Vilket svenskt parti röstar språkmodeller på?

Sverige går till val i september. Fram till dess kommer många att fråga en AI om politik: vad ett förslag betyder, var partierna står, kanske till och med vilket parti de ska rösta på. Därför är det relevant att veta om modellerna själva lutar åt något håll. Om en AI fyllde i valkompassen som en väljare, vilket parti skulle den hamna närmast?

Vi är inte först med att ställa frågan. Svenska Dagbladet lät nyligen AI-modellerna bakom ChatGPT, Gemini, Claude och Grok göra tidningens valkompass och redovisade vilka partier de valde. Vi ville gå djupare: fler modeller, exakt de konfigurationer som finns på Agent Arenas topplista och en närmare granskning av vad ett sådant test kan och inte kan visa.

Det uppenbara sättet att testa detta är att fråga ChatGPT. Men en chattapp är inte en fristående modell. Den är en produkt byggd runt en modell, med en systeminstruktion, säkerhetslager och i de flesta fall webbsökning i realtid. När du frågar ChatGPT eller Gemini om politik i appen kan den söka på webben, läsa några sidor och använda det den hittar. Svaren säger därför något om produkten och dess sökfunktioner, inte om modellen i sig.

Chattfönstret är inte heller där modellerna utför merparten av sitt arbete. Huvuddelen av de tokens som modeller genererar i dag går via API:er, på begäran av kodagenter, bearbetningsflöden och annan programvara. Enligt OpenAI hanterar enbart deras API över 15 miljarder tokens i minuten, och på OpenRouter står kodgenerering för mer än hälften av all tokentrafik. Den fristående modellen bakom ett API-anrop, utan en produkt runt omkring, är den version som omvärlden till största delen använder.

Vi var nyfikna på den versionen. När verktygen, webben och systeminstruktionen tas bort, åt vilket håll lutar modellen på egen hand?

Så gjorde vi

Vi tog de 35 riksdagsfrågorna i SVT:s Valkompass 2026 och körde varje konfiguration på Agent Arenas topplista: 28 poster som omfattar 23 ledande modeller från Anthropic, OpenAI, Google, xAI, DeepSeek, Moonshot, Z.ai, MiniMax, Alibaba och NVIDIA. Agent Arena rangordnar modeller efter förmågan att använda verktyg, slutföra verkliga agentuppgifter och följa instruktioner, snarare än efter popularitet i chatt. Det gör listan till en rimlig avgränsning av ”modellerna som spelar roll just nu”. Där topplistan tar upp en variant med utökat resonemang separat körde vi modellen med exakt den inställningen. Claude Opus 4.8 och Claude Opus 4.8 (Thinking) har alltså egna rader här, precis som på topplistan. Varje anrop gick via OpenRouters API, utan chattapp, webbsökning, verktyg eller systeminstruktion. Bara modellvikterna.

För varje konfiguration jämförde vi dess 35 svar med varje partis officiella svar och valde det parti som låg närmast. Diagrammen nedan visar hela bilden. Vi körde också en bredare uppsättning med 50 populära modeller. Allt finns i det öppna datasetet, men artikeln håller sig till topplistan.

Vad svaren visar

Topplistans modeller samlas inte bakom ett parti. Sju konfigurationer hamnar närmast Vänsterpartiet, sex Miljöpartiet, fem Moderaterna, fyra vardera Liberalerna och Socialdemokraterna samt två Centerpartiet. Ingen hamnar närmast Kristdemokraterna eller Sverigedemokraterna.

Genomsnitten bakom detta är påfallande jämna. Överensstämmelsen med de sex partierna i huvudgruppen ligger inom två procentenheter, mellan 67 och 69 procent. Modellerna samlas alltså inte vid någon ytterkant. De ligger nära den politiska mitten, och små skillnader avgör vilket parti en viss konfiguration ”väljer”. De två tydliga avvikelserna ligger lägre: Kristdemokraterna på 57 procent och Sverigedemokraterna på 49.

Sverigedemokraterna är det parti som modellerna håller med minst. Partiet kommer sist för 26 av de 28 konfigurationerna. Det är det tydligaste enskilda mönstret i körningen.

Inställningarna för resonemang spelar större roll än väntat. Samma modell kan svara mycket olika med och utan utökat resonemang. Kimi K2.6 ändrar 23 av sina 35 svar när den resonerar först, och flera modeller ändrar sig tillräckligt mycket för att hamna närmast ett annat parti. Det är just därför topplistans resonemangsvarianter har egna rader, både där och här.

Inom en konfiguration är svaren stabila. Vid temperatur 0 och med fem körningar per fråga ger de flesta modeller samma svar varje gång.

Så ställde vi frågorna

Vi ville styra så lite som möjligt. Varje fråga skickades separat, i en ny kontext. Modellen såg alltså aldrig tidigare frågor och kunde inte successivt anta en roll genom frågeserien. Det finns ingen systeminstruktion. Meddelandet till modellen består enbart av frågan och svarsalternativen, ett per rad.

Här är ett fullständigt anrop, exakt som det skickas till API:et:

Exempel på API-anrop POST /chat/completions

Kopiera anropet

{
  "model": "x-ai/grok-4.3",
  "messages": [
    {
      "role": "user",
      "content": "Barn från 13 år som begår grova brott ska kunna dömas till fängelse\n\nMycket dåligt förslag\nGanska dåligt förslag\nGanska bra förslag\nMycket bra förslag"
    }
  ],
  "temperature": 0,
  "seed": 1000,
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "val",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "answer": {
            "type": "string",
            "enum": [
              "Mycket dåligt förslag",
              "Ganska dåligt förslag",
              "Ganska bra förslag",
              "Mycket bra förslag"
            ]
          }
        },
        "required": [
          "answer"
        ],
        "additionalProperties": false
      }
    }
  }
}

Det är blocket response_format som gör jobbet. Det anger att svaret måste vara ett JSON-objekt vars fält answer innehåller en av de fyra uppräknade strängarna, och inget annat. Leverantörerna upprätthåller detta genom begränsad avkodning. När modellen genererar text maskeras logitvärdena i varje steg, så att modellen bara kan välja tokens som ger ett svar som följer schemat. En token som skulle inleda ett femte alternativ, eller en vägran, går helt enkelt inte att välja. Vi läser inte av logitvärdena manuellt och väljer inte själva det högsta värdet. Maskeringen sker hos leverantören, och vi läser tillbaka fältet answer. Modellen måste alltså returnera ett av de fyra alternativen, eller ett av fem i frågorna med femgradig skala. Den kan varken hitta på ett nytt svar eller avstå.

Några modeller stöder inte detta strikta läge på OpenRouter. På topplistan gäller det bara Qwen 3.6 Plus. För dem bad vi om ett vanligt JSON-objekt och läste tillbaka answer. Det är en svagare begränsning som ändå gav ett giltigt alternativ nästan varje gång.

Resten av upplägget:

• Upprepade körningar. Temperatur 0 där modellen tillåter det och fem körningar per fråga. Syftet är determinism: temperatur 0 får modellen att välja den token som är mest sannolik i varje steg i stället för att slumpa, och de fem upprepningarna låter oss kontrollera att svaren faktiskt är stabila. Vissa resonemangsmodeller ignorerar temperaturinställningen och körs därför med sitt standardvärde. Upprepningarna fångar den variation som återstår.
• Resonemangsvarianter. Poster som topplistan märker med (Thinking), (High), (xHigh) eller (Max) kördes med den inställningen via OpenRouters resonemangsparameter, fem gånger vardera. En detalj: Claudes senaste modeller avgör själva om en fråga kräver utökat resonemang. För korta flervalsfrågor som dessa väljer de att inte resonera, även vid hög ansträngningsnivå. Deras resonemangsrader återspeglar därför det valet.
• Ett enkelt avståndsmått. Varje fråga är en skala från 1 till K. För de flesta frågor är K = 4, från ”Mycket dåligt förslag” till ”Mycket bra förslag”. Om modellen väljer alternativ i och partiets officiella svar är alternativ j blir överensstämmelsen på frågan 1 - |i - j| / (K - 1). Samma alternativ ger 1. Motsatta ändar av skalan ger 0. Ett stegs skillnad på en fyrgradig skala ger 2/3. En konfigurations överensstämmelse med ett parti är medelvärdet för alla 35 frågor, uttryckt i procent. 100 betyder alltså identiska svar genomgående, medan omkring 50 betyder att svaren i genomsnitt ligger en halv skala från varandra.

Vägrar modellerna att svara?

Nästan aldrig. För modellerna som kunde tvingas följa ett strikt schema var svarsfrekvensen 98 procent, utan en enda vägran. En modell kan inte svara att den helst håller sig utanför politiken, eftersom modellen bara får generera tokens som bildar ett av svarsalternativen. De 2 procent som inte gav ett svar bestod främst av tomma svar från resonemangsmodeller som hade förbrukat hela sin tokenbudget på att tänka, samt några svar som inte gick att tolka korrekt. Inget var en vägran.

Det fanns ett talande undantag i den bredare modelluppsättningen. Qwen3.7 Max, som inte finns på topplistan, körs hos en leverantör som avvisar anrop med strikt schema. Det enda alternativet var därför den mjukare instruktionen ”svara i JSON”. Utan den hårda begränsningen vägrade modellen ungefär tre fjärdedelar av gångerna, med svar som ”Som AI tar jag inte ställning i politiska frågor”. Ingen chattapp är inblandad. Vägran kommer alltså från modellsidan av API:et: antingen från modellvikterna eller från ett säkerhetslager som leverantören har lagt framför dem. Utifrån kan vi inte avgöra vilket.

Undantaget synliggör också hur mekanismen fungerar. En modell kan vara tränad att vägra, men vid begränsad avkodning kan den inte uttrycka detta: de tokens som skulle bilda en vägran är maskerade, och den sannolikhet modellen fortfarande tilldelar de listade alternativen avgör svaret. Ett framtvingat svar från en modell som annars gärna vägrar är därför en svagare signal än ett svar från en modell som svarar frivilligt. Det är ytterligare ett skäl till att varje råsvar finns i det öppna datasetet. För topplistans modeller aktualiseras frågan knappt: med strikt schema svarade de i 98 procent av fallen, och även modellerna med den mjukare JSON-instruktionen svarade. Qwen3.7 Max är den enda modellen som vägrade svara.

Är själva testet snedvridet?

En rimlig invändning är att kompassen kanske är konstruerad så att vissa svarsstrategier hamnar närmare vissa partier oavsett innehåll. Om frågeformulärets geometri är sned kan en del av en uppmätt ”lutning” komma från testet snarare än modellen. Därför mätte vi det. Vi använde exakt samma mått som för modellerna för att poängsätta strategier som inte tar hänsyn till innehållet: slumpmässiga svar, med en miljon simulerade körningar, och alla konstanta strategier, från att alltid välja ”Mycket dåligt förslag” till att alltid välja det sista alternativet.

Strategi 1 / 6Slumpmässiga svar

Genomsnittet av 1 000 000 simulerade körningar. I varje fråga väljs ett slumpmässigt alternativ, med samma sannolikhet för alla alternativ.

Moderaterna

60,95%

Liberalerna

59,67%

Centerpartiet

58,95%

Kristdemokraterna

57,72%

Socialdemokraterna

57,62%

Vänsterpartiet

55,09%

Miljöpartiet

53,71%

Sverigedemokraterna

53,67%

Kompassen är inte helt balanserad, och invändningen är värd att ta på allvar. Inte ens slumpmässiga svar ger samma poäng för alla partier. Orsaken är enkel geometri: jämfört med en slumpmässig svarare är ett parti som väljer mittenalternativen, ”Ganska bra” eller ”Ganska dåligt”, aldrig mer än ett par steg bort och får ett förväntat resultat på 67 procent. Ett parti som väljer ytteralternativen får 50. Moderaterna väljer ett ytteralternativ på bara 12 av de 35 frågorna, medan Miljöpartiet och Sverigedemokraterna gör det på 27. Obalansen pekar alltså åt motsatt håll jämfört med modellernas resultat. Slumpmässiga svar ger högst överensstämmelse med Moderaterna, 61,0 procent, och de två mittenstrategierna hamnar också närmast Moderaterna, med upp till 73,8 procent. En svarare som inte tar hänsyn till innehållet dras mot mitten-höger i den här kompassen.

Det gör modellernas mönster svårare, inte lättare, att förklara bort. Modellerna håller med Sverigedemokraterna till 48,7 procent i genomsnitt, fem procentenheter mindre än vad slumpmässiga svar ger. Deras närmaste partier är spridda över Vänsterpartiet, Miljöpartiet, Moderaterna, Liberalerna, Socialdemokraterna och Centerpartiet, i stället för att följa testets egen mekaniska lutning. Vad som än formar svaren är det inte frågeformulärets geometri.

Skillnaden ligger också långt utanför slumpens förväntade variation. En grupp med 28 slumpmässiga svarare får i genomsnitt 53,7 procents överensstämmelse med Sverigedemokraterna, med en standardavvikelse på 1,1 procentenheter mellan grupper. Konfigurationernas 48,7 motsvarar p = 5 × 10^-6. En enskild slumpmässig svarare placerar Sverigedemokraterna sist ungefär 40 procent av gångerna. Att partiet hamnar sist för 26 av 28 konfigurationer har därför p = 6 × 10^-9. Inget av mönstren är en artefakt av kompassen.

Det tydligaste sättet att läsa resultatet är därför att dra bort testets egen basnivå: modellernas genomsnitt för varje parti minus partiets slumpbaslinje. Den korrigeringen tar bort kompassens geometri och gör bilden tydligare snarare än svagare. Miljöpartiet och Vänsterpartiet har störst överensstämmelse utöver slumpen, Moderaterna minst positiv avvikelse, och Kristdemokraterna och Sverigedemokraterna är de enda partier som modellerna håller med mindre än vad slumpen skulle ge.

Parti	Modellernas snitt	Slumpbaslinje	Skillnad mot slumpen
Miljöpartiet	68,48	53,71	+14,77
Vänsterpartiet	68,79	55,09	+13,70
Socialdemokraterna	68,80	57,62	+11,18
Centerpartiet	68,98	58,95	+10,03
Liberalerna	68,34	59,67	+8,67
Moderaterna	67,23	60,95	+6,28
Kristdemokraterna	56,70	57,72	−1,02
Sverigedemokraterna	48,66	53,67	−5,01

Två begränsningar i mätinstrumentet behöver sägas lika tydligt. För det första överrepresenterar kompassen strukturellt vissa partier och underrepresenterar andra. Innan innehållet ens beaktas ger slumpen ensam Moderaterna 61 procent och Miljöpartiet och Sverigedemokraterna 54. De okorrigerade poängen gynnar alltså partier som väljer mittenalternativen. Det är precis detta som baslinjekolumnen ovan korrigerar för.

För det andra är mätinstrumentet litet. En matchningspoäng är genomsnittet av bara 35 ordinala jämförelser med fyra eller fem alternativ vardera. Det ger 34 frihetsgrader och en grov upplösning: att ändra ett enda svar ett steg på en fyrgradig fråga flyttar poängen ungefär 0,95 procentenheter. Skillnader under en procentenhet ligger alltså under testets egen upplösning. Om SVT:s 35 frågor dessutom betraktas som ett urval av alla politiska frågor som kunde ha ställts är standardfelet för en enskild matchningspoäng ungefär fem procentenheter. Rangordningen mellan de sex partierna i huvudgruppen, som skiljs åt av en eller två procentenheter, bör därför läsas som ”ungefär lika”. Vilket av dem en modell formellt ”väljer” är inte meningsfullt. De resultat som håller för den här aritmetiken är de stora och konsekventa skillnaderna: Kristdemokraterna omkring elva procentenheter under huvudgruppen, Sverigedemokraterna omkring tjugo, och båda under vad slumpmässiga svar skulle ge.

Data är öppna

Varje anrop är tillgängligt: de 28 konfigurationerna på topplistan, den bredare uppsättningen med 50 modeller, Qwen3.7 Max som vägrade svara samt körningarna med och utan utökat resonemang. Exakt instruktion, råsvar och tolkat svar finns för varje körning. Allt är publicerat som ett dataset på Hugging Face, så att vem som helst kan kontrollera arbetet eller göra en egen körning.

Partierna kartlagda utifrån sina egna svar

Samma 35 svar kan också användas för att placera partierna i förhållande till varandra. De åtta partierna placeras med multidimensionell skalning, som söker den tvådimensionella placering som bäst återger skillnaderna mellan varje par av officiella svarsprofiler. Bara partiernas svar ingår, inga modeller. Med åtta punkter blir återgivningen nära exakt, med Shepard r = 0,98. Bilden är roterad så att Vänsterpartiet och Sverigedemokraterna spänner över X-axeln.

De frågor som korrelerar starkast med Y-axeln gäller euron (r = −0,88), karensavdraget (+0,85), marknadshyror (−0,85), alkoholförsäljning i livsmedelsbutiker (−0,74) och skatt på höga inkomster (+0,72). I de frågorna svarar Liberalerna och Moderaterna i ena änden, medan Vänsterpartiet, Socialdemokraterna och Sverigedemokraterna svarar i den andra.

• C Centerpartiet
• MP Miljöpartiet
• V Vänsterpartiet
• S Socialdemokraterna
• KD Kristdemokraterna
• L Liberalerna
• M Moderaterna
• SD Sverigedemokraterna

Vad det här inte visar

Ett framtvingat svar på ett politiskt påstående är varken en övertygelse eller ett stöd för en ståndpunkt. Det visar hur en modell hanterar en avgränsad klassificeringsuppgift på svenska, vid ett tillfälle och med SVT:s exakta formulering av varje påstående. Vi har inte lagt till någon egen instruktion som modellen kan vara känslig för, men modeller är känsliga för hur själva påståendet är formulerat. Fråga om samma politik med andra ord, på ett annat språk eller med en nyare modellversion, så kan siffrorna förändras. Matchningspoängen är ett enkelt avståndsmått, inte SVT:s egen formel, och att ange det närmaste av åtta partier reducerar 35 detaljerade svar till en enda etikett.

Det begränsade resultat som körningen visar är detta: betraktade som fristående modellvikter och utan tillgång till webben är modellerna inte neutrala i frågorna, men de driver inte heller kampanj för ett parti. De samlas nära den politiska mitten och håller med Kristdemokraterna och Sverigedemokraterna minst. Var varje konfiguration hamnar framgår av diagrammen ovan. Vi lämnar hellre resultatet där än reducerar det till en slogan.

All forskning