---
title: "Benchmarks: Hebby auf PrecisionMemBench | Hebby Memories"
description: "Hebby auf PrecisionMemBench: 28 von 43 Präzisionsaufgaben gelöst, Präzision 0,53. Platz 1 unter allen Gedächtnissen, die den Test nicht selbst entworfen haben."
canonical: "https://www.hebby-memories.com/benchmarks/"
language: de
last_updated: 2026-11-07
image: "https://www.hebby-memories.com/assets/og-bild.jpg"
markdown_versions: ["https://www.hebby-memories.com/benchmarks.md", "https://www.hebby-memories.com/en/benchmarks.md"]
publisher: "Hebby Memories, https://www.hebby-memories.com (llms.txt: https://www.hebby-memories.com/llms.txt)"
---

Benchmarks

# Hebby is King.

PrecisionMemBench prüft, ob ein KI-Gedächtnis genau den richtigen Fakt liefert und nicht nur irgendwas. Hebby löst die meisten Präzisionsaufgaben aller Systeme, die den Test nicht selbst entworfen haben.

PrecisionMemBench

- Als Fachartikel auf arXiv veröffentlicht
- Offener Datensatz und Bestenliste auf Hugging Face
- 89 Prüffälle, 13 Gedächtnis-Systeme
- Fester Teil eines öffentlichen Benchmark-Pakets für Agenten-Gedächtnisse, neben LongMemEval und LoCoMo
- Von anderen Gedächtnis-Anbietern in ihre eigenen öffentlichen Testsuiten übernommen

## Single-turn results

Ergebnisse je Einzelfrage, in derselben Form wie die Originaltabelle.

**Platz 1**unter allen, die den Test nicht selbst entworfen haben

| Provider | Active passes | Total passes | Mean precision | Mean recall | Retrieval p50 (ms) | Ingestion total (s) | Evaluated (UTC) |
| --- | --- | --- | --- | --- | --- | --- | --- |
| `tenure` (hat den Test entworfen ;) ) | 43/43 | 77/77 | 1 | 1 | 9.25 | 0.80 | 09-16-2026 |
| ♛ `hebby` | 28/43 1 | 37/77 1 | 0.53 1 | 0.98 Top 3 | 207.00 | 17.22 | 11-03-2026 |
| `open-knowledge-format` | 18/43 | 36/77 | 0.47 | 0.91 | 3534.53 | 0.00 | --- |
| `atomicmemory` | 5/43 | 16/77 | 0.23 | 0.54 | 163.85 | 664.80 | 09-15-2026 |
| `supermemory` | 2/43 | 15/77 | 0.18 | 0.82 | 45.77 | 1.70 | 09-17-2026 |
| `yourmemory` | 0/43 | 21/77 | 0.17 | 0.88 | 464.08 | 24.80 | 09-12-2026 |
| `vector` | 0/43 | 11/77 | 0.09 | 1.00 | 71.87 | --- | --- |
| `gbrain` | 0/43 | 11/77 | 0.07 | 1 | 1455.98 | 52.60 | 09-13-2026 |
| `hindsight` | 0/43 | 11/77 | 0.07 | 1 | 610.36 | 173.00 | 09-12-2026 |
| `zep` | 0/43 | 9/77 | 0.06 | 0.66 | 146.41 | 485.80 | 09-15-2026 |
| `agentmemory` | 0/43 | 9/77 | 0.06 | 0.99 | 148.30 | 8.50 | 09-15-2026 |
| `cognee` | 0/43 | 9/77 | 0.06 | 0.98 | 293.18 | 495.00 | 09-15-2026 |
| `mem0` | 0/43 | 9/77 | 0.06 | 0.99 | 61.15 | 132.80 | 09-15-2026 |
| `a-mem` | 0/43 | 7/77 | 0.05 | 0.99 | 12.44 | 46.80 | 09-16-2026 |

## Pass types

The counts below represent the 77 single-turn cases. Aktiv: die Suche muss genau die passenden Fakten liefern. Strukturell: Regeln wie Bereich und Ablösung. Trivial leer: richtig ist, nichts zu liefern.

| Provider | Active retrieval | Structural | Trivially empty |
| --- | --- | --- | --- |
| `tenure` (hat den Test entworfen ;) ) | 43 | 25 | 9 |
| ♛ `hebby` | 28 1 | 6 | 3 |
| `open-knowledge-format` | 18 | 13 | 5 |
| `atomicmemory` | 5 | 8 | 3 |
| `supermemory` | 2 | 10 | 3 |
| `a-mem` | 0 | 5 | 2 |
| `agentmemory` | 0 | 6 | 3 |
| `cognee` | 0 | 6 | 3 |
| `gbrain` | 0 | 8 | 3 |
| `hindsight` | 0 | 8 | 3 |
| `mem0` | 0 | 6 | 3 |
| `vector` | 0 | 8 | 3 |
| `yourmemory` | 0 | 15 | 6 |
| `zep` | 0 | 6 | 3 |

## Session results

The session evaluation contains 12 scored turn-level assertions across two sessions. The drift score is the fraction of retrieved beliefs originating from off-topic turns. A score of 0 means that no returned belief originated from an off-topic turn.

| Provider | Turns passed | Pass rate | Mean drift | Mean precision | Session p50 (ms) | Evaluated (UTC) |
| --- | --- | --- | --- | --- | --- | --- |
| `tenure` (hat den Test entworfen ;) ) | 12/12 | 1.00 | 0.0000 | 1.0000 | 49.74 | 09-16-2026 |
| ♛ `hebby` | 2/12 1 | 0.17 1 | 0.5435 2 | 0.4565 2 | 968.42 | 11-03-2026 |
| `open-knowledge-format` | 2/12 | 0.17 | 0.2153 | 0.5694 | 3349.45 | --- |
| `supermemory` | 1/12 | 0.08 | 0.6944 | 0.1668 | 164.38 | 09-17-2026 |
| `yourmemory` | 0/12 | 0.00 | 0.7444 | 0.1879 | 568.08 | 09-12-2026 |
| `atomicmemory` | 0/12 | 0.00 | 0.8611 | 0.1389 | 403.97 | 09-15-2026 |
| `vector` | 0/12 | 0.00 | 0.9142 | 0.0858 | 256.75 | --- |
| `a-mem` | 0/12 | 0.00 | 0.9259 | 0.0741 | 22.36 | 09-14-2026 |
| `gbrain` | 0/12 | 0.00 | 0.9259 | 0.0741 | 2001.14 | 09-14-2026 |
| `hindsight` | 0/12 | 0.00 | 0.9259 | 0.0741 | 1217.50 | 09-12-2026 |
| `mem0` | 0/12 | 0.00 | 0.9259 | 0.0741 | 259.26 | 09-15-2026 |
| `cognee` | 0/12 | 0.00 | 0.9295 | 0.0705 | 483.71 | 09-15-2026 |
| `zep` | 0/12 | 0.00 | 0.9320 | 0.0680 | 357.21 | 09-15-2026 |
| `agentmemory` | 0/12 | 0.00 | 0.9398 | 0.0602 | 339.12 | 09-15-2026 |

Stand: 03.11.2026, Hebby in der Werkseinstellung, ohne Reranker. Vergleichswerte: [veröffentlichte Ergebnisse von PrecisionMemBench](https://github.com/tenurehq/precisionMemBench#results), Stand September 2026.

Early Access

## Don’t worry, be Hebby.

Ein Agent, der sich erinnert. Hebby wird gerade an die ersten Nutzerinnen und Nutzer ausgegeben. Schreib uns kurz, womit du arbeitest.

[Early Access anfragen](https://www.hebby-memories.com/early-access/)