İçeriğe geç
CANLI 22 sa önce 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) 6 gün önce OpenAI Uyarı Vermeden Hesap Kapatıyor: Aylık 200 Dolarlık Pro Aboneler Bile Etkilendi 6 gün önce 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 15.11.2026
Bülten

Yapay Zeka Haberleri

Terminal-Bench 3.0 Duyuruldu: Claude Opus 5 Max GPT-5.6 Sol’ü Geride Bıraktı

Terminal-Bench 3.0, terminal tabanlı yapay zeka modellerini değerlendiren en kapsamlı benchmark çalışması olarak yayımlandı.

· 2 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Terminal-Bench 3.0, terminal tabanlı yapay zeka modellerini değerlendiren en kapsamlı benchmark çalışması olarak yayımlandı.
  2. Terminal-Bench 3.0 Sonuçları Terminal-Bench 3.0 benchmark'ında Claude Opus 5 Max, yüzde 43.5'lik etkileyici bir SoTA (State of the Art) skor…
  3. Claude Opus 5 Max'in Parlaması Claude Opus 5 Max, özellikle terminal ortamında çalışan kodlama ve sistem yönetimi görevlerinde üstün perform…

Terminal-Bench 3.0, terminal tabanlı yapay zeka modellerini değerlendiren en kapsamlı benchmark çalışması olarak yayımlandı. Bu yeni sürümde Max, modelini geride bırakarak zirveye oturdu. Terminal-Bench 3.0 sonuçları, yapay zeka kodlama asistanları arasındaki rekabetin ne denli kızışmış olduğunu gözler önüne seriyor.

Terminal-Bench 3.0 Sonuçları

Terminal-Bench 3.0 benchmark’ında Max, yüzde 43.5’lik etkileyici bir SoTA (State of the Art) skoru elde etti. ise yüzde 34.6’lık skorla ikinci sırada kaldı. Üçüncü sırada yer alan Fable 5, yüzde 24.1’lik skoruyla ’un hata payı içinde kalarak güçlü bir rekabet sergiledi.

Claude Opus 5 Max’in Parlaması

Max, özellikle terminal ortamında çalışan kodlama ve sistem yönetimi görevlerinde üstün performans sergiledi. Bu sonuç, ’in modelinin gerçek dünya kodlama senaryolarında ne denli etkili olduğunu bir kez daha kanıtlamış oldu.

GPT-5.6 Sol: İkinci Sırada Güçlü Rekabet

’nin modeli, yüzde 34.6’lık skorla ikinci sırada yer almasına rağmen hâlâ güçlü bir performans sergiliyor. Fable 5’in yüzde 24.1’lik skoruyla ’ün hata payı içinde kalması, üst seviye modeller arasındaki rekabetin ne kadar yakın olduğunu gösteriyor.

Terminal-Bench Neden Önemli?

Terminal-Bench 3.0, yapay zeka modellerini gerçek terminal komutları ve görevleri üzerinden test eden nadir benchmark’lardan biri. Bu test, modellerin yalnızca kod yazma değil, aynı zamanda terminal komutlarını anlama, hata ayıklama ve sistem yönetimi konusundaki gerçek dünya yeteneklerini ölçüyor.

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/

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