Der Markt für KI-Modell-Evaluierungsplattformen wächst 2026 auf 2,36 Milliarden Dollar – ein Plus von 27 Prozent gegenüber dem Vorjahr. [1] Das klingt nach einer Nische. Es ist keine. Es ist das Signal, dass die KI-Industrie ihr fundamentalstes Prob...

Claude Opus 4.6 erreicht 91% auf MMLU. GPT-5.4 liegt bei 92%. Gemini 3.1 Pro irgendwo dazwischen. Die Zahlen klingen beeindruckend. Sie sind auch komplett bedeutungslos. Nicht weil die Modelle schlecht wären – sondern weil der Test kaputt ist. MMLU,...