Ein Auftrag, alle veröffentlichten Ergebnisse. Jede Kachel zeigt, was ein Modell zurückgegeben hat.
5 Läufe · 5 ModelleLäufe vom 17.07.2026 bis 03.09.2026
Prüfergebnisse zurückgezogen (04.10.2026)Diese Prüfergebnisse passen nicht zu den Screenshots derselben Läufe. Deshalb ziehen wir die Ergebnisse zurück, bis die Prüfung im Browser wiederholt wurde. Betroffen: three_distinct_visualizations, five_aggregate_matches, three_numeric_insights.
über claude-code-cli 2.1.214Modell + Harness
Lauf vom 18.07.2026
Prüfergebnisse zurückgezogen (04.10.2026)
Format stimmt (1 von 1) — das Ergebnis selbst wurde nicht geprüft · 2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
über claude-code-cli 2.1.212Modell + Harness
Lauf vom 17.07.2026
Prüfergebnisse zurückgezogen (04.10.2026)
Format stimmt (1 von 1) — das Ergebnis selbst wurde nicht geprüft · 2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
über codex-cli 0.144.5Modell + Harness
Lauf vom 18.07.2026
Prüfergebnisse zurückgezogen (04.10.2026)
Format stimmt (1 von 1) — das Ergebnis selbst wurde nicht geprüft · 2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
über codex-cli 0.144.5Modell + Harness
Lauf vom 17.07.2026
Prüfergebnisse zurückgezogen (04.10.2026)
Format stimmt (1 von 1) — das Ergebnis selbst wurde nicht geprüft · 2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
über ollama 0.32.15nur Modell
Lauf vom 03.09.2026
Prüfergebnisse zurückgezogen (04.10.2026)
Format stimmt (1 von 1) — das Ergebnis selbst wurde nicht geprüft · 2 Prüfungen im Browser nicht gelaufen
Bewertung nicht veröffentlicht
Läufe derselben Aufgabe sind nicht automatisch gleich getestet: Laufzeit, Token-Limit und Protokoll können sich unterscheiden. Jeder Lauf nennt seine eigenen.
Wir zeigen 5 von 16 verifizierten Läufen dieser Aufgabe — von 5 der 6 getesteten Modelle.Nicht veröffentlicht: Phi-4-mini-instruct (1 Lauf; Prüfergebnisse zurückgezogen).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.
Unten steht ein CSV-Datensatz (ca. 40 Zeilen). Baue daraus eine einzelne HTML-Datei als beeindruckendes, interaktives Dashboard.
Anforderungen:
- Mindestens 3 Visualisierungen, selbst gerendert als SVG oder Canvas — keine Chart-Libraries, keine externen Assets, keine externen Requests.
- Interaktivität mit Vanilla-JS: beim Hovern über Datenpunkte/Balken/Segmente erscheinen präzise Tooltips mit dem konkreten Wert; Achsen und Legenden sind lesbar beschriftet.
- Eine Sektion „Kernaussagen" mit 3 datengestützten Insights; jeder Insight nennt mindestens eine konkrete Zahl aus den Daten.
- Alle gezeigten Zahlen müssen rechnerisch exakt aus dem Datensatz folgen.
- Gestaltung auf Studio-Niveau: klare Hierarchie, stimmige Farbwelt, ruhige Typografie, sinnvoll gewählte Diagrammtypen für die jeweilige Kennzahl. Responsive, kein horizontaler Overflow.
Datensatz:
[CSV, 36 Datenzeilen: Monats-KPIs eines B2B-SaaS (Juli 2023 bis Juni 2026): MRR, Neukunden, Kuendigungen, Support-Tickets.]Aus dem Aufgaben-Seed; die tatsächlichen Prompts ergänzen Ausgabeformat-Anweisungen und andere Formulierungen.