Yapay Zekâ Karnesi · Ekim 2026
Zor bilgi soruları ve araştırma: hangi yapay zekâ en iyi?
Karne verisi: 17 Ekim 2026Ölçüt: Humanity's Last Exam (HLE)
En iyi: Claude Opus 5.5 (%61,4).
Fiyat/performans: Muse Spark 1.3 (%48,7, karma API 2 $ / 1M token).
Ücretsiz ya da açık: Claude Sonnet 5.5 (Claude ücretsiz planında var).
Tam sıralama
| Sıra | Model | Humanity's Last Exam (HLE) | Düzey | API (1M token) |
|---|---|---|---|---|
| 1 | Claude Opus 5.5 Anthropic · Amiral | %61,4 | Çok iyi | 4 $ / 20 $ |
| 2 | Claude Fable 5.1 Anthropic · Amiral | %59,1 | Çok iyi | 10 $ / 50 $ |
| 3 | Gemini 4 Argon Google · Amiral | %57,1 | Çok iyi | 2 $ / 10 $ |
| 4 | Claude Sonnet 5.5 Anthropic · Orta | %55 | Çok iyi | 2 $ / 10 $ |
| 5 | GPT-6 Astra OpenAI · Amiral | %54,7 | Çok iyi | 10 $ / 50 $ |
| 6 | GPT-6.1 Sol OpenAI · Orta | %52,9 | İyi | 2 $ / 10 $ |
| 7 | Muse Wonder Meta · Amiral | %50,1 | İyi | 4 $ / 20 $ |
| 8 | Muse Spark 1.3 Meta · Orta | %48,7 | İyi | 1,25 $ / 4,25 $ |
| 9 | Gemini 3.8 Flash Google · Orta | %47,8 | İyi | 0,75 $ / 3,75 $ |
| 10 | Kimi K3 Moonshot AI · Amiral · açık ağırlık | %46,9 | İyi | 3 $ / 15 $ |
| 11 | Claude Haiku 5.5 Anthropic · Hafif | %44,4 | İyi | 0,10 $ / 0,50 $ |
| 12 | Muse Spark Open Meta · Orta · açık ağırlık | %43,9 | İyi | – |
| 13 | Grok 4.7 xAI · Amiral | %43,1 | Orta | 2 $ / 6 $ |
| 14 | Qwen3.8 Max Alibaba · Amiral | %43,1 | Orta | 2 $ / 6 $ |
| 15 | GLM-5.3 Z.ai (Zhipu) · Amiral · açık ağırlık | %42,3 | Orta | 1,4 $ / 4,4 $ |
| 16 | DeepSeek V4 Pro DeepSeek · Amiral · açık ağırlık | %41 | Orta | 1,32 $ / 3,96 $ |
| 17 | GLM-5.3-Flash Z.ai (Zhipu) · Hafif · açık ağırlık | %39,9 | Orta | 0,15 $ / 0,50 $ |
| 18 | DeepSeek V4.1 Flash DeepSeek · Hafif · açık ağırlık | %39,2 | Orta | 0,30 $ / 1,2 $ |
| 19 | GPT-6 Luna OpenAI · Hafif | %38,5 | Orta | 0,10 $ / 0,50 $ |
| 20 | Qwen3.8-Flash-Next Alibaba · Hafif · açık ağırlık | %38 | Orta | 0,15 $ / 0,47 $ |
| 21 | Mistral Large 4 Mistral AI · Amiral · açık ağırlık | %35 | Orta | 0,68 $ / 2,09 $ |
| 22 | Qwen3.8 27B Alibaba · Orta · açık ağırlık | %33,9 | Orta | 0,50 $ / 3 $ |
| 23 | Gemma 4 31B Google · Hafif · açık ağırlık | %23,6 | Zayıf | – |
| 24 | Muse Glimmer Meta · Hafif · açık ağırlık | %22 | Zayıf | – |
| 25 | Gemini 3.5 Flash-Lite Google · Hafif | %18,8 | Zayıf | 0,30 $ / 2,5 $ |
| 26 | Mistral Medium 3.5 Mistral AI · Orta · açık ağırlık | %13,8 | Zayıf | 1,5 $ / 7,5 $ |
| 27 | Mistral Small 4 Mistral AI · Hafif · açık ağırlık | %9,9 | Zayıf | 0,15 $ / 0,60 $ |
Matematik, bilim ve beşeri bilimlerden uzmanların denetlediği 2.500 zor, kapalı uçlu soru. Doğru yanıt yüzdesi. * Firma beyanı.
Nasıl kullanmalı?
- Önemli bir bilgi sorusunda modelden kaynak göstermesini isteyin ve verdiği adresleri açıp kontrol edin.
- Güncel konularda modelin web arama özelliğini açın; bu test modelin kendi bilgisini ve akıl yürütmesini ölçer.
- Zor sorularda en yüksek akıl yürütme ayarını kullanın ve aynı soruyu ikinci bir modele de sorun.
- Bütçe sınırlıysa önce Gemini 3.8 Flash ya da Claude Haiku 5.5 ile deneyin, yanıt yetersizse amiral modele geçin.
Humanity's Last Exam'de Claude Opus 5.5 %61,4 ile önde; Claude Fable 5.1 (%59,1), Gemini 4 Argon (%57,1), Claude Sonnet 5.5 (%55,0) ve GPT-6 Astra (%54,7) izliyor. Fiyat-performansta Gemini 3.8 Flash (%47,8, 0,75 $ / 3,75 $) ve Claude Haiku 5.5 (%44,4, 0,10 $ / 0,50 $) öne çıkıyor. Test kapalı uçlu akademik sorulardan oluşuyor; web'de kaynak tarayan araştırma işini doğrudan ölçmüyor.
Diğer işler
Kaynaklar
- Artificial Analysis – Humanity's Last Exam Bağımsız ölçüm · okundu: 17 Ekim 2026
- Anthropic API fiyatları Resmî sayfa · okundu: 17 Ekim 2026
- Gemini API fiyatları Resmî sayfa · okundu: 17 Ekim 2026
Sıralama Yapay Zekâ Karnesi verisinden otomatik hesaplanır; kendi testimiz değildir. Yöntem.