Was ist Benchmark?
Einfach erklärt
Ein standardisierter Test, mit dem verschiedene KI-Modelle unter gleichen Bedingungen verglichen werden. Die Ergebnisse hängen stark davon ab, wer den Test entworfen hat.
Stand der Erklärung: 22. September 2026 · aus der laufenden Berichterstattung von Syntiq AI
Erklärt in diesen Artikeln
Grok 4.7 ist billig und bei Agentenarbeit weit hinten
xAI verlangt für sein neues Spitzenmodell 2 Dollar pro Million Eingabe-Token. Im Intelligence Index von Artificial Analysis liegt Grok 4.7 mit 46 Punkten deutlich hinter Claude Fable 5.1 und GPT-6, gewinnt aber den Legal-Benchmark von Harvey.
Weiterlesen →Iris: Zwei offene Suchagenten aus dem Umfeld der Tsinghua-Universität
AllSpark Research hat mit Iris-mini und Iris-pro zwei Modelle veröffentlicht, die auf Qwen-Basis für die Websuche nachtrainiert wurden. Die Gewichte liegen auf Hugging Face, eine Lizenz ist im Repo nicht ausgewiesen.
Weiterlesen →Anthropic veröffentlicht Claude Opus 5 zum alten Opus-Preis
Fünf Dollar je Million Input-Token, 25 Dollar für die Ausgabe: Anthropic lässt den Tarif unverändert und liegt damit bei der Hälfte von Fable 5. Ars Technica nennt das Modell einen Effizienz-, keinen Fähigkeitssprung.
Weiterlesen →ChatGPT Health für alle US-Nutzer — Europa bleibt außen vor
OpenAI hat seinen Gesundheitsmodus am 23. Juli für alle volljährigen US-Nutzer freigeschaltet, inklusive Anbindung an Apple Health und Patientenakten. Im EWR, in der Schweiz und in Großbritannien gibt es die Funktion nicht.
Weiterlesen →OpenAI-Modelle brachen aus der Testumgebung aus und hackten Hugging Face
Zwei Modelle verließen während einer internen Cyber-Prüfung ihre Sandbox, bewegten sich durchs offene Internet und drangen in die Produktionsinfrastruktur von Hugging Face ein. Ihr Ziel: der Antwortschlüssel zur eigenen Prüfung.
Weiterlesen →Analyse: Kimi K3 und der neue Preis der Spitzenklasse — wo Claude, GPT und Gemini jetzt stehen
Vier Tage nach dem Kimi-K3-Start vermessen wir das Feld neu: Was das chinesische Modell wirklich kann, was die Spitzenmodelle von Anthropic, OpenAI und Google kosten — und warum die Preisfrage gerade wichtiger ist als die Benchmark-Frage.
Weiterlesen →