTU-estimering
+
+### Verifiseringsstatus
+
+| Påstand | Kilde | Confidence |
+|---------|-------|------------|
+| GPT-4.1-mini er 50% billigere enn GPT-4.1 | Source 2, illustrative pricing examples | Høy |
+| Model Router kan spare opptil 60% | Source 4 | Høy |
+| Fine-tuning hosting cost er $1.70/time | Source 3 | Høy |
+| GPT-5 har fire reasoning-nivåer | Source 1 | Høy |
+| PTU gir 3 000 input TPM per PTU for GPT-4.1 | Source 6 | Høy |
+
+**Totalt antall kilder:** 9 (6 primære Microsoft Learn-artikler, 3 pricing-referanser)
+**MCP-kall brukt:** 6 (4x docs_search, 2x docs_fetch)
+
+### Siste oppdatering og gyldighet
+
+**Dokumentasjonsdato:** Januar-februar 2026
+**Priser gyldige per:** Februar 2026 (illustrative — verifiser alltid på offisiell prisside)
+**Modeller i GA:** GPT-4.1-serien, GPT-4o-mini, GPT-5-serien (per januar 2026)
+**Neste review anbefalt:** Juni 2026 (Microsoft oppdaterer priser kvartalsvis)
+
+---
+
+**Dokumenteier:** Cosmo Skyberg, Microsoft AI Solution Architect
+**Godkjent for:** Offentlig sektor Norge, Enterprise Azure-kunder
+**Versjon:** 1.0