Reproduzierbare KI-Benchmarks für echte Anwendungen.

Ein festes Briefing, definierte Inputs und direkt testbare Resultate – für Browser-Games, Landing-Pages, Dashboards und weitere Anwendungsfälle.

Ergebnisse ansehen Methodik verstehen

Präzises optisches Testsystem als Symbol für reproduzierbare KI-Benchmarks

dokumentierte Läufe

Modellvarianten

aktive Testreihen

Verfahren für neue Läufe

Das vollständige Archiv.

Jede Testreihe bündelt das veröffentlichte Briefing, die zugelassenen Inputs, alle vorhandenen Modellläufe und das direkt prüfbare Ergebnis.

Veröffentlicht · Version 1.0

Neon Quarry — Browser-Game

Ein spielbarer 3D-Arena-Shooter, der sofort als einzelne HTML-Datei im Desktop-Browser läuft.

Briefing

Neon Quarry — browser-game benchmark brief

Briefing lesen Run Instructions

Referenzbild des Neon-Quarry-Browser-Game-Benchmarks

Gemeinsame Referenz

Die Aufgabe

Das gemeinsame Referenzbild als eigenständigen First-Person-Shooter umsetzen: drei Gegnerwellen, vollständiger HUD und dauerhaft sichtbare Steuerung.

Input-Policy

Nur die im Manifest erlaubten Dateien; keine anderen Ergebnisse oder Screenshots.

Single HTMLThree.js 0.164.1Genau 3 WellenWASD + Maus + TastaturSichtbare Steuerungslegende

8 dokumentierte Modellläufe

Screenshot · Provenienz · Ergebnis

OpenAI · X-High

GPT‑5.6 Sol X‑High

17.07.2026 · Ergebnis veröffentlicht

Platz 1 · Bisher bestes Ergebnis

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js · 3 Wellen · Tastatur + Maus

OpenAI · X-High

GPT‑5.6 Luna X‑High

17.07.2026 · Ergebnis veröffentlicht

Ohne eindeutige Reihenfolge

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js · 3 Wellen · Tastatur + Maus

OpenAI · X-High

GPT‑5.6 Terra X‑High

18.07.2026 · Static + Browser bestanden

Ohne eindeutige Reihenfolge

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js · 3 Wellen · Desktop + Mobile

Moonshot AI · Default

Moonshot AI Kimi K3

18.07.2026 · Static + Browser bestanden

Schwächstes Ergebnis

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Nur erlaubte Inputs · Three.js · 3 Wellen · Desktop + Mobile

Anthropic · Max

Claude Sonnet 5 Max

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js 0.164.1 · 3 Wellen · Desktop + Mobile

Cursor · Maximum

Cursor Grok 4.5

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js 0.164.1 · 3 Wellen · Desktop + Mobile

Cursor · Default

Composer 2.5

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js 0.164.1 · 3 Wellen · Desktop + Mobile

Anthropic · Max

Claude Opus 4.8 Max

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

browser-game/neon-quarry

Umsetzung

Single HTML · Three.js 0.164.1 · 3 Wellen · Desktop + Mobile

Veröffentlicht · Version 1.0

Personal Brand — Landing-Page

Eine eigenständige Personal-Brand-Seite mit handgebauter Grafik, Bewegung und klarer visueller Handschrift.

Briefing

Personal Brand — landing-page benchmark brief

Briefing lesen Run Instructions

Beispiel aus der Testreihe

Die Aufgabe

Eine vollständige Landing-Page für Enrico Bachmann bauen: Hero, Projekte, Positionierung und Kontakt mit derselben technischen und visuellen Messlatte.

Input-Policy

Briefing, Manifest und Run Instructions; keine früheren HTML-Ergebnisse oder Screenshots.

Single HTMLInline-SVG oder CanvasScroll-RevealPointer-ReaktionResponsive Navigation

4 dokumentierte Modellläufe

Screenshot · Provenienz · Ergebnis

OpenAI · X-High

GPT‑5.6 Luna X‑High

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

landing-page/personal-brand

Umsetzung

Single HTML · Inline-SVG · Scroll-Reveal · Pointer-Effekte

Moonshot AI · Default

Moonshot AI Kimi K3

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

landing-page/personal-brand

Umsetzung

Single HTML · Inline-SVG · Scroll-Reveal · Pointer-Effekte

OpenAI · X-High

GPT‑5.6 Sol X‑High

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

landing-page/personal-brand

Umsetzung

Single HTML · Inline-SVG · Scroll-Reveal · Pointer-Effekte

OpenAI · X-High

GPT‑5.6 Terra X‑High

18.07.2026 · Static + Browser bestanden

Noch nicht bewertet

Ergebnis testen

Laufdetails und technische Anforderungen

Briefing-ID

landing-page/personal-brand

Umsetzung

Single HTML · Inline-SVG · Scroll-Reveal · Pointer-Effekte

So wird ein Lauf reproduzierbar.

Für alle neuen Modelle gilt dieselbe isolierte Testgrundlage. Unterschiede beim Reasoning bleiben erlaubt: eingesetzt wird jeweils die höchste verfügbare Stufe.

Testgrundlage einfrieren

Referenz oder Ausgangslage, Anforderungen und Startzustand werden versioniert festgehalten.

Briefing freigeben

Aufgabe, erlaubte Inputs und verbotene Ergebnisquellen werden präzise dokumentiert.

Isoliert ausführen

Jedes Modell erhält nur die freigegebenen Testdateien, keine früheren Ergebnisse und keine zusätzlichen Skills.

Ergebnis validieren

Quellcode, Kerninteraktionen, Desktop, Mobile und Browserfehler werden geprüft.

Das Verfahren ab jetzt

Isolierter Start

Eine frische Sitzung sieht ausschließlich die eingefrorene Testgrundlage.

Maximale Modellleistung

Verwendet wird die höchste verfügbare Reasoning-Stufe des ausgewählten Modells.

Keine Fremdkontexte

Andere Projekte, frühere Resultate, Metadaten und zusätzliche Skills bleiben ausgeschlossen.

Referenz, Briefing und Messinstrument erzeugen mehrere vergleichbare Ergebnisse

Veröffentlichte Briefings.

Nicht nur die Resultate sind öffentlich. Auch Aufgabenstellung, erlaubte Inputs und Prüfschritte bleiben nachvollziehbar.

BriefingKategorieErlaubte InputsValidierung

Neon Quarry — browser-game benchmark brief

ID: browser-game/neon-quarry · v1.0

Quelldokument

Kategorie

Browser-Game

Erlaubte Inputs

— Briefing
— Manifest
— Run Instructions
— Referenzbild

Validierung

— Quellmarker
— Start und Bewegung
— Feuer, Reload und Dash
— Drei Wellen und Ergebnis

Personal Brand — landing-page benchmark brief

ID: landing-page/personal-brand · v1.0

Quelldokument

Kategorie

Landing-Page

Erlaubte Inputs

— Briefing
— Manifest
— Run Instructions

Validierung

— Alle vier Sektionen
— Eigenständige Grafik
— Scroll-Reveal
— Pointer-Effekt

Das Testfeld wächst.

Neue Kategorien folgen demselben Protokoll. Erst nach veröffentlichtem Briefing erscheinen sie als aktive Testreihe.

Als Nächstes

Dashboard

Interaktive Datenoberfläche mit identischem Datensatz und gemeinsamer Referenz.

Geplant

Agenten-Workflow

Mehrstufige Arbeitsabläufe mit Übergaben, Prüfungen und Fehlerfällen.

Geplant

E-Commerce

Produktseiten, Warenkorb und Checkout-nahe Interaktionsmuster.

Geplant

Research

Quellenarbeit, Synthese und nachvollziehbare Ergebnisdokumentation.

Geplant

Datenvisualisierung

Charts, Tabellen und analytische Geschichten aus einem Datensatz.

Geplant

Mobile UI

Native App-Screens, Zustände und responsive Interaktionsmuster.