Warum dieser Benchmark nützlich ist
Wenn du einen praxisnahen, branchennahen Kompositwert willst — Finance, Coding und verwandte Arbeit — als eine Vals-Evidenzzeile, keine VerdictPal-Empfehlung.
Vals Index
Vals AI Index
Vals-Index v2 — BIP-gewichteter Composite aus Finance (Finance Agent v2, Excel Modeling), Coding (Terminal-Bench 2.1, Vibe Code Bench, Code Migration) und Legal (Legal Research Bench, Harvey HLAB). Nicht mit Zeilen vor dem 13. Aug. 2026 vergleichen; das war eine andere Aufgabenmischung.
Was dieser Benchmark nicht misst
- Offene Reproduzierbarkeit — Teile des Benchmarks nutzen proprietäre, nicht öffentliche Datensätze; Leser können die Suite nicht vollständig nachlaufen lassen.
- Keine Einzelfähigkeit — der Index mischt Domänen; ein hoher Wert kann ungleichmäßige Stärken über Finance, Coding, Bildung oder Multimodalität verdecken.
- Keine VerdictPal-Empfehlung — Vals ist nützliche Evidenz, bleibt aber eine Quellenzeile mit eigener Methodik und Gewichtung.
Abdeckung
- Aufgabenfamilie
- Agentisch
- Format
- Komposit-Index aus der Vals-Branchensuite; öffentliche Seiten zeigen Modellwert, Rang und Aktualisierungsdatum.
- Bewertung
- Prozentähnlicher Kompositwert. Die aktuelle Aufgabenmischung und Gewichtung stehen auf der Quellseite.
- Verantwortliche Stelle
- Vals AI
So liest du die Scores
Nur das live v2-Board lesen. Im Vals-Snapshot vom 10. Sep. 2026: Fable 5.1 68,83, Opus 5 67,21, GPT-6 Astra 66,61. Headlines vom Juli 2026 (Kimi K3 74,7, Sol 73,1) sind vor v2 und stehen nicht in der aktuellen Rang-Kohorte.
Was er nicht abdeckt
- Offene Reproduzierbarkeit — Teile des Benchmarks nutzen proprietäre, nicht öffentliche Datensätze; Leser können die Suite nicht vollständig nachlaufen lassen.
- Keine Einzelfähigkeit — der Index mischt Domänen; ein hoher Wert kann ungleichmäßige Stärken über Finance, Coding, Bildung oder Multimodalität verdecken.
- Keine VerdictPal-Empfehlung — Vals ist nützliche Evidenz, bleibt aber eine Quellenzeile mit eigener Methodik und Gewichtung.
Scores
23 ZeilenEvidenz-Ledger
2323 Zeilen
74.7%bester Score
23quellgeprüft
1Quellen
2026-09-10bis 2026-06-04
Wo die Zeilen liegen
0255075100
Auf die Skala dieses Benchmarks normalisiert (0–100). Die Tabelle zeigt die Rohwerte.
Neueste Belege
- Claude Fable 5.168.83% · Vals AI — Vals Index
- GPT-6 Astra66.61% · Vals AI — Vals Index
- Claude Opus 567.21% · Vals AI — Vals Index
- Claude Fable 566.04% · Vals AI — Vals Index
- Kimi K374.7% · Vals AI — Vals Index
Scores nutzen die eigene Einheit und Skala dieses Benchmarks, keinen universellen Qualitätswert.
| # | Modell | Veröffentlichung | Score | Herkunft | Beleglage |
|---|---|---|---|---|---|
| 1 | Kimi K3Moonshot | 2026-07-16 | 74.7% | Vals AI — Vals Index2026-07-16 | Quelle geprüft |
| 2 | Claude Mythos PreviewAnthropicResearch-Preview-Zeile abgelöst durch Claude Fable 5 (GA, 75,15 % Vals-Index, 2026-06-09). Mythos 5 nur für Glasswing-Partner. | 2026-06-01 | 73.42% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 3 | GPT-5.6 SolOpenAI | 2026-07-09 | 73.1% | Vals AI — Vals Index2026-07-16 | Quelle geprüft |
| 4 | Claude Opus 4.8Anthropic | 2026-05-28 | 70.4% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 5 | Claude Fable 5.1AnthropicVals-Index-Key-Takeaway am 10. Sep. 2026: Claude Fable 5.1 führt mit 68,83 %. Gleicher Wert wie am 5. Sep.; der Snapshot vom 1. Sep. war 67,866 %. | 2026-09-01 | 68.83% | Vals AI — Vals Index2026-09-10 | Quelle geprüft |
| 6 | GPT 5.5OpenAI | 2026-04-23 | 68% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 7 | Claude Opus 5AnthropicVals-Index 67,213 % im Snapshot vom 1. Sep. 2026; gerundet 67,21. Am 10. Sep. 2026 weiter #2 hinter Fable 5.1. | 2026-07-24 | 67.21% | Vals AI — Vals Index2026-09-01 | Quelle geprüft |
| 8 | GPT-6 AstraOpenAIVals-Index 66,61 % auf dem Board vom 10. Sep. 2026 — #3 hinter Fable 5.1 (68,83) und Opus 5 (67,21). Gleicher Wert wie am 5. Sep. | 2026-09-03 | 66.61% | Vals AI — Vals Index2026-09-10 | Quelle geprüft |
| 9 | Claude Opus 4.7Anthropic | 2026-04-16 | 66.1% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 10 | Claude Fable 5AnthropicVals-Index 66,036 % im Snapshot vom 1. Sep. 2026 (gerundet 66,04). Hinter Fable 5.1 (67,87) und Opus 5 (67,21). Die frühere 75,1 stammte vom Board Juli 2026. | 2026-06-09 | 66.04% | Vals AI — Vals Index2026-09-01 | Quelle geprüft |
| 11 | Claude Sonnet 4.6Anthropic | 2026-02-17 | 60.3% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 12 | DeepSeek V4 ProDeepSeek | 2026-04-24 | 56.23% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 13 | Kimi K2.6 ThinkingMoonshot | 2026-04-20 | 55.55% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 14 | Gemini 3.1 Pro PreviewGoogle | 2026-02-19 | 53.42% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 15 | GPT-5.4 MiniOpenAI | 2026-03-17 | 51.42% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 16 | Gemini 3 Flash PreviewGoogle | 2025-12-17 | 49.31% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 17 | Qwen 3.7 MaxAlibaba | 2026-05-20 | 48.04% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 18 | Grok 4.3xAI | 2026-04-30 | 46.63% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 19 | GPT-5.4 NanoOpenAI | 2026-03-17 | 46.46% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 20 | MiniMax M2.7MiniMax | 2026-04-15 | 41.41% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 21 | Claude Haiku 4.5 ThinkingAnthropic | 2025-10-01 | 40.33% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 22 | Grok 4.20 0309 ReasoningxAI | 2026-03-05 | 39.11% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
| 23 | Gemini 3.1 Flash Lite PreviewGoogle | 2026-05-07 | 35.24% | Vals AI — Vals Index2026-06-04 | Quelle geprüft |
Was er abdeckt
Live-Spitze von der öffentlichen Vals-Index-Seite im Snapshot vom 12. Sep. 2026 (Board vom 10. Sep., v2). Zeilen vor dem 2026-08-13 bleiben als veraltete Pre-v2-Evidenz im Ledger und gehen nicht in das Vals-Intelligence-Board.
Wo er an Grenzen stößt
Noch ist keine Obergrenze erfasst. Wenn sich Scores oben bündeln, kann der Benchmark Frontier-Modelle möglicherweise nicht mehr trennen.
Belege
Quellen und weiterführende Lektüre
- Vals-AI-Benchmarks· geprüft 2026-09-12
- Vals-Index-Seite· geprüft 2026-09-12
- Vals benchmarks
- Vals Index
Fragen zu diesem Benchmark
Jede Antwort unten stammt aus den datierten Feldern dieser Seite. Nichts davon ist zusätzlich für Suchmaschinen geschrieben.
Was misst Vals Index?
Vals-Index v2 — BIP-gewichteter Composite aus Finance (Finance Agent v2, Excel Modeling), Coding (Terminal-Bench 2.1, Vibe Code Bench, Code Migration) und Legal (Legal Research Bench, Harvey HLAB). Nicht mit Zeilen vor dem 13. Aug. 2026 vergleichen; das war eine andere Aufgabenmischung.
Was beweist ein hoher Vals Index-Wert nicht?
Ein starkes Vals Index-Ergebnis sagt nichts aus über:
- Offene Reproduzierbarkeit — Teile des Benchmarks nutzen proprietäre, nicht öffentliche Datensätze; Leser können die Suite nicht vollständig nachlaufen lassen.
- Keine Einzelfähigkeit — der Index mischt Domänen; ein hoher Wert kann ungleichmäßige Stärken über Finance, Coding, Bildung oder Multimodalität verdecken.
- Keine VerdictPal-Empfehlung — Vals ist nützliche Evidenz, bleibt aber eine Quellenzeile mit eigener Methodik und Gewichtung.
Wie wird Vals Index bewertet?
Prozentähnlicher Kompositwert. Die aktuelle Aufgabenmischung und Gewichtung stehen auf der Quellseite. Aufgabenformat: Komposit-Index aus der Vals-Branchensuite; öffentliche Seiten zeigen Modellwert, Rang und Aktualisierungsdatum.
Ist Vals Index gesättigt?
Vals Index ist im Atlas derzeit als Aktiv markiert.
Können Vals Index-Ergebnisse durch Trainingsdaten verunreinigt sein?
Das Kontaminationsrisiko für Vals Index ist als Kontamination unbekannt eingestuft. Behandle jede Zeile auf dieser Seite als öffentliche Angabe mit Quelle und Datum, nicht als kontrolliertes Experiment.
The Pack · Redaktionsnewsletter
Neue Tools in dein Postfach. Kostenlos.
Eine kurze E-Mail, wenn ein Tool erscheint oder den Status wechselt. Kein Tracking, keine Drittanbieter-Analytics. Abmeldung mit einem Klick.