# 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