Shanghai AI LabSprachmodell
InternLM3 8B-Instruct
Für InternLM3 8B-Instruct gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 506 von 785
31von 100-1 zum Vormonat
beruht auf Suche, Nutzung und Aufmerksamkeit
Zusammenfassung
InternLM3 8B-Instruct ist ein 8B-Modell für allgemeine Aufgaben und fortgeschrittenes Schlussfolgern. Seine auffälligste Bedienidee ist der Wechsel zwischen normaler Antwort und Deep-Thinking-Modus im selben Checkpoint. Der Moduswechsel spart bei einfachen Anfragen Latenz und lässt bei schwierigeren Aufgaben mehr interne Arbeit zu, ohne zwischen zwei Modell-IDs zu wechseln. Die Karte beschreibt außerdem ein Vortraining auf 4 Billionen hochwertigen Token.
Der Checkpoint hat 32.768 Token Kontext und steht unter Apache 2.0. InternLMs Angabe einer geringeren Trainingskostenlast bezieht sich auf die Entwicklung des Modells, nicht auf einen unabhängigen Laufzeitwert.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 102 veröffentlichten Benchmark-Werte anzeigen
Seite 1 von 9
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Table 4, Computer Science, Chain-of-Thought, Uniqueness (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 94.81
- Bewertung
- 94.81
- Messgröße
- Uniqueness rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, Computer Science, Chain-of-Thought, Readability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 99.86
- Bewertung
- 99.86
- Messgröße
- Readability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, Computer Science, Chain-of-Thought, Answerability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 99.79
- Bewertung
- 99.79
- Messgröße
- Answerability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, Computer Science, Free-Form Generation Prompt, Uniqueness (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 98.94
- Bewertung
- 98.94
- Messgröße
- Uniqueness rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, Computer Science, Free-Form Generation Prompt, Readability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 100
- Bewertung
- 100
- Messgröße
- Readability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, Computer Science, Free-Form Generation Prompt, Answerability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 99.93
- Bewertung
- 99.93
- Messgröße
- Answerability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, K-12 Math, Free-Form Generation Prompt, Uniqueness (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 97.07
- Bewertung
- 97.07
- Messgröße
- Uniqueness rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 438
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, K-12 Math, Free-Form Generation Prompt, Readability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 100
- Bewertung
- 100
- Messgröße
- Readability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 438
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 4, K-12 Math, Free-Form Generation Prompt, Answerability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 99.76
- Bewertung
- 99.76
- Messgröße
- Answerability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 4
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 438
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; das Paper nennt 1.406 generierte Fragen im Fach Informatik je Chain-of-Thought- und Free-Form-Generation-Prompt sowie 438 K-12-Mathematikfragen für Free-Form Generation. Einstellungen: Temperatur 0,9 und maximale Generierungslänge 500 Token. Tabelle 6 bewertet diese generierten Fragen; ein Konfidenzintervall wird nicht berichtet.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 5, Computer Science, Chain-of-Thought, Usability (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 91.33
- Bewertung
- 91.33
- Messgröße
- Usability rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 5
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1406
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; Tabelle 7 berichtet Nutzbarkeit auf den vollständigen Fragensätzen (Informatik: 1.406 Fragen je Prompt, K-12-Mathematik: 438 Fragen). Kategorie-Konsistenz und Wissensabdeckung werden nur auf gültigen und nutzbaren Antworten berechnet; Anhang B nennt dafür N=1.332 (Informatik CoT), N=1.396 (Informatik FGP) und N=397 (K-12-Mathematik FGP). Temperatur 0,9 und maximale Generierungslänge 500 Token. Konfidenzintervalle fehlen.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 5, Computer Science, Chain-of-Thought, Category Consistency (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 32.53
- Bewertung
- 32.53
- Messgröße
- Category Consistency rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 5
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1332
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; Tabelle 7 berichtet Nutzbarkeit auf den vollständigen Fragensätzen (Informatik: 1.406 Fragen je Prompt, K-12-Mathematik: 438 Fragen). Kategorie-Konsistenz und Wissensabdeckung werden nur auf gültigen und nutzbaren Antworten berechnet; Anhang B nennt dafür N=1.332 (Informatik CoT), N=1.396 (Informatik FGP) und N=397 (K-12-Mathematik FGP). Temperatur 0,9 und maximale Generierungslänge 500 Token. Konfidenzintervalle fehlen.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Table 5, Computer Science, Chain-of-Thought, Knowledge Coverage (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76.26
- Bewertung
- 76.26
- Messgröße
- Knowledge Coverage rate
- Einheit
- %
- Benchmark-Version
- KDD 2026 evaluation, Table 5
- Kategorie
- reasoning
- Richtung
- Mehr ist besser
- Stichprobe
- 1332
- Quellentyp
- independent-evaluator
- Auswertung
- KDD 2026 academic evaluation paper
- Status
- active
- Abrufdatum
- 2026-10-17
- Methodik
- Unabhängige Evaluation. InternLM3-8B-Instruct; Tabelle 7 berichtet Nutzbarkeit auf den vollständigen Fragensätzen (Informatik: 1.406 Fragen je Prompt, K-12-Mathematik: 438 Fragen). Kategorie-Konsistenz und Wissensabdeckung werden nur auf gültigen und nutzbaren Antworten berechnet; Anhang B nennt dafür N=1.332 (Informatik CoT), N=1.396 (Informatik FGP) und N=397 (K-12-Mathematik FGP). Temperatur 0,9 und maximale Generierungslänge 500 Token. Konfidenzintervalle fehlen.
- Einordnung
- Dies sind Teilmetriken aus einem wissenschaftlichen Paper, keine unabhängigen Benchmarkstudien. Konfidenzintervalle werden nicht berichtet. Stichprobenumfänge stehen nur dort, wo Quelle oder Anhang den passenden Metriknenner nennen.
Seite 1 von 9
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
InternLM3 8B-InstructGPT-5 nano 31Qwen 3 Next 80B A3B Thinking 31Gemma 2 27B 31GPT-5.5 31
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie InternLM3 8B-Instruct, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- InternLM2-Chat-20BShanghai AI Lab · gleicher Anbieter
- Aya Expanse 8BCohere · ähnliche Größe
- ALLaM-2-7bSDAIA · ähnliche Größe
- Qwen 2.5 7BAlibaba · ähnliche Größe
- DeepSeek R1 0528 Qwen3 8BDeepSeek · ähnliche Größe
- Command R7B ArabicCohere · ähnliche Größe
- Command R7BCohere · ähnliche Größe
- Aya Vision 8BCohere · ähnliche Größe
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Häufige Fragen zu InternLM3 8B-Instruct
Wie groß ist das Kontextfenster von InternLM3 8B-Instruct?
32.768 Token. So viel Text liest InternLM3 8B-Instruct auf einmal, das sind rund 50 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
GLM-5.1200 Tsd.
DeepSeek-V3 0324164 Tsd.
GLM-4.5131 Tsd.
GPT OSS 120B131 Tsd.
DeepSeek-V3.2128 Tsd.
DeepSeek-R1128 Tsd.
InternLM3 8B-InstructPlatz 103 von 10333 Tsd.
Kann ich InternLM3 8B-Instruct lokal nutzen?
Ja, die Gewichte sind offen.
Angaben von Shanghai AI Lab
- Offene Gewichte
- ja
- Lizenz
- Apache 2.0
- Parameter
- 8 Mrd.
- davon aktiv je Token
- k. A.
Quellen und Datenstand
Alle 13 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.