Automatisierte Seite. Automatisch von KI verfasst und übersetzt und per Software mit den Quellen abgeglichen; keine menschliche Redaktion. SI-IQ ist ein Index auf Basis öffentlicher Benchmark-Ergebnisse, kein IQ-Test. So funktioniert es
Die Benchmarks hinter dem SI-IQ
SI-IQ stützt sich derzeit auf 14 Benchmarks. Jeder wird von einem unabhängigen Evaluator durchgeführt; Eigenangaben der Entwickler fließen nie in den Index ein.
| Benchmark | Bereich | Evaluiert von | Modelle |
|---|---|---|---|
| Chess Puzzles | Schlussfolgern | Epoch AI | 81 |
| Furniture Assembly | Schlussfolgern | Epoch AI | 34 |
| Mystery Game Puzzles | Schlussfolgern | Epoch AI | 78 |
| FrontierMath Tier 4 | Mathematik | Epoch AI | 68 |
| FrontierMath Tiers 1–3 | Mathematik | Epoch AI | 86 |
| MATH Level 5 | Mathematik | Epoch AI | 86 |
| OTIS Mock AIME 2024–2025 | Mathematik | Epoch AI | 193 |
| Aider Polyglot | Programmieren | Aider | 40 |
| SWE-bench Verified (Epoch AI run) | Programmieren | Epoch AI | 32 |
| GPQA Diamond | Wissen | Epoch AI | 205 |
| GPQA Diamond (OpenRouter run) | Wissen | OpenRouter | 117 |
| SimpleQA Verified | Wissen | Epoch AI | 81 |
| Berkeley Function Calling Leaderboard | Agenten | UC Berkeley (Gorilla) | 41 |
| τ²-bench Airline (OpenRouter run) | Agenten | OpenRouter | 117 |
Die Ladung k zeigt, wie stark ein Benchmark stärkere von schwächeren Modellen auf der gemeinsamen Fähigkeitsskala trennt (höher = aussagekräftiger). Die vollständige Methodik lesen
Datenquellen und Lizenzen
| Quelle | Lizenz / Bedingungen | In unserem Download |
|---|---|---|
| Epoch AI Benchmarking Hub | CC BY 4.0 | Ja |
| OpenRouter benchmark datasets | CC BY 4.0 | Ja |
| Aider LLM Leaderboards | Apache-2.0 | Ja |
| Berkeley Function Calling Leaderboard | Apache-2.0 | Ja |
| Arena (formerly LMArena) leaderboard dataset | CC BY 4.0 | Ja |
| LiteLLM model price table | MIT | Ja |