Miglior modello AI per negozi, testato il 23 settembre 2026
Le attività del benchmark AIGROW per le piccole imprese che un negozio affiderebbe all’AI e i risultati di ciascuno dei 36 modelli su ogni attività, valutati come superati o non superati secondo criteri scritti.
Un test pilota, 1 esecuzione per modello per ogni attività. Questo test è stato eseguito il 23 settembre 2026. Da allora i produttori hanno sostituito 18 dei suoi 36 modelli con versioni più recenti, e il test non comprendeva 26 modelli attuali della nostra lista. La classifica degli LLM ordina i modelli attuali in base ai risultati misurati.
- Qwen3.8 Flash
- 4 su 4
- Gemini 3.1 Pro (preview)
- 4 su 4
- DeepSeek V4.1 Flash
- 4 su 4
- DeepSeek V4 Pro
- 4 su 4
- Gemini 3.8 Flash
- 4 su 4
- Claude Sonnet 5
- 4 su 4
Il benchmark AIGROW per le piccole imprese comprende 4 attività che un negozio affiderebbe all’AI. Il 23 settembre 2026, 12 modelli ha superato tutte e 4; tra questi, DeepSeek V4.1 Flash ha offerto i superamenti più economici sull'intero benchmark, 1,05 USD ogni mille. La pagina di ogni attività mostra le insidie e gli errori di ciascun modello.
Tutti i modelli su queste attività
Prima chi ha superato più prove; in caso di parità, prevale il modello con i risultati migliori sull’insieme delle 20 attività. Il costo di 1.000 prove superate considera l’intero benchmark, incluse le prove fallite.
| Modello | Rispondere alle richieste di rimborso | Rispondere alle richieste di garanzia in italiano | Scrivere descrizioni di prodotti in italiano | Redigere verbali delle riunioni | Superate | 1.000 prove superate |
|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Superato | Superato | Superato | Superato | 4 su 4 | 1,09 USD |
| Gemini 3.1 Pro (preview)Sostituito da Gemini 4 Argon | Superato | Superato | Superato | Superato | 4 su 4 | 29,67 USD |
| DeepSeek V4.1 Flash | Superato | Superato | Superato | Superato | 4 su 4 | 1,05 USD |
| DeepSeek V4 Pro | Superato | Superato | Superato | Superato | 4 su 4 | 5,14 USD |
| Gemini 3.8 Flash | Superato | Superato | Superato | Superato | 4 su 4 | 7,17 USD |
| Claude Sonnet 5Sostituito da Claude Sonnet 5.5 | Superato | Superato | Superato | Superato | 4 su 4 | 6,70 USD |
| Qwen3.8 MaxSostituito da Qwen4-Max | Superato | Superato | Superato | Superato | 4 su 4 | 16,32 USD |
| Claude Opus 5Sostituito da Claude Opus 5.5 | Superato | Superato | Superato | Superato | 4 su 4 | 16,89 USD |
| GPT-5.5Sostituito da GPT-6.2 Astra | Superato | Superato | Superato | Superato | 4 su 4 | 17,02 USD |
| GPT-6 AstraSostituito da GPT-6.2 Astra | Superato | Superato | Superato | Superato | 4 su 4 | 27,91 USD |
| GPT-5.6 TerraSostituito da GPT-6.1 Terra | Superato | Superato | Superato | Superato | 4 su 4 | 6,68 USD |
| Kimi K2.6Sostituito da Kimi K3.1 Pro | Superato | Superato | Superato | Superato | 4 su 4 | 11,69 USD |
| Kimi K3Sostituito da Kimi K3.1 Pro | Superato | Superato | Non superato | Superato | 3 su 4 | 18,44 USD |
| GLM-5.3-Flash | Superato | Superato | Non superato | Superato | 3 su 4 | 0,831 USD |
| GLM-5.3 | Superato | Superato | Non superato | Superato | 3 su 4 | 7,02 USD |
| Grok 4.7 | Superato | Superato | Non superato | Superato | 3 su 4 | 9,41 USD |
| Qwen3.7 Plus | Non superato | Superato | Superato | Superato | 3 su 4 | 3,58 USD |
| GPT-5.6 SolSostituito da GPT-6.2 Sol | Non superato | Superato | Superato | Superato | 3 su 4 | 11,33 USD |
| Claude Fable 5.1Sostituito da Claude Fable 5.2 | Non superato | Superato | Superato | Superato | 3 su 4 | 33,11 USD |
| GPT-5.6 LunaSostituito da GPT-6 Luna | Non superato | Superato | Superato | Superato | 3 su 4 | 0,677 USD |
| MiniMax M3 | Superato | Superato | Non superato | Superato | 3 su 4 | 1,82 USD |
| Claude Sonnet 4.6Sostituito da Claude Sonnet 5.5 | Non superato | Superato | Superato | Superato | 3 su 4 | 11,24 USD |
| Gemma 4 31B | Non superato | Superato | Superato | Superato | 3 su 4 | 0,558 USD |
| Muse Glimmer 30B | Non superato | Superato | Superato | Non superato | 2 su 4 | 3,10 USD |
| Grok 4.3 | Non superato | Superato | Non superato | Superato | 2 su 4 | 4,10 USD |
| Qwen3.8 27B | Non superato | Superato | Non superato | Superato | 2 su 4 | 7,30 USD |
| gpt-oss-120b | Non superato | Superato | Non superato | Superato | 2 su 4 | 0,422 USD |
| Llama 4 Maverick | Non superato | Non superato | Superato | Superato | 2 su 4 | 0,665 USD |
| GPT-5.4 miniSostituito da GPT-6.1 Terra | Non superato | Superato | Non superato | Superato | 2 su 4 | 3,35 USD |
| Mistral Medium 3.5Sostituito da Mistral Large 4 | Non superato | Superato | Non superato | Superato | 2 su 4 | 7,40 USD |
| Gemini 3.1 Flash-LiteSostituito da Gemini 3.5 Flash-Lite | Non superato | Non superato | Superato | Non superato | 1 su 4 | 1,41 USD |
| Claude Haiku 4.5Sostituito da Claude Haiku 5.5 | Non superato | Superato | Non superato | Non superato | 1 su 4 | 6,62 USD |
| GPT-5.4 nanoSostituito da GPT-6 Luna | Non superato | Non superato | Non superato | Superato | 1 su 4 | 1,51 USD |
| Ministral 3 14B | Non superato | Superato | Non superato | Non superato | 1 su 4 | 1,07 USD |
| Gemini 3.5 Flash-Lite | Non superato | Non superato | Non superato | Non superato | 0 su 4 | 2,47 USD |
| Mistral Small 4 | Non superato | Non superato | Non superato | Non superato | 0 su 4 | 1,33 USD |
Le attività
Ogni pagina mostra l’attività così come è stata presentata ai modelli, le sue insidie, tutti i criteri di valutazione spiegati e gli errori di ciascun modello.
- Rispondi a una cliente che chiede un rimborso oltre il termine previsto
- Inglese. 17 prove superate su 36.
- Rispondi in italiano a una cliente che crede erroneamente che la sua garanzia sia scaduta
- Italiano. 31 prove superate su 36.
- Scrivi una descrizione in italiano per la vendita di un olio d’oliva conforme alle norme sull’etichettatura
- Italiano. 21 prove superate su 36.
- Trasforma la riunione del team di una panetteria in decisioni, responsabili e scadenze
- Inglese. 30 prove superate su 36.
Affida questo lavoro a un agente
Un agente AIGROW svolge lavori come questo nei tuoi strumenti, seguendo regole che approvi per iscritto. Quando le regole non coprono un caso, lo segnala a una persona anziché tirare a indovinare.
Edizione di ottobre 2026