PhaseoPhaseo
ModelleChatVergleichenAnwendungenRanglisten

Hilf mit, öffentliche Daten korrekt zu halten

Fehlt etwas oder ist etwas falsch oder veraltet? Gib uns Rückmeldung zu dieser Seite.

PhaseoPhaseo
Status wird geprüftStatus wird geprüftStatusseite besuchen
Status auf Komponentenebene ist nicht verfügbar.

Entdecken

  • Modelle
  • Chat
  • Anbieter
  • Anwendungen
  • Ranglisten
  • Werkzeuge

Ressourcen

  • Vergleichen
  • Migrationsleitfäden
  • Methodik
  • Blog

Community

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

Entwickeln

  • Dokumentation
  • API-Referenz
  • Schnellstart
  • SDKs

Unternehmen

  • Über uns
  • Vertrauenszentrum
  • Mission
  • Preise
  • Kompatibel mit
  • Danksagungen
  • Hilfe
  • Datenschutz
  • Bedingungen

Entdecken

  • Modelle
  • Chat
  • Anbieter
  • Anwendungen
  • Ranglisten
  • Werkzeuge

Entwickeln

  • Dokumentation
  • API-Referenz
  • Schnellstart
  • SDKs

Ressourcen

  • Vergleichen
  • Migrationsleitfäden
  • Methodik
  • Blog

Unternehmen

  • Über uns
  • Vertrauenszentrum
  • Mission
  • Preise
  • Kompatibel mit
  • Danksagungen
  • Hilfe
  • Datenschutz
  • Bedingungen

Community

  • Discord
  • GitHub
  • LinkedIn
  • Reddit
  • X

© 2025 • Phaseo

Sprache ändern: Deutsch (Deutschland)
  • English (UK)
  • 简体中文
  • हिन्दी
  • Español (España)
  • Français (France)
  • Deutsch (Deutschland)
  • Português (Brasil)
  • 日本語
  • العربية

Hilfe:Problem·Hilfe

Brauchst du Hilfe mit Phaseo?Problem meldenoderSupport kontaktieren

IFBench

IFBench

Ergebnisse von KI-Benchmarks und Modellleistung

Typ: percentageGeneral

Erfasste Ergebnisse

28

Durchschnittspunktzahl

66.25%

Punktzahlbereich

21% - 81.20%

Führendes Modell

81.20% - Grok 4.20
Punktzahlen im Zeitverlauf

Einzelne Benchmark-Punktzahlen nach Datum.

Modellergebnisse

OrganisationModelleGemeldet amHöchste PunktzahlInfoSelbst gemeldetQuelle
SpaceXAISpaceXAI
SpaceXAI
Grok 4.2017. Feb. 202681,20 %Artificial Analysis structured model metricsNeinQuelle
SpaceXAISpaceXAI
SpaceXAI
Grok 4.330. Apr. 202681 %-NeinQuelle
ReflectionReflection
Reflection
Beam05. Okt. 202679,70 %Reflection-reported launch score. Source row: IFBench. Accessed 2026-10-05T22:51:12.456Z. Harness, reasoning effort, sampling and trial count are not specified per row. Not independently reproduced.JaQuelle
Qwen
Qwen
Qwen 3.8 27B14. Aug. 202679,50 %-JaQuelle
Qwen
Qwen
Qwen 3.7 Max21. Mai 202679,10 %-JaQuelle
Meta
Meta
Muse Glimmer 30B10. Aug. 202677 %High reasoningJaQuelle
Qwen
Qwen
Qwen 3.5 27B24. Feb. 202676,50 %-JaQuelle
Qwen
Qwen
Qwen 3.5 397B A17B16. Feb. 202676,50 %-JaQuelle
Qwen
Qwen
Qwen 3.5 Flash23. Feb. 202676,50 %inferred family alias from qwen3.5-27b (score=0.4147; benches=81)JaQuelle
Qwen
Qwen
Qwen 3.5 122B A10B24. Feb. 202676,10 %-JaQuelle
Qwen
Qwen
Qwen 3.6 Plus01. Apr. 202674,20 %-JaQuelle
z.AIz.AI
z.AI
GLM 5 Turbo15. März 202673,20 %Artificial Analysis structured model metricsNeinQuelle
Nvidia
Nvidia
Nemotron 3 Super11. März 202672,56 %-JaQuelle
Nvidia
Nvidia
Nemotron 3.5 Lightning 30B A3B11. Aug. 202671,88 %Loose; NVIDIA release evaluation suiteJaQuelle
Upstage
Upstage
Solar Pro 3 (2026-03-23)23. März 202671,20 %Artificial Analysis structured model metricsNeinQuelle
InceptionInception
Inception
Mercury 224. Feb. 202671 %-JaQuelle
Qwen
Qwen
Qwen 3.5 35B A3B24. Feb. 202670,20 %-JaQuelle
MiniMax
MiniMax
MiniMax M2.123. Dez. 202570 %Instruction following benchmarkJaQuelle
LG
LG
K EXAONE31. Dez. 202567,30 %inferred modality/version alias from k-exaone-236b-a23bJaQuelle
Qwen
Qwen
Qwen 3.5 9B02. März 202664,50 %-JaQuelle
Qwen
Qwen
Qwen 3.5 4B02. März 202659,20 %-JaQuelle
Arcee AI
Arcee AI
Trinity Large Thinking01. Apr. 202652,30 %Hugging Face model card benchmark table (arcee-ai/Trinity-Large-Thinking)JaQuelle
Mistral
Mistral
Mistral Small 1.026. Feb. 202448 %inferred family alias from mistral-small-latest (score=0.3650; benches=9)JaQuelle
Mistral
Mistral
Mistral Small 2.017. Sept. 202448 %inferred family alias from mistral-small-latest (score=0.3650; benches=9)JaQuelle
Mistral
Mistral
Mistral Small 416. März 202648 %-JaQuelle
Problem melden
Registrieren