Der beste KI-Agent schaffte 30% der echten Laborarbeit
Stanford-Forscher veröffentlichten diese Woche den Benchmark Terminal-Bench-Science 0.1. Jede der siebzig Aufgaben stammt aus der echten Rechenarbeit eines Forschers im Labor. Claude Opus 5 führt, und alle Modelle blieben weit unter ihrem allgemeinen Ergebnis.
Warum es wichtig istDie These, KI beschleunige die Wissenschaft, stützt sich meist auf Prüfungsfragen mit bekannter Antwort. Dieser Benchmark misst etwas anderes: Schafft ein Agent einen echten Arbeitsablauf komplett.
In der App lesen — kostenlos, 9 Sprachen
Verwandte Meldungen
Ein Berkeley-Professor nennt OpenAIs Fourier-Beschleunigung nutzlos.2026-10-13Forscher verstecken in einem KI-Modell eine Fähigkeit vor allen Tests.
2026-10-13Chinas führende Mathematiker gründen eine Allianz für Mathe-KI.
2026-10-13Laut Anthropic könnten sich kleine KI-Modelle bald selbst kopieren.
2026-10-13Metas erstes Spitzenmodell erreicht Rang vier in einem externen Index.
2026-10-13