75.52
KI Weekly Score
131K
Kontextfenster
$0.28
Input / 1M
$0.42
Output / 1M
246
tok/s
180ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1420
SWE-bench
73.1%
GPQA Diamond
82.0%
HarmBench
78.2%
MMMU-Pro
58.9%
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
76.80% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1420.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
82.00% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
78.20% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
84.10Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
66.40% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
83.40% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
58.90% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
82.60% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
73.10% |
Artificial Analysis
Intelligence
Intelligence Index
84.1
Coding Index
86.8
Agentic Index
75.4
Speed & Latency
Output Speed
246 tok/s
Time to First Token
180 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 84 | Arena | artificialanalysis |
| Chatbot Arena ? | 1420 | Arena | llmstats |
| HELM ? | 84 | Arena | llmstats |
| AA Coding Index ? | 87 | Coding | artificialanalysis |
| LiveCodeBench ? | 66.4% | Coding | llmstats |
| SWE-bench Verified ? | 73.1% | Coding | llmstats |
| GPQA Diamond ? | 82.0% | Knowledge | llmstats |
| MMLU-Pro ? | 83.4% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 76.8% | Safety | llmstats |
| HarmBench ? | 78.2% | Safety | llmstats |
| MMMU-Pro ? | 58.9% | Multimodal | llmstats |
| RULER ? | 82.6% | Capability | llmstats |
| Latency (First Token) ? | 180ms | Speed | artificialanalysis |
| Output Speed ? | 246 tok/s | Speed | artificialanalysis |
| Input Price ? | $0.28 | Cost | artificialanalysis |
| Output Price ? | $0.42 | Cost | artificialanalysis |
| AA Agentic Index ? | 75 | Agent | artificialanalysis |