İçeriğe geç
CANLI Dün Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 6 gün önce Bu Hafta AI Model Değerlendirmesi (2026-W46) 8 Kas 2026 OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 8 Kas 2026 Yapay Zekâ 18 Yıllık Kuantum Varsayımını Üç Günde Çözdü: Aaronson-Ambainis Artık Bir Teorem 8 Kas 2026 Gemini 4 Flash ve Yeni Claude İçin İşaretler Artıyor: LMArena’da ‘Hydrogen’, Sızıntıda ‘Hyperion’ Zekâ endeksi lideri Claude Opus 5 (Adaptive Reasoning, Max Effort) · 63,1 16.11.2026
Bülten

Yapay Zeka Haberleri

Terminal-Bench 3.0 Sonucları Acıklandi: Claude Opus 5 Max Zirvede

Terminal-Bench 3.0, yapay zeka modellerinin terminal ve komut satiri ortaminda gercek gorevleri ne kadar basarili tamamlayabildigini olcen bir kiyaslamadir.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Terminal-Bench 3.0, yapay zeka modellerinin terminal ve komut satiri ortaminda gercek gorevleri ne kadar basarili tamamlayabildigini olcen bir kiyaslamadir.
  2. Sonuclar: GPT-5.6 Sol ve Fable 5'in Onunde Terminal-Bench 3.0'daki sonuclarina gore Claude Opus 5 Max, %43,5 basari oraniyla ilk sirada yer …
  3. Bu sonuclar, ilk kez bir yapay zeka modelinin Terminal-Bench 3.0'dan %40'in uzerinde performans gostermesi acisindan onemli bir kilometre ta…

Terminal-Bench 3.0, yapay zeka modellerinin terminal ve komut satiri ortaminda gercek gorevleri ne kadar basarili tamamlayabildigini olcen bir kiyaslamadir. Sonuclar aciklandi ve ’in yeni modeli Max, öncü konumdaki yerini bir kez daha teyit etti. Model, Terminal-Bench 3.0’dan %43,5 basari oraniyla dondu.

Sonuclar: GPT-5.6 Sol ve Fable 5’in Onunde

Terminal-Bench 3.0’daki sonuclarina gore Max, %43,5 basari oraniyla ilk sirada yer aldi. Ikinci siradaki ise %34,6 ile yetinmek zorunda kaldi. Aradaki fark yaklasik 9 puan. Ucuncu sirada ise Fable 5 %34,1 ile yer aldi ve ’e oldukca yaklasti.

Bu sonuclar, ilk kez bir yapay zeka modelinin Terminal-Bench 3.0’dan %40’in uzerinde performans gostermesi acisindan onemli bir kilometre tasi.

Terminal-Bench 3.0 Neden Onemli?

Terminal-Bench 3.0, bir yapay zeka modelinin gercek terminal ortaminda ne kadar yetenekli oldugunu test eden ileri duzey bir kiyaslama setidir. Model, gercek komut satirina erisim, dosya yonetimi, sistem yapilandirmasi ve cok adimli gorev tamamlama gibi gercek dunya yazilim gelistirme senaryolarinda degerlendiriliyor.

Bu benchmark, AI sektorunde giderek daha fazla onem kazanıyor. Cunku bir modelin teorik bilgisi ile pratik kullanima hazir olmasi arasindaki fark, Terminal-Bench gibi kiyaslamalarla ortaya cikiyor.

AI Ekosistemine Etkileri

Bu sonuclar, AI sektorunde rekabetin kizastigini bir kez daha gosteriyor. Max‘in onunde yer almasi, ’in kod yazma ve terminal gorevlerinde iddialı oldugunu ortaya koyuyor. Ote yandan ‘un da %34,6 ile güclü bir performans gostermesi, ’in geri kalmadigini gosteriyor.

Benchmark sonuclari, kurumsal AI entegrasyonlarinda hangi modellerin tercih edilecegi konusunda yol gosterici oluyor. Terminal-Bench 3.0’daki gibi sonuclar, gercek dünya performansina iliskin somut veriler sundugu icin satın alma kararlarini etkileyebilir.

Kaynak: X/Twitter – @synthwavedd (Terminal-Bench 3.0)

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

Şu haberi 3 maddede özetle: https://aihaber.org/terminal-bench-3-0-sonuclari-claude-opus-5-max/

Gemini hazır soruyla açılamıyor: soru panonuza kopyalanır, açılan sayfada yapıştırmanız yeterli.

Paylaş
X LinkedIn WhatsApp Telegram Reddit Bluesky Threads E-posta

Bu haber işinize yaradı mı?

Yorumlar 0

Yorum yazın

Karakter: 0/1000

Henüz yorum yok. İlk yorumu siz yazın.

İlgili haberler