Upstage Solar Pro4
Solar Pro 4 ist Upstages am 6./10. August 2026 veröffentlichtes, agentisches Flaggschiff-Modell mit undisclosed Parameterzahl. Es ist als proprietärer Cloud-Service verfügbar (zusätzlich als dediziertes/On-Premises-Deployment für Enterprise-Kunden) und für mehrstufige Agenten-Workflows über Dokumente, Terminals und Tool-Aufrufe hinweg konzipiert. Das Modell bietet ein Kontextfenster von 524.288 Tokens mit bis zu 131.072 Output-Tokens, unterstützt Englisch, Koreanisch und Japanisch für Input und Output, und erlaubt eine konfigurierbare ‘Reasoning Effort’ (high für Tiefenanalyse, low für Echtzeit-Chat-Geschwindigkeit).
- Proprietär
- Frontier
- OpenRouter
- Text
- Long Context
- Agentic Orchestrator
- Interactive
Sovereign Risk: MEDIUM Upstage ist ein südkoreanisches Unternehmen. Das Risiko wird als mittel eingestuft, da die genauen Hosting-Bedingungen und die potenzielle Anwendbarkeit ausländischer Gesetze (z.B. US CLOUD Act, falls über US-Cloud-Infrastruktur gehostet) nicht öffentlich dokumentiert sind. Enterprise-Kunden können dedizierte oder On-Premises-Deployments vertraglich vereinbaren, was das Risiko für diese Nutzergruppe deutlich reduzieren kann.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 75.42
- Routine
- 45.66
- Reasoning
- 29.76
- LLM Judge Avg
- 3.85 / 5
- 100 Coverage
- Avg Task Duration
- 35.61s
- Interactive
- Token Rate
- 35.86tok/s
- Output Rate
- P95 Latency
- 95.33s
- Top 5 %
- Total Tokens
- 72800
- Output Volume
- Cost per 1K
- $0.0001
- USD / 1K Requests
- Benchmark Cost
- $0.01
- Total · 72800 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.