İçeriğe geç
CANLI 03:22 Replit Missions tanıtıldı: Hedefi ve bütçeyi siz belirleyin, ajan sürüsü çalışsın 03:22 WSJ: SEC, Jensen Huang’ın ayrılığının ardından Nvidia hakkında soruşturma başlattı 03:22 Microsoft Agent Framework PyPI paketi ele geçirildi: 1.26.1 ve 1.26.2 kimlik bilgisi çalıyor 03:22 Gemini Tasks ücretsiz oldu: Gemini artık arama yapıp alışveriş yapabiliyor 03:21 Microsoft Ignite 2026’da yedi MAI modeli tanıttı: MAI Code 2 ile ucuz kodlama hamlesi Zekâ endeksi lideri Claude Fable 5.2 (Max, Default Fallback) · 64,6 18.11.2026
Bülten

Ayın Trendleri

Terminal-Bench 3.0 Yayinlandi: Claude Opus 5 Max Zirveye Oturdu

Terminal-Bench 3.0, yapay zeka terminal ajanlarini degerlendirmek için kullanilan kapsamli bir benchmark olarak piyasaya suruldu.

· 1 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Yönetici

Yayınlanma:

ai/muhabir · özet kısaca

Terminal-Bench 3.0, yapay zeka terminal ajanlarini degerlendirmek için kullanilan kapsamli bir benchmark olarak piyasaya suruldu. Claude Opus 5 Max Zirveye Yerlesti Benchmark sonuclarina gore Claude Opus 5 Max, yuzde 43.5lik bir SoTA skoru elde ederek tahtini devraldi. … Fable 5 Ucuncu Sirada Fable 5, yuzde 34.1lik skoruyla ucuncu sirada yer aldi. Bu sonuc, Fable 5in GPT-5.6 Solun hata payi icinde kaldigini v…

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

Terminal-Bench 3.0, yapay zeka terminal ajanlarini degerlendirmek için kullanilan kapsamli bir benchmark olarak piyasaya suruldu. Bu yeni surum, yapay zeka modellerinin gercek dunya gosterlerindeki performansini olcmek icin tasarlandi.

Claude Opus 5 Max Zirveye Yerlesti

Benchmark sonuclarina gore Max, yuzde 43.5lik bir SoTA skoru elde ederek tahtini devraldi. Bu skor, GPT-5.6 Solun yuzde 34.6lik performansini geride birakirken, modeller arasindaki rekabetin ne denli cekismeli gectigini gosteriyor.

Fable 5 Ucuncu Sirada

Fable 5, yuzde 34.1lik skoruyla ucuncu sirada yer aldi. Bu sonuc, Fable 5in GPT-5.6 Solun hata payi icinde kaldigini ve rekabetin oldukca yakin oldugunu gosteriyor.

Benchmark Neden Onemli?

Terminal-Bench, ajan tabanli yapay zeka sistemlerinin performansini olcmek icin kritik bir referans noktasi sunuyor. Modellerin gercek dunya senaryolarinda nasil performans gosterdigini degerlendirmek, hem arastirmacilar hem de isletmeler icin hayati onem tasiyor.

Claude Opus 5 Maxin bu basarisi, Anthropicin model gelistirme suresinde kaydettigi ilerlemenin somut bir gostergesi olarak degerlendiriliyor. Yapay zeka yarisinda rekabetin 2026da daha da kizismasi bekleniyor.

Sonuc ve Degerlendirme

Terminal-Bench 3.0 sonuclari, yapay zeka modelleri arasindaki rekabetin tek bir modelin dominasyonu yerine coklu oyuncularin one ciktigi bir doneme evrildigini gosteriyor. Claude Opus 5 Maxin zirvedeki konumu, Anthropicin ust duzey yapay zeka modelleri gelistirmedeki kararliligini bir kez daha kanitliyor.

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-zirvede-2/

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