Beste AI-model voor winkels, getest op 23 september 2026

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.

Bekijk alle modellen De volledige benchmark

Een pilot, 1 run per model bij elke taak. Deze test is uitgevoerd op 23 september 2026. Sindsdien hebben makers 16 van de 36 modellen vervangen door nieuwere, en 16 actuele modellen op onze lijst zaten er niet in. De LLM-ranglijst rangschikt actuele modellen op gemeten resultaten.

4/4Geslaagd voor de meeste van de 4 taken12 modellen

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. Op 23 september 2026 slaagde 12 modellen voor alle 4; van die leverde DeepSeek V4.1 Flash de goedkoopste geslaagde runs over de hele benchmark: US$ 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.

De ranglijst

Het resultaat van elk model op de taken die een winkel aan AI geeft
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	US$ 1,09
Gemini 3.1 Pro (preview)Vervangen door Gemini 4 Argon	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 29,67
DeepSeek V4.1 Flash	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 1,05
DeepSeek V4 Pro	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 5,14
Gemini 3.8 Flash	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 7,17
Claude Sonnet 5Vervangen door Claude Sonnet 5.5	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 6,70
Qwen3.8 Max	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 16,32
Claude Opus 5Vervangen door Claude Opus 5.5	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 16,89
GPT-5.5Vervangen door GPT-6 Astra	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 17,02
GPT-6 Astra	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 27,91
GPT-5.6 TerraVervangen door GPT-6.1 Terra	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 6,68
Kimi K2.6Vervangen door Kimi K3.1 Pro	Geslaagd	Geslaagd	Geslaagd	Geslaagd	4 van 4	US$ 11,69
Kimi K3Vervangen door Kimi K3.1 Pro	Geslaagd	Geslaagd	Niet geslaagd	Geslaagd	3 van 4	US$ 18,44
GLM-5.3-Flash	Geslaagd	Geslaagd	Niet geslaagd	Geslaagd	3 van 4	US$ 0,831
GLM-5.3	Geslaagd	Geslaagd	Niet geslaagd	Geslaagd	3 van 4	US$ 7,02
Grok 4.7	Geslaagd	Geslaagd	Niet geslaagd	Geslaagd	3 van 4	US$ 9,41
Qwen3.7 Plus	Niet geslaagd	Geslaagd	Geslaagd	Geslaagd	3 van 4	US$ 3,58
GPT-5.6 SolVervangen door GPT-6.1 Sol	Niet geslaagd	Geslaagd	Geslaagd	Geslaagd	3 van 4	US$ 11,33
Claude Fable 5.1Vervangen door Claude Fable 5.2	Niet geslaagd	Geslaagd	Geslaagd	Geslaagd	3 van 4	US$ 33,11
GPT-5.6 LunaVervangen door GPT-6 Luna	Niet geslaagd	Geslaagd	Geslaagd	Geslaagd	3 van 4	US$ 0,677
MiniMax M3	Geslaagd	Geslaagd	Niet geslaagd	Geslaagd	3 van 4	US$ 1,82
Claude Sonnet 4.6Vervangen door Claude Sonnet 5.5	Niet geslaagd	Geslaagd	Geslaagd	Geslaagd	3 van 4	US$ 11,24
Gemma 4 31B	Niet geslaagd	Geslaagd	Geslaagd	Geslaagd	3 van 4	US$ 0,558
Muse Glimmer 30B	Niet geslaagd	Geslaagd	Geslaagd	Niet geslaagd	2 van 4	US$ 3,10
Grok 4.3	Niet geslaagd	Geslaagd	Niet geslaagd	Geslaagd	2 van 4	US$ 4,10
Qwen3.8 27B	Niet geslaagd	Geslaagd	Niet geslaagd	Geslaagd	2 van 4	US$ 7,30
gpt-oss-120b	Niet geslaagd	Geslaagd	Niet geslaagd	Geslaagd	2 van 4	US$ 0,422
Llama 4 Maverick	Niet geslaagd	Niet geslaagd	Geslaagd	Geslaagd	2 van 4	US$ 0,665
GPT-5.4 miniVervangen door GPT-6.1 Terra	Niet geslaagd	Geslaagd	Niet geslaagd	Geslaagd	2 van 4	US$ 3,35
Mistral Medium 3.5Vervangen door Mistral Large 4	Niet geslaagd	Geslaagd	Niet geslaagd	Geslaagd	2 van 4	US$ 7,40
Gemini 3.1 Flash-LiteVervangen door Gemini 3.5 Flash-Lite	Niet geslaagd	Niet geslaagd	Geslaagd	Niet geslaagd	1 van 4	US$ 1,41
Claude Haiku 4.5Vervangen door Claude Haiku 5.5	Niet geslaagd	Geslaagd	Niet geslaagd	Niet geslaagd	1 van 4	US$ 6,62
GPT-5.4 nanoVervangen door GPT-6 Luna	Niet geslaagd	Niet geslaagd	Niet geslaagd	Geslaagd	1 van 4	US$ 1,51
Ministral 3 14B	Niet geslaagd	Geslaagd	Niet geslaagd	Niet geslaagd	1 van 4	US$ 1,07
Gemini 3.5 Flash-Lite	Niet geslaagd	Niet geslaagd	Niet geslaagd	Niet geslaagd	0 van 4	US$ 2,47
Mistral Small 4	Niet geslaagd	Niet geslaagd	Niet geslaagd	Niet geslaagd	0 van 4	US$ 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.

Andere soorten bedrijven

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.

Bekijk AI-agents De volledige benchmark

Editie oktober 2026