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 GPT-5.6 Luna über codex-cli 0.144.5 Modell + Harness
- Automatische Prüfungen
- Format stimmt (2 von 2) — das Ergebnis selbst wurde nicht geprüft2 Prüfungen im Browser nicht gelaufen
- Bewertungsmodell
- Bewertung nicht veröffentlicht
- Gestartet
- Dauer
- 108 s
Artefakt
Von agi.jetzt aus dem vom Modell erzeugten Artefakt gerendertOffline in einem isolierten Renderer aus der gespeicherten Datei gerendert (sha256 c791e011908a…). 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.
Phi-4-mini-instruct
über ollama 0.32.15nur Modell
Lauf vom 01.10.2026Token-Limit 8192
1 von 2 Formatprüfungen bestanden — das Ergebnis selbst wurde nicht geprüft
2 ohne erfasstes Ergebnis
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_filegenau eine HTML5-Datei | Format | Bestanden |
| viewport_metaViewport-Meta: 1 (erwartet 1) | Format | Bestanden |
| no_external_requestsSandbox nicht verfügbar — Rendering übersprungen | Rendering | nicht ausgeführt |
| renders_without_console_errorsSandbox nicht verfügbar — Rendering übersprungen | Rendering | nicht ausgeführt |
2 Prüfungen im Browser sind nicht gelaufen. Grund laut Protokoll: „Sandbox nicht verfügbar — Rendering übersprungen“.
Bewertung
- Deterministischer Wert
- Keine Note — geprüft wurde nur das Format, 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
- 2 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.
- Token-Limit 16000: Andere Läufe dieser Aufgabe sind mit 8192 erfasst — dieser Lauf ist mit ihnen nicht eins zu eins vergleichbar.
- 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 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
- 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)
- 2026-07-18T17:37:01+02:00 → 2026-07-18T17:38:49+02:00
Herkunft
- Quellsystem
- agi.jetzt v2 (früheres Labor, importiert)
- Quell-Lauf
- 2026-07-18_gpt-5.6-luna_t03_s2_r3
- Status
- automatische technische Gates des v2-Labors bestanden („verified“)
- Lauf-Manifest (sha256)
- 78831444b628a93b2f5cfeff1da330f6f2a58b23c8f72600ca9cf845ea175bd6
- Artefakt (sha256)
- c791e011908ae653c8c4af68339c3f754a512e4215ca0ca839f9aeef1ce5708c
- Prüfungs-Version
- t03-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: Format stimmt (2 von 2) — das Ergebnis selbst wurde nicht geprüft · 2 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 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.