79.98
KI Weekly Score
131K
Kontextfenster
$2.00
Input / 1M
$10.00
Output / 1M
168
tok/s
280ms
Latency TTFT
Performance
Multi-Dimensionale Bewertung
Arena Score
1466
SWE-bench
70.0%
GPQA Diamond
85.0%
HarmBench
88.3%
MMMU-Pro
61.2%
LMArena Scores
Search
1185
LLM Stats Benchmarks
| Benchmark | Score |
|---|---|
|
AIR-Bench 2024
Regulatorisch relevant fĂĽr EU-Deployment. PrĂĽft Compliance mit AI Act Anforderungen. |
82.10% |
|
Chatbot Arena
ELO-basierter Score aus Community-Bewertungen auf LMArena. Einzige große Quelle echter menschlicher Präferenz. |
1466.00ELO |
|
GPQA Diamond
Graduate-Level Google-Proof Q&A. Differenziert zwischen Frontier-Modellen bei Expertenwissen. |
85.00% |
|
HarmBench
Offizieller Standard der AI Safety Institutes. Misst Robustheit gegen schädliche Prompts. |
88.30% |
|
HELM
Umfassendste Multi-Dimensionen-Bewertung von Stanford. Testet Genauigkeit, Kalibrierung, Robustheit. |
86.20Score |
|
LiveCodeBench
Kontaminationsfreier Coding-Benchmark mit ständig neuen Aufgaben. |
58.90% |
|
MMLU-Pro
Aktueller Standard fĂĽr breites Wissen. Erweiterte Version mit schwierigeren Fragen aus 57 Fachgebieten. |
85.60% |
|
MMMU-Pro
Bester Test für multimodale Fähigkeiten. Prüft Verständnis von Bildern und Diagrammen. |
61.20% |
|
RULER
Entlarvt übertriebene Context-Length-Claims. Testet tatsächliche Nutzung langer Kontexte. |
78.40% |
|
SWE-bench Verified
Realistischster Test für praktische Coding-Fähigkeiten. Misst die Fähigkeit, echte GitHub Issues zu lösen. |
70.00% |
Artificial Analysis
Intelligence
Intelligence Index
88.5
Coding Index
82.4
Agentic Index
79.8
Speed & Latency
Output Speed
168 tok/s
Time to First Token
280 ms
Alle Benchmarks
| Benchmark | Score | Kategorie | Quelle |
|---|---|---|---|
| AA Intelligence Index ? | 88 | Arena | artificialanalysis |
| Chatbot Arena ? | 1466 | Arena | llmstats |
| HELM ? | 86 | Arena | llmstats |
| AA Coding Index ? | 82 | Coding | artificialanalysis |
| LiveCodeBench ? | 58.9% | Coding | llmstats |
| SWE-bench Verified ? | 70.0% | Coding | llmstats |
| GPQA Diamond ? | 85.0% | Knowledge | llmstats |
| MMLU-Pro ? | 85.6% | Knowledge | llmstats |
| AIR-Bench 2024 ? | 82.1% | Safety | llmstats |
| HarmBench ? | 88.3% | Safety | llmstats |
| MMMU-Pro ? | 61.2% | Multimodal | llmstats |
| RULER ? | 78.4% | Capability | llmstats |
| Latency (First Token) ? | 280ms | Speed | artificialanalysis |
| Output Speed ? | 168 tok/s | Speed | artificialanalysis |
| Input Price ? | $2.00 | Cost | artificialanalysis |
| Output Price ? | $10.00 | Cost | artificialanalysis |
| AA Agentic Index ? | 80 | Agent | artificialanalysis |
| LMArena Search ? | 1185 | Agent | lmarena |