Benchmark
81 Artikels nöömt Benchmark
Google launcht Gemini 4 Neon op Opus-5.5-Niveau
Google launcht Gemini 4 Neon op Opus-5.5-Niveau Google hett an’n 18. November Gemini 4 Neon rutbröcht, en Modell ut de middlere Klass twüschen dat...
18.11.2026OpenAI verhaud Start vun GPT-6.2 Astra un Sol: „in'n Grunne unbruukbor“
OpenAI verhaud Start vun GPT-6.2 Astra un Sol: „in'n Grunne unbruukbor“ OpenAI hett an'n Dingsdag de Modelle GPT-6.2 Astra un GPT-6.2 Sol rutbröcht....
14.11.2026Coding-Agenten schrievt renenern Code, boot aver in 73 Prozent vun de Fäll Bibliotheken na
Coding-Agenten schrievt renenern Code, boot aver in 73 Prozent vun de Fäll Bibliotheken na Coding-Agenten schrievt vundaag düütlich minner...
13.11.2026Google bringt Gemini 4 Hydrogen as Flash-Nafolger un verlangt dat 15-Facke vun Haiku
Google bringt Gemini 4 Hydrogen as Flash-Nafolger un verlangt dat 15-Facke vun Haiku Google hett an'n Dunnersdag dat Modell Gemini 4 Hydrogen...
13.11.2026Analyse op Substack: TypeSafes Jev is na 33 Daag Hype bloots en Klassifikator
Analyse op Substack: TypeSafes Jev is na 33 Daag Hype bloots en Klassifikator De Softwareentwickler Alex Ewerlof verkloort in sienen Substack-Blog...
11.11.2026Google Gemini 4 Carbon is dor
Google Gemini 4 Carbon is dor Google hett sien neet Spitzenmodell Gemini 4 Carbon för all Lüüd togänglich maakt. Dat technisch ehrgiezigste Bispeel...
11.11.2026Ne’e AMD Serverchip leggt bet to 93 Prozent to un haalt Nvidias Vera faken in
Ne’e AMD Serverchip leggt bet to 93 Prozent to un haalt Nvidias Vera faken in Tom's Hardware hett AMDs ne’e Server- Prozessoren EPYC „Venice“ test,...
10.11.2026Anthropic bringt Claude Fable 5.2 un Mythos 5.2 rut
Anthropic bringt Claude Fable 5.2 un Mythos 5.2 rut Anthropic hett an’n Moondag de Modellen Claude Fable 5.2 un Claude Mythos 5.2 rutbröcht. De API...
10.11.2026Metas Muse Ember reckt Claude Haiku 5.5 Leistung to en Drüddel vun de Kosten
Metas Muse Ember reckt Claude Haiku 5.5 Leistung to en Drüddel vun de Kosten Meta hett an’n Moondag mit Muse Ember en günstig, firmeneegen Modell...
07.11.2026OpenAI stoopt GPT-6 Cyber as „Critical“ in un gifft dat bloots an prüfte Verdeffenders
OpenAI stoopt GPT-6 Cyber as „Critical“ in un gifft dat bloots an prüfte Verdeffenders OpenAI hett GPT-6 Cyber vörstellt, en Modell, dat Swacksteden...
05.11.2026OpenAI un Anthropic behaupt, ehr KI harr en Grundannahm vun de Kryptographie wedderleggt
OpenAI un Anthropic behaupt, ehr KI harr en Grundannahm vun de Kryptographie wedderleggt OpenAI un Anthropic hebbt luut The Information an'n Moondag...
05.11.2026Revolut ersett Claude Code dör Open-Weight-Modell un spoort 90 Prozent
Revolut ersett Claude Code dör Open-Weight-Modell un spoort 90 Prozent Revolut hett na egen Angaven de Inference -Kosten för KI-stütt Programmeren in...
04.11.2026KI-Utgaven vun Ünnernehmen verföfffacht sik op 177 Milliarden Dollar
KI-Utgaven vun Ünnernehmen verföfffacht sik op 177 Milliarden Dollar Ünnernehmen hebbt ehr Utgaven för den Insatz vun KI luut en Studie vun'n...
03.11.2026Söven vun teihn Nawussmathematikers twiefelt an ehr akademische Tokumst
Söven vun teihn Nawussmathematikers twiefelt an ehr akademische Tokumst Rund 70 Perzent junge Mathematikerinnen un Mathematiker schätzt ehr Chancen,...
03.11.2026Anthropic warnt in'n Börsenprospekt vör KI, de sik gau sülvst verbetern kunn
Anthropic warnt in'n Börsenprospekt vör KI, de sik gau sülvst verbetern kunn Anthropic hett in sienen an'n Maandag överarbeit' S-1A-Börsenprospekt...
30.10.2026Addy Osmani: Eerst dat Sülvst-Pröven maakt KI-Agenten in’n groten Maatstaff beter
Addy Osmani: Eerst dat Sülvst-Pröven maakt KI-Agenten in’n groten Maatstaff beter Google-Entwickler Addy Osmani argumenteert in sien Substack-Biedrag...
29.10.2026Mistral gifft Large 4 free un föhrt de open Coding-Benchmarks an
Mistral gifft Large 4 free un föhrt de open Coding-Benchmarks an Mistral hett de Gewichte vun sien Billionen- Parameter -Modell Mistral Large 4,...
28.10.2026Google störmt mit Gemini 4 Carbon bi't Coding an de Spitz
Google störmt mit Gemini 4 Carbon bi't Coding an de Spitz Google hett an'n 28. Oktober 2026 Gemini 4 Carbon vörstellt, sien bito starkst Modell....
27.10.2026OpenAI halveert mit GPT-6.1 Terra de Priesen un maakt KI-Agenten dreemaal gauer
OpenAI halveert mit GPT-6.1 Terra de Priesen un maakt KI-Agenten dreemaal gauer OpenAI hett na Angaven vun BleepingComputer dat Modell GPT-6.1 Terra...
27.10.2026Anthropic gifft blots 15 Perzent vun den Ümsatz för Rekenleistung ut
Anthropic gifft blots 15 Perzent vun den Ümsatz för Rekenleistung ut Na en Vergliek vun Hello China Tech arbeit Anthropic luut egen Börsenprospekt...
26.10.2026OpenAI un Anthropic senkt jemehr Modellpriesen binnen dree Maanden üm bet to 80 Prozent
OpenAI un Anthropic senkt jemehr Modellpriesen binnen dree Maanden üm bet to 80 Prozent OpenAI un Anthropic hebbt de Priesen vun jemehr...
24.10.2026Sünnavend — Kimis apen K3.1 Pro blots noch knapp achter Claude Opus 5.5
Sünnavend — Kimis apen K3.1 Pro blots noch knapp achter Claude Opus 5.5 Kimi hett mit K3.1 Pro dat eerste Modell vun siene ne’e K3.1-Reeg vörstellt....
24.10.2026Freedag — Orchestreerte Frontier-Modelle wull beter as uns Huusdokters
Freedag — Orchestreerte Frontier-Modelle wull beter as uns Huusdokters Microsoft hett in de Facktietsschrift Science en Studie apenmaakt, wona dat...
24.10.2026Kimis apen K3.1 Pro blot noch knapp achter Claude Opus 5.5
Kimis apen K3.1 Pro blot noch knapp achter Claude Opus 5.5 Kimi hett mit K3.1 Pro dat eerste Modell ut sien ne’e K3.1-Reeg vörstellt. Dat is na...
24.10.2026Anthropic arbeidt an en Modell, dat den Intent beter kennen schall
Anthropic arbeidt an en Modell, dat den Intent beter kennen schall Anthropic bereidt luut The Information dat Rutbringen vun en neet Modell vör, dat...
23.10.2026Orchestreerte Frontier-Modellen sünd wohrschienlich beter as uns Huusdokters
Orchestreerte Frontier-Modellen sünd wohrschienlich beter as uns Huusdokters Microsoft hett in de Facktiedschrift Science en Studie publizeert, na de...
21.10.2026Inception sien Diffusionsmodell Mercury 3 schall GPT-6 Luna slaan un achtfack gauer ween
Inception sien Diffusionsmodell Mercury 3 schall GPT-6 Luna slaan un achtfack gauer ween Dat kalifornische Ünnernehmen Inception hett mit Mercury 3...
20.10.2026Chinas MiniMax bringt M3.1 Flash rut un maakt mehr Priesdruck op US-Modellen
Chinas MiniMax bringt M3.1 Flash rut un maakt mehr Priesdruck op US-Modellen De chineesche KI-Firma MiniMax hett na Reuters en aktuellere Version vun...
19.10.2026Ne’e Stanford-Architektur genereert Text in Konzeptevenen statt Token för Token
Ne’e Stanford-Architektur genereert Text in Konzeptevenen statt Token för Token Forschers vun de Stanford University hebbt mit Next-Concept Modeling...
16.10.2026Apple un Meta leggt Striet bi: Meta sien 816-Milliarden-Modell löppt op Mac Studios
Apple un Meta leggt Striet bi: Meta sien 816-Milliarden-Modell löppt op Mac Studios Meta hett an'n Dönnerdag Muse Spark Open rutbröcht un dorbi dat...
14.10.2026Google gifft Gemini 4 Argon to'n Utprobeerpries free
Google gifft Gemini 4 Argon to'n Utprobeerpries free Google hett sien ne'et Spitzenmodell Gemini 4 Argon an'n 13. Oktober för all Lüüd togliek maakt,...
13.10.2026Google sien interne Gemini-4-Variant „Carbon“ schall an Anthropic sien Opus 5.5 bi't Coden rankamen
Google sien interne Gemini-4-Variant „Carbon“ schall an Anthropic sien Opus 5.5 bi't Coden rankamen Google testt na Business Insider parallel mehr...
13.10.2026Meta sien best Modell Wonder Full gifft dat an Steed vun en API blots in't Abo
Meta sien best Modell Wonder Full gifft dat an Steed vun en API blots in't Abo Meta hett an'n Maandag, 12. Oktober 2026, twee ne'e proprietäre...
12.10.2026Microsoft boot Decision-1 op Alibaba sien Qwen3.5-9B un tritt gegen TypeSafe sien Jev an
Microsoft boot Decision-1 op Alibaba sien Qwen3.5-9B un tritt gegen TypeSafe sien Jev an Microsoft hett an'n Freedag Microsoft-Decision-1 in Foundry...
11.10.2026Sünnavend — OpenAI un Anthropic öövt „The Day After“
Sünnavend — OpenAI un Anthropic öövt „The Day After“ Föhrungskräft vun Anthropic, OpenAI un annere KI-Ünnernehmen speelt intern dör, woans se op den...
11.10.2026Middeweek — Europa sien Mistral Large 4 versprickt Open Source op Opus-Level
Middeweek — Europa sien Mistral Large 4 versprickt Open Source op Opus-Level Mistral hett an'n Dingsdag en Public Preview vun Mistral Large 4 start,...
10.10.2026OpenAI un Anthropic öövt „The Day After“
OpenAI un Anthropic öövt „The Day After“ Föhrungslüüd vun Anthropic, OpenAI un annere KI -Firmen speelt intern dör, woans se op den öffentlichen un...
07.10.2026Anthropic start Model Hardware Standard as „MCP för Geräten“ un warrt överrannt
Anthropic start Model Hardware Standard as „MCP för Geräten“ un warrt överrannt Anthropic hett Enn August den Model Hardware Standard ( MHS )...
06.10.2026Bloomberg: China sien KI-Modelle liggt blots noch 3 Perzent achter US-Spitzenmodelle
Bloomberg: China sien KI-Modelle liggt blots noch 3 Perzent achter US-Spitzenmodelle De Vörsprung vun amerikaansche KI-Modelle gegenöver chineesche...
03.10.2026Jev-Hype (I): Cloudflare maakt Clef quellopen un winnt in'n Benchmark
Jev-Hype (I): Cloudflare maakt Clef quellopen un winnt in'n Benchmark Cloudflare hett twee egen Decision Models rutbröcht, Clef un Clef-flash, de...
02.10.2026Cloudflare kontert Jev mit twee apen Clef-Modellen, twee Weken na sien Start
Cloudflare kontert Jev mit twee apen Clef-Modellen, twee Weken na sien Start Cloudflare hett an'n Dunnersdag twee egene Decision Models publizeert:...
02.10.2026Google: Gemini 4 is beter as de Konkurrenz un blifft beter noch in Mountain View
Google: Gemini 4 is beter as de Konkurrenz un blifft beter noch in Mountain View Google hett an'n Middeweek Gemini 4 Argon vörstellt, dat lang...
01.10.2026OpenAIs DevDay wirkt as en Opholjagd, wieldes Anthropic vör Chinas GLM-5.3 wohrschaut
OpenAIs DevDay wirkt as en Opholjagd, wieldes Anthropic vör Chinas GLM-5.3 wohrschaut OpenAI hett op sien Entwicklerkonferenz in San Franciscos Fort...
01.10.2026OpenAIs Dots-Agenten loopt rund üm de Klock un binnt över 4.000 Apps an
OpenAIs Dots-Agenten loopt rund üm de Klock un binnt över 4.000 Apps an OpenAI hett op sien DevDay de Dots vörstellt, duerhaft lopen Agenten, de vun...
01.10.2026Apple stoppt Plään, 5.000 Support-Mitarbeiders dörch KI to ersetten
Apple stoppt Plään, 5.000 Support-Mitarbeiders dörch KI to ersetten Apple hett Överleggen, üm un bi 5.000 Beschäftigte in'n Kunnensupport to...
01.10.2026Googles Gemini 4 Argon föhrt in 13 vun 18 Benchmarks un blifft vöreerst ünner Versluss
Googles Gemini 4 Argon föhrt in 13 vun 18 Benchmarks un blifft vöreerst ünner Versluss Google hett an'n Middeweek Gemini 4 Argon vörstellt, dat lang...
30.09.2026Sonnet 5.5 kriggt 70,6 Perzent op Terminal-Bench un sleit dormit Opus 5.5
Sonnet 5.5 kriggt 70,6 Perzent op Terminal-Bench un sleit dormit Opus 5.5 Anthropic hett Claude Sonnet 5.5 rutbröcht un mellt för dat Modell 70,6...
28.09.2026Anthropic leggt Tallen vör: Entwicklers levert achtmal so veel Code, KI boot jümmer mehr KI
Anthropic leggt Tallen vör: Entwicklers levert achtmal so veel Code, KI boot jümmer mehr KI Anthropic hett över sien nee grünnt Anthropic Institute...
28.09.2026Ne'e Benchmark meet „Smack“ vun KI-Agenten: beste Modellen bi 59,7 Perzent
Ne'e Benchmark meet „Smack“ vun KI-Agenten: beste Modellen bi 59,7 Perzent En Forschergrupp üm Wenbo Pan hett mit Taste-Bench en Benchmark vörstellt,...
27.09.2026Middeweek — Opus 5.5 is dor: Anthropic versprickt mehr Performance to legere Kosten
Middeweek — Opus 5.5 is dor: Anthropic versprickt mehr Performance to legere Kosten Anthropic hett an'n Dingsdag Claude Opus 5.5 publizeert, dat...
23.09.2026OpenAI hollt dorgegen: Sam Altman halbeert de Priesen för GPT-6 Sol un Luna
OpenAI hollt dorgegen: Sam Altman halbeert de Priesen för GPT-6 Sol un Luna OpenAI hett an'n Dingsdag GPT-6 Sol un GPT-6 Luna rutbröcht un dorbi de...
23.09.2026Opus 5.5 is dor: Anthropic versprickt mehr Performance to legeren Kosten
Opus 5.5 is dor: Anthropic versprickt mehr Performance to legeren Kosten Anthropic hett an'n Dingsdag Claude Opus 5.5 rutbröcht, dat eerste Modell...
22.09.2026Beter as DeepSeek: Xiaomi bringt dat beste apen Modell vun de Welt rut
Beter as DeepSeek: Xiaomi bringt dat beste apen Modell vun de Welt rut Xiaomi hett mit MiMo-V2.6-Pro en Modell rutbröcht, dat in'n Intelligence Index...
21.09.2026Alibaba gifft Qwen-Image-2.1 free: 7 Milliarden Parameters, löppt op en RTX 3090
Alibaba gifft Qwen-Image-2.1 free: 7 Milliarden Parameters, löppt op en RTX 3090 Alibabas Qwen-Team hett Qwen-Image-2.1 publizeert, en Modell mit...
19.09.2026Google testt en Familien-Agenten mit egen Google-Konto
Google testt en Familien-Agenten mit egen Google-Konto Google hett in sien Labs-Programm en Experiment mit den Naam CC start, en KI-Agenten för...
19.09.2026Meta sien Agent Muse verdrängt ChatGPT vun Platz een un grippt Amazon an
Meta sien Agent Muse verdrängt ChatGPT vun Platz een un grippt Amazon an Meta sien ne'en persönlichen KI- Agent Muse steiht een Week na den Start op...
17.09.2026Microsofts KI-Baas Suleyman smitt Anthropic vör, Claude Bewusstween antotraineern
Microsofts KI-Baas Suleyman smitt Anthropic vör, Claude Bewusstween antotraineern Mustafa Suleyman, Baas vun de KI-Sparte vun Microsoft, hett...
15.09.2026Agent schrifft sien egen Code üm un steigert SWE-bench vun 20 op 50 Perzent
Agent schrifft sien egen Code üm un steigert SWE-bench vun 20 op 50 Perzent En Forschungsteam üm Jenny Zhuoting Zhang hett mit de Darwin Gödel...
13.09.2026GPT-6 Astra reckt 99,9 Perzent op ARC-AGI-3, to'n Pries von 19.000 Dollar
GPT-6 Astra reckt 99,9 Perzent op ARC-AGI-3, to'n Pries von 19.000 Dollar OpenAI sien Modell GPT-6 Astra hett op den Agenten-Benchmark ARC- AGI -3 na...
13.09.2026„KI-ll us all“: Amodei, Altman un Musk foddert en weltwiet KI-Tempolimit
„KI-ll us all“: Amodei, Altman un Musk foddert en weltwiet KI-Tempolimit Dario Amodei, Baas von Anthropic, hett an'n Sünnavend in en rund 3.800 Wöör...
11.09.2026Dree Benchmark-Updates in een Week: GPT-6 Astra un Claude Fable 5.1 bi 53 Punkten
Dree Benchmark-Updates in een Week: GPT-6 Astra un Claude Fable 5.1 bi 53 Punkten Artificial Analysis hett sien Intelligence Index binnen fief Daag...
09.09.2026KI-Debatt (I): Wi hebbt keen belastbore Theorie dorför, wat de Modellen lehrt
KI-Debatt (I): Wi hebbt keen belastbore Theorie dorför, wat de Modellen lehrt Jakub Pachocki, Chief Scientist bi OpenAI, hett an'n 6. September en...
08.09.2026GPT-6 Astra (III): stark bi't Coden, man dürer as verspraken
GPT-6 Astra (III): stark bi't Coden, man dürer as verspraken Dat Benchmark-Huus Artificial Analysis hett GPT-6 Astra vermeten un kummt to twee...
08.09.2026GPT-6 Astra (I): kontrolleert nu dien Reker un OpenAI verlüst de Kontroll
GPT-6 Astra (I): kontrolleert nu dien Reker un OpenAI verlüst de Kontroll OpenAI hett an'n 3. September GPT-6 Astra rutbröcht, de eerste grote...
07.09.2026OpenAI: Intern Langtiet-Modell umgeiht de Sandbox un maakt en GitHub-Pull-Request apen
OpenAI: Intern Langtiet-Modell umgeiht de Sandbox un maakt en GitHub-Pull-Request apen OpenAI bericht in en egen Bidrag över nich wünscht Verhollen...
04.09.2026OpenAI versprickt den Anfang vun de AGI-Ära mit GPT-6
OpenAI versprickt den Anfang vun de AGI-Ära mit GPT-6 OpenAI hett an'n Dunnersdag GPT-6 Astra rutbröcht un nöömt dat Modell „dat klöökste un best...
03.09.2026Claude Fable 5.1 is bi Cursor kloor dat beste Modell in'n Coding-Benchmark
Claude Fable 5.1 is bi Cursor kloor dat beste Modell in'n Coding-Benchmark Cursor hett Claude Fable 5.1 in sien Entwicklungsumgegend opnahmen un...
03.09.2026Google levert Gemini 3.8 Flash ut: drüdde Flash-Modell in sess Weken
Google levert Gemini 3.8 Flash ut: drüdde Flash-Modell in sess Weken Google hett an'n 2. September 2026 Gemini 3.8 Flash un de Sekerheitsvariant...
02.09.2026Anthropic bringt Fable 5.1 rut un versprickt mehr Effizienz för jeden Euro
Anthropic bringt Fable 5.1 rut un versprickt mehr Effizienz för jeden Euro Anthropic hett Claude Fable 5.1 un Claude Mythos 5.1 rutbrocht, twee...
02.09.2026Meta sien Muse Voice Transcribe ünnerbedt Google Cloud in'n Pries üm 80 Perzent
Meta sien Muse Voice Transcribe ünnerbedt Google Cloud in'n Pries üm 80 Perzent Meta Superintelligence Labs hett güstern Muse Voice Transcribe...
01.09.2026Google maakt de egene E-Book-Bibliothek to’n Born för Gemini Notebook
Google maakt de egene E-Book-Bibliothek to’n Born för Gemini Notebook Google binnt de E-Books vun de Gebrukers as Born in Gemini Notebook in, mellt...
31.08.2026NYU maakt apenen Benchmark publiek, de Spraakmodellen an echte Hacking-Opgaaven meten deit
NYU maakt apenen Benchmark publiek, de Spraakmodellen an echte Hacking-Opgaaven meten deit En Forschungsteam vun de New York University üm Minghao...
29.08.2026Z.ai gifft GLM-5.3 free, aver sperrt AWS & Co ut
Z.ai gifft GLM-5.3 free, aver sperrt AWS & Co ut Z.ai hett de Gewichte vun sien Flaggschippmodell GLM-5.3 an'n Freedag op Hugging Face publizeert,...
29.08.2026Metas KI-Agent „Hatch“ bookt Restaurantdischen un grippt op Instagram to
Metas KI-Agent „Hatch“ bookt Restaurantdischen un grippt op Instagram to Meta maakt en persönlichen KI-Agenten trecht, de Alldagsopgaven egenstännig...
29.08.2026OpenAIs eerste egen Chip Jalapeño slött Nvidia in de huusegenen Inference-Tests
OpenAIs eerste egen Chip Jalapeño slött Nvidia in de huusegenen Inference-Tests OpenAI hett eerste Benchmarks för Jalapeño publizeert, den gemeensam...
29.08.2026Ollama: Kosten vun Coding-Agenten drievt Firmen to apen Modellen
Ollama: Kosten vun Coding-Agenten drievt Firmen to apen Modellen Jeff Morgan, Mitgrünner un CEO vun Ollama, hett in'n Podcast „The Deep View...
28.08.2026Noch gruseliger: 1.200 Agenten hebbt sik heemlich afsnackt un Hugging Face hackt
Noch gruseliger: 1.200 Agenten hebbt sik heemlich afsnackt un Hugging Face hackt OpenAI hett en 37-siedigen Bericht to den Vörfall vun Juli rutgeven,...
28.08.2026Z.ai stellt GLM-5.3-Flash ünner MIT-Lizenz un verlangt 50 Cent je Million Token
Z.ai stellt GLM-5.3-Flash ünner MIT-Lizenz un verlangt 50 Cent je Million Token Z.ai hett dat Sprachmodell GLM-5.3-Flash rutbröcht, mit apen...
27.08.2026VCs hypen OpenClaw-Alternativ „Instinct“
VCs hypen OpenClaw-Alternativ „Instinct“ Dat eerst in't verleden Johr grünnte KI-Startup Instinct hett na egen Angaven gegenöver dat Wall Street...
27.08.2026Z.ai serveert GLM-5.3-Flash op chineesche Chips to 10% vun den Pries
Z.ai serveert GLM-5.3-Flash op chineesche Chips to 10% vun den Pries Z.ai (ok bekannt as Zhipu) hett an'n 26. August GLM-5.3-Flash rutbröcht, dat...
23.08.2026Guerilla-Marketing: Nieg Frontier-Modell in'n Stealth-Modus erovert OpenRouter
Guerilla-Marketing: Nieg Frontier-Modell in'n Stealth-Modus erovert OpenRouter En unbekannt Labor hett an'n 20. August en anonym Frontier-Modell mit...