Claude Fable 5
über claude-code-cli 2.1.214Modell + Harness
Lauf vom 18.07.2026
3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
3 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Archivierter Pilot · Historischer Run
Animierte Hero (CSS-Motion)
Visuelle Gestaltunggebaut von GPT-5.6 Luna über codex-cli 0.144.5 Modell + Harness
- Automatische Prüfungen
- 3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft3 Prüfungen im Browser nicht gelaufen
- Bewertungsmodell
- Bewertung nicht veröffentlicht
- Gestartet
- Dauer
- 135 s
Artefakt
Von agi.jetzt aus dem vom Modell erzeugten Artefakt gerendertOffline in einem isolierten Renderer aus der gespeicherten Datei gerendert (sha256 776dff0dc1dd…). 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.
Claude Haiku 4.5
über claude-code-cli 2.1.212Modell + Harness
Lauf vom 17.07.2026
3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
3 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
GPT-5.6 Sol
über codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
3 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Aufnahme während der Animation: Dieser archivierte Einzelbild-Ausschnitt zeigt nicht den fertigen Zustand und bewertet weder Animation noch Interaktion.Qwen3.8-27B
über ollama 0.32.15nur Modell
Lauf vom 03.09.2026
3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
3 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_filegenau eine HTML5-Datei | Format | Bestanden |
| viewport_metaViewport-Meta: 1 (erwartet 1) | Format | Bestanden |
| hero_with_ctaHero mit Überschrift und CTA: vorhanden (gefunden: 2) | Vorhandensein | Vorhanden |
| no_external_requestsSandbox nicht verfügbar — Rendering übersprungen | Rendering | nicht ausgeführt |
| renders_without_console_errorsSandbox nicht verfügbar — Rendering übersprungen | Rendering | nicht ausgeführt |
| mobile_no_horizontal_overflowSandbox nicht verfügbar — Rendering übersprungen | Interaktion (Browser) | nicht ausgeführt |
3 Prüfungen im Browser sind nicht gelaufen. Grund laut Protokoll: „Sandbox nicht verfügbar — Rendering übersprungen“.
Bewertung
- Deterministischer Wert
- Keine Note — geprüft wurden nur Format und Vorhandensein, nicht das Ergebnis
- 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
- 3 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 eine Hero-Section als EINE einzelne HTML-Datei (Inline-CSS, optional minimal Vanilla-JS nur für Scroll-Trigger — kein Framework, kein externes Asset, keine externen Fonts) für Nebulyt — eine Plattform für Echtzeit-Wettervorhersage per Satellitendaten für die Landwirtschaft.
Die Hero muss durch Bewegung beeindrucken, nicht nur durch Layout:
- Eine markante, gestaffelte Eingangs-Animation beim Laden (CSS @keyframes): Headline, Subline und Call-to-Action erscheinen nacheinander in durchdachtem Rhythmus.
- Mindestens ein fortlaufendes, subtiles Motion-Detail (z. B. animierter Verlauf, schwebende Formen, Shimmer, Parallax beim Scrollen).
- Sauberes Easing und kontrolliertes Timing — edel und ruhig, kein hektisches Zappeln.
- `@media (prefers-reduced-motion: reduce)`: Animationen deaktivieren oder auf ein sanftes Fade reduzieren.
Inhaltlich enthalten: eine dezente Marken-/Logo-Zeile, ein starker Claim (Headline), eine erklärende Subline und genau ein klarer Call-to-Action-Button.
Stilvorgabe: Hell, atmosphärisch, wissenschaftlich-elegant. Kühles Himmelblau bis Morgenlicht-Orange als weicher Verlauf, luftige Sans-Serif, großzügige Zeilenhöhe. Motion-Idee: ziehende Wolken-/Nebelschleier im Hintergrund, ein sanft aufsteigender Sonnen-/Datenpunkt, gestaffelt eingeblendete Textzeilen. Ruhig und präzise, kein Kitsch. Zielgruppe: Betriebsleiter großer Höfe.
Responsive: sieht auf Desktop (1440px) und Mobil (390px) kontrolliert aus, kein horizontaler Overflow.Aus dem Aufgaben-Seed; die tatsächlichen Prompts ergänzen Ausgabeformat-Anweisungen und andere Formulierungen.
Umgebung
- Laufzeit
- codex-cli 0.144.5
- 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 7331 · 1 Runde · keine Werkzeuge
- Profil angewendet?
- Nein — codex-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)
- 2026-07-18T17:11:27+02:00 → 2026-07-18T17:13:42+02:00
Herkunft
- Quellsystem
- agi.jetzt v2 (früheres Labor, importiert)
- Quell-Lauf
- 2026-07-18_gpt-5.6-luna_t01_s2_r3
- Status
- automatische technische Gates des v2-Labors bestanden („verified“)
- Lauf-Manifest (sha256)
- 252bcdab82ca44cd27f3b098e23d3496c5357a40652ef33cbe315bb73c335a74
- Artefakt (sha256)
- 776dff0dc1dd81b4db579477bb5d631db336f6ba12da0d8df07ea582d5f7ed27
- Prüfungs-Version
- t01-checks-v2
Modell Die Modellkennung des Testprogramms entspricht GPT-5.6 Luna 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: 3 Format- und Vorhandenseinsprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft · 3 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 5 von 14 verifizierten Läufen dieser Aufgabe — von 5 der 6 getesteten Modelle.Nicht veröffentlicht: Phi-4-mini-instruct (1 Lauf; 1 von 3 Format- und Vorhandenseinsprüfungen bestanden).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.