79.45
KI Weekly Score
200K
Kontextfenster
$3.00
Input / 1M
$15.00
Output / 1M
99
tok/s
380ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1450
SWE-bench
75.2%
GPQA Diamond
83.4%
HarmBench
96.4%
MMMU-Pro
65.1%
LMArena Scores
Text
1450
WebDev
1391
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
93.80% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1450.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
83.40% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
96.40% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
88.90Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
67.30% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
86.30% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
65.10% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
88.70% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
75.20% |
Artificial Analysis
Intelligence
Intelligence Index
87.4
Coding Index
89.2
Agentic Index
85.6
Speed & Latency
Output Speed
99 tok/s
Time to First Token
380 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 87 | Arena | artificialanalysis |
| Chatbot Arena ? | 1450 | Arena | llmstats |
| HELM ? | 89 | Arena | llmstats |
| LMArena Text ? | 1450 | Arena | lmarena |
| AA Coding Index ? | 89 | Coding | artificialanalysis |
| LiveCodeBench ? | 67.3% | Coding | llmstats |
| LMArena WebDev ? | 1391 | Coding | lmarena |
| SWE-bench Verified ? | 75.2% | Coding | llmstats |
| GPQA Diamond ? | 83.4% | Knowledge | llmstats |
| MMLU-Pro ? | 86.3% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 93.8% | Safety | llmstats |
| HarmBench ? | 96.4% | Safety | llmstats |
| MMMU-Pro ? | 65.1% | Multimodal | llmstats |
| RULER ? | 88.7% | Capability | llmstats |
| Latency (First Token) ? | 380ms | Speed | artificialanalysis |
| Output Speed ? | 99 tok/s | Speed | artificialanalysis |
| Input Price ? | $3.00 | Cost | artificialanalysis |
| Output Price ? | $15.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 86 | Agent | artificialanalysis |