Claude Haiku 4.5
über claude-code-cli 2.1.212Modell + Harness
Lauf vom 17.07.2026
Keine Prüfung ausgeführt
4 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Archivierter Pilot · Historischer Run
Interaktive Micro-App
Interaktiongebaut von Claude Fable 5 über claude-code-cli 2.1.214 Modell + Harness
- Automatische Prüfungen
- Keine Prüfung ausgeführt4 Prüfungen im Browser nicht gelaufen
- Bewertungsmodell
- Bewertung nicht veröffentlicht
- Gestartet
- Dauer
- 340 s
Artefakt
Von agi.jetzt aus dem vom Modell erzeugten Artefakt gerendertOffline in einem isolierten Renderer aus der gespeicherten Datei gerendert (sha256 4d3332c8723f…). Die Datei selbst wird nicht ausgeliefert.
Gleicher Auftrag, andere Modelle
Seitlich scrollen. Jeder Lauf hatte eigene Laufzeit und Limits — vergleichen Sie die Artefakte, nicht einen Score.
GPT-5.6 Luna
über codex-cli 0.144.5Modell + Harness
Lauf vom 18.07.2026
Keine Prüfung ausgeführt
4 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
GPT-5.6 Sol
über codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
Keine Prüfung ausgeführt
4 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Automatische Prüfungen
Automatische Prüfungen an der gespeicherten HTML-Datei, ohne sie im Browser auszuführen.
| Prüfung | Art | Ergebnis |
|---|---|---|
| renders_without_errorsSandbox nicht verfügbar — Rendering übersprungen | Rendering | nicht ausgeführt |
| three_interaction_testcasesSandbox nicht verfügbar — Rendering übersprungen | Interaktion (Browser) | nicht ausgeführt |
| invalid_input_feedbackSandbox nicht verfügbar — Rendering übersprungen | Interaktion (Browser) | nicht ausgeführt |
| no_reload_requiredSandbox nicht verfügbar — Rendering übersprungen | Interaktion (Browser) | nicht ausgeführt |
4 Prüfungen im Browser sind nicht gelaufen. Grund laut Protokoll: „Sandbox nicht verfügbar — Rendering übersprungen“.
Bewertung
- Deterministischer Wert
- Keine Note — kein Prüfergebnis erfasst
- Bewertungsmodell
- für diesen Lauf nicht veröffentlicht
WarumDer v2-Eintrag des Bewertungsmodells nennt das getestete Modell als sein eigenes Bewertungsmodell und enthält keine Kriterien. Sein Wert wird deshalb nicht gezeigt — ebenso wenig der kombinierte v2-Wert, in den er einfließt.
Grenzen dieses Laufs
- 4 Prüfungen im Browser sind nicht gelaufen. Ob das Ergebnis im Browser funktioniert, wurde nicht automatisch geprüft.
- Keine ausgeführte Prüfung mit gezeigtem Ergebnis bewertet, was gebaut wurde.
- Für diesen Lauf ist keine Bewertung veröffentlicht. Es gibt deshalb kein Qualitätsurteil — nur die hier aufgeführten automatischen Prüfungen.
- Diese Einstellungen waren vorgesehen, wurden aber nicht erzwungen: Die Laufzeit wurde ohne sie aufgerufen.
- Nicht vollständig reproduzierbar; der erfasste Grund steht unter „Umgebung“.
Aufgabe
Brief (Runde 1)
Baue einen Tilgungsrechner für Annuitätendarlehen als einzelne HTML-Datei mit Vanilla-JS (kein Framework, keine externen Assets, keine externen Requests) — funktional korrekt UND spürbar hochwertig gestaltet.
Funktionale Anforderungen:
1. Eingaben: Kreditsumme in Euro, Sollzins in Prozent pro Jahr, anfängliche Tilgung in Prozent pro Jahr — jeweils als Zahl.
2. Monatsrate (Annuität) = Kreditsumme × (Sollzins + Tilgung) / 100 / 12, kaufmännisch auf Cent gerundet. Die gerundete Rate wird für alle Folgeberechnungen verwendet.
3. Monatliche Verrechnung: Monatszins = Sollzins / 100 / 12; neue Restschuld = alte Restschuld × (1 + Monatszins) − Rate. Anzuzeigen sind: Monatsrate, Restschuld nach 10 Jahren (120 Monate, auf ganze Euro gerundet) und Gesamtlaufzeit bis Restschuld ≤ 0 in Jahren und Monaten.
4. Edge Case: Tilgung = 0 % → Rate trotzdem berechnen und anzeigen, aber statt der Laufzeit einen deutlichen Hinweis ausgeben, dass der Kredit bei 0 % Tilgung nie zurückgezahlt wird.
5. Kreditsumme ≤ 0, Sollzins ≤ 0, Tilgung < 0, leere oder nicht numerische Eingaben → sichtbare Fehlermeldung, keine Ergebnisanzeige. Zahlen im deutschen Format darstellen (Komma als Dezimaltrennzeichen, Punkt als Tausendertrennzeichen).
Allgemein gilt:
- Das Tool arbeitet vollständig ohne Seiten-Reload.
- Fehlerhafte Eingaben werden abgefangen: sichtbares, verständliches Feedback statt Exception oder stillem Scheitern.
- Ergebnisse werden klar und eindeutig dargestellt.
Gestaltung & Gefühl (wichtig):
- Durchdachtes, eigenständiges UI mit klarer Hierarchie und angenehmer Typografie/Farbwelt — kein nacktes Standard-Formular.
- Befriedigende Mikro-Interaktionen: sanfte Übergänge oder Animationen bei Ergebnis, Eingabe-Fokus und Fehlerfeedback. Respektiere `@media (prefers-reduced-motion: reduce)`.
- Das Tool soll sich lebendig und wertig anfühlen und Lust machen, es zu benutzen.Aus dem Aufgaben-Seed; die tatsächlichen Prompts ergänzen Ausgabeformat-Anweisungen und andere Formulierungen.
Umgebung
- Laufzeit
- claude-code-cli 2.1.214
- Ausführung
- Modell + HarnessDas Modell lief in einem Agenten-Harness. Das Ergebnis beschreibt Modell + Harness, nicht das Modell allein.
- Nominales Profil
- std-v1 · T=0.2 · seed 4242 · 1 Runde · keine Werkzeuge
- Profil angewendet?
- Nein — claude-code-cli wird ohne Temperatur-, Seed-, Token- oder Werkzeug-Einstellungen aufgerufen; die Werte sind das nominale Laborprofil.
- Reproduzierbarkeit
- nicht vollständig reproduzierbarReasoning-Default und Modell-Snapshot providerseitig veränderlich; CLI-Version erfasst.
- Laufzeitfenster (Runner-Uhr)
- 2026-07-18T18:19:19+02:00 → 2026-07-18T18:24:59+02:00
Herkunft
- Quellsystem
- agi.jetzt v2 (früheres Labor, importiert)
- Quell-Lauf
- 2026-07-18_fable-5_t05_s1_r1
- Status
- automatische technische Gates des v2-Labors bestanden („verified“)
- Lauf-Manifest (sha256)
- 0bc71f91f176de1c15d7fd436d0d2d26b7c8e269f1812ede6af7f19e7842891e
- Artefakt (sha256)
- 4d3332c8723f6ccd6eff06c9a236ae2a8020fd672d12dd3e207ea727dfaed7c3
- Prüfungs-Version
- t05-checks-v2
Modell Die Modellkennung des Testprogramms entspricht Claude Fable 5 in unserer Modellliste (verifizierte Zuordnung).
Was dieser Lauf zeigt — und was nicht
Kein AGI-MaßDieser Lauf zeigt genau eines: was ein Modell aus einem präzisen Brief als einzelne HTML-Datei gebaut hat. Über allgemeine Intelligenz sagt er nichts.In diesem Lauf automatisch geprüft: Keine Prüfung ausgeführt · 4 Prüfungen im Browser nicht gelaufen.
Was der Aufgabensatz messen soll
- Artefakt-Erstellung nach präzisem Brief
- Befolgen von Anweisungen
- Statische Prüfungen der Datei (kein Funktionstest)
Nicht sein Gegenstand
- Allgemeine Intelligenz / AGI
- Agenten und Werkzeugnutzung
- Multimodale Eingaben
- Recherche/Retrieval
- Konversation
Veröffentlichte und nicht veröffentlichte Läufe
Wir zeigen 4 von 12 verifizierten Läufen dieser Aufgabe — von 4 der 4 getesteten Modelle.Quelle: die Auswahl-Angaben der veröffentlichten Läufe. Sie zählen die Aufgabe über alle Varianten und kennen nur Modelle, von denen mindestens ein Lauf veröffentlicht ist.