AA-Omniscience
Faktenabruf und Wissenskalibrierung über 6.000 Fragen in 42 wirtschaftlich relevanten Themen und sechs Domänen. Accuracy ist 8 % des AA Intelligence Index v4.1; der Non-Hallucination-Anteil weitere 4 %.
Für quellenstarke Studierende ist die relevante Fehlerart die selbstsichere Falschantwort. AA-Omniscience ist die öffentliche Suite, die Abruf und Hallucination gemeinsam über Domänen bewertet, die in Papers tatsächlich vorkommen.
Lies Accuracy als Headline, dann die Hallucination-Rate in den Notes. Claude Fable 5.1 führt das AA-Board vom 1. Sep. 2026 bei Accuracy (~67 %) und Index (43). GPT-5.6 Sol liegt bei Accuracy nah (~59 %) mit deutlich höherer Hallucination-Rate. Index und Accuracy nicht in einem Ranking mischen.
Auf die Skala dieses Benchmarks normalisiert (0–100). Die Tabelle zeigt die Rohwerte.
Scores nutzen die eigene Einheit und Skala dieses Benchmarks, keinen universellen Qualitätswert.
| # | Modell | Veröffentlichung | Score | Herkunft | Beleglage |
|---|---|---|---|---|---|
| 1 | Claude Fable 5.1AnthropicÖffentliches AA-Omniscience-Board, 1. Sep. 2026. Headline-Accuracy 67 %; Begleit-Index 43. Index nicht gegen Accuracy ranken. | 2026-09-01 | 67% | 2026-09-01 | Quelle geprüft |
| 2 | Claude Fable 5AnthropicAA-Headline-Accuracy 65 % (Opus-4.8-Fallback-Variante); Index 43. | 2026-06-09 | 65% | 2026-09-01 | Quelle geprüft |
| 3 | Claude Opus 5Anthropic | 2026-07-24 | 60.9% | 2026-09-01 | Quelle geprüft |
| 4 | GPT-5.6 SolOpenAIHohe Accuracy bei erhöhter Hallucination vs. Claude in dieser Suite. Der Index liegt niedriger, als die Accuracy andeutet. | 2026-07-09 | 59.4% | 2026-09-01 | Quelle geprüft |
| 5 | GPT-5.5OpenAI | 2026-04-23 | 57% | 2026-09-01 | Quelle geprüft |
| 11 | Gemini 3.5 FlashGoogle | 2026-05-19 | 51.9% | 2026-09-01 | Quelle geprüft |
| 12 | Grok 4.5xAI | 2026-07-08 | 51.6% | 2026-09-01 | Quelle geprüft |
| 16 | DeepSeek V4 ProDeepSeek | 2026-08-13 | 49.1% | 2026-09-01 | Quelle geprüft |
| 18 | Claude Opus 4.8Anthropic | 2026-05-28 | 48.8% | 2026-09-01 | Quelle geprüft |
| 19 | Grok 4.6xAI | 2026-08-12 | 48.2% | 2026-09-01 | Quelle geprüft |
| 20 | Kimi K3Moonshot | 2026-07-16 | 47.6% | 2026-09-01 | Quelle geprüft |
| 22 | GPT-5.6 TerraOpenAI | 2026-07-09 | 46.8% | 2026-09-01 | Quelle geprüft |
Accuracy-Zeilen aus Artificial Analysis' öffentlicher Omniscience-Evaluation (Board 1. Sep. 2026). Ein öffentliches Hugging-Face-Subset existiert; das live AA-Board ist die Quelle dieser Scores. Das Original-Paper 2025 hatte fast keine Modelle über Index 0 — Claude-Zeilen 2026 liegen jetzt im Index-Band 30–43.
Accuracy ist nicht gesättigt — Frontier-Zeilen 2026 clustern im Band 45–67 %. Der Index bleibt klar unter 50.
AA-Omniscience-Evaluation· geprüft 2026-09-01Jede Antwort unten stammt aus den datierten Feldern dieser Seite. Nichts davon ist zusätzlich für Suchmaschinen geschrieben.
Faktenabruf und Wissenskalibrierung über 6.000 Fragen in 42 wirtschaftlich relevanten Themen und sechs Domänen. Accuracy ist 8 % des AA Intelligence Index v4.1; der Non-Hallucination-Anteil weitere 4 %.
Ein starkes AA-Omniscience-Ergebnis sagt nichts aus über:
VerdictPal-Ledger-Zeilen sind AA-Omniscience-Accuracy (% aller Fragen korrekt, Enthaltungen zählen als Fehler). Der Begleit-Index (−100 bis +100) belohnt korrekte Antworten, bestraft Hallucinationen und zählt 0 für Enthaltung — Index-Zahlen stehen in den Notes, nicht als sortierbarer Score, weil der Index negativ werden kann. Aufgabenformat: 6.000 Fragen aus akademischen und Branchenquellen über Business, Geisteswissenschaften, Science/Engineering, Gesundheit, Recht und Software Engineering. Modelle dürfen antworten oder sich enthalten.
AA-Omniscience ist im Atlas derzeit als Aktiv markiert. Kontext zur Obergrenze: Accuracy ist nicht gesättigt — Frontier-Zeilen 2026 clustern im Band 45–67 %. Der Index bleibt klar unter 50.
Das Kontaminationsrisiko für AA-Omniscience ist als Kontamination mittel eingestuft. Behandle jede Zeile auf dieser Seite als öffentliche Angabe mit Quelle und Datum, nicht als kontrolliertes Experiment.
The Pack · Redaktionsnewsletter
Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.