ms-ai-architect/skills/ms-ai-security/references/cost-optimization/model-selection-price-performance.md

# Model Selection for Cost-Efficiency

**Last updated:** 2026-06
**Status:** GA
**Category:** Cost Optimization & FinOps for AI
**Source:** https://learn.microsoft.com/azure/foundry/foundry-models/concepts/models-sold-directly-by-azure
**Type:** reference

---

## Innhold

- [Introduksjon](#introduksjon)
- [Kjernekomponenter](#kjernekomponenter)
- [Arkitekturmønstre](#arkitekturmønstre)
- [Beslutningsveiledning](#beslutningsveiledning)
- [Integrasjon med Microsoft-stakken](#integrasjon-med-microsoft-stakken)
- [Offentlig sektor (Norge)](#offentlig-sektor-norge)
- [Kostnad og lisensiering](#kostnad-og-lisensiering)
- [For arkitekten (Cosmo)](#for-arkitekten-cosmo)
- [Kilder og verifisering](#kilder-og-verifisering)

## 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.

> **Merk (2026-06):** Denne referansens modelleksempler (GPT-5 / GPT-4.1 / GPT-4o-mini) er én generasjon bak. GPT-5-generasjonen er nå utvidet til GPT-5.1→5.5 (jf. `models-sold-directly-by-azure`). Pris-/ytelsesprinsippene under er fortsatt gyldige, men ved konkret modellvalg: bruk den region-verifiserte `model-catalog-2026.md`.

**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 (verifisert juni 2026):**
- Input: $1.25 per 1M tokens (cached $0.125)
- Output: $10.00 per 1M tokens
- Merk: resonnerings-tokens faktureres som output — `high` reasoning_effort kan øke effektiv kost vesentlig

**Viktig:** Rå token-priser eies av det kanoniske registeret (`deterministic-cost-calculation-model.md` §1.1). 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 Microsoft 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 Microsoft 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 Microsoft Foundry)

### Mønster 2: Tiered model strategy (Small → Medium → Large)

**Konsept:** Kaskaderende modellvalg basert på oppgavetype:

| Tier | Modell | Bruksområde | Kostnad/1M tokens (verifisert juni 2026) |
|------|--------|-------------|------------------------------------------|
| **Tier 1** | GPT-4.1-nano | Enkel triage, klassifisering, korte svar | $0.10 input, $0.40 output |
| **Tier 2** | GPT-4.1-mini | Moderat kompleksitet, standarddrafting | $0.40 input, $1.60 output |
| **Tier 3** | GPT-4.1 / GPT-5-mini | Kompleks analyse, resonnering | GPT-4.1 $2.00/$8.00 · GPT-5-mini $0.25/$2.00 |

**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

### Microsoft Foundry Model Catalog

**Tilgang til modellkatalog:**
1. Gå til [Microsoft 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 (Microsoft 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 / prompt builder bruker **GPT-4.1 mini** som standardmodell for generative oppgaver (GPT-4o mini og GPT-4o brukes nå kun i US government-regioner)
- 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 (Microsoft 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 Microsoft 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. [Microsoft 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/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 Foundry Models**
   URL: https://learn.microsoft.com/en-us/azure/foundry/concepts/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/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/foundry/control-plane/how-to-optimize-cost-performance?view=foundry
   Hentet: 2026-02
   Innhold: Model Router, cost optimization workflows

5. **Azure OpenAI in Foundry Models**
   URL: https://learn.microsoft.com/en-us/azure/foundry/foundry-models/concepts/models-sold-directly-by-azure
   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/foundry/openai/concepts/provisioned-throughput-billing
   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. **Microsoft 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; modell-enumerasjon oppdatert 2026-06
**Priser gyldige per:** Februar 2026 (illustrative — verifiser alltid på offisiell prisside)
**Modeller i GA (per 2026-06):** GPT-4.1-serien, GPT-4o/GPT-4o-mini, o-serien (o1/o3/o3-mini/o4-mini), og GPT-5-generasjonen: GPT-5/-mini/-nano (2025-08), GPT-5.1 (2025-11-13), GPT-5.2 (2025-12-11), GPT-5.3-codex/-chat (2026-02/03), GPT-5.4 + GPT-5.4-pro (2026-03-05), GPT-5.5 (2026-04-24), gpt-chat-latest (2026-05, preview). Snapshotten over (GPT-5 / GPT-4.1 / GPT-4o-mini) er én generasjon bak — GPT-5.1→5.5 finnes nå. Full, region-verifisert modellkatalog: `model-catalog-2026.md`.
**Neste review anbefalt:** Q4 2026 (Microsoft oppdaterer priser kvartalsvis)

---

**Dokumenteier:** Cosmo Skyberg, Microsoft AI Solution Architect
**Godkjent for:** Offentlig sektor Norge, Enterprise Azure-kunder
**Versjon:** 1.0