Hysen Labszli12321
★ 340LHTB
Long-Horizon-Terminal-Benchmark mit dichter Belohnungsbewertung. Grok 4.5 liegt mit ca. 11 $/Aufgabe an der Spitze, und günstigere Modelle wie MiniMax M3 (6 $/Aufgabe) und Hy3 (2,47 $/Aufgabe) sind konkurrenzfähig mit Modellen, die 5 bis 10 mehr kosten (Claude Fable 5 für 73 $/Aufgabe, Claude Sonnet 5 für 60 $/Aufgabe).