🤖
Harness-Benchmark
Wie gut löst das Modell echte Aufgaben?
Qualität in echten Agenten- und Chat-Aufgaben – das Modell muss reale Aufgaben mit Tools und mehreren Schritten bearbeiten. Bewertet nach Erfolgsquote und erreichten Aufgabenpunkten.
🎯 Erfolgsquote🏆 Aufgabenpunkte🔧 Tool-Nutzung🧠 echte Aufgaben
| # | Modell / Hersteller | Messwerte | GPU / CPU / RAM | Runtime | ||
|---|---|---|---|---|---|---|
| 1 | Gemma-4-26B-A4B-it26BGoogle HarnessbenchmarkTool Usage Standard 1.0 | 2.701 Pkt 90,6% · 16/16 Aufg. · 118,0 s | NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation EditionAMD Ryzen 9 9950X 16-Core Processor · 92 GB RAM | openclaw_cli | Details → | |
| 2 | Qwen3.6-27B27BQwen (Alibaba) HarnessbenchmarkTool Usage Standard 1.0 | 1.220 Pkt 40,9% · 16/16 Aufg. · 1.036,0 s | NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation EditionAMD Ryzen 9 9950X 16-Core Processor · 92 GB RAM | vLLMgodclaw | Details → | |
| 3 | Qwen3.6-27B27BQwen (Alibaba) HarnessbenchmarkTool-Parcours Dossier 40 V1.0 | 2.267 Pkt 38,0% · 38/40 Aufg. · 10.331,0 s | NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation EditionAMD Ryzen 9 9950X 16-Core Processor · 92 GB RAM | vLLMgodclaw | Details → |