Yapay Zekâ Karnesi · Ekim 2026
Kod yazma ve hata ayıklama: hangi yapay zekâ en iyi?
Karne verisi: 17 Ekim 2026Ölçüt: Terminal-Bench 4.0
En iyi: Claude Sonnet 5.5 (%63,6).
Fiyat/performans: Claude Sonnet 5.5 (%63,6, karma API 4 $ / 1M token).
Ücretsiz ya da açık: Claude Sonnet 5.5 (Claude ücretsiz planında var).
Tam sıralama
| Sıra | Model | Terminal-Bench 4.0 | Düzey | API (1M token) |
|---|---|---|---|---|
| 1 | Claude Sonnet 5.5 Anthropic · Orta | %63,6 | Çok iyi | 2 $ / 10 $ |
| 2 | Claude Opus 5.5 Anthropic · Amiral | %59,6 | Çok iyi | 4 $ / 20 $ |
| 3 | GPT-6 Astra OpenAI · Amiral | %59,1 | Çok iyi | 10 $ / 50 $ |
| 4 | Gemini 4 Argon Google · Amiral | %57,1 | Çok iyi | 2 $ / 10 $ |
| 5 | GPT-6.1 Sol OpenAI · Orta | %56,1 | Çok iyi | 2 $ / 10 $ |
| 6 | Claude Fable 5.1 Anthropic · Amiral | %52 | İyi | 10 $ / 50 $ |
| 7 | Muse Wonder Meta · Amiral | %52 | İyi | 4 $ / 20 $ |
| 8 | GLM-5.3 Z.ai (Zhipu) · Amiral · açık ağırlık | %41,9 | İyi | 1,4 $ / 4,4 $ |
| 9 | Qwen3.8 Max Alibaba · Amiral | %38,9 | Orta | 2 $ / 6 $ |
| 10 | Muse Spark 1.3 Meta · Orta | %33,3 | Orta | 1,25 $ / 4,25 $ |
| 11 | Claude Haiku 5.5 Anthropic · Hafif | %32,8 | Orta | 0,10 $ / 0,50 $ |
| 12 | GLM-5.3-Flash Z.ai (Zhipu) · Hafif · açık ağırlık | %32,8 | Orta | 0,15 $ / 0,50 $ |
| 13 | DeepSeek V4.1 Flash DeepSeek · Hafif · açık ağırlık | %26,8 | Orta | 0,30 $ / 1,2 $ |
| 14 | Mistral Large 4 Mistral AI · Amiral · açık ağırlık | %26,8 | Orta | 0,68 $ / 2,09 $ |
| 15 | Grok 4.7 xAI · Amiral | %25,8 | Orta | 2 $ / 6 $ |
| 16 | Qwen3.8-Flash-Next Alibaba · Hafif · açık ağırlık | %25,3 | Zayıf | 0,15 $ / 0,47 $ |
| 17 | Gemini 3.8 Flash Google · Orta | %19,7 | Zayıf | 0,75 $ / 3,75 $ |
| 18 | DeepSeek V4 Pro DeepSeek · Amiral · açık ağırlık | %14,1 | Zayıf | 1,32 $ / 3,96 $ |
| 19 | GPT-6 Luna OpenAI · Hafif | %12,6 | Zayıf | 0,10 $ / 0,50 $ |
| 20 | Kimi K3 Moonshot AI · Amiral · açık ağırlık | %12,6 | Zayıf | 3 $ / 15 $ |
| 21 | Muse Spark Open Meta · Orta · açık ağırlık | %8,1 | Zayıf | – |
| 22 | Qwen3.8 27B Alibaba · Orta · açık ağırlık | %5,6 | Zayıf | 0,50 $ / 3 $ |
| 23 | Gemini 3.5 Flash-Lite Google · Hafif | %1 | Zayıf | 0,30 $ / 2,5 $ |
| 24 | Muse Glimmer Meta · Hafif · açık ağırlık | %0,5 | Zayıf | – |
| 25 | Gemma 4 31B Google · Hafif · açık ağırlık | %0 | Zayıf | – |
| 26 | Mistral Medium 3.5 Mistral AI · Orta · açık ağırlık | %0 | Zayıf | 1,5 $ / 7,5 $ |
| 27 | Mistral Small 4 Mistral AI · Hafif · açık ağırlık | %0 | Zayıf | 0,15 $ / 0,60 $ |
Komut satırında yazılım, makine öğrenmesi, güvenlik gibi alanlardan 66 zor, çok adımlı görev. Çözülen görev yüzdesi. * Firma beyanı.
Nasıl kullanmalı?
- Büyük kod tabanında çok adımlı iş için önce Claude Sonnet 5.5, GPT-6.1 Sol ya da Gemini 4 Argon'u deneyin; bu testte çok daha pahalı modellerle aynı düzeydeler.
- Zor hatalarda akıl yürütme ayarını (reasoning effort) yükseltin; Artificial Analysis'te aynı modelin düşük ayarı belirgin biçimde daha düşük puan alıyor.
- Hata mesajının tam metnini, ilgili dosyayı ve beklenen davranışı birlikte verin; modelden önce nedeni, sonra düzeltmeyi yazmasını isteyin.
- Kodunuz şirket dışına çıkmamalıysa kendi sunucunuzda çalışabilen açık ağırlıklı GLM-5.3 bu testte en iyi açık seçenek.
Terminal-Bench 4.0'da Claude Sonnet 5.5 %63,6 ile önde; Claude Opus 5.5, GPT-6 Astra, Gemini 4 Argon ve GPT-6.1 Sol %56-60 bandında. Fiyat-performansta 2 $ / 10 $ fiyatlı Sonnet 5.5, Sol ve Argon, 10 $ / 50 $'lık Astra ve Fable 5.1 ile aynı düzeyde ya da üstünde. Açık ağırlıklılarda GLM-5.3 (%41,9) önde; hafif modellerin çoğu bu testte %35'in altında kalıyor.
Diğer işler
Kaynaklar
- Artificial Analysis – Terminal-Bench 4.0 Bağımsız ölçüm · okundu: 17 Ekim 2026
- OpenAI API fiyatları Resmî sayfa · okundu: 17 Ekim 2026
- Anthropic API fiyatları Resmî sayfa · okundu: 17 Ekim 2026
- Gemini API fiyatları Resmî sayfa · okundu: 17 Ekim 2026
- Z.ai API fiyatları Resmî sayfa · okundu: 17 Ekim 2026
Sıralama Yapay Zekâ Karnesi verisinden otomatik hesaplanır; kendi testimiz değildir. Yöntem.