77.52
KI Weekly Score
1.0M
Kontextfenster
$1.25
Input / 1M
$10.00
Output / 1M
157
tok/s
245ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1451
SWE-bench
63.2%
GPQA Diamond
83.0%
HarmBench
90.5%
MMMU-Pro
64.2%
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
85.30% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1451.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
83.00% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
90.50% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
87.60Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
59.80% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
84.80% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
64.20% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
94.10% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
63.20% |
Artificial Analysis
Intelligence
Intelligence Index
85.2
Coding Index
81.4
Agentic Index
78.9
Speed & Latency
Output Speed
157 tok/s
Time to First Token
245 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 85 | Arena | artificialanalysis |
| Chatbot Arena ? | 1451 | Arena | llmstats |
| HELM ? | 88 | Arena | llmstats |
| AA Coding Index ? | 81 | Coding | artificialanalysis |
| LiveCodeBench ? | 59.8% | Coding | llmstats |
| SWE-bench Verified ? | 63.2% | Coding | llmstats |
| GPQA Diamond ? | 83.0% | Knowledge | llmstats |
| MMLU-Pro ? | 84.8% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 85.3% | Safety | llmstats |
| HarmBench ? | 90.5% | Safety | llmstats |
| MMMU-Pro ? | 64.2% | Multimodal | llmstats |
| RULER ? | 94.1% | Capability | llmstats |
| Latency (First Token) ? | 245ms | Speed | artificialanalysis |
| Output Speed ? | 157 tok/s | Speed | artificialanalysis |
| Input Price ? | $1.25 | Cost | artificialanalysis |
| Output Price ? | $10.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 79 | Agent | artificialanalysis |