Claude Fable 5
über claude-code-cli 2.1.214Modell + Harness
Lauf vom 18.07.2026
Format stimmt (2 von 2) — das Ergebnis selbst wurde nicht geprüft
2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Archivierter Pilot · Historischer Run
Aurora/Mesh-Gradient-Art
Visuelle Gestaltunggebaut von Phi-4-mini-instruct über ollama 0.32.15 nur Modell
- Automatische Prüfungen
- 1 von 2 Formatprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft2 ohne erfasstes Ergebnis
- Bewertungsmodell
- Bewertung nicht veröffentlicht
- Gestartet
- Dauer
- 12 s
Artefakt
Von agi.jetzt aus dem vom Modell erzeugten Artefakt gerendertOffline in einem isolierten Renderer aus der gespeicherten Datei gerendert (sha256 5ef7c9757617…). 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
Format stimmt (2 von 2) — das Ergebnis selbst wurde nicht geprüft
2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Phi-4-mini-instruct
über ollama 0.32.15nur Modell
Lauf vom 30.08.2026Token-Limit 16000
1 von 2 Formatprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Qwen3.8-27B
über ollama 0.32.15nur Modell
Lauf vom 03.09.2026
Format stimmt (2 von 2) — das Ergebnis selbst wurde nicht geprüft
2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Automatische Prüfungen
Automatische Prüfungen an der gespeicherten HTML-Datei, ohne sie im Browser auszuführen. Prüfungen von Format und Vorhandensein sagen nichts darüber, ob das Ergebnis den Auftrag erfüllt.
| Prüfung | Art | Ergebnis |
|---|---|---|
| single_html5_fileDetail nicht erfasst | Format | Nicht bestanden |
| no_external_requestsDetail nicht erfasst | Rendering | Unbekannt |
| renders_without_console_errorsDetail nicht erfasst | Rendering | Unbekannt |
| viewport_metaDetail nicht erfasst | Format | Bestanden |
2 Rendering- und Interaktionsprüfungen sind ohne Ergebnis erfasst; ob sie ausgeführt wurden, ist nicht erfasst.
Bewertung
- Deterministischer Wert
- Keine Note — geprüft wurde nur das Format, nicht das Ergebnis
- Bewertungsmodell
- für diesen Lauf nicht veröffentlicht
WarumFür diesen Lauf wurde keine Bewertung veröffentlicht.
Grenzen dieses Laufs
- 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.
- 2 Prüfungen haben kein erfasstes Ergebnis. Unbekannt bleibt unbekannt — es zählt nicht als nicht bestanden.
- Token-Limit 8192: Andere Läufe dieser Aufgabe sind mit 16000 erfasst — dieser Lauf ist mit ihnen nicht eins zu eins vergleichbar.
- Nicht vollständig reproduzierbar; der erfasste Grund steht unter „Umgebung“.
Aufgabe
Brief (Runde 1)
Baue als EINE einzelne HTML-Datei (kein Framework, kein externes Asset, keine externen Fonts) einen bildschirmfüllenden, animierten Hintergrund im Stil Biolumineszenz in der Tiefe: tiefes Petrol bis Schwarz, darüber schwebende, leuchtende Schlieren in Türkis, Cyan und einem kalten Magenta, die sich träge wie Quallen bewegen. Geheimnisvoll, ruhig, kühl. Helle, klare Wortmarke. für die Startseite eines Tiefsee-Forschungsprojekts.
Anforderungen:
- Ein atmosphärischer, animierter Verlauf (Aurora / Mesh-Gradient / fließende Farbwolken), der den gesamten Viewport füllt und sich langsam, organisch bewegt — via CSS-Animation oder Canvas, selbst erzeugt.
- Ruhige, hochwertige Bewegung mit weichem Easing; die Farben durchmischen sich stimmig, kein hartes Flackern, keine sichtbaren Kanten oder Banding-Streifen.
- Darüber eine knappe, zentrierte Bildmarke: „Abyssal" als elegante Wortmarke plus eine kurze, ruhige Zeile darunter — gut lesbar über dem bewegten Grund.
- `@media (prefers-reduced-motion: reduce)`: Bewegung anhalten, ein ebenso schöner statischer Verlauf bleibt.
- Bildschirmfüllend ohne Scrollbalken, kein horizontaler Overflow.Aus dem Aufgaben-Seed; die tatsächlichen Prompts ergänzen Ausgabeformat-Anweisungen und andere Formulierungen.
Umgebung
- Laufzeit
- ollama 0.32.15
- Ausführung
- nur ModellDer Runner hat das Modell direkt angesprochen — ohne Agenten-Harness, ohne Werkzeuge.
- Profil
- v3-local-phi4-8192-v1 · T=0.2 · seed 7331 · 1 Runde · keine Werkzeuge
- Max. Tokens
- 8192
- Reproduzierbarkeit
- nicht vollständig reproduzierbarDas Ausführungsprofil mit 8192 Tokens weicht vom historischen Profil mit 16000 Tokens ab; die Upstream-Revision der Gewichte bleibt unbekannt.
- Laufzeitfenster (Runner-Uhr)
- 2026-10-01T18:35:10.313+00:00 → 2026-10-01T18:35:21.98+00:00
Herkunft
- Quellsystem
- agi.jetzt v3 (Prüfstand-Worker)
- Quell-Lauf
- 55b6c305-9d82-4baa-917d-43f1a960e2f2
- Status
- vom Prüfstand-Worker (v3) eingereicht
- Lauf-Manifest (sha256)
- nicht erfasst
- Artefakt (sha256)
- 5ef7c9757617be3adda0f99b662d2ba711dbe73c37a55b7286dfeec8ebe31d4c
- Prüfungs-Version
- nicht erfasst
Modell Die Modellkennung des Testprogramms entspricht Phi-4-mini-instruct 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: 1 von 2 Formatprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft · 2 ohne erfasstes Ergebnis.
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 15 verifizierten Läufen dieser Aufgabe — von 4 der 6 getesteten Modelle.Nicht veröffentlicht: Claude Haiku 4.5 (3 Läufe; 0 von 2 Formatprüfungen bestanden); GPT-5.6 Sol (3 Läufe; 0 von 2 Formatprüfungen bestanden).Dazu kommt 1 veröffentlichter Lauf ohne Auswahl-Angabe (nicht Teil des v2-Imports).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.
Für diesen Lauf gibt es keine Auswahl-Angabe (er ist nicht Teil des v2-Imports). Wie viele weitere Läufe dieses Modells existieren, ist nicht erfasst.