Meta
Alle gespeicherten Werte, nach Themengebiet gruppiert. Das Leaderboard zeigt je Ansicht nur einen davon.
| Benchmark | Wert | Gemessen | Quelle |
|---|---|---|---|
| AA Intelligence Index Aggregat von Artificial Analysis aus 7+ Benchmarks (MMLU-Pro, GPQA, HLE, LiveCodeBench, AIME, TerminalBench-Hard, Tau2). | 24.7 | 29.10.2026 | Beleg |
| Benchmark | Wert | Gemessen | Quelle |
|---|---|---|---|
| GPQA Diamond 198 Graduate-level Bio/Physik/Chemie-Fragen, leak-protected. | 89.0 | 29.10.2026 | Beleg |
| LCR Long-Context-Reasoning-Benchmark (langer Kontext + Logik). | 78.3 | 29.10.2026 | Beleg |
| Humanity's Last Exam 2158 Multi-Domain-Fragen, eine der schwersten Suiten. | 43.9 | 29.10.2026 | Beleg |
| Benchmark | Wert | Gemessen | Quelle |
|---|---|---|---|
| Terminal-Bench 2.1 Terminal-basierte Agent-Aufgaben, neuere Fassung neben 2.0. | 76.4 | 29.10.2026 | Beleg |