Erste externe Messung: IMS 2363 ± 26
Projektmessung, nicht im Register. Jede Zahl stammt aus dem internen Messbericht vom 6. September 2026, der verbindlichen IMS Intern gemessene Stärke: 2200 plus der Elo-Abstand gegen eine eingefrorene eigene Bezugskonfiguration. Ein Fortschrittsmaß zwischen eigenen Fassungen, keine Wertung aus einer Rangliste.-Skalendefinition vom 5. September 2026 und der dazugehörigen Datenlieferung. Keine Zahl stammt aus dem öffentlichen Datenvertrag.
Projektmessung, nicht im Register. Coherent 0.1.58 ist zum ersten Mal gegen eine eingefrorene externe Bezugskonfiguration gemessen worden, nicht gegen sich selbst. Über 800 Partien, eine vorher festgelegte Zahl, lag die Punktrate bei 71,88 %, das ist IMS 2363 ± 26 auf dem 95-%-Niveau. IMS ist eine Differenz gegen diesen Bezug, keine Wertung aus einer öffentlichen Rangliste.
Projektmessung, nicht im Register. Bis zu dieser Messung gab es für Coherent nur den internen Maßstab: den Kandidaten gegen seinen Vorgänger, in früheren Einträgen zusätzlich eine lange Stufe gegen einen festen frühen Stand der Engine selbst. Der Vergleich gegen den Vorgänger sagt, ob eine Änderung stärker ist als die vorige. Er sagt nichts darüber, wo die Engine steht. Am 5. und 6. September 2026 hat Fassung 0.1.58 800 Partien gespielt, eine vorher festgelegte Zahl, gegen eine eingefrorene Bezugskonfiguration. Die Punktrate war 71,88 %, das ist IMS 2363 ± 26 auf dem 95-%-Niveau. Es ist die erste Zahl zur Spielstärke von Coherent, die gegen einen fremden Gegner entstanden ist.
Das Ergebnis
Fassung 0.1.58 erzielte in 800 vorher festgelegten Partien 575,0 Punkte. Alle 800 Partien endeten regulär. Es gab keine Zeitüberschreitung und keinen Absturz.
Projektmessung, nicht im Register.
IMS (Coherent 0.1.58) | 2363 ± 26 (95 %) |
|---|---|
| Punktrate gegen R1 | 71,88 % (575,0 von 800) |
| Differenz gegen R1 (Einheit Elo) | +162,99 ± 26,11 |
| Partien | 800, vorher festgelegt |
| Siege / Niederlagen / Remis | 558 / 208 / 34 |
| Pentanomial | 28, 7, 145, 27, 193 |
| Partieenden | 800 von 800 regulär; 0 Zeitüberschreitungen; 0 Abstürze |
Das Fehlerband ist die pentanomiale Halbbreite, nominell 95 %. Wo kein Fehlerband steht, enthalten die Quellen keines.
Die Bezugskonfiguration R1 wurde am 5. September 2026 eingefroren.
Projektmessung, nicht im Register.
| Bezug | R1, eingefroren 2026-09-05 |
|---|---|
| Engine | Stockfish 19, offizielle Veröffentlichung |
| Optionen | Stärkebegrenzung an, Stärkeeinstellung 2200, Hash 64 MB, ein Suchthread |
| Zeitkontrolle | 10+0.1 (zehn Sekunden plus ein Zehntel Sekunde je Zug) |
| Eröffnungsbuch | 8moves_v3, 34.700 Stellungen, zufällige Reihenfolge, beide Farben je Stellung |
| Adjudikation / Eigenbuch / Endspieldatenbanken | keine |
| Gleichzeitige Partien | 4 |
R1 spielt gedrosselt und nicht deterministisch, eine Wiederholung derselben Messung kann deshalb leicht abweichen.
Was IMS misst
IMS heißt Internal Measured Strength. Die Abkürzung ist in allen Sprachen dieselbe, damit mehrsprachige Fassungen nicht auseinanderlaufen. Die Einheit ist Elo Stärkeabstand zum Gegner, aus den Partien geschätzt, mit 95-Prozent-Halbbreite, wo das Orakel eine berichtet hat. Nie eine absolute Wertung.. Die Größe ist es nicht. IMS von Coherent ist 2200 plus die Elo-Differenz gegen die eingefrorene Bezugskonfiguration R1.
Eine Punktrate von 50 % ist IMS 2200. Die hier gemessenen 71,88 % sind eine Differenz von +162,99 ± 26,11 Elo. IMS ist 2200 plus 162,99, gerundet 2363; die Halbbreite 26,11 wird auf 26 gerundet.
Gemessen wird ausschließlich die Differenz zwischen Coherent und R1. Ein Lauf über 800 Partien nimmt über Coherents Stärke in einem öffentlichen Pool nichts an. Er stellt fest, wo Coherent relativ zu R1 steht. Angenommen wird genau eines: dass R1 auf 2200 liegt. Das ist eine Konvention, übernommen aus dem Einstellwert der Bezugskonfiguration. Eine gemessene Wertung aus einem öffentlichen Pool ist sie nicht.
Es gibt zwei Unsicherheiten, und sie verhalten sich verschieden.
Projektmessung, nicht im Register.
| Frage | schrumpft durch | Stand | |
|---|---|---|---|
| Messfehler | Wo liegt Coherent gegenüber R1? | mehr Partien gegen R1 | ±26 (800 Partien, 95 %) |
| Skalenfehler | Liegt R1 wirklich bei 2200? | nur Gegner mit veröffentlichter Wertung | unbekannt |
Der Messfehler schrumpft mit jeder weiteren Partie gegen R1. Der Skalenfehler ist unbekannt und schrumpft nicht, gleichgültig wie viele Partien gegen R1 gespielt werden. Wer beides vermischt, hält ±26 für die Genauigkeit der Zahl 2363. Das ist sie nicht.
Die Uhr entscheidet über den Wert einer Messung
Zwei Eigenschaften der Maschine wurden vor der Messung geprüft, weil beide eine Zeitmessung unbemerkt entwerten können.
Ein Zeitstempel kostet auf der Messmaschine unter 30 Nanosekunden. Zwei Läufe ergaben 13,8 und 22,0 Nanosekunden; nennbar ist die Obergrenze, nicht der günstigere der beiden Werte. Derselbe Aufruf kostet auf dem Arbeitsrechner des Betreibers 29.356 Nanosekunden. Beide Werte stammen von derselben Uhr und sind deshalb vergleichbar. Gemessen ist der Preis eines Aufrufs, nicht wie oft eine Engine ihn tut; wie viel Suchzeit das in einer Partie kostet, folgt aus diesen Zahlen nicht. Die Partieausgabe zeigte es so oder so nicht an. Dieser Befund hat frühere Turnierzahlen des Vorhabens entwertet. Beide Maschinen sind Gäste. Die hier verwendete liest den Zeitstempelzähler des Prozessors selbst. Auch der Arbeitsrechner ist ein Gast, und andere Uhren auf ihm sind billig: ein grober Tickzähler und ein Aufruf der Systemzeit kosten dort je ein bis zwei Nanosekunden. Warum gerade dieser Zähler so teuer ist, wurde nicht geklärt. Welcher Hardwarezähler dahintersteht, ist nicht ermittelt, und wie viel die Virtualisierung dazu beiträgt, ist offen. Dass er emuliert wird, ist die naheliegende Lesart und nicht mehr als das. Gemessen ist der Preis des Aufrufs.
Hybridkerne, und was ein Gast nicht sehen kann
Die Messmaschine ist ein Gast unter Hyper-V mit 16 logischen Prozessoren auf 8 Kernen, zwei Fäden je Kern, einem Sockel, unter Ubuntu 26.04.1 LTS. Der Prozessor ist ein 13th Gen Intel Core i9-13980HX.
Dieses Modell ist ein Hybridentwurf mit schnellen und sparsamen Kernen. Aus dem Gast heraus ist die Aufteilung unsichtbar: Der Kern gibt keine Auskunft über den Kerntyp, wie viele Kerne welcher Art der Wirt hat, ist von hier aus also nicht messbar. Eine Aufteilung zu nennen hieße, eine Herstellerangabe zu zitieren statt eine Messung zu berichten.
Es kommt darauf auch nicht an. Es kommt darauf an, ob die Prozessoren des Gastes sich gleich verhalten — denn säßen die beiden Engines einer Partie auf verschiedenen Arten, bekämen beide dieselbe Uhrzeit, aber eine holte etwa doppelt so viel Suche heraus. Genau das wurde gemessen. Dieselbe Suche fester Tiefe, an jeden der 16 Prozessoren einzeln gebunden, ergab dieselbe Knotenzahl 454.482 bei Geschwindigkeiten zwischen 698.129 und 889.397 Knoten je Sekunde — eine Streuung von 27 Prozent, und keine zweite Häufung bei halber Geschwindigkeit. Sparsame Kerne darunter hätten eine erzeugt.
Dass der Gast damit auf den schnellen Kernen sitzt, ist ein plausibler Schluss, und die zwei Fäden je Kern weisen in dieselbe Richtung. Beobachtet wurde es nicht.
Selbstprobe gegen dieselbe Binärdatei
Bevor Coherent gegen einen fremden Gegner antrat, spielte die Engine gegen sich selbst, identische Binärdatei, gleiche Bedingungen.
Projektmessung, nicht im Register.
| Lauf | Partien | Punktrate |
|---|---|---|
| 1 | 100 | 55,0 % |
| 2 | 300 | 48,17 % |
| zusammen | 400 | 49,88 % |
Erwartet sind 50 %. Der erste Lauf mit 55,0 % lag nach Angabe der Quelle im Fehlerband eines fairen Vergleichs. Wäre der Wert eine echte Verschiebung gewesen, hätte er jede spätere Messung um denselben Betrag verfälscht. Deshalb der größere Lauf. Über 400 Partien steht die Punktrate bei 49,88 %, erwartet sind 50 %. Das ist die beobachtete Rate; ein Beweis, dass keine Verschiebung besteht, ist sie nicht. 400 von 400 Partien endeten regulär, ohne Zeitüberschreitung und ohne Absturz.
Wie viele Partien — und wie viele davon unabhängig sind
Ein Test, der abbricht, sobald das Ergebnis gefällt, überschätzt systematisch. Für eine Punktschätzung wird die Partienzahl vorher festgelegt, und dann werden alle Partien gespielt.
Ein Vorlauf über 40 Partien ergab 53,75 %. Die 800 Partien ergaben 71,875 %. Ein Abstand von 18,125 Prozentpunkten ist weit, und er wurde nachgeprüft statt angenommen.
Der 800-Partien-Lauf ist in sich flach. Blockweise über je 100 Partien lauten die Punktraten 70,5, 73,5, 72,5, 71,0, 72,5, 75,5, 70,0 und 69,5 Prozent — alles im Rahmen der Streuung eines Blocks dieser Größe, wo der Standardfehler 5,0 Punkte beträgt. Diese Zahl behandelt jeden Block als 100 unabhängige Partien; nach Paaren gezählt, wie es der Absatz darunter verlangt, wäre sie größer. Es ist nichts gedriftet. Die ersten 40 Partien dieses Laufs ergaben 71,25 Prozent, nicht 53,75. Der Unterschied liegt zwischen den beiden Aufbauten, nicht innerhalb der Messung.
Die entscheidende Größe war falsch gezählt. Der Vorlauf spielte 40 Partien, aber als 20 Eröffnungen mit je beiden Farben — 20 unabhängige Einheiten, nicht 40. Auf dieser Basis liegt der Standardfehler bei 11,18 Punkten statt bei 7,91, und der Abstand von 18,125 Punkten sind 1,62 Standardfehler. Das ist gewöhnlich. Als 40 unabhängige Stichproben gezählt sieht derselbe Abstand nach 2,29 Standardfehlern aus, und man sucht eine Ursache, welche die Zahlen nicht verlangen.
Diese Standardfehler sind die konservative Näherung aus der Wurzel von 0,25 geteilt durch die Zahl der Einheiten, keine pentanomiale Schätzung. Sie dienen dem Vergleich zwischen richtiger und falscher Zählung. Ein Signifikanztest sind sie nicht.
Wo Eröffnungen paarweise gespielt werden, zählen die Paare.
Eine Kurve aus einem Punkt
Die öffentliche IMS-Reihe gegen R1 beginnt mit diesem Punkt. Eine Verlaufskurve aus einem Punkt ist kein Verlauf. Sie ist eine Messung mit Fehlerband. Die Kurve entsteht erst, wenn weitere Fassungen gemessen sind — und zeigt dann genau das, wofür IMS taugt: Fortschritt über Fassungen hinweg, gegen einen unveränderten Bezug.
Was die Zahl nicht sagt
IMS ist eine Differenz gegenüber einer eingefrorenen Bezugskonfiguration, keine Wertung aus einer Rangliste. Der Nullpunkt ist auf den Einstellwert dieser Konfiguration geeicht, nicht auf einen öffentlichen Pool; Vergleiche mit CCRL Computer Chess Rating Lists, eine öffentliche Rangliste von Schach-Engines aus Partien unter Standardbedingungen. oder CEGT Chess Engines Grand Tournament, eine weitere öffentliche Rangliste von Schach-Engines. sind deshalb nicht zulässig. Die Bezugskonfiguration spielt gedrosselt und nicht deterministisch, weshalb eine Wiederholung leicht abweichen kann.
Die Autoren der als Bezug verwendeten Engine wussten von dieser Messung nichts, waren nicht daran beteiligt und haben ihr nicht zugestimmt. Das Programm wurde ausschließlich als frei verfügbare Software unter seiner Lizenz eingesetzt.
Was als Nächstes kommt
Coherent spielt gegen quelloffene Engines, für die eine veröffentlichte Wertung vorliegt. Diese Läufe finden bei der Zeitkontrolle dieser Rangliste statt — bei einer anderen Bedenkzeit wäre die Wertung nicht übertragbar. Erst daraus wird eine Zahl, die jemand von außen nachprüfen kann. Sie kommt dann als eigene Kurve neben IMS und wird nicht in IMS umgerechnet.