← Alle Modelle
axo-large-preview-2
PreviewNeuer Large-Stand auf AxoBench. Gate nicht bestanden: mehr Treffer als axo-large, dafür mehr Fehlalarme. Noch nicht in Playground und API.
- Preis
- 0,15 € pro 1.000 Zeilen
- Macro-F1
- 0,570 AxoBench 6 (8 Sprachen), Schwelle 0,50
- Rang
- 7 / 12 unter allen gemessenen Modellen
- Parameter
- ≈ 336 Mio. Kontext: 128 Token
Auf AxoBench.
Handgeschriebene Chat-Zeilen, die nie im Training waren. Schwelle 0,50.
| Bench | Richtig | Macro-F1 | Gefunden | Fehlalarme | Rang |
|---|---|---|---|---|---|
| AxoBench 1 | 98/110 | 0,889 | 0,820 | 0,050 | 2 / 12 |
| AxoBench 2 | 81/87 | 0,929 | 0,889 | 0,000 | 2 / 12 |
| AxoBench 3 | 360/404 | 0,890 | 0,832 | 0,019 | 1 / 12 |
| AxoBench 4 | 1068/1160 | 0,921 | 0,859 | 0,014 | 1 / 12 |
| AxoBench 5 | 2334/2500 | 0,933 | 0,894 | 0,027 | 1 / 12 |
| AxoBench 6 (8 Sprachen) | 628/1000 | 0,570 | 0,262 | 0,012 | 7 / 12 |
axo large preview 2 0,933
axo medium preview 2 0,891
axo large 0,849
Qwen3Guard-Gen-8B Q4_K_M 0,796
axo small v2 0,776
axo medium 0,776
Qwen3Guard-Gen-4B Q8_0 0,708
axo small v1 0,691
OpenAI omni 0,687
Qwen3Guard-Gen-0.6B 0,655
German BERT 2018 0,615
DistilBERT toxisch 0,565
Die Sätze bleiben geheim, damit niemand darauf trainiert. Alle Ergebnisse und Methodik
Stärken und Schwächen.
Anteil richtig entschiedener Zeilen je Kategorie auf AxoBench 5.
Am sichersten
Anweisung100/100
Hypothese60/60
Rollenspiel60/60
Meta50/50
Am schwächsten
Zitate71/110
Slang50/70
Seitenhieb53/70
Trash-Talk59/70
Technik.
Dieselbe API für alle Modelle: Score 0–1, Stufe 0–3, Regeln und Moderationsstufen.
Geeignet für
- Vergleich mit dem live axo-large auf AxoBench
- Parameter
- ≈ 336 Mio.
- Kontext
- 128 Token
- Eingabe
- bis 2.000 Zeichen
- Sprache
- Deutsch
- Ausgabe
- Score 0–1, Stufe 0–3
- Chat-OP
- T 1,794 · Schwelle 0,44
- API
- nicht live
Daten.
Nur Quellen, die kommerzielle Nutzung erlauben.
| Quelle | Lizenz |
|---|---|
| GermEval 2018 | CC BY 4.0 |
| GAHD | CC BY |
| HOCON34k | CC BY |
| Eigene Chat-Zeilen | Axolite |
Grenzen.
Was du wissen solltest, bevor du automatisch blockst.
- Nur gemessen, nicht in Playground und API. Live bleibt axo-large.
- Preview trotz nicht bestandenem Gate. Fehlalarme können höher liegen als bei axo-large.
- Bekannte Schwächen: Rollenspiel, Drohungen, Spielaufrufe.
- Die öffentliche Rangliste nutzt Schwelle 0,50, nicht den Chat-OP.
Stand
- Cover-Kaggle-Stand vom 4.10.2026, auf AxoBench gelegt am 10.10.2026.
- Auf AxoBench 1–5 gemessen, Sätze unveröffentlicht.
- Bisheriges axo-large bleibt live.
Weitere Modelle.
axo-smallFür Echtzeit-Chat mit vielen Nachrichten pro Sekunde.Liveaxo-mediumAusgewogen, der Standard für die meisten Communities.Previewaxo-medium-preview-2Neuer Medium-Stand als Preview. Kann mehr Fehlalarme haben als axo-medium.Previewaxo-largeHöchste Genauigkeit bei schwierigen Fällen.Previewaxo-reason-previewUrteil mit kurzer Begründung für Moderatoren.Geplant