Vals AI KI-Funktionen, Kosten und Datenschutz (Oktober 2026)

Vals AI baut Benchmarks, die prüfen, ob KI-Modelle Facharbeit leisten können, etwa juristische Recherche, Finanzmodelle, Steuerarbeit und medizinische Kodierung, und veröffentlicht die Ergebnisse nach Fachgebiet.

Die Benchmarks sind nach Fachgebiet geordnet: Recht (Legal Research Bench, Harvey's Legal Agent Benchmark, LegalBench), Finanzen (Finance Agent v2, Excel Modeling Benchmark, Tax Agent Bench), Gesundheit (MedCode, MedScribe), Mathematik, Naturwissenschaft, Bildung, Sprache, Programmierung und weitere. Viele sind eigene Entwicklungen, andere stammen von Branchenpartnern oder aus der Wissenschaft. Laut Über-uns-Seite hat Vals seine Infrastruktur für Evaluationen gebaut und quelloffen gemacht, darunter Valkyrie, ein verteiltes System für agentische Benchmarks, und eine Modellbibliothek mit einer kostenlosen Standard-API zum Aufruf von Modellen.

• Testet Modelle an FinanzaufgabenFinance Agent v2, der Excel Modeling Benchmark und Tax Agent Bench zeigen, wie Modelle Analyse-, Modellierungs- und Steuerarbeit bewältigen. Finanzleitungen sehen, wo Modelle nutzbar sind und wo Menschen die Verantwortung behalten müssen.
• Vergleicht Modelle für juristische RechercheErgebnisse aus Legal Research Bench und LegalBench helfen Rechtsabteilungen, Modelle für Recherche und Entwurfshilfe einzuschätzen, bevor sie ihnen Mandatsarbeit anvertrauen. Die Ergebnisse stehen je Benchmark, Teams schauen also auf die Aufgaben, die ihrer Praxis am nächsten kommen.
• Wägt Genauigkeit gegen Kosten abDie Ergebnisse nennen Latenz, Kosten und Standardfehler. Teams sehen so, ob ein teureres Modell bei einer bestimmten Facharbeit spürbar besser ist. So bleiben die Betriebskosten im Verhältnis zum Nutzen der Aufgabe. Das erleichtert die Wahl zwischen mehreren Modellen.

• Benchmarks nach Fachgebieten geordnet, darunter Recht, Finanzen, Steuern und Gesundheit.
• Benchmark-Infrastruktur Valkyrie als Open Source veröffentlicht.

Vals AI nennt auf seiner verlinkten Stellenseite ein Büro in San Francisco; die Rechts- und Steuer-Benchmarks orientieren sich an US-Facharbeit.

Rechts- und Steuer-Benchmarks spiegeln überwiegend US-Praxis. Die Ergebnisse zeigen nicht, wie Modelle mit deutschem Recht oder deutschem Steuerrecht umgehen. Private Testdaten lassen sich nicht einsehen. Wenn Sie mit Vals an Evaluationen arbeiten, klären Sie Bedingungen, Datenverarbeitung und ob eigene Dokumente verarbeitet werden. Fragen Sie auch nach dem Hosting-Ort.

Noch keine Bewertung. Erzählen Sie als Erste:r, wie Ihr Team es nutzt.

Jede Bewertung zeigt ihre Prüfstufe. Wir lesen jede vor der Veröffentlichung. So prüfen wir Bewertungen