Alt jeg har skrevet om
AI-Modeller
31 innlegg
Her tester og vurderer jeg AI-modellene som faktisk betyr noe. Fra Claude og GPT til Gemini, Llama og lokale modeller du kan kjøre på din egen maskin. Ingen PR-prat – bare ærlige erfaringer fra en som bruker disse verktøyene hver eneste dag. Hva funker, hva funker ikke, og hva er bare hype?
Grok 5 og xAI – Colossus 2, rombaserte datasentre og tre modeller simultant
xAI trener tre Grok-modeller simultant på Colossus 2 som skalerer mot 2 gigawatt. Ti av tolv opprinnelige grunnleggere forlatt. Aggressiv rekruttering fra Cursor og Mistral. Og Musk påstår at om tre år trenger du James Webb-teleskopet for å se hvem som er nummer to i AI-racet.
GPT-5.4 Mini og Nano – OpenAIs raskeste og billigste modeller hittil
OpenAI lanserte 17. mars 2026 GPT-5.4 Mini og Nano – to lettmodeller bygget for hastighet, lavt forbruk og subagent-arkitekturer. Mini scorer 54,4% på SWE-Bench Pro og er over 2x raskere enn forgjengeren. Nano koster $0,20 per million tokens.
Gemini Embedding 2 — Googles første multimodale embedding-modell
Gemini Embedding 2 er Googles første nativt multimodale embedding-modell — den plasserer tekst, bilder, video, lyd og PDF i ett felles vektorrom. MTEB-score 68,17, kontekstvindu på 8 192 tokens og støtte for over 100 språk. Her er hva dette betyr for deg som bygger RAG-systemer.
