LLM-modellistan, augusti 2026: Frontlinjens uppställning och hur du filtrerar den

Listan över LLM-modeller i augusti 2026, i ett andetag: Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna och DeepSeek V4 Flash är namnen som räknas den här månaden – och 200+ till kan anropas med en enda API-nyckel. Men en lista med namn är inget svar. Det blir ett svar först när varje rad innehåller ett pris, ett kontextfönster och en förmåga, och när listan är tillräckligt aktuell för att priset du läser är priset du betalar. Det är vad den här sidan är: den aktuella uppställningen med verkliga siffror, hur du läser kolumnerna, och de tre filter som förvandlar 200+ modeller till ett enda bra val. Varje siffra nedan hämtades från sin källa den 10 augusti 2026.

En användbar lista har fyra kolumner

En sida med modellnamn — inga priser, inga kontextfönster, inga kapacitetsanteckningar — är hur folk hamnar i att betala 50 dollar per miljon tokens för ett jobb som en modell för 0,09 dollar klarar. En lista som faktiskt är användbar innehåller fyra saker per rad, och ingen av dem är valfri.

• Namn och leverantör. Den exakta modellen, inte familjen. GPT-5.6 Luna och GPT-5.6 Sol är olika produkter med en prisskillnad på femtio gånger, och en lista som blandar ihop dem är värre än ingen lista.

• Pris per 1M tokens.Input och output anges separat — de två skiljer sig med så mycket som tjugo gånger på vissa modeller, och de faktiska räkningarna drivs av output, så en enda sammanvägd siffra döljer sanningen.

• Kontextfönster. Hur mycket av ditt källmaterial får plats i ett anrop. Ett 200K-fönster, ett 1M-fönster och ett 1,3M-fönster är inte utbytbara, och skillnaden avgör om din prompt överlever intakt.

• Kapacitet och modalitet. Generellt resonemang, kodning, agentisk tillförlitlighet, och huruvida modellen accepterar bilder. En textbaserad modell kan inte felsöka skärmdumpen du klistrar in i tråden.

Frontier-uppställningen, just nu.

Topplistan ändras varje vecka, så här är ögonblicksbilden från och med 10 augusti 2026. Priserna är OrcaRouters listpris — leverantörens pris som skickas vidare utan påslag — och indexet är Artificial Analysis Intelligence Index, avläst idag.

• Claude Opus 5 — $5 / $25, 1M kontext, AA Index 63. Den högsta generella poängen på indexet denna månad och standardvalet för krävande resonemang och långa agentarbeten.

• Claude Fable 5 — $10 / $50, 1M, AA Index 62. Den dyraste frontmodellen på den här listan, och bevisligen tvåa enligt indexet — betala premien bara när arbetets tunga svans motiverar mätaren.

• GPT-5.6 Sol — $5 / $30, 1M, AA Index 61. O​penAI:s starkaste generella modell, multimodal, med en kodningsprofil som håller Claude-paret på tårna.

• Kimi K3 — $3 / $15, 1M, AA Index 60. Det bästa värdet i topp fem: Moonshots flaggskepp för ungefär en tredjedel av priset på Claude Opus 5.

• Qwen3.8 Max — $2 / $6, 1M, AA Index 58. Alibabas flaggskepp, det starkaste open-weights-alternativet i framkant, och ett prismässigt utstickande val för sitt indexresultat.

• Claude Sonnet 5 — $2 / $10, 1M, AA Index 55. Värdenivån i Claude-familjen — samma konservativa husstil som sina större syskon till en femtedel av priset för Claude Opus 5.

• Grok 4.5 — $2 / $6, 500K, AA Index 56. xAI:s flaggskepp, snabbt och billigt för sin klass, med ett mindre kontextfönster än resten av den här gruppen.

• GLM 5.2 — $0.76 / $2.42, 1M, AA Index 53. Z.ai:s öppenviktsmodell med ett 1M-fönster till en bråkdel av priset för de slutna flaggskeppsmodellerna.

• Gemini 3.6 Flash — $1.50 / $7.50, 1M, AA Index 52. Snabbhetsvalet: #2 för utdatahastighet på indexet med cirka 238 tokens per sekund, byggd för latensbegränsade loopar med hög volym.

• GPT-5.6 Luna — $0.10 / $0.60, 1M, AA Index 52. Samma familj, femtio gånger billigare: en småmodells prislapp med ett indexbetyg i mellanklassen.

• DeepSeek V4 Flash — $0.09 / $0.18, 1M, AA Index 52. Den billigaste modellen på den här listan med ett kontextfönster i frontklass: en blandning av experter med öppna vikter, 284 miljarder parametrar och 13 miljarder aktiva.

What landed after this list was written

The lineup above was read on August 10, 2026. Two models have been added to the catalogue since, and both carry Intelligence Index v5.0.1 scores — a different evaluation set from the v4.3 numbers in that snapshot, so read them as a separate cohort rather than as a re-ranking of it.

• Gemini 4 Carbon — $2.00 / $10.00, 1M context, index 60, #4 of 78. Multimodal input including audio and video, a 65K output ceiling, and cache reads at $0.100 per 1M: the cheapest way on this page to put a million tokens of mixed media in front of a model that scores 60.

• Claude Fable 5.2 — $8.00 / $40.00, 1M context, index 65, #1 of 78. The strongest score on the current evaluation set and the most expensive entry on this page, with a 128K output ceiling, always-on thinking and cache reads at $0.200 per 1M.

Så här filtrerar du listan

Ingen vill ha 300 modeller; de vill ha den som passar. Tre filter gör största delen av arbetet, och live-katalogen är byggd kring just dessa.

• Filtrera efter kapacitet först. Börja med vad modellen ska göra. Svåra resonemang och långa agentloopar → Claude Opus 5 eller Claude Fable 5. Kodning på repo-nivå → ledarna på kodningsindexet, Claude Opus 5 och GPT-5.6 Sol. Latensbunden autokomplettering → Gemini 3.6 Flash. Och om en prompt någonsin kommer att innehålla en bild, ta bort alla textbaserade modeller innan du gör något annat — det enda filtret tar bort DeepSeek V4 Flash direkt.

• Filtrera efter pris, andra.Spridningen den här månaden sträcker sig från gratis (NVIDIAs Nemotron-nivåer, Googles Gemma 4 31B gratisnivå) till $10 / $50 för Claude Fable 5 – mer än hundra gånger det lägsta priset. Den användbara mitten är där merparten av produktionen ligger: DeepSeek V4 Flash och GPT-5.6 Luna under $0,20 / $0,60, Claude Sonnet 5 och Qwen3.8 Max runt $2, flaggskeppen på $3–$10 för input. Ett prisfilter som inte kan visa dig den spridningen är inget prisfilter.

• För det tredje, filtrera efter kontextfönster. Claude Haiku 4.5 är begränsad till 200K; de flesta frontmodellerna ligger på 1M; Llama 4 Scout sträcker sig till 1,3M och Grok 4.20 till 2M. Men det annonserade kontextfönstret är ett tak, inte en garanti — kvaliteten försämras när du närmar dig det, så skaffa dig marginal. Om din indata är 150K tokens är en 200K-modell en fälla, inte ett passande val.

Där live-listan lever

Varje tabell i ett blogginlägg — inklusive detta — är en ögonblicksbild, och på den här marknaden är en ögonblicksbild inaktuell inom en vecka. Den levande versionen av listan finns på OrcaRouters /models-sida: 200+ modeller bakom en API-nyckel, med leverantörs-, kontext- och prisfilter i sidofältet och modalitetsflikar överst. Egenskapen som den sidan har och som listartiklarna alla saknar är att den är den faktiska katalogen, inte en inklistrad kopia av en. Frontier-släpp dyker upp där inom ungefär en dag efter att leverantören annonserat dem, open-weights inom några dagar, och priset som visas är den levande uppströmsavgiften som förmedlas med 0 % påslag — det som sidan säger är det som ditt konto debiteras. Det är också poängen med att dirigera 200+ modeller på en nyckel: när listan ändras, och den ändras varje vecka, gör inte din kod det. Ett kontrakt, en API-form, och model-id är det enda som rör sig.

När listan vilseleder dig

Kolumnerna gör en lista användbar, men de skapar också falsk trygghet. Fyra fallgropar är värda att nämna innan du litar på någon rad.

• Nyast är inte bäst. En modell som släpptes förra veckan är inte automatiskt rätt val. Indexet beräknas om när varianter och ansträngningsnivåer ändras, och en beprövad modell med inbyggd failover slår en helt ny sådan på lanseringsdagen.

• Pris är inte förmåga. GPT-5.6 Luna för $0.10 / $0.60 uppnår ett index på 52 — inom en poäng från Gemini 3.6 Flash till femton gånger priset — för de uppgifter som båda hanterar. Premiumnivåerna köper den hårda svansen, inte genomsnittsfallet.

• Kontextlängd annonseras, inte förtjänas.Ett 1M-fönster betyder inte att en modell använder 1M tokens väl. Betrakta siffran som en övre gräns och köp marginal, inte som ett kvalitetslöfte.

• Ett index döljer varians. Två modeller med samma index presterar olika i resonemang, kodning och agentiska sviter. Listan ger dig startuppställningen; rankningen per uppgift avgör matchen — vilket är hela argumentet i guiden för bästa LLM för kodning, och varför samma modell inte vinner varje jobb.

• Öppet kontra stängt ändrar frågan. För självhostning, air-gapped data eller hårda kostnadstak vänder rangordningen: GLM 5.2, Qwen3.8 Max och DeepSeek V4 Flash blir mer attraktiva än vad deras indexposition antyder, eftersom du inte betalar per token alls.

Den korta versionen

En lista över LLM-modeller är bara värd vad dess kolumner innehåller. Dagens frontlinje — Claude Opus 5, Claude Fable 5, GPT-5.6 Sol, Kimi K3, Qwen3.8 Max, Claude Sonnet 5, Grok 4.5, GLM 5.2, Gemini 3.6 Flash, GPT-5.6 Luna och DeepSeek V4 Flash — spänner över ett prisspann på ungefär hundra till ett och kontextfönster från 200K till 2M. Filtrera först på kapacitet, sedan på pris, och sist på kontext. Och när svaret på ”vilken modell” ständigt förändras, sluta memorera en ögonblicksbild: använd den live /models-katalogen, där 200+ modeller ligger bakom en enda nyckel till listpris utan påslag. Den här sidan blir inaktuell inom en vecka. Listan på /models-sidan blir inte det.