Yapay Zeka Modeli Yetenek Karşılaştırması
Bilgisayar kullanımı
Only models released within the past year are shown. Only benchmarks covering at least 3 of these models are shown. Unknown release dates are excluded; historical data is retained.
Coarena · karma görevler
— means no published score for this candidate in this source, not zero.7/11 recent-year models have scores
| No. | Model | Ajan motoru | Akıl yürütme çabası | %95 aralık | |
|---|---|---|---|---|---|
| 1 |  GPT-6 Solgpt-6-sol | Coarena | medium | 1043 | 985–1101 |
| 2 | GPT-6.1 Solgpt-6.1-sol | Coarena | medium | 1025 | 965–1085 |
| 3 | GPT-6 Lunagpt-6-luna | Coarena | medium | 1018 | 966–1070 |
| 4 |  Claude Opus 5.5claude-opus-5-5 | Coarena | medium | 1010 | 973–1047 |
| 5 | Claude Fable 5.1claude-fable-5-1 | Coarena | medium | 1001 | 968–1034 |
| 6 | Claude Sonnet 5.5claude-sonnet-5-5 | Coarena | medium | 989 | 928–1050 |
| 7 | GPT-6 Astragpt-6-astra | Coarena | medium | 976 | 936–1016 |
Coarena · karma görevler
Kaynak: Coarena ↗ · Getirildi 21 Eki 2026 06:00 UTC
Coarena · karma görevler · Source date unknown
PandaNpc Güncellendi 21 Eki 2026 06:01 UTC
Kaynak: Epoch AI, CC BY 4.0 · Vals.ai · Artificial Analysis (artificialanalysis.ai)
Sütun kılavuzu
- No.
- Yalnızca görüntüleme sırası. Sıralama bu sayıyı değiştirir; yayımlanmış bir yetenek sıralaması değildir.
- Model
- Değerlendirilen model adı ve sağlayıcı simgesi. Bir puan sütunundaki tire, burada yayımlanmış bir puanın bulunmadığı anlamına gelir; sıfır değildir.
- Ajan motoru
- Coarena
- Akıl yürütme çabası
- medium
- Puan
- Coarena'nın test düzeneğinde karışık tarayıcı, masaüstü, kodlama ve soru-cevap görevleri üzerinde kör insan tercihi derecelendirmesi. Bu bir Bradley–Terry derecelendirmesidir; bir yüzde veya doğrulanmış görev başarısı değildir. Aralık %95'tir; çakışan aralıklar bir kazananı belirlemez. Bunlar genel sonuçlardır, masaüstü alt kümesinin sonuçları değildir. Akıl yürütme eforu yalnızca yayımlandığında gösterilir. Sıralama, en son uygun 20.000 değerlendirilmiş karşılaşmayı kullanır; PandaNpc, bu anlık görüntü hesaplama zaman damgası sağlamadığı için getirme zamanını gösterir. Değerlendirme metodolojisi ↗
- %95 aralık
- %95 aralık