Beste AI til jobbsøknad og CV
Per 2026-10-16 er Google: Gemini 3.5 Flash Lite den sterkeste modellen til denne oppgaven i vår daglige benchmark, der over 350 AI-modeller evalueres og de beste presenteres.
En AI-skrevet søknad er lett å kjenne igjen — og rekrutterere leser mange av dem. Verdien ligger ikke i å la modellen skrive søknaden for deg, men i å bruke den til å stramme inn din egen.
For søknadstekst rangerer vi etter språkkvalitet, siden en søknad med anglisismer eller stiv tone faller igjennom umiddelbart. Rangert etter norsk-score, fra dagens benchmark.
Dagens rangering
| Modell | Leverandør | Score | Norsk | Hastighet | Pris input/1M |
|---|---|---|---|---|---|
| Google: Gemini 3.5 Flash Lite | 8.3/10 | 9.7/10 | 143 t/s | $0.30 | |
| Mistral: Mistral Nemo | mistralai | 8.2/10 | 9.7/10 | 120 t/s | $0.03 |
| Meta: Llama 3.2 3B Instruct | meta-llama | 7.6/10 | 9.7/10 | 175 t/s | $0.05 |
| Anthropic: Claude Sonnet 5.5 | anthropic | 8.8/10 | 9.3/10 | 344 t/s | $2.00 |
| Cohere: Command R+ (08-2024) | cohere | 8.3/10 | 9.3/10 | 222 t/s | $2.50 |
| Perplexity: Sonar Pro | perplexity | 8.1/10 | 9.3/10 | 74 t/s | $3.00 |
| Meta: Llama 4 Maverick | meta-llama | 8.1/10 | 9.3/10 | 106 t/s | $0.19 |
| Cohere: Command R7B (12-2024) | cohere | 7.5/10 | 9.3/10 | 353 t/s | $0.04 |
Bruk AI som redaktør, ikke som forfatter
Skriv utkastet selv, i din egen stemme, og be modellen kutte gjentakelser, stramme inn setninger og påpeke hva som er påstander uten dekning. Da beholder du det som gjør søknaden din — konkrete erfaringer og eksempler — og fjerner bare fyllet.
Det rekruttereren gjennomskuer
Formuleringer som «brenner for», «dynamisk miljø» og «unik kombinasjon av egenskaper» er standardutgangen fra en språkmodell som ikke har fått noe konkret å jobbe med. Gi den stillingsannonsen, CV-en din og tre faktiske eksempler fra jobbene dine, så blir teksten spesifikk nok til å skille seg ut.
Vanlige spørsmål
Andre oppgaver
Skal du gjøre noe annet? Se hvilken modell som er best til det.
Les også
Slik får du mer verdi ut av anbefalingen
Bruk anbefalingen som et praktisk beslutningsgrunnlag, ikke som en reklameliste. HvilkenAI er laget for å gjøre det enklere å velge riktig AI-verktøy når markedet endrer seg raskt og modellnavn alene sier lite om faktisk kvalitet.
Start med oppgaven du faktisk skal løse. En modell som er god til kort chat er ikke nødvendigvis best til lange dokumenter, kode, kundetekst, research eller arbeid med sensitive data. Derfor bør du se på språk, pris, fart, stabilitet og hvor mye etterarbeid svaret krever før du velger abonnement eller API.
Vi evaluerer over 350 AI-modeller og presenterer de mest relevante signalene i et format som kan brukes av vanlige brukere, studenter, bedrifter og utviklere. De nøyaktige beregningene er proprietære, men vurderingen bygger på standardiserte oppgaver, oppdatert benchmarkdata og redaksjonell kontroll av om anbefalingene gir mening i praktisk bruk.
For viktige valg bør du alltid gjøre en liten egen test: bruk samme prompt, samme språk og samme krav til format i to eller tre aktuelle modeller. Se etter presisjon, kildebruk, tone, hastighet og hvor lett svaret er å kontrollere. Da blir benchmarken et startpunkt som sparer tid, ikke en fasit du må følge blindt.
Bruk også lenkene videre på siden. En enkelt side gir sjelden hele bildet: benchmarken viser dagens tall, AI-testen oversetter behovet ditt til konkrete anbefalinger, og personvern-/vilkårssidene forklarer hvilke data og begrensninger du bør ta hensyn til. Når disse kildene brukes sammen, blir valget mer robust enn om du bare følger et modellnavn fra sosiale medier.
Hvis resultatet skal brukes i jobb, bør du dokumentere hvorfor verktøyet ble valgt: hvilken oppgave det løser, hvilke alternativer som ble vurdert, hvilke data som ikke skal deles, og hvordan svaret kvalitetssikres. Det gjør det lettere å bytte modell senere hvis pris, kvalitet eller leverandørvilkår endrer seg.
Når en side ligger i sitemap, skal den også kunne stå alene som nyttig forklaring. Derfor legger vi vekt på praktiske valg, konkrete kontrollspørsmål og tydelige grenser for hva dataene kan brukes til.
Målet er, at læseren kan gå videre med et tryggere valg efter få minutter uden at kende alle modeller og leverandører på forhånd.
Se især på om anbefalingen passer til sprog, pris og risiko i din egen situation.
Kort sagt: vælg det du kan kontrollere, forklare, afslutte igen og bruge sikkert.
Når gratis er nok
Velg gratis eller billig først når oppgaven er enkel, risikoen er lav og du kan kontrollere svaret selv.
Når betalt lønner seg
Betalte modeller kan være verdt det når dokumentene er lange, presisjon betyr mye eller du sparer reell arbeidstid.
Når du bør vente
Hvis behovet er uklart, start med testen og benchmarken før du binder deg til en leverandør.