G
78.37
KI Weekly Score
205K
Kontextfenster
$0.60
Input / 1M
$2.20
Output / 1M
198
tok/s
210ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1435
SWE-bench
73.8%
GPQA Diamond
85.7%
HarmBench
85.6%
MMMU-Pro
62.4%
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
83.20% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1435.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
85.70% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
85.60% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
86.70Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
64.80% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
85.20% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
62.40% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
91.30% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
73.80% |
Artificial Analysis
Intelligence
Intelligence Index
86.7
Coding Index
84.5
Agentic Index
77.2
Speed & Latency
Output Speed
198 tok/s
Time to First Token
210 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 87 | Arena | artificialanalysis |
| Chatbot Arena ? | 1435 | Arena | llmstats |
| HELM ? | 87 | Arena | llmstats |
| AA Coding Index ? | 84 | Coding | artificialanalysis |
| LiveCodeBench ? | 64.8% | Coding | llmstats |
| SWE-bench Verified ? | 73.8% | Coding | llmstats |
| GPQA Diamond ? | 85.7% | Knowledge | llmstats |
| MMLU-Pro ? | 85.2% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 83.2% | Safety | llmstats |
| HarmBench ? | 85.6% | Safety | llmstats |
| MMMU-Pro ? | 62.4% | Multimodal | llmstats |
| RULER ? | 91.3% | Capability | llmstats |
| Latency (First Token) ? | 210ms | Speed | artificialanalysis |
| Output Speed ? | 198 tok/s | Speed | artificialanalysis |
| Input Price ? | $0.60 | Cost | artificialanalysis |
| Output Price ? | $2.20 | Cost | artificialanalysis |
| AA Agentic Index ? | 77 | Agent | artificialanalysis |