LLM via API eller självhostad modell?

Bakom frågan om vilken modell som är bäst ligger en större: ska ni hyra intelligensen via ett API eller äga driften själva med en öppen modell? Valet styr kostnadsbild, kompetensbehov och kontroll under flera år framåt – och det avgörs sällan av tekniken, utan av era volymer och era krav på data.

Vad valet faktiskt står mellan

Via API betalar ni per token: leverantören driftar modellen, skalar kapaciteten och uppgraderar löpande. Självhostat innebär att ni kör en öppen modell på egen infrastruktur – egna eller hyrda GPU:er – och äger hela kedjan från drift till modellval.

Det låter som en ekonomisk fråga, och delvis är den det. Men den verkliga skiljelinjen går vid ansvar: med API köper ni ett resultat, med egen drift bygger ni en förmåga. Förmågan är värdefull – men bara om den används till något; att bygga den för dess egen skull är det dyraste sättet att köra en modell.

Den verkliga kostnaden för självhostning

Kalkylen för egen drift underskattas nästan alltid, för den syns inte på en prislista. Tre poster dominerar:

• GPU-kapacitet. Dedikerade GPU-instanser för seriös drift kostar ofta tiotusentals kronor i månaden – och kluster för större modeller eller redundans mångdubbelt mer. Kapaciteten kostar dessutom dygnet runt, oavsett last.
• MLOps-kompetens. Driftsättning, skalning, övervakning, säkerhet och incidenthantering kräver specialistkunskap som är dyr att rekrytera och svår att ersätta vid frånvaro.
• Modellunderhåll. Öppna modeller släpps i högt tempo. Utvärdering, byten och regressionstester är ett återkommande arbete, inte en engångsinsats.

En post till glöms ofta: tiden till första nytta. En API-integration kan vara i produktion på dagar, medan en egen driftmiljö mäts i månader – och fördröjningen har också ett pris.

Räkneexempel: när API-avgifterna vinner

Ett bolag bygger en intern assistent som används några hundra gånger per dag. Via API blir månadskostnaden en rörlig post som följer användningen – vid den volymen typiskt en bråkdel av vad en enda dedikerad GPU-server kostar per månad, innan en enda krona lagts på drift eller personal.

Vid mycket höga och jämna volymer kan kalkylen vända: när API-avgifterna stadigt överstiger vad motsvarande kapacitet kostar i egen regi börjar egen drift löna sig – förutsatt att kompetensen redan finns i huset. Tumregeln: räkna på er faktiska volymprofil med aktuella prislistor, och räkna personalkostnaden dubbelt så noga som hårdvaran.

Skälen som ändå driver självhostning

Ibland är kalkylen sekundär. Tre motiv väger tyngst:

• Datasekretess: data lämnar aldrig er miljö – inget avtal i världen är starkare än att inte skicka datan alls.
• Regulatorik: vissa verksamheter har krav på att behandling sker i egen infrastruktur, i extremfallet helt utan internetuppkoppling.
• Oberoende: ingen extern part kan fasa ut er modell, ändra villkoren eller höja priset.

Notera att det finns mellanvägar – EU-baserade GPU-moln och hanterade tjänster för öppna modeller – som ger delar av kontrollen utan hela driftsbördan. Och låt juridik och säkerhet formulera kravet tillsammans i stället för att anta det: ibland visar analysen att en EU-behandlad API-lösning med rätt avtal uppfyller kraven till en bråkdel av kostnaden.

Kapacitetsgapet 2026 – och när det inte spelar roll

Öppna modeller ligger 2026 fortfarande efter de bästa API-modellerna i bred, generell förmåga – särskilt i långa resonemang och komplexa agentflöden. Men för avgränsade uppgifter är gapet ofta irrelevant: klassificering, extraktion, intern sökning och sammanfattning med facit klarar väl valda öppna modeller utmärkt. Gapet är dessutom en färskvara – omvärdera det per uppgift och år, inte som en trosuppfattning.

Det gör uppgiftsanalysen till det verkliga beslutsunderlaget. En skarp avgränsad uppgift plus starka sekretesskrav talar för egen drift; bred, varierad användning talar för API. Utvärdera kandidaterna på era egna data innan ni bestämmer er – och bygg med ett abstraktionslager så att beslutet går att ändra. Vi på Weapp hjälper företag att göra just den analysen i sina AI-satsningar – hör av dig om du vill räkna på ert fall.