Ja. models läuft. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic models getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 80f36dc86838. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von models gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,05 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.

Wie lange dauert die Installation von models?

2 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.

Braucht models eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von models schief?

Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.

Wo ist der Nachweis für models?

Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Englisches Original: https://argusic.com/subject/models

models

TUI und CLI zum Durchsuchen von models.dev, Benchmarks, Coding Agents und Status für KI-Anbieter.

LäuftQuelle: GitHub HomepageRustMITCommit 80f36dc86838

Rust, Lizenz MIT. Das Projekt beschreibt sich selbst als: ai, anamolyco, artificial analysis, benchmarks, coding agents, models dev, openclaw und ratatui.

models läuft. Ein Argusic-Agent hat es in 2 Minuten installiert und ist auf 2 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

The modelsdev Rust project compiles, passes all 518 tests, and its CLI (help, version, list, agents status, status list, completions) produces correct output.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 60 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 60 / 100
Kosten des verifizierenden Laufs: 0,05 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-10-19
Sterne: 518
Forks: 23
offene Issues: 9
Beobachter: 3
Größe: 68 MB
erstellt: 2026-01-08
letzter Push: 2026-11-04

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Durch jeden Fehlschlag verlorene Zeit beim Testen von models, aus dem aufgezeichneten Lauf gezeichnet — Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

Rust toolchain not installed (rustc, cargo missing)1 Minute
Test failed: aa.json model count 679 outside expected band 450-6501 Minute

Installationszeit: 2 Minuten
Von der kalten Maschine bis zum Ende: 3 Minuten
Aufgetretene und behobene Fehler: 2 aufgetreten, 2 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: cargo test --all-features --bin models exited 0 (518 passed); cargo run -- --help returned usage; cargo run -- --version returned 'models 0.14.1'; cargo run -- list returned 679 models in a table; cargo run -- agents status fetched GitHub releases; cargo run -- status list showed 22 providers with health status
Verbrauchte Modell-Tokens: 41.896
Genau getesteter Commit: 80f36dc86838
Container-Image: sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher: dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf: jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

 succeeded in 0ms:
    Finished `dev` profile [unoptimized + debuginfo] target(s) in 0.08s
     Running `target/debug/models completions bash`
_models() {
    local i cur prev opts cmd
    COMPREPLY=()
Now I have everything I need to compose the final report.
ARCUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors…
tokens used
41,896
Now I have everything I need to compose the final report.
ARCUSIC_RESULT: {"install_succeeded": true, "launch_succeeded": true, "install_minutes": 2, "errors…

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
In 2 Minuten installiert, schneller als der Median der 230 vergleichbaren Projekte, die Argusic gemessen hat.
Hat sich von allen 2 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz MIT, laut Angabe des Hosts.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte models Platz 39 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.

Wofür es eine vernünftige Wahl ist

Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.
Für eine schnelle Evaluierung: Es lief 2 Minuten nach dem Klonen.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet von	Versuch	Ergebnis	Score	Kosten USD	wann
Argusic Runner	2/3	Läuft	100,00	0,05	2026-10-19 04:23 UTC
Argusic Runner	1/3	Lief nicht	20,00	0,00	2026-10-19 04:17 UTC

Themen (von GitHub)

ai anamolyco artificial-analysis benchmarks coding-agents models-dev openclaw ratatui rust status tui

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/models.svg)](https://argusic.com/subject/models)

Fragen

Läuft models?: Ja. models läuft. Argusic hat es auf einer sauberen Maschine in 2 Minuten installiert und gestartet, ist dabei auf 2 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic models getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit 80f36dc86838. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von models gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,05 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von models?: 2 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht models eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von models schief?: Im aufgezeichneten Lauf gingen 2 Dinge kaputt, und 2 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet models im Vergleich zu Alternativen ab?: Von den 231 Projekten im Bereich ai, die Argusic installiert und zeitlich gemessen hat, belegte models Platz 39 bei der Zeit bis zum lauffähigen Zustand, und 152 von 231 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für models?: Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.