Bästa AI-modellen för redovisningsbyråer
Uppgifterna i AIGROWs jämförelsetest för småföretag som en redovisningsbyrå skulle ge till AI, och hur var och en av 36 modeller klarade varje uppgift. Resultaten bedöms som godkända eller underkända enligt skriftliga kriterier.
Utgåvan för oktober 2026, pilotstudie, 1 körning per modell och uppgift.
- Qwen3.8 Flash
- 6 av 6
- Kimi K3
- 6 av 6
- Gemini 3.1 Pro (preview)
- 6 av 6
- GLM-5.3-Flash
- 6 av 6
- DeepSeek V4.1 Flash
- 6 av 6
- GLM-5.3
- 6 av 6
Vid lika resultat avgör resultatet för samtliga 20 uppgifter.
AIGROWs jämförelsetest för småföretag innehåller 6 uppgifter som en redovisningsbyrå skulle ge till AI: kategorisera ett italienskt kontoutdrag, kategorisera banktransaktioner, extrahera fakturauppgifter, extrahera uppgifter ur italienska leverantörsfakturor, beräkna italienska konsultfakturor och beräkna övertidsersättning. I oktober 2026-upplagan klarade 15 modeller alla 6. Bland dem hade gpt-oss-120b lägst kostnad per godkänt resultat i hela benchmarken: $0.422 per tusen.
Alla modeller på de här uppgifterna
Flest godkända resultat först. Vid lika resultat avgör utfallet för samtliga 20 uppgifter. Kostnaden per 1,000 godkända resultat bygger på hela benchmarken, även underkända körningar.
| Modell | Kategorisera ett italienskt kontoutdrag | Kategorisera banktransaktioner | Extrahera fakturauppgifter | Extrahera uppgifter ur italienska leverantörsfakturor | Beräkna italienska konsultfakturor | Beräkna övertidsersättning | Godkänd | 1 000 godkända körningar |
|---|---|---|---|---|---|---|---|---|
| Qwen3.8 Flash | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $1.09 |
| Kimi K3 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $18.44 |
| Gemini 3.1 Pro (preview) | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $29.67 |
| GLM-5.3-Flash | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $0.831 |
| DeepSeek V4.1 Flash | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $1.05 |
| GLM-5.3 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $7.02 |
| Grok 4.7 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $9.41 |
| Qwen3.7 Plus | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $3.58 |
| Claude Sonnet 5 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $6.70 |
| GPT-5.6 Sol | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $11.33 |
| GPT-6 Astra | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $27.91 |
| Muse Glimmer 30B | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $3.10 |
| Grok 4.3 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $4.10 |
| Qwen3.8 27B | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $7.30 |
| gpt-oss-120b | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $0.422 |
| DeepSeek V4 Pro | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $5.14 |
| Gemini 3.8 Flash | Godkänd | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $7.17 |
| Qwen3.8 Max | Godkänd | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $16.32 |
| Claude Opus 5 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 5 av 6 | $16.89 |
| GPT-5.5 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 5 av 6 | $17.02 |
| Claude Fable 5.1 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 5 av 6 | $33.11 |
| GPT-5.6 Terra | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 5 av 6 | $6.68 |
| MiniMax M3 | Godkänd | Godkänd | Godkänd | Underkänd | Godkänd | Godkänd | 5 av 6 | $1.82 |
| Claude Sonnet 4.6 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 5 av 6 | $11.24 |
| Kimi K2.6 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 5 av 6 | $11.68 |
| GPT-5.6 Luna | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 4 av 6 | $0.677 |
| Gemini 3.5 Flash-Lite | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 4 av 6 | $2.47 |
| Gemma 4 31B | Underkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 3 av 6 | $0.558 |
| Gemini 3.1 Flash-Lite | Underkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 3 av 6 | $1.41 |
| GPT-5.4 mini | Underkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 3 av 6 | $3.35 |
| Claude Haiku 4.5 | Underkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 3 av 6 | $6.62 |
| GPT-5.4 nano | Underkänd | Underkänd | Godkänd | Godkänd | Godkänd | Underkänd | 3 av 6 | $1.51 |
| Llama 4 Maverick | Underkänd | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | 2 av 6 | $0.665 |
| Mistral Medium 3.5 | Underkänd | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | 2 av 6 | $7.40 |
| Ministral 3 14B | Underkänd | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | 2 av 6 | $1.07 |
| Mistral Small 4 | Underkänd | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | 2 av 6 | $1.33 |
Uppgifterna
Varje sida visar uppgiften precis som modellerna fick den, fallgroparna, alla kontroller beskrivna i ord och vad varje modell gjorde fel.
- Kategorisera kontoutdraget för en italiensk bar och summera transaktionerna
- Italienska. 27 av 36 körningar godkändes.
- Kategorisera ett kafés månatliga kontoutdrag och summera rörelsekostnaderna
- Engelska. 24 av 36 körningar godkändes.
- Extrahera uppgifter från en tvåsidig leverantörsfaktura för leverantörsreskontran
- Engelska. 34 av 36 körningar godkändes.
- Extrahera uppgifter från en italiensk leverantörsfaktura med en utläggsrad som inte ingår i beskattningsunderlaget
- Italienska. 31 av 36 körningar godkändes.
- Beräkna två italienska fakturor för yrkestjänster med pensionsavgift, IVA och källskatt
- Italienska. 36 av 36 körningar godkändes.
- Räkna ut en städares bruttolön för en vecka med raster, övertid och söndagsersättning
- Engelska. 19 av 36 körningar godkändes.
Låt en agent ta hand om arbetet
En AIGROW-agent utför sådant arbete i dina egna verktyg, enligt regler som du har godkänt skriftligen. När reglerna inte räcker till lämnar agenten över ärendet i stället för att gissa.
Utgåvan för oktober 2026