0. Sedan förra Modellkollen
| Status | Modell | Förändring | Betydelse |
|---|---|---|---|
| NYTT | GPT-6 Sol / GPT-6 Luna | Släppta 22 sep. 1,05M kontext, text/bild/fil in, verktygsanrop och reasoning-effort. Sol $2,00/$10,00, Luna $0,10/$0,50 per 1M | OpenAI halverar priset mot GPT-5.6 Sol respektive GPT-5.6 Luna. Luna blir ett av de billigaste alternativen med över 1M kontext |
| NYTT | Claude Opus 5.5 | Släppt 22 sep. $4,00/$20,00, 1M kontext, 128K maxutdata, adaptivt tänkande som alltid är på | Nytt flaggskepp 20 % under Opus 5; högst index (57,6) av modellerna i den jämförelse OpenRouter redovisar |
| NYTT | Cohere Command A+ | 22 sep. $0,30/$1,50, 192K kontext, text och bild in, verktygsanrop och strukturerad utdata | Nytt enterprise-alternativ för agentiska arbetsflöden |
| NYTT | Qwen3.8 Omni Flash | Har tillkommit i OpenRouter-listan. $0,15/$0,47, 1M kontext, text/bild/ljud/video in | Omni-modal ingång till låg kostnad |
| NYTT | Ming Image 0.1 Design | 22 sep, gratis text-till-bild med fokus på läsbar text i bilden | Gratis specialist för designbilder med text |
GPT-5.6 Sol ligger kvar i OpenRouter men till samma pris som GPT-6 Sol ($2,00/$10,00) och ersätts i praktiken av den nyare modellen. Batch-versioner har också tillkommit för bland andra GPT-6 Sol, GPT-6 Luna, Kimi K3 och GLM 5.3.
1. Tre prisvärda seniorutvecklare för arkitektur och stora projekt
| Modell | Pris in/ut per 1M | Kontext | Varför den är med |
|---|---|---|---|
| Claude Opus 5.5 | $4,00 / $20,00 | 1M | Adaptivt tänkande som alltid är på; särskilt stark på kodgranskning och djup analys i stora kodbaser |
| Claude Sonnet 5 | $2,00 / $10,00 | 1M | Valbar reasoning-effort; text, bild och PDF som indata |
| GPT-6 Sol | $2,00 / $10,00 | 1,05M | Långa koduppgifter och computer use; verktygsanrop och strukturerad utdata |
Opus 5.5 och GPT-6 Sol ersätter Qwen3.8 Max 0902 och Grok 4.7. De två utgående har fortfarande lägre utpris ($6,00 respektive $4,80 per 1M) och kan vara rätt val när kostnaden per token styr. Sonnet 5 står kvar som förstaval i modellkartan; Opus 5.5 är flaggskeppet och ligger på dubbla tokenpriset.
2. Tre billiga agentiska kodningsmodeller
| Modell | Pris in/ut per 1M | Kontext | Agentstyrka |
|---|---|---|---|
| DeepSeek V4.1 Flash | $0,15 / $0,60 | 1M | Komprimerad KV-cache; byggd för kod-, terminal- och computer-use-agenter |
| Mercury 2.5 | $0,04 / $0,15 | 260K | Diffusion-LLM med parallell tokengenerering |
| Poolside Laguna S 2.1 | $0,09 / $0,18 | 1M | 118B-A8B, 70,2 % på Terminal-Bench 2.1 |
Oförändrat. GPT-6 Luna prissätts i samma klass ($0,10/$0,50) men beskrivs av OpenAI för lättare agentarbete snarare än långvariga agentloopar, och listas därför i sektion 3 och 4.
3. Tre billiga agentiska kodmodeller med bildtolkning
| Modell | Pris in/ut per 1M | Kontext | Vision/agentstyrka |
|---|---|---|---|
| MiMo-V2.6-Flash | $0,14 / $0,28 | 1M | Native bild-, video- och ljudinmatning; optimerad för agentiska arbetsflöden |
| GPT-6 Luna | $0,10 / $0,50 | 1,05M | Bild- och filinmatning, verktygsanrop och reasoning-effort till lägst pris i tabellen |
| DeepSeek V4.1 Flash | $0,15 / $0,60 | 1M | Nativ bildförståelse i basarkitekturen |
GPT-6 Luna tar plats framför Gemini 3.8 Flash ($0,75/$3,75), som är betydligt dyrare per token. Gemini 3.8 Flash är fortfarande valet när ljud, video eller PDF ingår i underlaget.
4. Tre billiga kan-allt-modeller
| Modell | Pris in/ut per 1M | Kontext | Bäst för |
|---|---|---|---|
| GPT-6 Luna | $0,10 / $0,50 | 1,05M | Text, bild och fil med verktygsanrop och strukturerad utdata |
| GLM 5.3 Flash | $0,075 / $0,25 | 1,3M | Nativt multimodal med mycket stort kontextfönster |
| DeepSeek V4.1 Flash | $0,15 / $0,60 | 1M | Generell analys, extraktion och sammanfattning |
GLM 5.3 Flash är fortfarande billigast via DeepInfra ($0,075/$0,25); Z.ai:s eget listpris är $0,15/$0,50.
5. Tre gratis modeller som faktiskt är bra
Alla tre är verifierade gratis i OpenRouter den 23 september. Gratistierna ligger på 20 anrop/minut och 50 anrop/dygn, eller 1 000/dygn efter ett engångsköp på $10.
| Modell | Kontext | Begränsningar | Varför intressant |
|---|---|---|---|
| Qwen3.8 27B (free) | 262K | Rate-limited; kontrollera datavillkor | Dense vision-language-modell med thinking av/på |
| Poolside Laguna S 2.1 (free) | 262K | Rate-limited; Poolside kan använda in- och utdata för träning | Stark gratis kodagent |
| Nemotron 3 Ultra (free) | 1M | Rate-limited; text utan bildinmatning | Stor MoE med 1M kontext utan kostnad |
6. Tre bästa prisvärda modeller för bildgenerering
Priserna avser ungefär 1024×1024. Modeller som debiterar per bildtoken får ett pris som varierar med upplösning och antal referensbilder.
| Modell | Cirka pris 1024×1024 | Plattform | Styrkor |
|---|---|---|---|
| MAI-Image-2.6 Flash | ≈$0,04/bild (bildutdata $19 per 1M tokens) | Microsoft AI / OpenRouter | Multi-reference med upp till fem bilder |
| Nano Banana 2 Lite | ≈$0,04/bild (bildutdata $30 per 1M tokens) | OpenRouter / Google | Snabb text-till-bild, karaktärskonsistens och redigering |
| Seedream 5.0 Lite | $0,035/bild | OpenRouter / ByteDance | Fast pris, 2K/4K, upp till fyra bilder per anrop |
Priserna är oförändrade. Ming Image 0.1 Design är ny och gratis men saknar referensbilder och egen storleksstyrning, vilket gör den till ett komplement för texttunga designbilder snarare än en ersättare för de tre.
7. Tre bästa lokala modeller för Ollama på Mac mini M4 16 GB
Efter OS och applikationer återstår realistiskt 10–12 GB till Ollama. Modeller över 14B eller täta 27B-modeller leder till minnespress och strypt kontext.
| Modell | Storlek/kvantisering | Ollama-tagg | Bäst för |
|---|---|---|---|
| gemma4 | 12B, Q4_K_M (7,6 GB) | gemma4:12b |
Allround: reasoning, kodning, bild och ljud |
| qwen3.5 | 9B, Q4_K_M (6,6 GB) | qwen3.5:9b |
Snabb med vision, verktygsanrop och lång kontext |
| ornith-1.5 | 9B dense (6,6 GB) | ornith-1.5:9b |
Vision och reasoning, MIT-licens |
Taggrarna är verifierade i Ollama-biblioteket den 23 september. Bland mindre nyare modeller finns lfm2.5:8b-a1b (5,2 GB), minicpm-v4.5:8b (6,1 GB) och granite4.2:8b (5,3 GB); ingen av dem har visat sig starkare i den här storleksklassen. qwen3.8:27b (18 GB) och laguna-xs-2.1 (20 GB) ryms inte med rimlig KV-cache.
ollama pull gemma4:12b
ollama pull qwen3.5:9b
ollama pull ornith-1.5:9b
Dagens modellkarta
| Behov | Förstaval | Varför |
|---|---|---|
| Arkitektur/djup analys | Claude Sonnet 5 | Valbar reasoning-effort, 1M kontext och $2,00/$10,00 |
| Agentisk kodning | DeepSeek V4.1 Flash | Komprimerad KV-cache och låg kostnad per agentloop |
| Multimodal kodagent | MiMo-V2.6-Flash | 1M kontext med bild, video och ljud till $0,14/$0,28 |
| Billig allround | NY → GPT-6 Luna | 1,05M kontext, bild och fil in, verktygsanrop – lägre pris än DeepSeek V4.1 Flash |
| Gratis | Qwen3.8 27B (free) | 262K kontext med bild- och videoinmatning utan kostnad |
| Bildgenerering | MAI-Image-2.6 Flash | ~$0,04/bild med multi-reference |
| Lokal M4 16 GB | gemma4:12b |
12B med vision, ljud och reasoning |
Endast Billig allround byter förstaval sedan 22 september.