Beste AI til matematikk
Per 2026-07-18 er Anthropic: Claude Opus 4.8 (Fast) den sterkeste modellen til denne oppgaven i vår daglige benchmark, der over 350 AI-modeller evalueres og de beste presenteres.
Språkmodeller regner ikke — de forutsier tekst. At de likevel løser matematikk godt, skyldes at de har lært å resonnere seg gjennom oppgaven steg for steg. Det er også derfor de kan ta feil med full selvtillit.
For matematikk rangerer vi etter samlet hvilkenAI-score, som er det beste enkeltmålet på resonnementsevne. Rangert etter samlet score, fra dagens benchmark.
Dagens rangering
| Modell | Leverandør | Score | Norsk | Hastighet | Pris input/1M |
|---|---|---|---|---|---|
| Anthropic: Claude Opus 4.8 (Fast) | anthropic | 8.3/10 | 9.3/10 | 131 t/s | $10.00 |
| Anthropic: Claude Haiku 4.5 | anthropic | 8.0/10 | 9.3/10 | 113 t/s | $1.00 |
| Google: Gemma 3 4B | 8.0/10 | 9.3/10 | 237 t/s | $0.05 | |
| Mistral: Mistral Small 3 | mistralai | 7.8/10 | 8.7/10 | 234 t/s | $0.05 |
| Perplexity: Sonar Pro | perplexity | 7.7/10 | 9.0/10 | 68 t/s | $3.00 |
| Cohere: Command R+ (08-2024) | cohere | 7.5/10 | 9.3/10 | 160 t/s | $2.50 |
| Meta: Llama 4 Maverick | meta-llama | 7.2/10 | 8.0/10 | 176 t/s | $0.20 |
| Google: Gemini 3.5 Flash | 7.2/10 | 8.0/10 | 419 t/s | $1.50 |
Be om utregningen, ikke bare svaret
Ber du om et tall, får du et tall — og du har ingen måte å se om det stemmer. Ber du om hvert steg, får du et resonnement du kan kontrollere, og modellene tar dessuten færre feil når de tvinges til å regne steg for steg.
Kontroller alltid
Den farligste feilen er den som ser riktig ut: riktig metode, riktig oppsett, feil aritmetikk i steg tre. Sjekk sluttsvaret med kalkulator eller regneark når det betyr noe, og be gjerne modellen kontrollere sitt eget svar på nytt.
Vanlige spørsmål
Andre oppgaver
Skal du gjøre noe annet? Se hvilken modell som er best til det.
Les også