Das KI-Verzeichnis · Quellen statt Hype

Benchmarks

Was misst ein Benchmark, und was nicht? Methoden und Grenzen verständlich erklärt.

Quellenstand: 19. Oktober 2026. Anbieterangaben sind keine unabhängigen Messergebnisse.

Portraits durchsuchen

4 Portraits

Benchmarks

SWE-bench Verified

Prüft, ob ein KI-System echte Softwareprobleme durch Codeänderungen lösen kann.

Benchmarks

Schwierige Multiple-Choice-Fragen aus Biologie, Physik und Chemie.

Benchmarks

Prüft akademisches Wissen und Reasoning über mehrere Fachgebiete.

Benchmarks

Misst, ob Agenten komplexe Aufgaben in einer Terminalumgebung erledigen.