Tina Huang. En tydlig rundtur i det aktuella modellandskapet grupperat efter nivå – flaggskeppsmodeller, lätta modeller, mellannivåmodeller och specialiserade modeller – med konkreta rekommendationer för vad varje nivå faktiskt är bra på. Det här är artikelns del om att ”känna till alternativen innan du dirigerar”, och Huang beskriver förhållandet mellan kostnad och kapacitet på samma sätt som artikeln utan att luta sig mot överdrivna påståenden om prestandamätningar.
Modellnamn, priser och kapacitet förändras snabbt. Använd videon för beslutsmönstret och kontrollera sedan modellernas aktuella beteende innan du börjar använda dem.
Jämför flaggskeppsmodeller, lätta modeller, mellannivåmodeller och specialiserade modeller så att dirigeringsbeslut baseras på hur väl modellen passar uppgiften, kostnad och latens i stället för varumärkespreferenser.
Inga utöver artikeln – det här är delen om att lära känna alternativen före allt dirigeringsarbete.
Senast granskad: 18 maj 2026
Fortsätt längs samma lärstig med nästa kurerade kompletterande video.
107 minuterLär dig utvärderingsloopen för produktutvecklare: granska spårningar, märk fel, definiera kriterier, testa ändringar och jämför med mänsklig bedömning.
211 minuterFörstå den moderna LLM-stacken tillräckligt väl för att kunna resonera om token, träning, verktyg och fel.
18 minuterLär dig varför schemastyrda LLM-anrop behöver typade objekt, validerare, nya försök och explicit hantering av felaktiga eller hallucinerade fält.
Externa kurser som är handplockade och går djupare in i detta ämne.
Anthropic AcademyAnthropic Academy
MCP är protokollet som i det tysta ersätter separata verktygsintegrationer i hela ekosystemet för AI-verktyg. Lär dig det direkt från källan. När du är klar har du byggt och driftsatt en egen MCP-server, anslutit en LLM-klient till den och förstått varför den här standarden är branschens närmaste motsvarighet till USB-C.
DeepLearning.AIJoão Moura (Founder, CrewAI)
Doubles as our sales and customer-support vertical pick and a genuinely practical agent-building course: you build an agentic sales pipeline (lead scoring, personalized outreach) and a customer-support data-insights pipeline as two of the five hands-on projects, taught by CrewAI's own founder. Requires basic Python, so it sits with our other builder-track courses rather than the no-code picks.
Hugging FaceHugging Face
Den tydligaste genomgången av agentbaserade system med öppen källkod som finns. Kursen utgår från de tre ramverk som utvecklare faktiskt utvärderar (smolagents, LlamaIndex och LangGraph), inte en enskild leverantörs teknikstack. Den avslutas med en benchmarkuppgift och en offentlig topplista – ett upplägg med resultat som ditt team kan verifiera.
