Bei künstlicher Intelligenz messen Benchmarks unter anderem das Sprachverständnis, logisches Schlussfolgern oder die Rechenfähigkeit. Sie helfen, Modelle einzuordnen und Fortschritte sichtbar zu machen. Gleichzeitig haben sie klare Grenzen, da sie nur einzelne Fähigkeiten prüfen und reale Nutzungsszenarien nur eingeschränkt abbilden.