Beste KI-modell for håndverksbedrifter og tjenesteytere, testet 23. september 2026
Oppgavene i AIGROW-benchmarken for småbedrifter som en håndverks- eller tjenestebedrift ville gitt til KI, og hvordan hver av 36 modeller klarte hver oppgave, vurdert som bestått eller ikke bestått etter skriftlige kriterier.
Pilot: 1 kjøring av en modell per oppgave. Denne testen ble kjørt 23. september 2026. Siden da har utviklerne erstattet 16 av de 36 modellene med nyere, og testen omfattet ikke 16 aktuelle modeller på listen vår. LLM-rangeringen rangerer aktuelle modeller etter målte resultater.
- Kimi K3
- 6 av 6
- Gemini 3.1 Pro (preview)
- 6 av 6
- GLM-5.3
- 6 av 6
- Gemini 3.8 Flash
- 6 av 6
- Grok 4.7
- 6 av 6
- Grok 4.3
- 6 av 6
AIGROW-benchmarken for småbedrifter har 6 oppgaver som en håndverks- eller tjenestebedrift ville gitt til KI. Per 23. september 2026 bestod 8 modeller alle 6. Blant dem ga gpt-oss-120b de billigste beståtte kjøringene i hele referansetesten, 0,422 USD per tusen. Hver oppgaveside viser fallgruvene og feilene til hver modell.
Alle modellenes resultater på disse oppgavene
Flest beståtte først. Ved delt plassering avgjør resultatet på tvers av alle 20 oppgavene. Kostnaden for 1 000 beståtte kjøringer beregnes for hele benchmarken, inkludert kjøringer som ikke besto.
| Modell | Prissetting av et oppdrag ut fra en prisliste | Skriving av tilbud på e-post | Scoring av salgsleads | Sortering av kundemeldinger | Beregning av overtidsbetaling | Svar på spørsmål om personalhåndboken | Bestått | 1 000 beståtte kjøringer |
|---|---|---|---|---|---|---|---|---|
| Kimi K3Erstattet av Kimi K3.1 Pro | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 18,44 USD |
| Gemini 3.1 Pro (preview)Erstattet av Gemini 4 Argon | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 29,67 USD |
| GLM-5.3 | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 7,02 USD |
| Gemini 3.8 Flash | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 7,17 USD |
| Grok 4.7 | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 9,41 USD |
| Grok 4.3 | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 4,10 USD |
| Qwen3.8 27B | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 7,30 USD |
| gpt-oss-120b | Bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 6 av 6 | 0,422 USD |
| Qwen3.8 Flash | Ikke bestått | Bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 1,09 USD |
| GLM-5.3-Flash | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 0,831 USD |
| DeepSeek V4.1 Flash | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 1,05 USD |
| DeepSeek V4 Pro | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 5,14 USD |
| Qwen3.7 Plus | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 3,58 USD |
| GPT-5.6 SolErstattet av GPT-6.1 Sol | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 11,33 USD |
| Qwen3.8 Max | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 16,32 USD |
| GPT-6 Astra | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 27,91 USD |
| Muse Glimmer 30B | Bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 5 av 6 | 3,10 USD |
| Claude Sonnet 5Erstattet av Claude Sonnet 5.5 | Ikke bestått | Ikke bestått | Bestått | Bestått | Bestått | Bestått | 4 av 6 | 6,70 USD |
| GPT-5.5Erstattet av GPT-6 Astra | Bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Bestått | 4 av 6 | 17,02 USD |
| Claude Fable 5.1Erstattet av Claude Fable 5.2 | Bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Bestått | 4 av 6 | 33,11 USD |
| GPT-5.6 LunaErstattet av GPT-6 Luna | Bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Bestått | 4 av 6 | 0,677 USD |
| MiniMax M3 | Ikke bestått | Bestått | Bestått | Bestått | Bestått | Ikke bestått | 4 av 6 | 1,82 USD |
| Claude Opus 5Erstattet av Claude Opus 5.5 | Ikke bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Bestått | 3 av 6 | 16,89 USD |
| GPT-5.6 TerraErstattet av GPT-6.1 Terra | Ikke bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Bestått | 3 av 6 | 6,68 USD |
| Claude Sonnet 4.6Erstattet av Claude Sonnet 5.5 | Ikke bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Bestått | 3 av 6 | 11,24 USD |
| Kimi K2.6Erstattet av Kimi K3.1 Pro | Ikke bestått | Bestått | Ikke bestått | Bestått | Ikke bestått | Bestått | 3 av 6 | 11,69 USD |
| Gemma 4 31B | Bestått | Ikke bestått | Bestått | Bestått | Ikke bestått | Ikke bestått | 3 av 6 | 0,558 USD |
| Gemini 3.1 Flash-LiteErstattet av Gemini 3.5 Flash-Lite | Bestått | Bestått | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | 3 av 6 | 1,41 USD |
| Llama 4 Maverick | Ikke bestått | Bestått | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | 2 av 6 | 0,665 USD |
| Mistral Medium 3.5Erstattet av Mistral Large 4 | Ikke bestått | Bestått | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | 2 av 6 | 7,40 USD |
| Gemini 3.5 Flash-Lite | Ikke bestått | Bestått | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | 2 av 6 | 2,47 USD |
| Claude Haiku 4.5Erstattet av Claude Haiku 5.5 | Ikke bestått | Ikke bestått | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | 1 av 6 | 6,62 USD |
| GPT-5.4 nanoErstattet av GPT-6 Luna | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | 1 av 6 | 1,51 USD |
| Mistral Small 4 | Ikke bestått | Ikke bestått | Ikke bestått | Bestått | Ikke bestått | Ikke bestått | 1 av 6 | 1,33 USD |
| GPT-5.4 miniErstattet av GPT-6.1 Terra | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | 0 av 6 | 3,35 USD |
| Ministral 3 14B | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | Ikke bestått | 0 av 6 | 1,07 USD |
Oppgavene
Hver side viser oppgaven slik modellene fikk den, fallgruvene, alle vurderingskriteriene forklart med ord og hva hver modell gjorde feil.
- Pris et maleroppdrag ut fra oppmålingene på befaringen og prislisten
- Engelsk. 21 av 36 kjøringer besto.
- Skriv en e-post med pristilbud på hagearbeid som håndterer en forespørsel om merverdiavgift og et vernet tre
- Engelsk. 16 av 36 kjøringer besto.
- Gi fem innkommende leads for renhold poeng etter salgsteamets regler
- Engelsk. 26 av 36 kjøringer besto.
- Fordel ti meldinger fra leietakere til riktig team med riktig prioritet
- Engelsk. 33 av 36 kjøringer besto.
- Beregn ukentlig bruttolønn for en renholder, med pauser, overtid og søndagstillegg
- Engelsk. 19 av 36 kjøringer besto.
- Svar på spørsmål om permisjon fra en deltidsansatt ved hjelp av personalhåndboken
- Engelsk. 25 av 36 kjøringer besto.
La en agent gjøre dette arbeidet
En AIGROW-agent gjør slikt arbeid i dine egne verktøy, etter regler du har godkjent skriftlig. Den eskalerer det reglene ikke dekker, i stedet for å gjette.
oktober 2026-utgaven