ms-ai-architect/skills/ms-ai-advisor/references/platforms/model-catalog-2026.md

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 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):

• Foundry Models sold directly by Azure (azure-openai)
• Foundry Models sold directly by Azure (azure-direct-others)
• Azure OpenAI in Azure AI Foundry Models — model overview
• GPT-5 vs GPT-4.1: choosing the right model
• Azure OpenAI reasoning models
• PTU costs and billing
• Foundry Models from partners and community (Phi)
• Azure OpenAI models and regions for Foundry Agent Service
• Azure OpenAI quotas and limits

Content translated to Norwegian, reorganized, and augmented with decision guidance for Norwegian public sector.

Research date: 2026-02