Typer KI-modeller: kart og ordliste
LLM eller VLM, åpne vekter eller åpen kildekode, base, instruct, reasoning, destillert, MoE, GGUF og kvantisering — hva ordene i modellnavn betyr, med levende eksempler.
Modelltype
Åpenhet
Arkitektur
Filformat
Kvantisering
| Gruppe | Hva det betyr | Eksempler | |
|---|---|---|---|
| LLMlarge language model · text model | Modelltype | A model that reads and writes text: chat, writing, code, analysis. Everything else in this glossary is a flavour or a packaging of it. | |
| VLMVL · vision-language · multimodal | Modelltype | An LLM that also takes images (screenshots, photos, documents) as input. Locally it usually needs a second file — the vision projector (mmproj) — next to the GGUF weights. | |
| Open weightsopen model · downloadable weights | Åpenhet | The weights can be downloaded and run on your own hardware, under any licence — some (Llama, Gemma) limit commercial use or require accepting terms first. Training data and code usually stay closed. | |
| Open Source AIOSAID · OSI definition | Åpenhet | The stricter OSI definition (OSAID 1.0): weights plus the training code and enough information about the data to rebuild the model, all under open licences. Few models qualify; Apache-2.0 or MIT weights alone are open weights, not necessarily open source. | — |
| Proprietary (API only)closed · API model | Åpenhet | No weights at all: the model runs only on the vendor's servers through an app or a paid API. It cannot be run locally. | — |
| Basepretrained · -Base | Variant | The raw pretrained model: it continues text but does not follow instructions. A starting point for fine-tuning, not for chatting. | — |
| Instruct-it · -Chat · -Instruct | Variant | The base model tuned to follow instructions and hold a dialogue. This is the version you want for a local chat; Google marks it -it, others -Instruct or -Chat. | |
| ReasoningThinking · R1 · -Thinking | Variant | Trained to write out a chain of thought before the answer. Better at maths, code and logic, but spends many more tokens — and so more time — per reply. | |
| Coder-Coder · code model | Variant | Further trained on source code: completion, refactoring, agentic coding in the IDE. General chat quality may be lower than the sibling instruct model. | |
| Distill-Distill · R1-Distill-Qwen | Variant | A smaller model taught on the answers of a bigger one. DeepSeek-R1-Distill-Qwen-32B is a Qwen 32B that imitates R1 — not R1 itself, and far weaker than the 671B original. | — |
| Abliterated / uncensoreduncensored · abliterated · heretic Uten sikkerhetsfiltre | Variant | A community modification with the refusal behaviour removed from the weights. It answers anything, including harmful requests, often with lower quality and no safety guarantees. For personal and research use only; you are responsible for how you use it. | — |
| Densedense model | Arkitektur | Every parameter works on every token. Speed is set by the full size: a 70B dense model reads all 70B weights from memory for each generated token. | |
| MoEmixture of experts | Arkitektur | The layers are split into many experts and a router picks a few of them per token. All experts must sit in memory (VRAM + RAM), but each token touches only the active part — so a big MoE runs much faster than a dense model of the same size, and the experts can be offloaded to system RAM. | |
| Active parameters (-A3B)-A3B · -A22B · active | Arkitektur | In MoE names the suffix gives the parameters used per token: Qwen3-30B-A3B has 30B in total and 3B active. Memory follows the total, speed follows the active number. | |
| Safetensors (BF16)safetensors · BF16 · FP16 | Filformat | The original release format on Hugging Face, usually 16 bits per weight: about 2 GB per billion parameters. Used by vLLM, Transformers and as the source for every quantisation. | — |
| GGUF.gguf · llama.cpp | Filformat | A single-file format of llama.cpp with the weights already quantised. Runs on CPU, GPU or both at once; LM Studio, Ollama and Jan use it. Big models come split into parts (-00001-of-00003). | — |
| AWQ / GPTQ / EXL2-3AWQ · GPTQ · EXL2 · EXL3 | Filformat | Quantised formats for GPU-only servers (vLLM, ExLlama, TGI). Fast when the whole model fits in VRAM; no offload to system RAM. | — |
| MLXmlx-community | Filformat | Apple's framework and weight format for M-series Macs, using the unified memory. Often a little faster on a Mac than GGUF of the same size. | — |
| Q4_K_M and other K-quantsQ4_K_M · Q5_K_M · Q6_K · Q8_0 | Kvantisering | GGUF quant names: the number is roughly the bits per weight, K marks the k-quant method, S/M/L the mix inside. Q4_K_M (≈4.8 bits) is the usual sweet spot; Q8_0 is almost lossless; below Q3 quality drops noticeably. | — |
| IQ quants and Unsloth Dynamic (UD)IQ2_XXS · IQ3_K · UD-Q2_K_XL | Kvantisering | Newer low-bit GGUF methods: IQ (importance-matrix) quants and Unsloth Dynamic keep the sensitive layers at higher precision, so 2–3-bit files of huge models stay usable. | |
| FP8 / MXFP4 / NVFP4FP8 · MXFP4 · NVFP4 | Kvantisering | Low-precision floating-point formats with hardware support in recent GPUs. gpt-oss ships natively in MXFP4 (≈4.25 bits per weight), which is why gpt-oss-120b fits in about 65 GB. |
Modeller merket «uten sikkerhetsfiltre» (uncensored / abliterated) er oppført kun for personlig bruk og forskning: de har ingen sikkerhetsbegrensninger, og ansvaret for bruken ligger hos brukeren.
Oppdatert · Kilder: fedi.software (CC BY 4.0), Open Source Initiative (OSAID 1.0)
Bygg inn på nettstedet ditt
Lim inn denne koden der infografikken skal vises: den oppdaterer seg selv. Gratis å bruke — behold kildelenken.
Kartet over begrepene
Navn på åpne modeller er fulle av forkortelser, men de leses stykke for stykke. Først kommer familien og den totale størrelsen, deretter de aktive parameterne hvis det er en MoE-modell (for eksempel -A3B), så varianten (-Instruct eller -it) og til slutt filformatet og kvantiseringen på nedlastingen. Ordlisten deler dette i seks grupper med levende eksempler, og et klikk på et eksempel åpner modellen i modellsammenligningen.
- «Modelltype»: en LLM jobber med tekst, en VLM kan i tillegg lese bilder.
- «Åpenhet»: åpne vekter, den strengere Open Source AI Definition 1.0 fra OSI, eller proprietære modeller du bare når gjennom en app eller et API.
- «Variant»: base, Instruct, reasoning, coder, destillert og fellesskapsversjoner der avvisningene er fjernet.
- «Arkitektur»: tett modell eller MoE, og suffikset for aktive parametere.
- «Filformat»: Safetensors, GGUF, rene GPU-formater som AWQ, GPTQ og EXL, og MLX for Mac.
- «Kvantisering»: K-kvanter som Q4_K_M, IQ- og Unsloth Dynamic-filer, FP8 og MXFP4.
Rekkefølgen når du skal velge
Til en lokal chatteassistent er rekkefølgen ganske fast. Ta en Instruct- eller reasoning-variant, aldri en basismodell. Se deretter på hvor mye minne du har, og velg en kvant som får plass: Q4_K_M er den vanlige balansen mellom størrelse og kvalitet, Q8_0 er nesten tapsfri, og under Q3 blir svarene merkbart dårligere. Sett av plass til konteksten du trenger, og vurder farten til slutt. Grafikken hvilken åpen modell passer maskinvaren din gjør regnestykket for kjente modeller.
Åpne vekter er ikke åpen kildekode
Med åpne vekter (open weights) kan du laste ned filen, men lisensen kan begrense kommersiell bruk eller kreve at du godtar vilkår, og treningsdataene er vanligvis lukket. Åpen kildekode i streng forstand betyr mer enn at filen er tilgjengelig.
Destillert betyr ikke krympet
En destillert modell er en mindre modell trent på svarene fra en større. Den er ikke den store modellen i lommeformat, og den er tydelig svakere.
Abliterated og uncensored
Dette er endringer av åpne modeller gjort av fellesskapet, der modellens avvisninger er fjernet. Vi tar med begrepet fordi det står i mange modellnavn, ikke fordi vi anbefaler slike modeller. De er bare ment for personlig bruk og forskning, og ansvaret for bruken ligger hos brukeren.