86.71
KI Weekly Score
1.0M
Kontextfenster
$0.50
Input / 1M
$3.00
Output / 1M
286
tok/s
145ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1480
SWE-bench
78.0%
GPQA Diamond
90.4%
HarmBench
92.8%
MMMU-Pro
69.4%
LMArena Scores
Text
1480
WebDev
1454
Vision
1284
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
87.20% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1480.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
90.40% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
92.80% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
89.50Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
65.20% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
88.10% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
69.40% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
95.80% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
78.00% |
Artificial Analysis
Intelligence
Intelligence Index
89.4
Coding Index
85.2
Agentic Index
82.1
Speed & Latency
Output Speed
286 tok/s
Time to First Token
145 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 89 | Arena | artificialanalysis |
| Chatbot Arena ? | 1480 | Arena | llmstats |
| HELM ? | 90 | Arena | llmstats |
| LMArena Text ? | 1480 | Arena | lmarena |
| AA Coding Index ? | 85 | Coding | artificialanalysis |
| LiveCodeBench ? | 65.2% | Coding | llmstats |
| LMArena WebDev ? | 1454 | Coding | lmarena |
| SWE-bench Verified ? | 78.0% | Coding | llmstats |
| GPQA Diamond ? | 90.4% | Knowledge | llmstats |
| MMLU-Pro ? | 88.1% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 87.2% | Safety | llmstats |
| HarmBench ? | 92.8% | Safety | llmstats |
| LMArena Vision ? | 1284 | Multimodal | lmarena |
| MMMU-Pro ? | 69.4% | Multimodal | llmstats |
| RULER ? | 95.8% | Capability | llmstats |
| Latency (First Token) ? | 145ms | Speed | artificialanalysis |
| Output Speed ? | 286 tok/s | Speed | artificialanalysis |
| Input Price ? | $0.50 | Cost | artificialanalysis |
| Output Price ? | $3.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 82 | Agent | artificialanalysis |