ChatGPT, Claude, Gemini — alla bygger på samma grundteknik: en LLM. Men vad är det egentligen, varför hittar de ibland på saker, och vad skiljer modellerna åt? Här är svaret utan tekniskt svammel.
Varje gång du skriver något till ChatGPT, Claude eller Gemini pratar du med en LLM. Det är förkortningen för Large Language Model — stor språkmodell på svenska. Det är tekniken bakom nästan all text-AI du stöter på 2026, och det är värt att förstå ungefär hur den fungerar. Inte för att du ska bli ingenjör, utan för att du ska fatta varför AI ibland är briljant, ibland hallucinerar, och varför olika modeller beter sig olika.
Ny på AI överhuvudtaget? Börja med AI för nybörjare 2026 och kom tillbaka hit. Annars — kör vi.
En LLM gör i grunden en sak: den gissar vilket ord som troligtvis kommer härnäst, baserat på allt den har läst och det du precis skrivit.
Det låter simpelt. Men tänk på vad det kräver för att göra den gissningen bra. Du behöver förstå grammatik, fakta, tonalitet, sammanhang, ironi, fackspråk, berättarstrukturer, kodlogik, matematik — och kunna väga ihop allt det på millisekunder.
Det är precis vad en LLM tränas att göra. Den matas med enorma mängder träningsdata — böcker, artiklar, kod, forum, webbsidor — och lär sig statistiska mönster i hur ord och idéer hänger ihop. Resultatet är inte ett encyklopedi som slår upp fakta, utan ett system som genererar text som låter trovärdig och sammanhängande.
Det är därför AI kan skriva dikter, förklara kvantkemi och skriva Python-kod. Det är också därför den ibland hittar på saker som låter helt rimliga — men är helt fel.
Hallucination är branschtermet för när en AI påstår något med självförtroende — men det stämmer inte. Den har inte ljugit med avsikt. Den har gjort sin bästa gissning om vilka ord som borde komma härnäst, och den gissningen råkade bli fel.
Ett klassiskt exempel: be en äldre modell om en källhänvisning, och den kan hitta på en artikel som låter helt trovärdig — komplett med tidskrift, år och sidnummer. Ingen av delarna existerar. Modellen genererade vad en källhänvisning brukar se ut som, inte en verklig.
Tre situationer där hallucinationer är vanligast:
Praktisk regel: använd AI för att skapa utkast, förklara och brainstorma. Faktagranska alltid siffror, citat och påståenden som ska användas på riktigt.
Du har säkert sett siffror som "7 miljarder parametrar" eller "70B" när folk jämför modeller. Parametrar är i grunden de justerbara inställningar i modellens nätverk som bestämmer hur den väger och kombinerar information. Fler parametrar = modellen kan hålla fler nyanser och samband i huvudet.
Men fler är inte alltid bättre. En vältränad liten modell kan slå en slarvigt tränad stor modell på specifika uppgifter. Och stora modeller är dyrare och långsammare att köra — vilket är varför din gratisversion av ChatGPT inte alltid kör den starkaste modellen.
Tänk på parametrar ungefär som antalet kopplingar i en hjärna. Fler kopplingar ger mer kapacitet — men det är träningen och erfarenheten (datan) som avgör hur smart hjärnan faktiskt blir.
Alla stora text-AI:er bygger på LLM-tekniken, men de är tränade på olika data, med olika metoder och för lite olika syften. Här är en snabb orientering:
OpenAIs flaggskepp. Stark på bredd — kod, text, bild, ljud i samma modell. GPT-4o är multimodal, vilket betyder att den kan se bilder och höra röst, inte bara läsa text. Bra standardval om du vill ha ett verktyg som klarar det mesta. Gratisversionen är begränsad; Plus-kontot ger fulla möjligheter.
Tränad med extra fokus på säkerhet och att följa instruktioner noggrant. Sticker ut på långa texter och dokument — Claude klarar av att läsa och resonera kring hundratusentals ord i ett och samma samtal, vilket GPT-4o inte alltid gör lika bra. Bra val för analys, skrivande och sammanhängande resonemang. Läs mer om hur du får ut det mesta av Claude i mallen Bemästra Claude.
Googles svar, djupintegrerat med hela Google-ekosystemet — Drive, Gmail, Docs, Search. Stark på att hämta aktuell information via sökning i realtid. Bäst om du redan lever i Google Workspace och vill ha en AI som naturligt hänger ihop med dina filer och mejl.
Metas modell med öppen källkod — koden och vikterna är publikt tillgängliga. Det gör att vem som helst kan ladda ner, finjustera och köra Llama på sina egna servrar. Enormt viktig för forskning, företag som vill ha AI utan att skicka data till externa servrar, och för hela open source-rörelsen. Du möter Llama i många tjänster utan att veta om det.
Det franska företaget Mistral bygger effektiva modeller som ofta presterar oväntat bra i förhållande till sin storlek. Viktigt av ett annat skäl: europeiskt ägande och tydlig GDPR-anpassning, vilket gör dem attraktiva för företag med strikta datakrav.
En bas-modell är LLM:en i sitt råa tillstånd — tränad på massor av text, men utan specifika instruktioner om hur den ska bete sig. Den är som en extremt välläst person som inte fått någon social träning.
En finjusterad modell har sedan tränats vidare på mer specifik data och feedback — ofta via en metod som kallas RLHF (Reinforcement Learning from Human Feedback). Mänskliga utvärderare har rankat vilka svar som var bra och dåliga, och modellen har justerat sig efter det.
Det är finjusteringen som gör ChatGPT till en hjälpsam assistent istället för en text-generator som bara producerar nästa sannolika ord. Den lär sig att ge svar som faktiskt är användbara — inte bara statistiskt troliga.
En LLM minns ingenting mellan separata samtal. Det du skrivit i ett tidigare chattfönster finns inte kvar nästa gång du öppnar en ny konversation — om du inte aktivt sparar och återanvänder det.
Inom ett samtal har modellen ett kontextfönster: en maxgräns för hur mycket text den kan hålla i arbetsminnet på en gång. Äldre modeller hade kontextfönster på några tusen ord. Moderna modeller som Claude klarar hundratusentals ord — ungefär en hel roman — i ett enda samtal.
Vad händer när kontexten tar slut? Modellen "glömmer" det äldsta i samtalet för att hålla plats för det senaste. Det är därför en AI kan verka inkonsekvent i väldigt långa samtal — den har bokstavligen tappat bort vad ni pratade om i början.
Tre trender som formar vad LLM:er kan göra 2026 och framåt:
Multimodalitet. Modellerna hanterar inte längre bara text. De ser bilder, hör ljud, läser PDF:er och kan styra datorprogram. Gränsen mellan "text-AI" och "AI som kan göra saker" suddas ut.
Agenter. Istället för att svara på en fråga kan moderna LLM:er planera och utföra uppgifter i flera steg — söka på webben, skriva kod, testa den, läsa resultatet och försöka igen. Det kallas AI-agenter och är nästa stora skifte. Läs mer om vad det innebär i artikeln Framtidsspaningen: AI-agenter.
Effektivitet. Modellerna blir snabbare och billigare att köra utan att bli sämre. Det öppnar för AI i produkter och enheter som tidigare inte hade råd med det — mobilappar, inbyggda system, lokala modeller på din egen dator.
Vill du nu se en konkret jämförelse av de tre stora — vad de kostar, vad de är bäst på och när du ska välja vilket? Kolla in ChatGPT vs Claude vs Gemini 2026.
Apan tycker: Det är lätt att bli imponerad av vad en LLM kan göra — och lika lätt att bli besviken när den hittar på något. Båda reaktionerna beror på samma missförstånd: att AI vet saker. Den vet inte. Den är extremt bra på att låta som att den vet. Förstår du den skillnaden har du ett rejält försprång på de flesta. 🐒
