In diesem Interview sprechen die VendingBench-Autoren Lukas Petersson und Axel Backlund von Andon Labs über ihre Methoden zur Evaluierung von Claude-Varianten – vom Haiku bis zum Mythos-Modell. Das Gespräch fokussiert auf den praktischen Aufbau robuster, zukunftsbeständiger Frontier-Evals, die nicht nur einmalig relevant sind, sondern nachhaltige Messstäbe setzen. VendingBench wird dabei als Leading-Benchmark vorgestellt, der zeigt, wie Evaluierung professionell und gründlich funktioniert. Das ist relevant für alle, die verstehen möchten, wie KI-Modelle wirklich gemessen und verglichen werden – jenseits von Marketing-Claims.
