LinkOpen LLM Leaderboard TeamSammlung
Für Entwickler und Unternehmen ist das Open LLM Leaderboard eine zentrale Referenz, um die Leistungsfähigkeit quelloffener Sprachmodelle transparent zu vergleichen.
Die Seite fungiert als Hub für die Evaluation offener Sprachmodelle. Neben aggregierten Platzierungen werden auch Einzeldatensätze mit Vorhersagen und Score-Details offengelegt, was eine genaue Nachvollziehbarkeit der Benchmarkergebnisse ermöglicht.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Artikel:Kunal Singh
Ein strukturierter Überblick über die wichtigsten LLM-Ranglisten sowie Empfehlungen, wie Unternehmen Benchmark-Werte jenseits von Spitzenplatzierungen bewerten sollten.
Link:clickrank.ai
Ein Leitfaden von ClickRank AI analysiert den Stand der LLM-Ranglisten im Jahr 2026. Da traditionelle Tests wie MMLU und HumanEval übersättigt sind, stützen sich Vergleiche heute auf anspruchsvollere Benchmarks, menschliche Blindvergleiche und kombinierte Metriken aus Leistung, Geschwindigkeit und Token-Preisen.
Link:NousResearch
Das Hugging-Face-Unternehmensprofil von NousResearch bietet Zugriff auf Open-Source-Sprachmodelle der Hermes-4-Reihe, begleitende Evaluierungsdaten sowie wissenschaftliche Veröffentlichungen der Forschungsgruppe.
Link:spark-arena.com
Spark Arena bietet ein öffentliches Leaderboard zum Leistungsvergleich von Large Language Models auf NVIDIA DGX Spark Hardware. Die Plattform nutzt Open-Source-Tools, um Benchmarks über verschiedene Runtime-Engines wie vLLM, SGLang, TensorRT-LLM und llama.cpp hinweg transparent abzubilden.
Link:Shishir G. Patil, Huanzhi Mao, Charlie Cheng-Jie Ji, Fanjia Yan, Vishnu Suresh, Ion Stoica, Joseph E. Gonzalez
Das Berkeley Function Calling Leaderboard (BFCL) V4 evaluiert die Fähigkeit von Sprachmodellen, Funktionen und Werkzeuge präzise aufzurufen. Version 4 erweitert frôhere Iterationen um eine ganzheitliche agentische Bewertung.
Link:Roshan Desai
Onyx vergleicht in seinem LLM Leaderboard 2026 führende Open-Source- und Closed-Source-Modelle anhand von Benchmarks für Coding, Reasoning, Mathematik und agentische Aufgaben sowie deren API-Preisen.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
