Modellklassen S/A/B/C/D

🧠 Schlussfolgern

Preise dieser Modelle im Katalog: Klasse S und besser · Klasse A und besser · Klasse B und besser

Bisher eine Quelle - nur Punktzahl

DeepSeek V4.1 Flash 1017 89.1, DeepSeek V4 Flash 0731 76.3, Kimi K2.7 Code 70.4, Qwen3.8 27B 63.6, DeepSeek V4 Flash 49.5, MiniMax-M2.7 47.6, MiniMax-M2.5 30.6

So rechnen wir

Jedes Testergebnis wird auf eine Skala von 0-100 gegenüber den stärksten aktuellen Modellen gebracht. Die Punktzahl einer Quelle ist der Mittelwert ihrer Tests, die der Richtung der Mittelwert der Quellen - eine Quelle mit vielen Tests wiegt nicht schwerer. Verwendet wird die stärkste veröffentlichte Variante eines Modells. Die Grenzen gelten ein halbes Jahr (Ausgabe 2026H2); neu gerechnet wird, wenn eine Quelle neue Ergebnisse veröffentlicht.

Klassengrenzen

• S ab 95
• A ab 80
• B ab 62
• C ab 42
• D ab 0

Quellen

• LMArena leaderboard dataset (CC BY 4.0) - blind human preference: math, expert prompts
• Epoch AI Benchmarking Hub (own runs) (CC BY 4.0) - GPQA Diamond, OTIS Mock AIME, FrontierMath

Nächste Richtungen: Code, Agenten, Bilderkennung - eine nach der anderen, sobald jede zwei unabhängige Quellen hat.

Dieselben Daten: /v1/classes (API) und das MCP-Werkzeug models_by_class.

Eine Klasse sagt, wie ein Modell in öffentlichen Tests abschneidet, nicht ob es zu Ihrer Aufgabe passt: testen Sie es selbst.