Den vanligaste frågan vi får från företagsledare som ska investera i AI-kundtjänst är variationer av samma sak: 'Ska vi använda Opus 4.7 eller GPT-5.5?' Svaret är: ingen av dem. Frontier-modellerna är fel verktyg för rutinmässig kundtjänsttrafik, oavsett vad er leverantör säger.
Den här texten är en praktisk guide till modellval för svenska kundtjänstflöden — baserad på system vi själva driver i produktion. Vi tittar på vilka modeller som faktiskt ska användas, hur ni tierar trafiken, och varför det är fel att alltid greppa efter den största modellen.
Varför frontier-modellerna inte hör hemma i kundtjänst
Opus 4.7 och GPT-5.5 är byggda för en specifik typ av problem: komplexa resonemang, agentic work, kodgenerering och svåra analyser. De är optimerade för att gå djupt — inte snabbt eller billigt.
- Pris: frontier-modellerna kostar typiskt 5-10x mer per token än mid-tier-modellerna. På 50 000 ärenden i månaden blir den skillnaden meningsfulla pengar.
- Latens: större modeller har högre first-token latency. För realtidsflöden (telefon, livechatt) räknas varje 200 ms.
- Overkill: att be Opus 4.7 svara 'Var ligger min order?' är som att hyra en advokat för att skicka ett mejl. Det fungerar, men det är dyrt och långsamt.
Kundtjänst är till 80% rutinärenden — beställningsstatus, returer, öppettider, FAQ. För det vill ni ha en modell som är 'tillräckligt bra', snabb och billig. Inte den smartaste i världen.
De faktiska arbetshästarna: Sonnet 4.6 och GPT-4o
För den absoluta majoriteten av kundtjänstärenden är Claude Sonnet 4.6 och OpenAI:s GPT-4o det rätta valet. Båda är mid-tier-modeller, optimerade för balansen mellan kvalitet, latens och kostnad.
- Sonnet 4.6: stark instruktionsföljning och naturlig svensk ton, något mer återhållsam — vill hellre eskalera än hitta på. Bra default när tonen och säkerheten är viktig.
- GPT-4o: nativt multimodal (audio in/out), något snabbare på korta svar och med ett brett ekosystem för verktygsanrop. Är vår default för röstagenter just eftersom ljudbehandlingen är inbyggd.
- Pris och latens är jämförbara — skillnaderna handlar mer om ton, eskalering och vilken kanal ärendet kommer in på.
Hög-volym-tier: Haiku 4.5 och GPT-4o mini
För enkla FAQ-svar, klassificering, sammanfattningar och triagering ska ni inte ens köra Sonnet eller GPT-4o. Använd Haiku 4.5 eller GPT-4o mini.
De små modellerna är ungefär en tiondel av kostnaden och kan ofta svara under 500 ms. Det är inte att 'snåla' — det är att matcha modell till uppgift. För 'är min order skickad?' eller 'vilka öppettider har ni?' är de mer än tillräckliga.
Tiering: så fördelar ni trafiken i praktiken
Så här ser ett välfungerande kundtjänstflöde ut hos våra kunder:
- Tier 1 (cirka 70% av trafiken): Haiku 4.5 eller GPT-4o mini för FAQ, beställningsstatus, klassificering och enklare RAG-svar. Sub-sekund latens, låg kostnad.
- Tier 2 (cirka 25%): Sonnet 4.6 eller GPT-4o för ärenden som kräver flera steg, verktygsanrop eller kontextväxling. Här ligger merparten av 'riktiga' kundsamtal.
- Tier 3 (cirka 5%): människa. Komplexa, känsliga, eller affärskritiska ärenden ska eskaleras, inte tvingas igenom AI med en större modell.
Notera att Opus 4.7 och GPT-5.5 inte är en tier i den här bilden. Det är ett medvetet val. Om ni hamnar i ett scenario där ni 'behöver' frontier-modellen för ett kundärende, behöver ni snarare en människa eller en omdesign av flödet.
Ton och eskalering: var Sonnet och GPT-4o skiljer sig
När en kund ställer en fråga som ligger på gränsen av vad agenten säkert kan svara på reagerar modellerna olika. Sonnet 4.6 tenderar att eskalera tidigare — 'jag är inte säker, jag kopplar dig till en kollega' — vilket är en feature i sjukvård, juridik och finans. GPT-4o är mer benägen att försöka svara, vilket fungerar bra för e-handel och tjänster men kräver tydligare guardrails.
Båda kan styras till önskat beteende med systeminstruktioner, men defaulten skiljer sig — och det avgör hur mycket eval-arbete ni behöver lägga innan lansering.
Rekommendation: bygg modellagnostiskt och tiera
Den största lärdomen från att driva produktionssystem på båda leverantörerna: lås er inte vid en modell. Sylla:s system har en abstraktion mellan agentlogik och modell-API. Det betyder att vi kan köra Haiku 4.5 för FAQ-trafiken, Sonnet 4.6 för flerstegsärenden och växla per ärendetyp eller över tid.
Frågan 'Opus eller GPT-5.5' är fel fråga för kundtjänst. Den rätta är: 'Vilken modell är billigast och snabbast nog för det här ärendet — och hur snabbt kan vi byta när nästa generation kommer?' Om svaret är 'månader' har ni byggt arkitekturen fel.
Vill ni ha hjälp att tiera era kundtjänstärenden och välja rätt modell per nivå? Vi kör gärna en kort utvärdering på er faktiska trafik.