Vi bytter modellene bak flere av Copilot-konfigurasjonene i nav-pilot basert på en rekke målinger (se lenger nede for detaljer). Neste gang du starter nav-pilot spør den om du vil synke, og sier du ja er byttet inne. Du kan også kjøre nav-pilot sync selv.
| Agent eller prompt | Fra | Til |
|---|---|---|
@research-agent | GPT-5.3-Codex | GPT-5.6 Luna |
| Fire prompt-maler for nye tjenester | Claude Haiku 4.5 | GPT-5.6 Luna |
@security-champion-agent, @nav-pilot-opus | Claude Opus 4.6 | GPT-5.6 Sol |
@code-review, @accessibility-agent | GPT-5.3-Codex, Claude Sonnet 4.6 | satt på vent |
@code-review og @accessibility-agent venter fordi de kjører kommandoer, skriver filer og starter subagenter, og det har vi ikke målt noen av de nye modellene på. De to måles for seg.
@forfatter blir stående på Claude Sonnet 4.6. Jobben omfatter norsk tekst, og vi har ingen måling som sier at en annen modell gjør den like godt.
Hva vi målte
Vi kjørte nav-pilot-konfigurasjonen mot fire modeller med samme golden prompt: en tjeneste som henter fødselsnummer fra ID-porten, der agenten skal si fra om en personvernblindsone. Rundt 195 kjøringer med ekte modeller.
| Modell | Bom | Andel |
|---|---|---|
| Claude Sonnet 4.6 (dagens) | 2 av 50 | 4,0 % |
| GPT-5.6 Sol | 1 av 50 | 2,0 % |
| GPT-5.6 Luna | 1 av 50 | 2,0 % |
| GPT-5.6 Terra | 5 av 45 | 11,1 % |
Ingen av modellene kom bedre ut
Fishers eksakte test mot Claude gir p = 1,00 for Sol, p = 1,00 for Luna og p = 0,25 for Terra. Alle konfidensintervallene overlapper.
Målingen sier altså ikke at de nye modellene er tryggere. Den sier at vi ikke klarer å skille dem fra den vi kjører i dag. Det er nettopp derfor prisen får avgjøre.
Claude Opus 4.6 var ikke med i målingen. For @security-champion-agent og @nav-pilot-opus, som flytter fra den, hviler byttet på prisen alene.
Blindsonen bommer alle modellene på
Alle de fire modellene overser personvernblindsonen. Tre av modellene bommer med noen få prosent, Terra 11,1 prosent, og modellen vi kjører i dag er blant dem som bommer. Det er ikke et modellproblem, og ikke noe modellbytte fikser for oss dessverre. Vi følger det som en bug i instruksjonene til agenten selv.
Prisen
Pris (USD) per million tokens, slik GitHub publiserte dem 30. august 2026:
| Modell | Input | Output |
|---|---|---|
| GPT-5.6 Luna | 0,20 | 1,20 |
| Claude Haiku 4.5 | 1 | 5 |
| GPT-5.6 Sol (kampanjepris ut 3. september 2026) | 2 | 10 |
| Claude Sonnet 4.6 | 3 | 15 |
| Claude Opus 4.6 | 5 | 25 |
Luna koster under en tidel av Sonnet 4.6. Sol-prisen er en kampanjepris, og GitHub oppgir bare «50 % avslag», ikke standardprisen, så prisene etter kampanjen er våre anslag. Fra 4. september blir Sol trolig 4 og 20 dollar, rundt 20 prosent under Opus 4.6, som er modellen de to tyngste agentene flytter fra. Den gevinsten gjelder kontekster under 272K tokens. Over 272K koster Sol nå 4 og 15, også under Opus 4.6, men trolig 8 og 30 etter kampanjen, og da dyrere.
Tallene har en dato av en grunn. Sol lå på 5 og 30 dollar da vi sist synkroniserte prisene 10. august, og falt til 2 og 10 i løpet av måneden. Prislista i apps/my-copilot/src/lib/model-pricing.ts er den vi regner ut fra.
Hvis en agent svarer dårligere
Si fra i #github-copilot. Modellvalget står i metadaten til hver agent, så det er én linje å sette tilbake hvis det skulle være behov.
Rettet 31. august 2026: Sol-prisen og hva målingen faktisk dekker.