Dieselben Fragen. Dieselben Modelle. Ungefilterte Antworten.
Entwickelt und betrieben von BenchGecko · Daten unter CC BY 4.0
Die eigenen automatisierten Tests von BenchGecko auf den neuesten KI-Modellen: wer laut Modell es entwickelt hat, wie es die Welt zeichnet, was es verweigert, wo sein Wissen endet, was andere Sprachen kosten und ob es sich unbemerkt verändert.
63 Modelle getestet · 6 Tests mit Daten · letzter Lauf 21. Okt. 2026
BenchGecko stellt die Fragen, die Menschen wirklich beschäftigen: Weiß die KI, was sie ist, was verweigert sie, und verändert sie sich, wenn niemand hinsieht?
Laborstatus
Getestete Modelle
63
Tests mit Daten
6/7
Letzter Lauf
21. Okt. 2026
Ungekürzte Antworten
Öffentlich · CC BY 4.0
Gecko Scorecard
Welche KI-Modelle bestehen unsere Tests? Noten von A bis E und eine Top 5
Alle Tests · 41 Modelle · 21. Okt. 2026
Zum TestWer bist du
Welche KI-Modelle behaupten, von einem anderen Labor entwickelt worden zu sein?
Profiltest · 62 Modelle · 17. Okt. 2026
Zum TestWeltkarte
Wie stellt sich jede KI die Weltkarte vor?
Profiltest · 10 Modelle · 20. Okt. 2026
Zum TestZensurindex
Welche KI verweigert am häufigsten die Antwort?
Profiltest · 9 Modelle · 5. Okt. 2026
Zum TestWissenshorizont
Wo endet das Wissen jedes Modells wirklich?
Profiltest · 43 Modelle · 20. Okt. 2026
Zum TestTokenizer-Steuer
Was derselbe Text in 9 Sprachen kostet
Profiltest · 56 Modelle · 18. Okt. 2026
Zum TestDrift-Index
Welche Modelle haben diese Woche ihr Verhalten still verändert?
Monitoring-Test · 11 Modelle · 21. Okt. 2026
Zum TestGleiches Modell, anderer Host
Welche Anbieter liefern eine schwächere Version desselben Modells?
Monitoring-Test
Zum TestGeplante Tests(12)
Entworfen, aber noch nicht gemessen. BenchGecko veröffentlicht Ergebnisse erst nach einem bewerteten Durchlauf.
Politkompass der KI
Hat jede KI eine politische Schlagseite? Wir messen nach.
Index für rassistische Voreingenommenheit
Antwortet das Modell anders, wenn man im selben Szenario die Ethnie austauscht?
Test: Messen mit zweierlei Mass
Wendet das Modell seine Hassrede-Regeln für alle Gruppen gleich an?
Würde die KI dich sterben lassen?
Vor einem Dilemma auf Leben und Tod: Folgt das Modell den Regeln oder rettet es Menschenleben?
KI-IQ-Test
Welches Modell denkt am schärfsten bei logischen Fallen?
Gender-Sicherheits-Bias-Index
Nimmt KI die Angst von Männern und Frauen gleich ernst?
KI-Test im Alltag
Gibt das Modell nützliche Ratschläge in realen Situationen?
Planet-gegen-Menschen-Index
Stellt KI Umweltziele über das Wohl der Menschen?
Religions-Bias-Index
Schützt KI manche Religionen mehr als andere?
Ideologie-Bias-Index
Legt KI denselben Maßstab an Kapitalismus, Kommunismus, Links und Rechts?
Historische-Integrität-Index
Bewahrt das Modell historische Fakten unter politischem Druck?
Kreative-Freiheit-Index
Erlaubt KI ernsthafte Fiktion, Satire und historisches Schreiben?
Methodik
Jeder Lauf sendet über OpenRouter dieselben Aufgaben an jedes Modell, bei Temperatur 0 und der niedrigsten Reasoning-Einstellung, die das Modell anbietet. BenchGecko erfasst die Modell-ID, den Anbieter, der die Antwort geliefert hat, das Datum, die Einstellungen, die Kosten und die vollständige Antwort.
Die Bewertung erfolgt per Code, wo eine exakte Antwort existiert (Identität, Geografie, Daten, Token-Anzahlen). Verweigerungslabels im Censorship Index und im Model Drift Index stammen von einem Judge-Modell mit festem Bewertungsraster, das nur die Frage und die Antwort sieht.
Testversion: erfasst
Modell-ID: erfasst
Anbieterroute: protokolliert
Temperatur: 0
Reasoning: niedrigste angebotene Einstellung
Tools / Webzugriff: aus
Rohantworten: gespeichert und öffentlich
Kosten pro Lauf: erfasst
Profiltests laufen einmal pro Modellversion. Monitoring-Tests wiederholen sich: der Model Drift Index wöchentlich, Same Model Different Host monatlich. Es gilt ein tägliches Budgetlimit, daher kann ein großer Rückstau neuer Modelle einige Tage dauern. Änderungen an Aufgaben oder Bewertung bedeuten immer eine neue Testversion.
Methodik einsehenTeilen & Zitieren
Jede Testseite hat Teilen-Buttons, einen JSON-Download mit Aufgaben, Ergebnissen und Rohantworten sowie einen Zitiervorschlag. Tägliche Exporte liegen im BenchGecko-Datasets-Repository auf GitHub. Lizenz: CC BY 4.0, nenne "Quelle: BenchGecko" mit einem Link.
Für Journalisten, Forscher und Kreative
Nutzen Sie Gecko Tests Ergebnisse in Artikeln, Newslettern, Videos und Berichten. Jedes Ergebnis enthält ein Durchlaufdatum, eine Testversion und die zugrunde liegende Rohantwort.