Yeni
ANT COLONY INTELLIGENCE — Autonomous Foraging Benchmark
1.000 otonom karınca · 4 model · 4 seed
AlgorithmWars · Sürü zekâsı ve otonom ajanlar
Model4
Görev1
1 görev · 4 çıktı
Yayın tarihi24 Ekim 2026
Sonuçları inceleBenchmarklar
Sınav, uzun bağlam, çıkarım ve davranış çalışmaları.
GLASS CATHEDRAL — FRACTURE DYNAMICS BENCHMARK v1.0
GPT-6 Luna ile dört harness: planlama, geliştirme ve teslim performansı
AI harness karşılaştırması
Model1
Görev1
1 model · 4 harness · 1 görev
Yayın tarihi21 Ekim 2026
Sonuçları inceleGLASS CATHEDRAL — FRACTURE DYNAMICS BENCHMARK v1.0
Dört model. Tek prompt. Kırılma fiziği ve mühendislik doğruluğu.
Coding ve simülasyon
Model4
Görev1
1 görev · 4 çıktı
Yayın tarihi18 Ekim 2026
Sonuçları incelePORT CRANE CHESS BENCHMARK v1.0
Aynı model ile dört AI harness: süre, maliyet ve teslim performansı
AI harness karşılaştırması
Model1
Görev1
1 model · 4 harness · 1 görev
Yayın tarihi18 Ekim 2026
Sonuçları inceleOrbital Rendezvous Benchmark
GPT-6 Astra ve Fable 5.1 · Max Effort
Orbital simülasyon · Video değerlendirmesi
Model2
Görev1
1 görev · 2 çıktı
Yayın tarihi16 Ekim 2026
Sonuçları incelePORT CRANE CHESS BENCHMARK v1.0
Tek prompt. Dört simülasyon çıktısı.
Coding ve simülasyon
Model4
Görev1
1 görev · 4 çıktı
Yayın tarihi14 Ekim 2026
Sonuçları incele34. Tübitak Bilim Olimpiyatları Birinci Aşama Sınavı - Biyoloji LLM Benchmark
100 soru · 98 değerlendirilen · 2 iptal kredisi
Bilim olimpiyatı
Model28
Soru100
DeepSeek V4.1 Flash
Net93,75
Yayın tarihi5 Ekim 2026
Sonuçları inceleGLM-5.3 Flash çıkarım hızı
Üç giriş uzunluğunda çıktı hızı ölçümü
Sistem ölçümü
Model1
Ölçüm noktası15
15 hücre · 186 istek
Yayın tarihi7 Eylül 2026Çalışma 5 Eylül 2026
Sonuçları inceleLLM seçim davranışı
Dillere göre yanıt dağılımları
Davranış araştırması
Model40
Kategori20
20 kategori · 12.000 yanıt
Yayın tarihi7 Eylül 2026Çalışma 5 Eylül 2026
Sonuçları incele2026 TUS · Açık sorular
1. ve 2. dönem derlemesi
Ulusal sınav
Model39
Soru40
DeepSeek V4 Flash
Net40,00
Yayın tarihi7 Eylül 2026
Sonuçları inceleTUS · TTBT
2023-I–2026-I · 72 soruluk yayımlanmış soru derlemesi
Mesleki sınav
Model30
Soru72
Gemini 3.7 Flash
Net70,75
Yayın tarihi15 Ağustos 2026Güncellendi 17 Ağustos 2026
Sonuçları inceleReWo ContextCurve Türkçe v1
16K–512K bağlam kalite eğrisi
Uzun bağlam
Model16
Görev türü5
GPT-5.6 Sol
Puan97,1
Yayın tarihi7 Ağustos 2026Güncellendi 8 Ağustos 2026
Sonuçları incele2026 AYT · Matematik
Alan Yeterlilik Testi · Matematik
Ulusal sınav
Model74
Soru39
GPT-5.6 Luna (xhigh)
Puan213,25
Yayın tarihi31 Temmuz 2026Güncellendi 12 Ağustos 2026
Sonuçları incele2026 AYT · Sosyal Bilimler-2
Alan Yeterlilik Testi · Sosyal Bilimler-2
Ulusal sınav
Model74
Soru40
GPT-5.6 Luna (low)
Puan220,00
Yayın tarihi31 Temmuz 2026Güncellendi 12 Ağustos 2026
Sonuçları incele2026 AYT · Fen Bilimleri
Alan Yeterlilik Testi · Fen Bilimleri
Ulusal sınav
Model74
Soru40
Gemini 3.6 Flash (minimal)
Puan216,25
Yayın tarihi31 Temmuz 2026Güncellendi 12 Ağustos 2026
Sonuçları incele2026 AYT · Türk Dili ve Edebiyatı - Sosyal Bilimler-1
Alan Yeterlilik Testi · Türk Dili ve Edebiyatı - Sosyal Bilimler-1
Ulusal sınav
Model74
Soru40
Thinky Inkling (high)
Puan220,00
Yayın tarihi31 Temmuz 2026Güncellendi 12 Ağustos 2026
Sonuçları incele2026 TYT
Temel Yeterlilik Testi
Ulusal sınav
Model28
Soru120
GPT-5.6 Sol
Puan491,75
Yayın tarihi29 Temmuz 2026Güncellendi 12 Ağustos 2026
Sonuçları incele