Beste AI-model voor winkels
De taken die een winkel in de AIGROW-benchmark voor kleine bedrijven aan AI zou geven, en hoe elk van de 36 modellen op elke taak presteerde: geslaagd of niet geslaagd volgens vastgelegde toetscriteria.
Editie oktober 2026, pilot, 1 uitvoering per model voor elke taak.
- Qwen3.8 Flash
- 4 van 4
- Gemini 3.1 Pro (preview)
- 4 van 4
- DeepSeek V4.1 Flash
- 4 van 4
- DeepSeek V4 Pro
- 4 van 4
- Gemini 3.8 Flash
- 4 van 4
- Claude Sonnet 5
- 4 van 4
Bij een gelijke stand telt het betere resultaat over alle 20 taken.
De AIGROW-benchmark voor kleine bedrijven bevat 4 taken die een winkel aan AI zou geven: terugbetalingsverzoeken beantwoorden, Italiaanse garantieclaims beantwoorden, Italiaanse productbeschrijvingen schrijven en vergadernotulen schrijven. In de editie van oktober 2026 slaagde 12 modellen voor alle 4. Van die bood DeepSeek V4.1 Flash de goedkoopste geslaagde tests in de hele benchmark: $1.05 per duizend.
Alle modellen voor deze taken
Meeste geslaagde uitvoeringen eerst. Bij een gelijke stand telt het betere resultaat over alle 20 taken. De kosten per 1.000 geslaagde uitvoeringen gelden voor de hele benchmark, inclusief mislukte uitvoeringen.
| Model | Terugbetalingsverzoeken beantwoorden | Italiaanse garantieclaims beantwoorden | Italiaanse productbeschrijvingen schrijven | Vergadernotulen schrijven | Geslaagd | 1.000 geslaagde taken |
|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $1.09 |
| Gemini 3.1 Pro (preview) | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $29.67 |
| DeepSeek V4.1 Flash | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $1.05 |
| DeepSeek V4 Pro | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $5.14 |
| Gemini 3.8 Flash | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $7.17 |
| Claude Sonnet 5 | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $6.70 |
| Qwen3.8 Max | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $16.32 |
| Claude Opus 5 | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $16.89 |
| GPT-5.5 | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $17.02 |
| GPT-6 Astra | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $27.91 |
| GPT-5.6 Terra | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $6.68 |
| Kimi K2.6 | Geslaagd | Geslaagd | Geslaagd | Geslaagd | 4 van 4 | $11.68 |
| Kimi K3 | Geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 3 van 4 | $18.44 |
| GLM-5.3-Flash | Geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 3 van 4 | $0.831 |
| GLM-5.3 | Geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 3 van 4 | $7.02 |
| Grok 4.7 | Geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 3 van 4 | $9.41 |
| Qwen3.7 Plus | Niet geslaagd | Geslaagd | Geslaagd | Geslaagd | 3 van 4 | $3.58 |
| GPT-5.6 Sol | Niet geslaagd | Geslaagd | Geslaagd | Geslaagd | 3 van 4 | $11.33 |
| Claude Fable 5.1 | Niet geslaagd | Geslaagd | Geslaagd | Geslaagd | 3 van 4 | $33.11 |
| GPT-5.6 Luna | Niet geslaagd | Geslaagd | Geslaagd | Geslaagd | 3 van 4 | $0.677 |
| MiniMax M3 | Geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 3 van 4 | $1.82 |
| Claude Sonnet 4.6 | Niet geslaagd | Geslaagd | Geslaagd | Geslaagd | 3 van 4 | $11.24 |
| Gemma 4 31B | Niet geslaagd | Geslaagd | Geslaagd | Geslaagd | 3 van 4 | $0.558 |
| Muse Glimmer 30B | Niet geslaagd | Geslaagd | Geslaagd | Niet geslaagd | 2 van 4 | $3.10 |
| Grok 4.3 | Niet geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 2 van 4 | $4.10 |
| Qwen3.8 27B | Niet geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 2 van 4 | $7.30 |
| gpt-oss-120b | Niet geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 2 van 4 | $0.422 |
| Llama 4 Maverick | Niet geslaagd | Niet geslaagd | Geslaagd | Geslaagd | 2 van 4 | $0.665 |
| GPT-5.4 mini | Niet geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 2 van 4 | $3.35 |
| Mistral Medium 3.5 | Niet geslaagd | Geslaagd | Niet geslaagd | Geslaagd | 2 van 4 | $7.40 |
| Gemini 3.1 Flash-Lite | Niet geslaagd | Niet geslaagd | Geslaagd | Niet geslaagd | 1 van 4 | $1.41 |
| Claude Haiku 4.5 | Niet geslaagd | Geslaagd | Niet geslaagd | Niet geslaagd | 1 van 4 | $6.62 |
| GPT-5.4 nano | Niet geslaagd | Niet geslaagd | Niet geslaagd | Geslaagd | 1 van 4 | $1.51 |
| Ministral 3 14B | Niet geslaagd | Geslaagd | Niet geslaagd | Niet geslaagd | 1 van 4 | $1.07 |
| Gemini 3.5 Flash-Lite | Niet geslaagd | Niet geslaagd | Niet geslaagd | Niet geslaagd | 0 van 4 | $2.47 |
| Mistral Small 4 | Niet geslaagd | Niet geslaagd | Niet geslaagd | Niet geslaagd | 0 van 4 | $1.33 |
De taken
Elke pagina toont de taak zoals de modellen die zagen, de valkuilen, alle beoordelingscriteria in gewone taal en wat elk model fout deed.
- Beantwoord een klant die om terugbetaling vraagt buiten de terugbetalingstermijn
- Engels. 17 van de 36 uitvoeringen geslaagd.
- Antwoord in het Italiaans op een klant die ten onrechte denkt dat haar garantie is verlopen
- Italiaans. 31 van de 36 uitvoeringen geslaagd.
- Schrijf een Italiaanse productbeschrijving voor olijfolie die aan de etiketteringsregels voldoet
- Italiaans. 21 van de 36 uitvoeringen geslaagd.
- Zet een teamoverleg van een bakkerij om in besluiten, verantwoordelijken en deadlines
- Engels. 30 van de 36 uitvoeringen geslaagd.
Laat een agent dit werk doen
Een AIGROW-agent doet dit soort werk in je eigen tools, volgens regels die je schriftelijk goedkeurt. Wat buiten die regels valt, legt de agent voor in plaats van te gokken.
Editie oktober 2026