Claude Mythos Preview95
Noch nicht genug Familien abgedeckt.Mehr Benchmark-Zeilen für Claude Mythos Preview eintragen, damit das Familienprofil erscheint.
VerdictPal · Redaktions-Desk · Stand 9. Okt. 2026VerdictPal
Modelle
Modellzentrierter Evidenz Atlas.
Wir bewerten Modelle, nicht Anbieter. Unten: jede Modellseite, für die das öffentliche Benchmark-Ledger noch Belege hat. Der Mix ist eine gewichtete Zusammenfassung der Benchmarks, die wir führen — datiert und belegt, kein universelles Urteil.
234
Modelle mit Seite
22
Anbieter
186
Preis in USD/1M
3
Nur im Score-Ledger
Jedes Flagship-Modell
Intelligence × gemischte Kosten
Gemischte Kosten pro Million Tokens (Input + 3× Output) auf der X-Achse, log-Skala. Die Y-Achse ist der Benchmark-Mix aus den Suites, die wir noch führen. Punkte nach Kontextfenster skaliert, verbunden durch die Pareto-Frontier.
Alle 158 Modelle in diesem Diagramm
Nur-Input-Scatter
Der frühere Schnitt nur mit Input-Kosten. Nützlich bei input-lastiger Arbeit (RAG, Dokument-Q&A) statt output-lastig.
Hover auf einen Punkt zeigt Name, Score und Input-Preis. Per Tastatur: die zwölf besten mit Tab durchgehen oder die Rangliste unten nutzen.
AnthropicOpenAIGoogleAlibabaMetaZhipuxAIDeepSeekMiniMaxXiaomiMoonshotOtherMeituanMistralNVIDIACohere
3 Modelle mit Benchmark-Zeilen, aber ohne Modellseite
Ältere Releases, Spezialkonfigurationen (Codex CLI, ForgeCode) und Ad-hoc-Aggregationen. Wir zeigen ihre Quell-Scores, promoten sie aber erst mit voller Modellseite in den Atlas.
Familienprofil — stärkste aktuelle Evidenz-Zeilen
Der höchste Intelligence-Receipt pro Family-Slice. Sanity-Check, dass eine einzelne Zahl keine Schwachstelle versteckt.
Claude Fable 5.177
Familienprofil
Bester veröffentlichter Score je abgedeckter Benchmark-Familie.
80/100 Ø
- Wissen
- 67
- Reasoning
- 94
- Coding
- 63
- Agentisch
- 91
- Langer Kontext
- 85
5 getestete Benchmark-Familien
GPT-6 Astra75
Familienprofil
Bester veröffentlichter Score je abgedeckter Benchmark-Familie.
81/100 Ø
- Reasoning
- 96
- Coding
- 57
- Agentisch
- 88
- Langer Kontext
- 81
4 getestete Benchmark-Familien
Welche Families deckt das Ledger wirklich ab?
Ein Modell ohne Zeile in einer Family wurde dort öffentlich nicht getestet. Das zeigen wir — statt Schwäche zu simulieren.
Knowledge13Modelle abgedeckt
Reasoning194Modelle abgedeckt
Math15Modelle abgedeckt
Coding98Modelle abgedeckt
Agentic168Modelle abgedeckt
Multimodal8Modelle abgedeckt
Long context184Modelle abgedeckt
Tool use0Modelle abgedeckt
Performance0Modelle abgedeckt
Safety0Modelle abgedeckt
Human preference0Modelle abgedeckt
Wo diese Modelle im Atlas auftauchen
Jedes Tool hier ist mit mindestens einem Modell oben verknüpft. Derselbe Wrapper, der den Harness versteckt, kann auch den Preis verstecken.
Fragen, die dieser Atlas beantwortet
Jede Antwort unten stammt aus den datierten Feldern dieser Seite. Nichts davon ist zusätzlich für Suchmaschinen geschrieben.
Was ist der VerdictPal-Modell-Atlas?
Wir bewerten Modelle, nicht Anbieter. Unten: jede Modellseite, für die das öffentliche Benchmark-Ledger noch Belege hat. Der Mix ist eine gewichtete Zusammenfassung der Benchmarks, die wir führen — datiert und belegt, kein universelles Urteil.
Wie viele Modelle haben eine Seite?
234 Modelle haben derzeit eine Seite im Atlas. Entwürfe sind nicht mitgezählt.
Woher kommen die Intelligence-Zeilen?
Aus den Benchmarks, die wir noch führen. Jede Zeile auf dieser Seite trägt ein Datum und eine URL. VerdictPal erfindet keine Modell-Scores.
Sind Modellpreise datiert?
186 von 234 Modellen nennen einen Token-Preis in USD. Jede Modellseite hält das Prüfdatum fest.
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.