Najlepszy model AI dla sklepów, test: 23 września 2026
Zadania z testu AIGROW dla małych firm, które sklep zleca AI. Pokazujemy, jak każdy z 36 modeli poradził sobie z każdym zadaniem: zaliczył je czy nie, według spisanych kryteriów.
Pilotaż: 1 uruchomienie modelu na każde zadanie. Test przeprowadzono: 23 września 2026. Od tamtej pory producenci zastąpili 18 z 36 modeli nowszymi, a test nie objął 26 aktualnych modeli z naszej listy. Ranking LLM porządkuje aktualne modele według zmierzonych wyników.
- Qwen3.8 Flash
- 4 z 4
- Gemini 3.1 Pro (preview)
- 4 z 4
- DeepSeek V4.1 Flash
- 4 z 4
- DeepSeek V4 Pro
- 4 z 4
- Gemini 3.8 Flash
- 4 z 4
- Claude Sonnet 5
- 4 z 4
Benchmark AIGROW dla małych firm obejmuje 4 zadania, które sklep powierza AI. Test (23 września 2026): zaliczenie wszystkich 4 zadań: 12 modeli; w grupie (tych zadań) najtańsze zaliczenia w całym benchmarku: DeepSeek V4.1 Flash, 1,05 USD za tysiąc. Na stronie każdego zadania pokazujemy pułapki i błędy wszystkich modeli.
Wyniki wszystkich modeli w tych zadaniach
Najpierw modele z największą liczbą zaliczonych prób. Przy remisie decyduje lepszy wynik we wszystkich 20 zadaniach. Koszt 1000 zaliczonych prób obejmuje cały test, także nieudane uruchomienia.
| Model | Odpowiadanie na prośby o zwrot pieniędzy | Odpowiadanie na zgłoszenia gwarancyjne po włosku | Pisanie opisów produktów po włosku | Sporządzanie protokołów ze spotkań | Zaliczone | 1000 zaliczonych zadań |
|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 1,09 USD |
| Gemini 3.1 Pro (preview)Zastąpiony przez Gemini 4 Argon | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 29,67 USD |
| DeepSeek V4.1 Flash | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 1,05 USD |
| DeepSeek V4 Pro | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 5,14 USD |
| Gemini 3.8 Flash | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 7,17 USD |
| Claude Sonnet 5Zastąpiony przez Claude Sonnet 5.5 | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 6,70 USD |
| Qwen3.8 MaxZastąpiony przez Qwen4-Max | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 16,32 USD |
| Claude Opus 5Zastąpiony przez Claude Opus 5.5 | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 16,89 USD |
| GPT-5.5Zastąpiony przez GPT-6.2 Astra | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 17,02 USD |
| GPT-6 AstraZastąpiony przez GPT-6.2 Astra | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 27,91 USD |
| GPT-5.6 TerraZastąpiony przez GPT-6.1 Terra | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 6,68 USD |
| Kimi K2.6Zastąpiony przez Kimi K3.1 Pro | Zaliczone | Zaliczone | Zaliczone | Zaliczone | 4 z 4 | 11,69 USD |
| Kimi K3Zastąpiony przez Kimi K3.1 Pro | Zaliczone | Zaliczone | Niezaliczone | Zaliczone | 3 z 4 | 18,44 USD |
| GLM-5.3-Flash | Zaliczone | Zaliczone | Niezaliczone | Zaliczone | 3 z 4 | 0,831 USD |
| GLM-5.3 | Zaliczone | Zaliczone | Niezaliczone | Zaliczone | 3 z 4 | 7,02 USD |
| Grok 4.7 | Zaliczone | Zaliczone | Niezaliczone | Zaliczone | 3 z 4 | 9,41 USD |
| Qwen3.7 Plus | Niezaliczone | Zaliczone | Zaliczone | Zaliczone | 3 z 4 | 3,58 USD |
| GPT-5.6 SolZastąpiony przez GPT-6.2 Sol | Niezaliczone | Zaliczone | Zaliczone | Zaliczone | 3 z 4 | 11,33 USD |
| Claude Fable 5.1Zastąpiony przez Claude Fable 5.2 | Niezaliczone | Zaliczone | Zaliczone | Zaliczone | 3 z 4 | 33,11 USD |
| GPT-5.6 LunaZastąpiony przez GPT-6 Luna | Niezaliczone | Zaliczone | Zaliczone | Zaliczone | 3 z 4 | 0,677 USD |
| MiniMax M3 | Zaliczone | Zaliczone | Niezaliczone | Zaliczone | 3 z 4 | 1,82 USD |
| Claude Sonnet 4.6Zastąpiony przez Claude Sonnet 5.5 | Niezaliczone | Zaliczone | Zaliczone | Zaliczone | 3 z 4 | 11,24 USD |
| Gemma 4 31B | Niezaliczone | Zaliczone | Zaliczone | Zaliczone | 3 z 4 | 0,558 USD |
| Muse Glimmer 30B | Niezaliczone | Zaliczone | Zaliczone | Niezaliczone | 2 z 4 | 3,10 USD |
| Grok 4.3 | Niezaliczone | Zaliczone | Niezaliczone | Zaliczone | 2 z 4 | 4,10 USD |
| Qwen3.8 27B | Niezaliczone | Zaliczone | Niezaliczone | Zaliczone | 2 z 4 | 7,30 USD |
| gpt-oss-120b | Niezaliczone | Zaliczone | Niezaliczone | Zaliczone | 2 z 4 | 0,422 USD |
| Llama 4 Maverick | Niezaliczone | Niezaliczone | Zaliczone | Zaliczone | 2 z 4 | 0,665 USD |
| GPT-5.4 miniZastąpiony przez GPT-6.1 Terra | Niezaliczone | Zaliczone | Niezaliczone | Zaliczone | 2 z 4 | 3,35 USD |
| Mistral Medium 3.5Zastąpiony przez Mistral Large 4 | Niezaliczone | Zaliczone | Niezaliczone | Zaliczone | 2 z 4 | 7,40 USD |
| Gemini 3.1 Flash-LiteZastąpiony przez Gemini 3.5 Flash-Lite | Niezaliczone | Niezaliczone | Zaliczone | Niezaliczone | 1 z 4 | 1,41 USD |
| Claude Haiku 4.5Zastąpiony przez Claude Haiku 5.5 | Niezaliczone | Zaliczone | Niezaliczone | Niezaliczone | 1 z 4 | 6,62 USD |
| GPT-5.4 nanoZastąpiony przez GPT-6 Luna | Niezaliczone | Niezaliczone | Niezaliczone | Zaliczone | 1 z 4 | 1,51 USD |
| Ministral 3 14B | Niezaliczone | Zaliczone | Niezaliczone | Niezaliczone | 1 z 4 | 1,07 USD |
| Gemini 3.5 Flash-Lite | Niezaliczone | Niezaliczone | Niezaliczone | Niezaliczone | 0 z 4 | 2,47 USD |
| Mistral Small 4 | Niezaliczone | Niezaliczone | Niezaliczone | Niezaliczone | 0 z 4 | 1,33 USD |
Zadania
Na stronie każdego zadania znajdziesz jego treść przedstawioną modelom, ukryte w nim pułapki, wszystkie kryteria oceny opisane słowami oraz błędy poszczególnych modeli.
- Odpowiedz klientce proszącej o zwrot pieniędzy po upływie terminu zwrotu na kartę
- Język: Angielski. Zaliczono 17 z 36 uruchomień.
- Odpowiedz po włosku klientce, która błędnie uważa, że jej gwarancja wygasła
- Język: Włoski. Zaliczono 31 z 36 uruchomień.
- Napisz po włosku opis oliwy do sklepu, zgodny z przepisami dotyczącymi etykietowania
- Język: Włoski. Zaliczono 21 z 36 uruchomień.
- Zamień notatki ze spotkania zespołu piekarni w listę decyzji, osób odpowiedzialnych i terminów
- Język: Angielski. Zaliczono 30 z 36 uruchomień.
Zleć tę pracę agentowi
Agent AIGROW wykonuje podobną pracę w narzędziach twojej firmy, zgodnie z zasadami, które zatwierdzisz na piśmie. Sprawy nieobjęte zasadami przekazuje człowiekowi, zamiast zgadywać.
Edycja październik 2026