Quellen und Daten

Produktdokumentation erklärt Funktionen. Bewertungen schildern Erfahrungen. Benchmarks messen Modelle und Aufgaben.

Die Daten richtig einordnen

Produktseiten beschreiben dokumentierte Funktionen, keine eigenen Praxistests.
G2 und Capterra werden getrennt mit Anzahl der Bewertungen, Originalquelle und Beobachtungsdatum gezeigt. Die Werte beziehen sich auf den jeweiligen Produkteintrag.
Ergebnisse gelten für die getestete Modellversion, Aufgabe und Methode, nicht automatisch für ein ganzes Tool.
Preise, Grenzen und Funktionen vor der Tarifwahl auf der offiziellen Website prüfen.

Benchmarks

Artificial Analysis

Artificial Analysis · video evaluations

Artificial Analysis · Modelle für Videogenerierung und Bearbeitung. Messgröße: Präferenz beim Ansehen. Text-, Bild- und Videoeingaben werden getrennt bewertet; ebenso Ausgaben mit und ohne Ton.

Geltungsbereich: Modelle für Videogenerierung und Bearbeitung
Messgröße: Präferenz beim Ansehen

VBench team

VBench Leaderboard

VBench team · Videogenerierungsmodelle. Messgröße: Qualitäts- und Konsistenzdimensionen. Untersucht Videoqualität in 16 Dimensionen, darunter Motivkonsistenz, Bewegung und zeitliches Verhalten.

Geltungsbereich: Videogenerierungsmodelle
Messgröße: Qualitäts- und Konsistenzdimensionen

Artificial Analysis

Artificial Analysis · speech evaluations

Artificial Analysis · Text-zu-Sprache-Modelle. Messgröße: Hörpräferenz und Aussprache. Hören, Aussprache und API-Geschwindigkeit sind getrennte Messungen. Sprache und Stimme beeinflussen den Vergleich.

Geltungsbereich: Text-zu-Sprache-Modelle
Messgröße: Hörpräferenz und Aussprache

TTS-AGI & contributors

Speech synthesis evaluation sources

TTS-AGI & contributors · Englische Text-zu-Sprache-Eingaben. Messgröße: Anonyme Hörvergleiche. Zwei anonyme Stimmen lesen denselben Text. Die aktuellen Eingaben sind ausschließlich auf Englisch.

Geltungsbereich: Englische Text-zu-Sprache-Eingaben
Messgröße: Anonyme Hörvergleiche

BigCode project

BigCodeBench

BigCode project · Codegenerierung auf Funktionsebene. Messgröße: Erfolgsquote bei Programmieraufgaben. Complete und Instruct nutzen andere Eingaben, Full und Hard andere Aufgaben. Vor dem Vergleich abgleichen.

Geltungsbereich: Codegenerierung auf Funktionsebene
Messgröße: Erfolgsquote bei Programmieraufgaben

Artificial Analysis

Artificial Analysis · image evaluations

Artificial Analysis · Modelle für Bildgenerierung und Bearbeitung. Messgröße: Präferenz beim Ansehen. Text-zu-Bild und Bildbearbeitung werden getrennt bewertet. Bearbeitung prüft Änderungen an einem bestehenden Bild.

Geltungsbereich: Modelle für Bildgenerierung und Bearbeitung
Messgröße: Präferenz beim Ansehen

Hugging Face & contributors

Open ASR Leaderboard

Hugging Face & contributors · Spracherkennungssysteme. Messgröße: Wortfehlerrate und RTFx. Getrennte Gruppen prüfen kurze und lange englische sowie kurze mehrsprachige Aufnahmen. RTFx misst das Tempo relativ zur Aufnahmedauer.

Geltungsbereich: Spracherkennungssysteme
Messgröße: Wortfehlerrate und RTFx

Datacurve

DeepSWE

Datacurve · Coding-Modelle im Agenten des Evaluators. Messgröße: Erledigung von Repository-Aufgaben. Version 1.1 bewertet committete Änderungen in separater Umgebung. Ergebnisse hängen vom getesteten Agenten und Denkaufwand ab.

Geltungsbereich: Coding-Modelle im Agenten des Evaluators
Messgröße: Erledigung von Repository-Aufgaben

Produktbilder

Produktnamen, Logos und Werbebilder kennzeichnen die jeweiligen Tools und gehören ihren Eigentümern. Diese Links zeigen die offiziellen Quellen der Produktdarstellungen.

Midjourney ist eine Marke von Midjourney, Inc. TapToMarket wird von Midjourney, Inc. weder unterstützt noch ist es mit dem Unternehmen verbunden.