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: Claude Opus 5 Max, GPT-5.6 Sol’ü Geride Bırakarak Zirveye Çıktı

Terminal-Bench 3.0 sonuçları açıklandı ve yapay zeka dünyasında büyük bir sürpriz yaşandı.

· 1 dk okuma · 0 yorum

Yapay zekâya sor Paylaş
Kısaca · 3 madde
  1. Terminal-Bench 3.0 sonuçları açıklandı ve yapay zeka dünyasında büyük bir sürpriz yaşandı.
  2. Terminal-Bench 3.0 Sonuçları Yeni benchmark sonuçlarına göre yapay zeka modeli sıralaması şöyle şekillendi: 1. Claude Opus 5 Max: %43.5 SoT…
  3. Claude Opus 5 Max'in Başarısının Analizi Claude Opus 5 Max'in bu denli yüksek bir performans göstermesi, özellikle karmaşık terminal ve kodl…

Terminal-Bench 3.0 sonuçları açıklandı ve yapay zeka dünyasında büyük bir sürpriz yaşandı. Max, daha önce zirvede bulunan ’ü geride bırakarak yeni bir SoTA (State of the Art) başarısına imza attı.

Terminal-Bench 3.0 Sonuçları

Yeni benchmark sonuçlarına göre yapay zeka modeli sıralaması şöyle şekillendi:

  • 1. Max: %43.5 SoTA skoru
  • 2. : %34.6 skor (önceki lider)
  • 3. Fable 5: %34.1 (Sol’ün hata payı içinde)

Claude Opus 5 Max’in Başarısının Analizi

Max’in bu denli yüksek bir performans göstermesi, özellikle karmaşık terminal ve kodlama görevlerindeki üstün yeteneklerinden kaynaklanıyor. Model, zorlu mühendislik senaryolarında rakip modellerin açık ara önüne geçmeyi başardı.

Üç Model Arasındaki Yakın Rekabet

En dikkat çekici noktalardan biri, Fable 5’in ’ün hata payı içinde üçüncü sırada yer alması. Bu durum, en üst düzey yapay zeka modelleri arasındaki rekabetin ne denli kızışmış olduğunu gösteriyor.

Benchmark’un Önemi

Terminal-Bench, gerçek dünya mühendislik görevlerinde modellerin performansını ölçen önemli bir benchmark. Bu sonuçlar, yapay zeka haberleri açısından sektörün hangi yöne evrildiğini net bir şekilde ortaya koyuyor.

Yapay zekâya sor

Haberi seçtiğiniz asistanda hazır bir soruyla açın

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

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