🤖
Harness-Benchmark
Wie gut löst das Modell echte Aufgaben?
Qualität in echten Agenten- und Chat-Aufgaben – das Modell muss reale Aufgaben mit Tools und mehreren Schritten bearbeiten. Bewertet nach Erfolgsquote und erreichten Aufgabenpunkten.
🎯 Erfolgsquote🏆 Aufgabenpunkte🔧 Tool-Nutzung🧠 echte Aufgaben
| # | Modell / Hersteller | Messwerte | GPU / CPU / RAM | Runtime | ||
|---|---|---|---|---|---|---|
| 1 | MiniMax-M2.5230BMiniMax HarnessbenchmarkTool Usage V 1.0 | 1.079 Pkt 61,3% · 15/15 Aufg. · 457,0 s | NVIDIA GeForce RTX 5090AMD Ryzen 7 5800X3D 8-Core Processor · 63 GB RAM | openclaw_cli | Details → | |
| 2 | MiniMax-M2.5230BMiniMax HarnessbenchmarkTools Usage Mini 1.0 | 106 Pkt 53,0% · 2/2 Aufg. · 71,0 s | NVIDIA GeForce RTX 5090AMD Ryzen 7 5800X3D 8-Core Processor · 63 GB RAM | openclaw_cli | Details → | |
| 3 | MiniMax-M2.5230BMiniMax HarnessbenchmarkTools Usage Mini 1.0 | 10 Pkt 10,0% · 1/1 Aufg. · 65,0 s | NVIDIA GeForce RTX 5090AMD Ryzen 7 5800X3D 8-Core Processor · 63 GB RAM | openclaw_cli | Details → |