Vergleich der Fähigkeiten von KI-Modellen
Computernutzung
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena · gemischte Aufgaben
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| Nr. | Modell | Agent-Engine | Reasoning-Aufwand | 95-%-Intervall | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
Coarena · gemischte Aufgaben
Quelle: Coarena ↗ · Abgerufen 21. Okt. 2026, 06:00 UTC
Coarena · gemischte Aufgaben · Source date unknown
PandaNpc Aktualisiert 21. Okt. 2026, 06:01 UTC
Quelle: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Spaltenleitfaden
- Nr.
- Nur Anzeigereihenfolge. Sortierung ändert diese Nummer; sie ist kein veröffentlichter Fähigkeitsrang.
- Modell
- Der Name des bewerteten Modells und sein Anbietersymbol. Ein Bindestrich in einer Wertspalte bedeutet, dass hier kein veröffentlichter Wert verfügbar ist, nicht eine Null.
- Agent-Engine
- Coarena
- Reasoning-Aufwand
- medium
- Punktzahl
- Blinde menschliche Präferenzbewertung bei gemischten Browser-, Desktop-, Coding- und Frage-Antwort-Aufgaben in Coarenas Testumgebung. Dies ist eine Bradley–Terry-Bewertung, kein Prozentsatz und kein verifizierter Aufgabenerfolg. Das Intervall beträgt 95 %; überlappende Intervalle belegen keinen Sieger. Dies sind Gesamtergebnisse, nicht die Desktop-Teilmenge. Reasoning-Aufwand wird nur angezeigt, wenn er veröffentlicht ist. Das Ranking verwendet die neuesten 20.000 geeigneten bewerteten Battles; PandaNpc zeigt seine Abrufzeit an, da dieser Snapshot keinen Berechnungszeitstempel liefert. Evaluierungsmethodik ↗
- 95-%-Intervall
- 95-%-Intervall