83.68
KI Weekly Score
400K
Kontextfenster
$1.75
Input / 1M
$14.00
Output / 1M
126
tok/s
320ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1458
SWE-bench
80.0%
GPQA Diamond
92.4%
HarmBench
93.5%
MMMU-Pro
70.2%
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
90.30% |
|
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. |
92.40% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
93.50% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
92.10Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
71.50% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
91.20% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
70.20% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
94.80% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
80.00% |
Artificial Analysis
Intelligence
Intelligence Index
93.2
Coding Index
91.8
Agentic Index
89.4
Speed & Latency
Output Speed
126 tok/s
Time to First Token
320 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 93 | Arena | artificialanalysis |
| Chatbot Arena ? | 1458 | Arena | llmstats |
| HELM ? | 92 | Arena | llmstats |
| AA Coding Index ? | 92 | Coding | artificialanalysis |
| LiveCodeBench ? | 71.5% | Coding | llmstats |
| SWE-bench Verified ? | 80.0% | Coding | llmstats |
| GPQA Diamond ? | 92.4% | Knowledge | llmstats |
| MMLU-Pro ? | 91.2% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 90.3% | Safety | llmstats |
| HarmBench ? | 93.5% | Safety | llmstats |
| MMMU-Pro ? | 70.2% | Multimodal | llmstats |
| RULER ? | 94.8% | Capability | llmstats |
| Latency (First Token) ? | 320ms | Speed | artificialanalysis |
| Output Speed ? | 126 tok/s | Speed | artificialanalysis |
| Input Price ? | $1.75 | Cost | artificialanalysis |
| Output Price ? | $14.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 89 | Agent | artificialanalysis |