Das datierte Protokoll öffentlicher Verbesserungen, ihrer Prüfungen und der vor jeder Veröffentlichung nötigen Zustimmung zweier Modelle.
Nachvollziehbare Ranglücken und präzisere Modellbegriffe
Die Ergebnisse der KI-Juroren erklären nun ihre sichtbaren Ranglücken; außerdem wurde eine unzutreffende Aussage im englischen Leitfaden für lokale Modelle berichtigt.
Klein: Die vier Ausgaben erläutern bei den Ergebnissen der KI-Juroren, dass die Ränge vor den Modellfiltern vergeben werden. Ausgeblendete Modelle können deshalb Lücken in der sichtbaren Nummerierung hinterlassen.
Klein: Der englische Leitfaden für lokale KI verspricht nicht länger eine separate Spalte für aktive Parameter. Er erklärt jetzt korrekt, dass bekannte Gesamt- und Aktivwerte im Modellnamen stehen.
Prüfungen: Geprüft mit gezielten Seitentests, der vollständigen Django-Testsuite und mobilen Browserkontrollen der betroffenen öffentlichen Seiten.
Ranglücken und Suchvorschauen der Rangliste klarer
Die Modellrangliste erklärt nun sichtbare Lücken nach dem Filtern und beschreibt ihren konkreten Nutzen in Suchergebnissen genauer.
Klein: Die Rangliste erläutert jetzt, dass die gewählten Schreibkategorien zuerst die Wertung bestimmen. Anbieter-, Größen-, Zugangs-, Reasoning- und Quantisierungsfilter blenden anschließend Modelle aus, ohne die übrigen Ränge neu zu vergeben; dadurch können Lücken sichtbar bleiben.
Klein: Die Beschreibungen für Suchmaschinen nennen nun ausdrücklich den Modellvergleich und die verfügbaren Filter der vollständigen Rangliste, statt den allgemeineren Text der Startseite zu wiederholen.
Prüfungen: Geprüft mit gezielten Django-Tests, der vollständigen Testsuite sowie mobilen Browserkontrollen in allen vier Sprachausgaben.
Lokale Varianten, Ränge und Speicherbedarf verständlicher dargestellt
Die lokale Rangliste benennt exakte Varianten, erklärt filterbedingte Ranglücken und ergänzt verlässliche Speicherwerte für drei platzierte Gemma-4-Varianten mit Q6.
Mittel: Gemma 4 12B, 26B A4B und 31B mit Q6_K zeigen jetzt statt eines unbekannten Werts einen Richtwert von ungefähr 16, 32 beziehungsweise 32 GB. Grundlage sind jeweils die heruntergeladene GGUF-Datei und die zugehörige Projektionsdatei; anschließend greift die bereits verwendete Sicherheitsreserve.
Klein: Die lokale Rangliste erklärt nun, dass die Ränge vor den Anzeigefiltern über alle zulässigen lokalen Varianten hinweg vergeben werden. Ausgeblendete Varianten können deshalb sichtbare Lücken hinterlassen.
Klein: Die lokale Top Ten auf der Startseite heißt jetzt Variantenrangliste, weil derselbe Modellstand je nach Quantisierung und Denkmodus mehrmals als eigenständig geprüfter Eintrag vorkommen kann.
Prüfungen: Geprüft mit gezielten Django-Tests, der vollständigen Testsuite sowie mobilen Browserkontrollen in allen vier Sprachausgaben.
Schnellere KI-Ergebnisse und verständlichere Scores
Die KI-Ergebnisse laden Kategorien ohne Duplikate, erläutern die Rangfolge nach Siegen und ordnen den KI-Score im Modellvergleich ein.
Mittel: Die Kategorieabfrage liefert jede Kategorie nur noch einmal, statt Zehntausende doppelte Zeilen zu übertragen; Filterangebot und veröffentlichte Urteile bleiben unverändert.
Klein: Jede Jurorentabelle erklärt nun, dass zuerst die Gesamtzahl der Siege über den Rang entscheidet und bei unterschiedlicher Abdeckung Siege, Niederlagen, Unentschieden und Vergleiche gemeinsam gelesen werden sollten.
Klein: Der Modellvergleich erläutert jetzt, dass der KI-Score keine Prozentnote ist und 50 einer geschätzten ausgeglichenen Chance gegen das Durchschnittsmodell der gewählten Kohorte entspricht.
Prüfungen: Geprüft mit gezielten Django-Tests, der vollständigen Testsuite sowie mobilen Browserkontrollen in allen vier Sprachausgaben.
Ein verständlicherer lokaler Score und eine tastaturfähige Menschenrangliste
Die Rangliste lokaler Modelle erklärt jetzt ihre Skala; breite Tabellen der Menschenrangliste lassen sich außerdem mit der Tastatur erreichen und horizontal verschieben.
Klein: Auf der Seite für lokale Modelle steht nun, dass der Score die Skala der Gesamtrangliste nutzt, keine Prozentnote ist und was 50 für die aktive Kategorieauswahl bedeutet.
Klein: Eine gefüllte Tabelle der Menschenrangliste erhält jetzt Tastaturfokus und einen deutsch benannten, barrierearmen Bereich für die horizontale Navigation.
Prüfungen: Geprüft mit gezielten Django-Tests, der vollständigen Testsuite sowie mobilen Browserkontrollen in allen vier Sprachausgaben.
Scores verständlicher, KI-Urteile transparenter
Die vier Ausgaben erklären die Ranglistenwerte nun direkt auf der Startseite, legen mögliche Selbstbewertungen eines KI-Modells offen und machen breite Ergebnistabellen per Tastatur erreichbar.
Mittel: Alle horizontal verschiebbaren Ranglisten-, Matrix- und Jurorentabellen besitzen jetzt einen Tastaturfokus sowie einen eindeutigen, barrierearmen Bereichsnamen.
Klein: Unter der Startseitenrangliste steht nun, dass der Score keine Prozentnote ist und 50 einer geschätzten Eins-zu-zwei-Chance gegen das durchschnittliche Modell entspricht.
Klein: Die Ergebnisseite weist darauf hin, dass ein KI-Juror auch ein Antwortpaar mit einem Text seines eigenen Modells bewerten darf, obwohl die Urheberschaft während des Urteils verborgen bleibt.
Prüfungen: Geprüft mit gezielten Django-Tests, der vollständigen Testsuite sowie Browserkontrollen der vier Sprachfassungen auf Mobilgeräten.
Muse Glimmer im Vergleich mit lokaler KI
Die vier Sprachfassungen zeigen nun die vorhandenen Duelle mit Gemma, Qwen und Nemotron, statt sie wegen der strengeren Schwelle des Hauptvergleichs auszublenden.
Mittel: Der Muse-Glimmer-Artikel enthält jetzt vorläufige, klar mit Stichprobengrößen gekennzeichnete Vergleiche beider Quantisierungen mit vier lokalen Modellen.
Klein: Alle vier Fassungen erhielten neue muttersprachliche Titel und überarbeitete Texte; die französische Ausgabe wurde besonders gründlich neu geschrieben.
Klein: Ein neues barrierearmes Diagramm ersetzt die Jurorenansicht und zeigt acht lokale Duelle ohne Überlauf auf Mobilgeräten.
Prüfungen: Geprüft gegen den Produktions-Snapshot, mit Editorial- und SEO-Tests, der vollständigen Django-Testsuite mit 977 Tests und mobilem Browser-Rendering in allen vier Sprachen.
Muse Glimmer 30B im lokalen Schreibtest
Eine neue Datenanalyse vergleicht die beiden offiziellen Muse-Glimmer-Quantisierungen und zeigt, wie weit die ersten Schreibdaten wirklich tragen.
Mittel: Der Muse-Glimmer-Artikel verbindet 100 verblindete KI-Urteile auf Deutsch, Englisch, Spanisch und Französisch mit offiziellen Spezifikationen und frühen Arena-Ergebnissen.
Klein: Fünf barrierearme Grafiken zeigen das Quantisierungsduell, die Übereinstimmung der Juroren, Dateigrößen, offizielle DFlash-Geschwindigkeiten und die Unsicherheit der Arena-Werte.
Klein: Der Text gibt praktische Hinweise zu Speicher, Datenschutz, Lizenz und Faktenprüfung, ohne Muse gegen Modelle zu rangieren, deren Vergleichsdaten die gleiche Schwelle noch nicht erreichen.
Prüfungen: Geprüft mit quellengebundener Datenvalidierung, gezielten Redaktionstests, der vollständigen Django-Suite mit 972 Tests und lokaler Browserdarstellung aller fünf Grafiken.
Schnellere Ergebnisse und klarere Modellangaben
Das KI-Schreibranking beantwortet zwei Leserfragen nun direkter: Wer hat bewertet, und wie viel Grafikspeicher braucht ein lokales Modell?
Mittel: Die Ergebnisseite berechnet keine internen Laufkennungen mehr, die nie angezeigt wurden. Rangfolge, Wertungen, Zahl der Urteile und Aktualisierungszeit bleiben unverändert.
Klein: Claude Opus 4.8 erscheint bei den KI-Juroren wieder mit der korrekten Versionsnummer.
Klein: Der Grafikspeicher lokaler Modelle wird auf der deutschen Startseite jetzt wie auf der Detailseite in GB statt mit der französischen Abkürzung Go angegeben.
Prüfungen: Geprüft mit gezielten Seitentests, der vollständigen Django-Suite und öffentlichen Kontrollen aller vier Sprachausgaben.
Ein abgesicherter Acht-Stunden-Audit
Das KI-Schreibranking kann nun regelmäßig verbessert werden, ohne die Wartung einer unkontrollierten Automatik zu überlassen.
Mittel: Ein begrenzter systemd-Audit läuft alle acht Stunden. GPT-5.6 Sol darf nur Änderungen umsetzen, denen Claude Opus 5 unabhängig zugestimmt hat.
Klein: Neue Freigabeschranken verlangen die Wiederherstellung der vorherigen Fassung, wenn Tests, öffentliche Prüfungen oder die Abnahme nach der Veröffentlichung fehlschlagen.
Klein: Dieses Zeitprotokoll erscheint in vier eigenständig verfassten Ausgaben.
Prüfungen: Vollständige Django-Tests, öffentliche Prüfungen aller vier Websites und eine unabhängige Abnahme durch Opus 5 sind Pflicht.