Bästa AI-modellen för hantverkare och tjänsteföretag
Uppgifterna i AIGROWs jämförelsetest för småföretag som ett hantverks- eller serviceföretag 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.
- 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
Vid lika resultat avgör resultatet för samtliga 20 uppgifter.
AIGROWs jämförelsetest för småföretag innehåller 6 uppgifter som ett hantverks- eller serviceföretag skulle ge till AI: prissätta ett uppdrag utifrån en prislista, skriva mejl med offerter, poängsätta säljleads, sortera kundmeddelanden, beräkna övertidsersättning och besvara frågor om personalhandboken. I oktober 2026-upplagan klarade 8 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 | Prissätta ett uppdrag utifrån en prislista | Skriva mejl med offerter | Poängsätta säljleads | Sortera kundmeddelanden | Beräkna övertidsersättning | Besvara frågor om personalhandboken | Godkänd | 1 000 godkända körningar |
|---|---|---|---|---|---|---|---|---|
| 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 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $7.02 |
| Gemini 3.8 Flash | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $7.17 |
| Grok 4.7 | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 6 av 6 | $9.41 |
| 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 |
| Qwen3.8 Flash | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $1.09 |
| GLM-5.3-Flash | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $0.831 |
| DeepSeek V4.1 Flash | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $1.05 |
| DeepSeek V4 Pro | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $5.14 |
| Qwen3.7 Plus | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $3.58 |
| GPT-5.6 Sol | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $11.33 |
| Qwen3.8 Max | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $16.32 |
| GPT-6 Astra | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $27.91 |
| Muse Glimmer 30B | Godkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 5 av 6 | $3.10 |
| Claude Sonnet 5 | Underkänd | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | 4 av 6 | $6.70 |
| GPT-5.5 | Godkänd | Underkänd | Godkänd | Godkänd | Underkänd | Godkänd | 4 av 6 | $17.02 |
| Claude Fable 5.1 | Godkänd | Underkänd | Godkänd | Godkänd | Underkänd | Godkänd | 4 av 6 | $33.11 |
| GPT-5.6 Luna | Godkänd | Underkänd | Godkänd | Godkänd | Underkänd | Godkänd | 4 av 6 | $0.677 |
| MiniMax M3 | Underkänd | Godkänd | Godkänd | Godkänd | Godkänd | Underkänd | 4 av 6 | $1.82 |
| Claude Opus 5 | Underkänd | Underkänd | Godkänd | Godkänd | Underkänd | Godkänd | 3 av 6 | $16.89 |
| GPT-5.6 Terra | Underkänd | Underkänd | Godkänd | Godkänd | Underkänd | Godkänd | 3 av 6 | $6.68 |
| Claude Sonnet 4.6 | Underkänd | Underkänd | Godkänd | Godkänd | Underkänd | Godkänd | 3 av 6 | $11.24 |
| Kimi K2.6 | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | Godkänd | 3 av 6 | $11.68 |
| Gemma 4 31B | Godkänd | Underkänd | Godkänd | Godkänd | Underkänd | Underkänd | 3 av 6 | $0.558 |
| Gemini 3.1 Flash-Lite | Godkänd | Godkänd | Underkänd | Godkänd | Underkänd | Underkänd | 3 av 6 | $1.41 |
| Llama 4 Maverick | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | Underkänd | 2 av 6 | $0.665 |
| Mistral Medium 3.5 | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | Underkänd | 2 av 6 | $7.40 |
| Gemini 3.5 Flash-Lite | Underkänd | Godkänd | Underkänd | Godkänd | Underkänd | Underkänd | 2 av 6 | $2.47 |
| Claude Haiku 4.5 | Underkänd | Underkänd | Underkänd | Godkänd | Underkänd | Underkänd | 1 av 6 | $6.62 |
| GPT-5.4 nano | Underkänd | Godkänd | Underkänd | Underkänd | Underkänd | Underkänd | 1 av 6 | $1.51 |
| Mistral Small 4 | Underkänd | Underkänd | Underkänd | Godkänd | Underkänd | Underkänd | 1 av 6 | $1.33 |
| GPT-5.4 mini | Underkänd | Underkänd | Underkänd | Underkänd | Underkänd | Underkänd | 0 av 6 | $3.35 |
| Ministral 3 14B | Underkänd | Underkänd | Underkänd | Underkänd | Underkänd | Underkänd | 0 av 6 | $1.07 |
Uppgifterna
Varje sida visar uppgiften precis som modellerna fick den, fallgroparna, alla kontroller beskrivna i ord och vad varje modell gjorde fel.
- Beräkna priset för ett måleriarbete utifrån måtten från platsbesöket och prislistan
- Engelska. 21 av 36 körningar godkändes.
- Skriv ett mejl med offert för trädgårdsanläggning som hanterar en begäran om moms och ett skyddat träd
- Engelska. 16 av 36 körningar godkändes.
- Poängsätt fem inkommande leads för städtjänster enligt säljteamets regler
- Engelska. 26 av 36 körningar godkändes.
- Skicka tio meddelanden från hyresgäster till rätt team med rätt prioritet
- Engelska. 33 av 36 körningar godkändes.
- Räkna ut en städares bruttolön för en vecka med raster, övertid och söndagsersättning
- Engelska. 19 av 36 körningar godkändes.
- Besvara en deltidsanställds frågor om ledighet utifrån personalhandboken
- Engelska. 25 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