Wie der Test verlief
Der Eintrag
Das PromptQuorum-Verzeichnis führt Caelum als kostenlose Android-Chat-App mit geschlossenem Quellcode, die nach eigener Angabe KI offline ausführt, mit Dokumentfragen und optionaler Websuche. Es verzeichnet kein benanntes Modell, eine Website, die nicht mehr auflöst, 10K+ Play-Downloads, Android 7.0+ und kein Update seit dem 14. August 2025 (Daten gelesen am 19. Oktober 2026; das Update-Datum ist älter als ein Jahr).
Erster Start und Download (10:36 bis 10:39 Uhr)
Der erste Bildschirm zeigt „downloading needed data...“, 41 Mo/1020 Mo, ETA 3m 8s, mit einem Tipp-Kasten und „Tap to see other tips...“. Die Angabe 5.60 MB/s ist die eigene Anzeige der Statusleiste.
Die App sagt nie, welches LLM sie herunterlädt: Der Bildschirm zeigt nur „downloading needed data...“.
Der nächste Screenshot um 10:39 Uhr zeigt den Chat-Startbildschirm. Das Ende des Downloads wurde nicht per Screenshot festgehalten; „etwa drei Minuten“ ist daher aus den beiden Uhrzeiten abgeleitet.
Der Tester nannte den Bildschirm „very colorful, very beautiful“ und den Eingabebereich „a little bit crowded“.
Die angezeigte Einheit ist „Mo“, die französische Abkürzung für Megabyte, während der übrige sichtbare Text englisch ist. Der Tester nennt den Download „one gigabyte“; 1,020 Mo sind etwa 1,0 GB.
Startbildschirm (10:39 Uhr)
„How can I help you today?“, zwei vorgeschlagene Prompts („What are the benefits of meditation?“, „Explain quantum physics in simple terms“) und eine Eingabezeile: Textfeld, blaue Globus-Schaltfläche, grüne Ordner-Schaltfläche, gelber Senden-Pfeil.
Über die Ordner-Schaltfläche wurde vermutlich das Foto angehängt; die Notizen sagen es nicht.
Foto-Eingabe (10:43 Uhr)
Der Tester schickte einen fotografierten DHL-Schein mit dem Prompt „what is the picture about“. Die Antwort: ein DHL-Paket, Gewicht 4.7 kg, eine Sendungsnummer, „sent from Germany to Switzerland“.
Er war beeindruckt, dass eine so kleine App Bilder liest, und schrieb: „Switzerland, not sure where it got that idea.“
Ob Gewicht, Sendungsnummer und Route zum Schein passen, ist nicht erfasst: Der Schein selbst ist nicht in den Notizen. Nur das Ziel wurde angezweifelt.
Der Chat-Titel lautet „where is paris?“, während die sichtbare Nachricht „what is the picture about“ ist. Der Titel ist die erste Frage des Chats: Der Tester hatte dem selben Chat zwei weitere Fragen hinzugefügt, darunter die Fotofrage.
Aktionsschaltflächen: Bearbeiten, Neu generieren und Löschen unter der Nutzernachricht; Kopieren und Vorlesen unter der Antwort. Der Bildschirm war um 10:43 Uhr im dunklen und um 10:39 Uhr im hellen Design; wie das Design wechselte, ist nicht erfasst. Der Tester: „it has a dark theme. Nice.“
Websuche (10:43 bis 10:47 Uhr)
Während ein Kasten mit Regenbogenrahmen „Searching the web...“ anzeigt, ist die Globus-Schaltfläche dunkelblau und der Senden-Pfeil wird zu einem gelben Quadrat. Im Ruhezustand ist der Globus hellblau.
Er fand völlig unklar, wann die Websuche an oder aus ist und was sie tut: „two different shades of blue“.
Der Globus ist auch im Ruanda-Screenshot um 10:47 Uhr dunkelblau, was nahelegt, dass die Websuche an blieb.
Die Ruanda-Frage (10:47 Uhr)
In einem neuen Chat mit dem Titel „what is the politi...“ sagt der sichtbare Teil der Antwort, Ruanda „has been experiencing significant political instability following the assassination of President Paul Kagame in July 2023“, mit Verweis auf „reputable news sources (like Reuters and BBC)“. Im Screenshot sind keine Links sichtbar. Die vollständige Frage wurde nicht festgehalten; es wird eine Frage zur politischen Lage in Ruanda angenommen.
Eine Google-KI-Übersicht, die der Tester festhielt, sagt, Kagame sei seit dem 22. April 2000 im Amt und im Juli 2024 wiedergewählt worden; Googles eigener Hinweis besagt, KI-Antworten könnten Fehler enthalten. Die Übersicht zeigt das Foto einer realen Person, daher wird der Screenshot hier nicht veröffentlicht.
Eine weitere Websuche von PromptQuorum am 21. Oktober 2026 fand seine offizielle Website und einen Wahlbericht, aber keinen Bericht über ein Attentat. Dies ist eine begrenzte Prüfung.
Logik-Stresstest und Gegenprüfung (ab 10:49 Uhr)
ChatGPT erzeugte einen Prompt mit dem Titel „Advanced Logic Stress Test: The Blackout Protocol“, beschrieben als Test von Bedingungen, zeitlichem Schlussfolgern, Widersprüchen und mehrstufiger Deduktion. Der Tester fügte ihn in Caelum ein.
Caelum schrieb „a big report“ und schrieb eine Minute später noch; am Ende bot es eine tiefere Analyse an. Der Text der Antwort wurde nicht festgehalten; das einzige sichtbare Fragment in einer eingefügten Vorschau beginnt mit „1. Feasibility Ve...“ und „The plan is highly improbable to...“.
Der Tester fügte die Antwort in ChatGPT ein. Dessen Urteil: „The AI sounds analytical, but it makes several serious logical errors. I would score this response quite poorly“, mit der „correct-looking conclusion — no valid plan — without establishing the actual contradiction“. Seine Bewertung: 5/25 insgesamt (Bedingungsverständnis 2/5, formale Deduktion 1/5, zeitliches Schlussfolgern 1/5, Beweisqualität 0/5, Befolgen der Anweisung 1/5), „not a standardized benchmark score“. ChatGPT schrieb außerdem: „One important correction to my own earlier analysis“.
Um zu prüfen, ob der Prompt selbst unfair war, ließ der Tester ihn durch Grok (kostenlose Version), Claude Opus 5.5 (medium) und Claude Fable 5.1 (high) laufen und zeigte jede Antwort ChatGPT. ChatGPT bewertete die späteren Antworten besser („substantially better“, in einem Fall 8/10 bei logischer Deduktion) und fand dennoch in jeder Fehler, etwa eine Zahl von 12 gültigen Plänen, die „are actually 13“, und einen Beweis der minimalen Reparatur, der „not yet rigorous enough“ sei.
Opus antwortete „in less than one minute“; Grok arbeitete nach etwa drei Minuten noch. Beides wurde nicht gestoppt.
Seine Regel: immer gegenprüfen, nie einem einzelnen Modell vertrauen, „especially not the smaller one“. Er sagt außerdem, Fable habe als Erstes erklärt, was die Aufgabe war.
Die Entscheidung
Der Tester fasst zusammen: Bilder zu lesen sei für ein kleines Modell „incredible“; Websuche sei unter vergleichbaren Apps ungewöhnlich (von PromptQuorum nicht geprüft); die Qualität sei gemischt, was bei einem 1-GB-Modell keine Überraschung ist. Die lokale Natur der KI „is actually not stressed at all“, und er bezweifelt, dass ein Nutzer wüsste, dass das Modell lokal läuft.
Würde er sie behalten? „No, I don't see the point.“ Kostenlose Dienste auf Frontier-Modellen leisten viel mehr, daher sei die Datei den Platz nicht wert.
Handyuhr und Akku
10:36 Uhr: erster Bildschirm, 41 Mo von 1,020 Mo heruntergeladen, ETA 3 m 8 s, 5.60 MB/s, 5G, Akku 70 %.
10:39 Uhr: Chat-Startbildschirm, helles Design, WLAN-Symbol, Akku 67 %.
10:43 Uhr: Fotofrage, dunkles Design, Websuche startet, Akku 66 % und 65 %.
10:47 Uhr: Ruanda-Antwort, Akku 64 %.
10:49 Uhr: ChatGPT schreibt den Logik-Prompt (in der ChatGPT-App), Akku 63 %. 10:55 bis 10:56 Uhr: ChatGPT bewertet die Logikantwort von Caelum (in der ChatGPT-App), Akku 59 %.
Der Akku fiel in 20 Minuten bei eingeschaltetem Bildschirm und teilweiser Nutzung der ChatGPT-App von 70 % auf 59 %; nichts davon lässt sich Caelum zuordnen. Zwischen 10:39 und 10:47 Uhr, überwiegend in Caelum, fiel er von 67 % auf 64 %. Ein Speicherdiagramm ist nicht möglich, weil die Speichernutzung der App nicht erfasst wurde (das Smartphone hat 12 GB). Die Durchsatzwerte in der Statusleiste (0.03 bis 0.58 KB/s auf den Chat-Screenshots) sind Einzelmomentaufnahmen, kein Datenverkehrsprotokoll, und zeigen nicht, ob die App offline ist.