Benchmarks

Googles Gemini 4 Pro taucht unter Tarnnamen auf Benchmark Plattform auf

Ein Modell, bei dem es sich vermutlich um das KI Flaggschiff der nächsten Generation von Alphabet Inc. handelt, Gemini 4 Pro, ist laut Entwicklerberichten vom 17. September auf der Arena Benchmark Plattform unter dem Namen "gemini-3.8-flash" aufgetaucht. Das Modell, das…

Neuer Benchmark: Quantencomputer 100.000-fach von wissenschaftlichem Nutzen entfernt

Derzeitige Quantencomputer liegen noch etwa fünf Größenordnungen unter der Rechenkapazität, die zur Bewältigung anerkannter wissenschaftlicher Probleme erforderlich ist. Dies geht aus einer neuen Benchmark-Studie hervor, die auf dem Preprint-Server arXiv veröffentlicht wurde. Die Erkenntnis von Forschern der Sandia National Laboratories…

Anthropics Claude-Modelle dominieren SWE-bench-Benchmarks

Die Claude KI-Modelle von Anthropic halten zum September 2026 die Spitzenpositionen in jeder wichtigen Variante des SWE-bench-Benchmarks, wobei Claude Opus 5 bei SWE-bench Verified 96 Prozent erreicht und Claude Fable 5.1 bei dem anspruchsvolleren SWE-bench Pro 81,2 Prozent erzielt. Die…

GPT-6 Astra gestartet, hinkt aber in unabhängigen Tests hinterher

OpenAI begann am 3. September mit der Einführung von GPT-6 Astra und bezeichnete es als das "intelligenteste und am besten abgestimmte Modell der Welt" mit Fähigkeiten in den Bereichen Browsing, Programmierung, Cybersicherheit und wissenschaftliches Denken. Doch unabhängige Benchmark-Bewertungen, die Tage…