82.21
KI Weekly Score
400K
Kontextfenster
$1.25
Input / 1M
$10.00
Output / 1M
135
tok/s
295ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1458
SWE-bench
76.3%
GPQA Diamond
88.1%
HarmBench
92.1%
MMMU-Pro
67.8%
LMArena Scores
WebDev
1395
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
89.10% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1458.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
88.10% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
92.10% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
90.40Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
68.70% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
89.40% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
67.80% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
93.20% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
76.30% |
Artificial Analysis
Intelligence
Intelligence Index
90.1
Coding Index
88.7
Agentic Index
86.3
Speed & Latency
Output Speed
135 tok/s
Time to First Token
295 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 90 | Arena | artificialanalysis |
| Chatbot Arena ? | 1458 | Arena | llmstats |
| HELM ? | 90 | Arena | llmstats |
| AA Coding Index ? | 89 | Coding | artificialanalysis |
| LiveCodeBench ? | 68.7% | Coding | llmstats |
| LMArena WebDev ? | 1395 | Coding | lmarena |
| SWE-bench Verified ? | 76.3% | Coding | llmstats |
| GPQA Diamond ? | 88.1% | Knowledge | llmstats |
| MMLU-Pro ? | 89.4% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 89.1% | Safety | llmstats |
| HarmBench ? | 92.1% | Safety | llmstats |
| MMMU-Pro ? | 67.8% | Multimodal | llmstats |
| RULER ? | 93.2% | Capability | llmstats |
| Latency (First Token) ? | 295ms | Speed | artificialanalysis |
| Output Speed ? | 135 tok/s | Speed | artificialanalysis |
| Input Price ? | $1.25 | Cost | artificialanalysis |
| Output Price ? | $10.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 86 | Agent | artificialanalysis |