Vad är en LLM?

LLM - Large Language Model

En LLM (Large Language Model, "stor språkmodell") är en typ av artificiell intelligens som tränats på enorma mängder text för att förutsäga vilket ord som kommer härnäst. Det är tekniken bakom ChatGPT, Claude och Gemini — och anledningen till att de kan skriva, sammanfatta, översätta och resonera på ett sätt som känns mänskligt.

ChatGPT är alltså inte en LLM i sig — ChatGPT är produkten, LLM:en är motorn under huven.

Enkelt förklarat är modellen bra på att gissa vad nästa ord ska vara. Att den gissningen blir så bra beror på skalan: hundratals miljarder ord i träningsdatan och lika många inlärda samband mellan dem.

Hur fungerar en LLM?

Här är en förenklad förklaring av hur det fungerar: LLMs tränas genom att läsa en enorm mängd text (böcker, artiklar, webbsidor, osv.). Under denna process lär den sig språkmönster, ordanvändning, grammatik, och till och med stil och kontraster.

När ChatGPT får en fråga eller en text att bearbeta, analyserar den inte bara de enskilda orden, utan också sammanhanget. Det betyder att den tittar på ordens relation till varandra för att förstå meningen i en mening eller en text.

Baserat på den inlärda informationen och den specifika frågan den fått, genererar LLMen ett svar. Den gör detta genom att förutsäga vilket ord eller vilken fras som är mest sannolik att följa efter de givna orden, baserat på dess träning och den prompt du skrivit in.

Med andra ord skulle man kunna säga att ChatGPT är en väldigt avancerad version av autoförslagen på ditt mobila tangentbord. Men den saknar medvetande och verklig förståelse, och dess kunskap är begränsad till de mönster och information den har tränats på.

Även om LLMs inte lär sig i realtid från nya data efter sin ursprungliga träning, kan den uppdateras med ny data och träning för att förbättra och uppdatera sina kunskaper och förmågor.

Tre ord du behöver kunna: token, parameter och kontextfönster

Nästan all diskussion om språkmodeller använder tre begrepp. De är enklare än de låter:

• Token: modellen läser inte bokstäver eller hela ord, utan tokens — textbitar på ungefär 3–4 tecken. "Språkmodell" kan bli två tokens, "hej" en. En A4-sida svensk text är grovt räknat 600–800 tokens. Priset när du använder en modell via API räknas nästan alltid per token.
• Parameter: de inlärda vikterna i modellen, alltså det som utgör dess "kunskap". De största modellerna har hundratals miljarder parametrar. Fler parametrar är inte automatiskt bättre — träningsdatans kvalitet betyder minst lika mycket.
• Kontextfönster: hur mycket text modellen kan ha i huvudet samtidigt, mätt i tokens. Allt du skrivit i konversationen plus modellens svar ryms här. När fönstret blir fullt börjar det tidigaste falla bort — det är därför långa chattar kan "glömma" vad ni kom överens om i början.

Från rådata till färdig chatbot

En användbar språkmodell byggs i tre steg, och det är först i de sista stegen den blir något du vill prata med:

1. Förträning: modellen matas med enorma textmängder och lär sig att förutsäga nästa token. Det här är den dyra och tidskrävande delen — den kostar hundratals miljoner kronor i beräkningskraft.
2. Finjustering: modellen tränas vidare på mer specifika exempel, till exempel dialoger, för att bli bra på att faktiskt svara på frågor i stället för att bara fortsätta en text.
3. Feedback från människor (RLHF): människor bedömer vilka svar som är bäst, och modellen justeras efter det. Det är i det här steget den lär sig ton, hjälpsamhet och var gränserna går.

Ovanpå detta läggs det som gör dagens modeller praktiskt användbara: verktyg, webbsökning och möjligheten att koppla in dina egna dokument.

Exempel på LLM:er 2026

De flesta stora modellfamiljer bygger på samma grundidé, men skiljer sig i storlek, prislapp och vad de är bäst på:

• GPT-serien från OpenAI — modellerna bakom ChatGPT. Senaste generationen kommer i tre nivåer med olika kapacitet och pris; vi går igenom dem i vår artikel om GPT-5.6: Sol, Terra och Luna.
• Claude från Anthropic — känd för långa kontextfönster, noggrann analys och stark kodförmåga. Läs vår genomgång Vad är Claude AI: en enkel guide om du inte provat den.
• Gemini från Google — djupt integrerad i Google Workspace och stark på multimodalitet.
• Llama från Meta och Mistral från Frankrike — öppna modeller med vikter du kan ladda ner och köra själv, vilket gör dem intressanta när data inte får lämna huset.
• DeepSeek och Qwen — kinesiska modeller som visat att man kan komma nära toppen till en bråkdel av träningskostnaden.

Skillnaderna i praktiken är ofta mindre än marknadsföringen antyder. Vi har testat de största mot varandra på riktiga arbetsuppgifter i vår jämförelse av AI-chatbottar — där syns det tydligare var de faktiskt skiljer sig åt.

LLM, chatbot eller AI-agent — vad är skillnaden?

Begreppen blandas ihop hela tiden, men de ligger på olika nivåer:

• LLM är själva modellen — motorn som förutsäger text.
• Chatbot är gränssnittet du pratar med, byggt ovanpå en eller flera LLM:er.
• AI-agent är en LLM som fått verktyg och ett mål, och som kan utföra flera steg på egen hand: söka, läsa, skriva, uppdatera ett system.

Det är därför frågan "vilken är bäst" sällan går att besvara på modellnivå — upplevelsen avgörs lika mycket av produkten runt omkring.

ChatGPTs begränsningar

En LLM saknar medvetande och verklig förståelse — den räknar sannolikheter, den "vet" egentligen inget. Den kan ha inaktuell kunskap (varje modell har ett datum då träningsdatan tar slut) och kan ibland "hallucinera", alltså svara fel med stort självförtroende.

De begränsningar som är värda att ha med sig i vardagen:

• Hallucinationer: modellen kan hitta på källor, siffror och citat som ser helt trovärdiga ut. Kontrollera alltid fakta som spelar roll.
• Kunskapsstopp: träningsdatan har ett slutdatum. Utan webbsökning vet modellen ingenting om det som hänt efter det.
• Bias: modellen speglar mönstren i sin träningsdata, inklusive de sneda.
• Sekretess: det du klistrar in kan i vissa tjänster användas för träning. Läs villkoren innan känsliga underlag går in i en chatt.
• Matematik och räkning: språkmodeller är byggda för språk, inte aritmetik. Utan verktyg blir svaren opålitliga på exakta beräkningar.

Skillnaden 2026 är att de flesta stora modeller numera kan söka på webben i realtid, resonera stegvis innan de svarar och hantera bild, ljud och video — inte bara text. Behöver du färska fakta går det bra att be modellen söka, eller använda ett verktyg som Perplexity.

Hur LLM:er har utvecklats

Sedan den här texten skrevs har LLM:er tagit flera stora kliv:

• Större kontextfönster: modellerna kan hålla mycket mer text i minnet på en gång — hela dokument, kodbaser eller långa samtal.
• Resonerande modeller: en ny generation "tänker" igenom problem stegvis, vilket ger bättre svar på matematik, kod och logik.
• Multimodalitet: text, bild, ljud och video i samma modell.
• Agenter: LLM:er kopplas till verktyg och kan utföra uppgifter, inte bara svara.

Grundprincipen är dock densamma: modellen förutsäger nästa ord — fast numera med betydligt mer kraft bakom sig.