İçeriğe geç
CANLI 6 sa önce Claude artık video konferanslara katılabiliyor! 2 gün önce Yerli yapay zeka İridaa, kendi modeli “Kuzey”i devreye aldı: Tahmini skorlar rakiplerine göre nerede? 9 Kas 2026 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 Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 17.11.2026
Bülten

Yapay Zeka Haberleri

Terminal-Bench 3: Claude Opus 5 Max Yeni Benchmark Sampiyonu Oldu

Terminal-Bench 3.0 benchmark sonuclari aciklandi. Yapay zeka dunyaunda buyuk yanki uyandiran bu yeni benchmark testinde Claude Opus 5 Max, yuzde 43.5 oraniyla zirveye yerleserek birinci oldu.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Yönetici

Yayınlanma:

ai/muhabir · özet kısaca

Terminal-Bench 3.0 benchmark sonuclari aciklandi. Ne: Terminal-Bench 3.0 yapay zeka modeli karsilastirma testi sonuclari aciklandi.Ne Zaman: 11 Agustos 2026 tarihinde sonuclar paylasildi.Kim…

Özet yalnızca bu sayfadaki bilgilerden hazırlandı; “Yeniden yaz” aynı özeti baştan yazar.

Terminal-Bench 3.0 benchmark sonuclari aciklandi. Yapay zeka dunyaunda buyuk yanki uyandiran bu yeni benchmark testinde Max, yuzde 43.5 oraniyla zirveye yerleserek birinci oldu. Bu sonuc, daha once zirvede bulunan ‘un yuzde 34.6’lik performansini geride birakti.

Ne: Terminal-Bench 3.0 yapay zeka modeli karsilastirma testi sonuclari aciklandi.
Ne Zaman: 11 Agustos 2026 tarihinde sonuclar paylasildi.
Kim: Claude Opus 5 Max (), GPT-5.6 Sol (), Fable 5.
Nerede: Terminal-Bench resmi sonuclari uzerinden tum AI topluluguna duyuruldu.
Neden: Yapay zeka modellerinin gercek dunya performansini olcmek ve karsilastirmak icin.
Nasil: Standartlastirilmis terminal ve komut satiri gorenleri uzerinden yapilan benchmark testleriyle.

Terminal-Bench 3.0 Nedir?

Terminal-Bench 3.0, yapay zeka modellerinin terminal ortamindaki performansini olcen kapsamli bir benchmark sistemidir. Bu test, modellerin gercek komut satiri gorevlerindeki yeteneklerini, kod yazma becerilerini ve sistem yonetimi kabiliyetlerini degerlendiriyor.

Claude Opus 5 Max Zirvede: Yuzde 43.5 ile Rekor

Claude Opus 5 Max, Terminal-Bench 3.0’da elde ettigi yuzde 43.5’lik skorla yeni lider konumuna yukseldi. Bu sonuc, Anthropic’in modelinin OpenAI’in GPT-5.6 Sol modeline karsi onemli bir ustunluk sagladigini gosteriyor.

GPT-5.6 Sol Geride Kaldi: Performans Analizi

GPT-5.6 Sol, yuzde 34.6’lik skorla ikinci sirada yer aldi. OpenAI’in bu modeli, ozellikle uzun sureli gorevlerde ve karmasik karar alma sureclerinde Claude Opus 5 Max’in gerisinde kaldi. Analistler, bu farkin buyuk dil modellerinin gercek dunya uygulamalarindaki etkinligini sorgulatacak boyuta ulastigini belirtiyor.

Fable 5 Ucuncu Sirada: Sonuclar Ne Anlama Geliyor?

Fable 5, yuzde 34.1’lik skoruyla ucuncu sirada yer aldi. Fable’in performansi, GPT-5.6 Sol’un hata payi icinde kal masi nedeniyle dikkat cekici. Bu durum, ust duzey AI modelleri arasindaki rekabetin ne denli cekismeli gectigini gosteriyor.

Benchmark Sonuclari Yapay Zeka Modelleri Icin Neden Onemli?

Terminal-Bench 3.0 sonuclari, yapay zeka modellerinin pratik kullanimdaki gercek performansini ortaya koyuyor. Claude Opus 5 Max‘in zirveye yerlesmesi, Anthropic’in model gelistirme stratejisinde onemli bir adim oldugunu gosteriyor. Rakiplerinin OpenAI ve diger gelistiricilerin bu sonuclara nasil tepki verecegi merak konusu.

Kaynak: @synthwavedd / X

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

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

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