82.22
KI Weekly Score
200K
Kontextfenster
$5.00
Input / 1M
$25.00
Output / 1M
82
tok/s
450ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1467
SWE-bench
80.9%
GPQA Diamond
87.0%
HarmBench
97.8%
MMMU-Pro
68.5%
LMArena Scores
Text
1467
WebDev
1479
Vision
1240
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
95.40% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1467.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
87.00% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
97.80% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
90.80Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
72.10% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
88.20% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
68.50% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
89.20% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
80.90% |
Artificial Analysis
Intelligence
Intelligence Index
91.8
Coding Index
94.5
Agentic Index
90.2
Speed & Latency
Output Speed
82 tok/s
Time to First Token
450 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 92 | Arena | artificialanalysis |
| Chatbot Arena ? | 1467 | Arena | llmstats |
| HELM ? | 91 | Arena | llmstats |
| LMArena Text ? | 1467 | Arena | lmarena |
| AA Coding Index ? | 94 | Coding | artificialanalysis |
| LiveCodeBench ? | 72.1% | Coding | llmstats |
| LMArena WebDev ? | 1479 | Coding | lmarena |
| SWE-bench Verified ? | 80.9% | Coding | llmstats |
| GPQA Diamond ? | 87.0% | Knowledge | llmstats |
| MMLU-Pro ? | 88.2% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 95.4% | Safety | llmstats |
| HarmBench ? | 97.8% | Safety | llmstats |
| LMArena Vision ? | 1240 | Multimodal | lmarena |
| MMMU-Pro ? | 68.5% | Multimodal | llmstats |
| RULER ? | 89.2% | Capability | llmstats |
| Latency (First Token) ? | 450ms | Speed | artificialanalysis |
| Output Speed ? | 82 tok/s | Speed | artificialanalysis |
| Input Price ? | $5.00 | Cost | artificialanalysis |
| Output Price ? | $25.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 90 | Agent | artificialanalysis |