Ethan Mullick nyhedsbrev: Hvilken AI skal du bruge i slutningen af 2025?

 

En holdningspræget guide til at bruge AI lige nu

Hvilken AI skal du bruge i slutningen af 2025

Hver anden-tredje måned skriver jeg en holdningspræget guide til, hvordan man bruger AI¹, men nu gør jeg det i en verden, hvor omkring 10 % af menneskeheden bruger AI ugentligt. Langt det meste af den brug involverer gratis AI-værktøjer, hvilket ofte er fint… bortset fra når det ikke er. OpenAI udgav for nylig en opgørelse over, hvad folk faktisk bruger ChatGPT til (meget mindre smalltalk, end du tror, meget mere informationssøgning, end du forventer). Det betyder, at jeg endelig kan give råd baseret på reelle brugsmønstre i stedet for mavefornemmelser. Jeg har annoteret OpenAI’s diagram med forslag til, hvornår du bør bruge gratis kontra avancerede modeller.

Hvis diagrammet antyder, at en gratis model er god nok til det, du bruger AI til, så vælg din favorit og brug den uden at bekymre dig om resten af guiden. Du har i praksis ni valg, for der er kun en håndfuld firmaer, der laver førende modeller. Alle tilbyder en eller anden form for gratis adgang. De fire mest avancerede AI-systemer er Claude fra Anthropic, Googles Gemini, OpenAI’s ChatGPT og Grok fra Elon Musks xAI. Dertil kommer AI-familier med åbne vægte, som næsten (men ikke helt) er lige så gode: Deepseek, Kimi, Z og Qwen fra Kina og Mistral fra Frankrig. Tilsammen optager variationer over disse modeller typisk de første 35 pladser på stort set enhver AI-rangliste. Andre AI-tjenester, du bruger, der tilbyder førende AI—fra Microsoft Copilot til Perplexity (som begge giver en vis gratis brug)—er drevet af en eller flere af disse ni AIs som base.

Hvordan skal du vælge mellem dem? Nogle gratis systemer (som Gemini og Perplexity) er gode til websøgning, mens andre slet ikke kan søge på nettet. Vil du have gratis billedgenerering, er Gemini bedst, med ChatGPT og Grok som nummer to. Men i sidste ende adskiller disse AIs sig på mange små måder, herunder privatlivspolitikker, adgangsniveauer, kapabiliteter, tilgang til etiske spørgsmål og “personlighed”. Og alt dette ændrer sig over tid. Vælg derfor en model, du kan lide, baseret på disse faktorer, og brug den. Overvejer du at opgradere til en betalt konto, vil jeg anbefale at starte med de gratis konti hos Anthropic, Google eller OpenAI. Hvis du kun vil bruge gratis modeller, har open-weights-modellerne og aggregator-tjenester som Microsoft Copilot typisk højere brugsgrænser.

Nu til det svære.

Valg af et avanceret AI-system

Hvis du vil bruge en avanceret AI seriøst, skal du betale enten ca. 20 USD eller omkring 200 USD om måneden, afhængigt af dine behov (selvom virksomheder nu eksperimenterer med andre prismodeller visse steder i verden). 20-dollars-niveauet dækker langt de fleste mennesker, mens 200-dollars-niveauet er for folk med komplekse tekniske og kodningsmæssige behov.

Du vil skulle vælge mellem tre systemer til dine 20 dollars: Claude fra Anthropic, Googles Gemini og OpenAI’s ChatGPT. Med alle mulighederne får du adgang til avancerede, agentiske og hurtige modeller, en talemodus, evnen til at se/analysere billeder og dokumenter, evnen til at køre kode, gode mobilapps, mulighed for at lave billeder og video (her halter Claude, dog), samt mulighed for at lave Deep Research. De har alle forskellige personligheder, styrker og svagheder, men for de fleste er det nok bare at vælge den, de bedst kan lide. Nogle—især flittige X-brugere—kan overveje Grok fra xAI, som har nogle af de kraftigste modeller og hurtigt tilføjer funktioner, men som ikke har været lige så transparent om produktsikkerhed som nogle af de andre. Microsofts Copilot tilbyder mange af ChatGPT’s funktioner og er nemt tilgængelig i Windows, men det kan være svært at styre, hvilke modeller du bruger hvornår. Så for de fleste: hold dig til Gemini, Claude eller ChatGPT.

Det er dog ikke nok bare at vælge én af disse tre, for hvert system har flere AI-modeller at vælge imellem. Chat-modeller er typisk dem, du får gratis, og de egner sig bedst til samtale, fordi de svarer hurtigt og ofte virker mest “personlige”. Agent-modeller tager længere tid om at svare, men kan selvstændigt udføre mange trin (søge på nettet, bruge kode, lave dokumenter) og få komplekst arbejde fra hånden. Wizard-modeller tager meget lang tid og håndterer meget komplekse akademiske opgaver. Til “rigtigt arbejde”, der betyder noget, vil jeg anbefale agent-modeller: de er mere kapable og konsistente og er mindre tilbøjelige til at lave fejl (men husk, at alle AI-modeller stadig har en del tilfældighed indbygget og kan svare forskelligt, hvis du spørger igen).

Samme spørgsmål stillet til en chatmodel og en agentisk model. Du kan se, at chatmodellen svarede “fra hoften”, mens den agentiske model lavede ekstern research og tjekkede mange antagelser, før den svarede.

Valg af modellen

For ChatGPT—uanset om du bruger den gratis eller betalte version—er standardmodellen, du får, “ChatGPT 5”. Problemet er, at GPT-5 ikke er én model, men mange: fra den meget svage GPT-5 mini til den meget gode GPT-5 Thinking og den ekstremt kraftige GPT-5 Pro. Når du vælger GPT-5, får du i virkeligheden “auto”-tilstand, hvor AI’en selv vælger model—ofte en mindre kraftig. Ved at betale får du selv lov at vælge model, og for at gøre det endnu mere komplekst kan du også vælge, hvor hårdt modellen “tænker” over svaret. Til alt, der er komplekst, vælger jeg altid manuelt GPT-5 Thinking Extended (på 20-dollars-planen) eller GPT-5 Thinking Heavy (hvis du betaler for 200-dollars-modellen). Til et virkelig svært problem, der kræver meget tænkning, kan du vælge GPT-5 Pro, den stærkeste model, som kun findes på det højeste prisniveau.

For Gemini har du kun to muligheder: Gemini 2.5 Flash og Gemini 2.5 Pro, men hvis du betaler for Ultra-planen, får du adgang til Gemini Deep Think (som ligger i en anden menu). På nuværende tidspunkt er Gemini 2.5 den svageste af de store modeller (om end stadig kapabel, og Deep Think er meget stærk), men en ny Gemini 3 forventes på et tidspunkt i de kommende måneder.

Endelig gør Claude det relativt let at vælge en model. Du vil sandsynligvis bruge Sonnet 4.5 til det meste; spørgsmålet er blot, om du vælger udvidet tænkning (til sværere problemer). Lige nu har Claude ikke en ækvivalent til GPT-5 Pro.

Bruger du en betalt version af nogen af disse modeller og vil sikre, at dine data aldrig bruges til at træne en fremtidig AI, kan du nemt slå træning fra for ChatGPT og Claude uden at miste funktionalitet, men hos Gemini koster det nogle funktioner. Alle AIs kommer også med en række andre features som “projekter” og “hukommelse”, som du kan udforske, efterhånden som du bliver vant til systemet.

Sådan får du bedre svar

De største anvendelser af AI var praktiske råd og informationssøgning, og der er to måder at forbedre kvaliteten markant for den slags opgaver: ved enten at trigge Deep Research-tilstand og/eller forbinde AI’en til dine data (hvis du er tryg ved det).

Deep Research er en tilstand, hvor AI’en laver omfattende webresearch i 10–15 minutter, før den svarer. Deep Research er en nøglefunktion for de fleste mennesker, selvom de endnu ikke ved det, og den er nyttig, fordi den kan producere rapporter af høj kvalitet, som ofte imponerer informationsprofessionelle (advokater, revisorer, konsulenter, markedsanalytikere), jeg taler med. Deep Research-rapporter er ikke fejlfri, men langt mere præcise end bare at spørge AI’en om noget, og kilderne har en tendens til faktisk at være korrekte. Bemærk også, at hver Deep Research-funktion arbejder lidt forskelligt—med forskellige styrker og svagheder. Selv uden Deep Research laver GPT-5 Thinking en del research af sig selv, og Claude har en “medium research”-mulighed, hvor du slår websøgning til uden fuld research.

Sådan trigges Deep Research, og sådan forbinder du dine data til Claude og ChatGPT
Forbindelser til dine egne data er meget kraftfulde og bliver i stigende grad tilgængelige for alt fra Gmail til SharePoint. Jeg har oplevet, at Claude er særligt god til at integrere søgninger på tværs af mail, kalendere, forskellige drev m.m.—bed den om “giv mig en detaljeret briefing for min dag”, når du har koblet dine konti på, og du vil sandsynligvis blive imponeret. Det er et område, hvor AI-firmaerne investerer meget, og hvor tilbuddene udvikler sig hurtigt.

Multimodale input

Jeg har nævnt det før, men en nem måde at bruge AI på er bare at starte med talemodus. De to bedste implementeringer af stemme/voice er i Gemini-appen og i ChatGPT’s app og website. Claudes talemodus er svagere end de to andre. Bemærk, at stemmemodellerne er optimeret til chat (med små pauser og indåndinger, der får det til at føles som en samtale), så du får ikke adgang til de mest kraftfulde modeller ad denne vej.

Alle modeller lader dig også give dem al slags data: Du kan nu uploade PDF’er, billeder og endda video (for ChatGPT og Gemini). I app-versionerne—især ChatGPT og Gemini—er deling af skærm eller kamera en fremragende funktion. Peg din telefon mod et defekt apparat, et matematikproblem, en opskrift, du følger, eller et skilt på et fremmed sprog. AI’en ser det, du ser, og svarer i realtid. Det får gamle assistenter som Siri og Alexa til at virke meget primitive.

At lave ting for dig: billeder, video, kode og dokumenter

Claude og ChatGPT kan nu lave PowerPoints og Excel-filer i høj kvalitet (lige nu har Claude et forspring på disse to dokumentformater, men det kan ændre sig). Alle tre systemer kan også producere en bred vifte af andre outputs ved at skrive kode. For at få Gemini til at gøre dette pålideligt skal du vælge Canvas-muligheden, når du vil have systemerne til at køre kode eller producere separate filer. Claude har en specialiseret artifacts-sektion, der viser eksempler på, hvad den kan lave med kode. Der findes også meget kraftige specialiserede kodningsværktøjer fra hver af disse modeller, men de er lidt for komplekse til at dække i denne guide.

ChatGPT og Gemini laver også billeder til dig, hvis du beder dem (Claude kan ikke). Gemini har den stærkeste AI-billedgenerering lige nu. Både Gemini og OpenAI har også stærke videogenereringsmuligheder i Veo 3.1 og Sora 2. Sora 2 er i høj grad bygget som en social medie-app, der lader dig placere dig selv i enhver video, mens Veo 3.1 er mere generelt orienteret. Begge producerer videoer med lyd.

Som mange af jer ved, er min test af enhver ny AI-billede- eller videomodel, om den kan lave en odder, der bruger Wi-Fi i et fly. Det er ikke længere en udfordring. Så her er Sora 2, der viser en odder i et fly som en naturdokumentar… og en 80’er-musikvideo… og en moderne thriller… og en 50’er low-budget sci-fi-film… og en sikkerhedsvideo, film noir… anime… en 90’er-spil-cutscene… og en fransk arthouse-film.

Jeg har advaret om dette i årevis, men som du kan se, kan du virkelig ikke stole på alt, du ser online, længere. Tag alle videoer med et gran salt. Og som en påmindelse: Dette var, hvad du fik, hvis du bad en AI om et billede af en odder i et fly for fire år siden. Tingene går stærkt.

Hurtige tips

Ud over det grundlæggende i at vælge modeller er der et par ting, der ofte dukker op, som er værd at overveje:

Hallucinationer: På mange måder er hallucinationer mindre bekymrende end før, fordi nyere modeller er bedre til ikke at hallucinere. Men uanset hvor god AI’en er, vil den stadig lave fejl og give selvsikre svar, hvor den tager fejl. De kan også hallucinere om deres egne evner og handlinger. Svar er mere tilbøjelige til at være rigtige, når de kommer fra avancerede modeller, og hvis AI’en har lavet websøgninger. Og husk: AI’en ved ikke “hvorfor” den gjorde noget, så at bede den forklare sin logik fører dig ikke nødvendigvis nogen vegne. Finder du problemer, kan modellens tænkespor være hjælpsomt.

Sykofanti og personlighed: Alle AI-chatbots er blevet mere engagerende og likeable. På den ene side gør det dem sjovere at bruge; på den anden side risikerer det at få AIs til at fremstå som mennesker, når de ikke er det, hvilket kan skabe en fare for, at folk knytter stærkere bånd til AI. Et relateret problem er sykofanti, hvor AI’en er tilbøjelig til at give dig ret. Årsagerne er komplekse, men når du har brug for reel feedback, så bed AI’en om at agere kritiker eksplicit. Ellers taler du måske med en meget sofistikeret ja-siger.

Giv AI’en kontekst at arbejde med. Selvom hukommelsesfunktioner er på vej ind, kender de fleste modeller kun basale brugerdata og informationen i den aktuelle chat; de husker eller lærer ikke om dig ud over det. Derfor skal du give AI’en kontekst: dokumenter, billeder, PowerPoints—eller blot et indledende afsnit om dig selv—kan hjælpe. Brug fil-muligheden til at uploade, eller brug de integrationer, vi nævnte før.

Bekymr dig ikke for meget om “god prompting”. Ældre modeller krævede, at du lavede en prompt med teknikker som chain-of-thought. Men efterhånden som modellerne bliver bedre, falder vigtigheden heraf, og modellerne bliver bedre til at regne ud, hvad du vil. I en nylig række eksperimenter fandt vi, at disse teknikker ikke rigtig hjælper længere (og nej, at true dem eller være sød mod dem hjælper ikke gennemsnitligt).

Eksperimentér og ha’ det sjovt: Leg er ofte en god måde at lære, hvad AI kan. Bed en video- eller billedmodel om at lave en tegneserie, bed en avanceret AI om at lave dit notat om til et spil, lav en Deep Research-rapport om et emne, du brænder for, bed AI’en gætte, hvor du er fra et billede, vis AI’en et foto af dit køleskab og få opskrifter, plot en drømmerejse med AI’ens hjælp. Prøv ting—så lærer du systemets grænser at kende.

Hvor det bevæger sig hen

Jeg begyndte med at nævne, at 10 % af menneskeheden bruger AI ugentligt. Når jeg skriver næste opdatering om et par måneder, er tallet sandsynligvis højere, modellerne bedre, og nogle af mine konkrete anbefalinger vil være forældede. Det, der ikke ændrer sig, er, at folk, der lærer at bruge disse systemer godt, vil finde måder at få gavn af dem og opbygge intuition for fremtiden.

Diagrammet øverst viser, hvad folk bruger AI til i dag. Men jeg vil vædde på, at det ser helt anderledes ud om to år. Og det er ikke kun, fordi AI ændrer, hvad den kan, men også fordi brugerne finder ud af, hvad den bør gøre. Så vælg et system og start med noget, der faktisk betyder noget for dig—en rapport, du skal skrive, et problem, du forsøger at løse, eller et projekt, du har udskudt. Prøv derefter noget helt fjollet—bare for at se, hvad der sker. Målet er ikke at blive AI-ekspert. Det er at opbygge intuition om, hvad disse systemer kan og ikke kan, for den intuition er det, der vil betyde noget, efterhånden som værktøjerne udvikler sig.

AI’ens fremtid handler ikke kun om bedre modeller. Den handler om, at mennesker finder ud af, hvad de vil bruge dem til.