Article
EEBench misst KI am Schaltplan: Claude Opus 5 fuehrt mit 61,6 Prozent
Im Launch-Post zu GPT-6 Astra zeigte OpenAI ein Demo, in dem das Modell in KiCad an einer Schaltplatine arbeitet - Elektronik als Anwendungsfall in einem grossen Model-Release ist neu. Die Frage dahinter beantwortet jetzt EEBench: Sind die Schaltungen, die aus diesen Modellen rauskommen, eigentlich gut?
Der Ansatz: EEBench V1 umfasst 13 Aufgaben, die den Loop aus Anforderungen, Design und Verifikation abdecken - genau der Teil, den man objektiv benoten kann. Methodik und ein oeffentlicher Result-Explorer machen die Bewertung nachpruefbar. Das ist der wichtige Unterschied zupixeligen Demo-Screenshots: Hier zaehlt funktionierende Ingenieursarbeit, nicht Show.
Der Leaderboard vom 1. September: Claude Opus 5 fuehrt mit 61,6 Prozent, gefolgt von Grok 4.6 mit 57,1 und Claude Fable 5.1 mit 56,4 Prozent. Dahinter Claude Fable 5 (54,3) und Claude Opus 4.8 Max (51,4). Anthropic-Modelle schneiden im Umfeld konstant stark ab; interessant ist der Aufstieg von Grok: xAI erklaert im Launch-Post zu Grok 4.6, das Modell habe qualitativ hochwertige Engineering-Daten und RL-Training in domaenenspezifischen Umgebungen inklusive CAD bekommen.
Noch vor ein paar Monaten haette niemand erwartet, dass Modelle hier so weit kommen. Der Rest bis zur Vollpunktzahl liegt genau da, wo echte Elektrotechnik lebt: in Kompromissen zwischen realer Welt und Datenblatt.