Benchmarks

Zeka testi

Modeller mutlak bir puana göre değil, ikili karşılaştırmayla sıralanıyor. Her soruda model çiftleri birebir karşılaştırılıyor ve Bradley-Terry modeli bu karşılaştırmalardan bir derece çıkarıyor. Aşağıdaki kazanma oranı, bu dereceyi cevapladığı soruya çeviriyor: bu model, tablodaki ortalama bir modeli ne sıklıkla yeniyor. %50 ortalamadır.

Puanlama nasıl yapılıyor

8.603

puanlanan çalıştırma

117.970

ikili karşılaştırma

24

prompt

4.699

puansız çalıştırma (sağlayıcı hatası)

24 sorunun 22 tanesi modelleri gerçekten ayırt ediyor. Geri kalanını neredeyse herkes aynı iyilikte yanıtlıyor ve sıralama sinyali taşımıyor — 100’e yakın mutlak bir puanın gerçekte ölçtüğü şey buydu.

  • Kodlama 4/4
  • Yaratıcı 2/2
  • Olgusal 3/4
  • Çok dilli 7/8
  • Akıl yürütme 4/4
  • Sağlık 2/2
Sıra 1OpenAI
73%±2

Kazanma oranı

Elo 1175

gpt-4.1-mini
Tier C
Kazanılan / kaybedilen / berabere
1296 / 172 / 1402
prompt
24
karşılaştırma
2870
Jüri ortalaması
96.0

Kategoriye göre

Kodlama80%
Yaratıcı91%
Olgusal74%
Çok dilli60%
Akıl yürütme77%
Sağlık75%
Sıra 1OpenAI
73%±2

Kazanma oranı

Elo 1172

gpt-5.1
Tier B
Kazanılan / kaybedilen / berabere
1125 / 101 / 1443
prompt
20
karşılaştırma
2669
Jüri ortalaması
95.0

Kategoriye göre

Kodlama76%
Yaratıcı79%
Olgusal71%
Çok dilli70%
Akıl yürütme78%
Sıra 1OpenAI
73%±2

Kazanma oranı

Elo 1171

gpt-5.5-2026-04-23
Tier A
Kazanılan / kaybedilen / berabere
1149 / 132 / 1388
prompt
20
karşılaştırma
2669
Jüri ortalaması
95.9

Kategoriye göre

Kodlama78%
Yaratıcı89%
Olgusal76%
Çok dilli67%
Akıl yürütme66%
Sıra 1OpenAI
70%±2

Kazanma oranı

Elo 1149

gpt-5.5
Tier C
Kazanılan / kaybedilen / berabere
1074 / 193 / 1402
prompt
20
karşılaştırma
2669
Jüri ortalaması
93.9

Kategoriye göre

Kodlama70%
Yaratıcı82%
Olgusal72%
Çok dilli66%
Akıl yürütme74%
Sıra 1OpenAI
70%±2

Kazanma oranı

Elo 1149

gpt-4.1-2025-04-14
Tier C
Kazanılan / kaybedilen / berabere
1142 / 193 / 1535
prompt
24
karşılaştırma
2870
Jüri ortalaması
96.0

Kategoriye göre

Kodlama72%
Yaratıcı92%
Olgusal72%
Çok dilli65%
Akıl yürütme66%
Sağlık84%
Sıra 2OpenAI
70%±2

Kazanma oranı

Elo 1144

gpt-5.2-2025-12-11
Tier B
Kazanılan / kaybedilen / berabere
1062 / 216 / 1391
prompt
20
karşılaştırma
2669
Jüri ortalaması
93.9

Kategoriye göre

Kodlama75%
Yaratıcı78%
Olgusal57%
Çok dilli69%
Akıl yürütme78%
Sıra 3OpenAI
69%±2

Kazanma oranı

Elo 1142

gpt-5.4
Tier A
Kazanılan / kaybedilen / berabere
1047 / 214 / 1408
prompt
20
karşılaştırma
2669
Jüri ortalaması
94.8

Kategoriye göre

Kodlama68%
Yaratıcı90%
Olgusal63%
Çok dilli68%
Akıl yürütme74%
Sıra 4OpenAI
69%±2

Kazanma oranı

Elo 1141

gpt-5.2
Tier B
Kazanılan / kaybedilen / berabere
1062 / 235 / 1372
prompt
20
karşılaştırma
2669
Jüri ortalaması
94.2

Kategoriye göre

Kodlama66%
Yaratıcı92%
Olgusal67%
Çok dilli66%
Akıl yürütme74%
Sıra 4OpenAI
69%±2

Kazanma oranı

Elo 1139

gpt-4.1
Tier B
Kazanılan / kaybedilen / berabere
1128 / 249 / 1493
prompt
24
karşılaştırma
2870
Jüri ortalaması
95.7

Kategoriye göre

Kodlama74%
Yaratıcı83%
Olgusal69%
Çok dilli64%
Akıl yürütme66%
Sağlık79%
Sıra 4OpenAI
69%±2

Kazanma oranı

Elo 1139

gpt-4.1-mini-2025-04-14
Tier C
Kazanılan / kaybedilen / berabere
1099 / 220 / 1551
prompt
24
karşılaştırma
2870
Jüri ortalaması
95.1

Kategoriye göre

Kodlama69%
Yaratıcı82%
Olgusal67%
Çok dilli68%
Akıl yürütme73%
Sağlık70%
Sıra 4Anthropic
69%±2

Kazanma oranı

Elo 1135

Claude Opus 4.6
Tier B
Kazanılan / kaybedilen / berabere
1162 / 309 / 1399
prompt
24
karşılaştırma
2870
Jüri ortalaması
97.0

Kategoriye göre

Kodlama63%
Yaratıcı93%
Olgusal73%
Çok dilli64%
Akıl yürütme67%
Sağlık90%
Sıra 4OpenAI
68%±2

Kazanma oranı

Elo 1133

gpt-5.4-mini
Tier A
Kazanılan / kaybedilen / berabere
1067 / 292 / 1310
prompt
20
karşılaştırma
2669
Jüri ortalaması
94.1

Kategoriye göre

Kodlama71%
Yaratıcı92%
Olgusal61%
Çok dilli63%
Akıl yürütme71%
Sıra 4Z.ai (GLM / Zhipu)
68%±2

Kazanma oranı

Elo 1132

GLM-4.7
Tier A
Kazanılan / kaybedilen / berabere
838 / 259 / 882
prompt
14
karşılaştırma
1979
Jüri ortalaması
91.1

Kategoriye göre

Kodlama61%
Yaratıcı85%
Olgusal70%
Akıl yürütme74%
Sıra 4OpenAI
68%±2

Kazanma oranı

Elo 1129

gpt-5.4-2026-03-05
Tier B
Kazanılan / kaybedilen / berabere
1035 / 289 / 1345
prompt
20
karşılaştırma
2669
Jüri ortalaması
94.6

Kategoriye göre

Kodlama74%
Yaratıcı89%
Olgusal55%
Çok dilli64%
Akıl yürütme74%
Sıra 4OpenAI
67%±2

Kazanma oranı

Elo 1127

gpt-5.1-2025-11-13
Tier B
Kazanılan / kaybedilen / berabere
987 / 252 / 1430
prompt
20
karşılaştırma
2669
Jüri ortalaması
94.0

Kategoriye göre

Kodlama75%
Yaratıcı73%
Olgusal59%
Çok dilli64%
Akıl yürütme74%
Sıra 6OpenAI
66%±2

Kazanma oranı

Elo 1117

gpt-5.4-mini-2026-03-17
Tier A
Kazanılan / kaybedilen / berabere
981 / 315 / 1373
prompt
20
karşılaştırma
2669
Jüri ortalaması
93.0

Kategoriye göre

Kodlama65%
Yaratıcı89%
Olgusal59%
Çok dilli63%
Akıl yürütme74%
Sıra 6Z.ai (GLM / Zhipu)
66%±2

Kazanma oranı

Elo 1115

GLM-4.5
Tier A
Kazanılan / kaybedilen / berabere
843 / 337 / 862
prompt
14
karşılaştırma
2042
Jüri ortalaması
90.0

Kategoriye göre

Kodlama71%
Yaratıcı85%
Olgusal66%
Akıl yürütme55%
Sıra 12OpenAI
65%±2

Kazanma oranı

Elo 1106

gpt-4o
Tier C
Kazanılan / kaybedilen / berabere
1034 / 390 / 1446
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.8

Kategoriye göre

Kodlama58%
Yaratıcı73%
Olgusal68%
Çok dilli64%
Akıl yürütme73%
Sağlık67%
Sıra 14OpenAI
64%±2

Kazanma oranı

Elo 1101

gpt-5-search-api
Tier C
Kazanılan / kaybedilen / berabere
1026 / 421 / 1423
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.5

Kategoriye göre

Kodlama66%
Yaratıcı86%
Olgusal61%
Çok dilli53%
Akıl yürütme70%
Sağlık87%
Sıra 14OpenAI
64%±2

Kazanma oranı

Elo 1101

gpt-5-search-api-2025-10-14
Tier B
Kazanılan / kaybedilen / berabere
1060 / 455 / 1355
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.0

Kategoriye göre

Kodlama62%
Yaratıcı82%
Olgusal62%
Çok dilli52%
Akıl yürütme77%
Sağlık89%
Sıra 14OpenAI
64%±2

Kazanma oranı

Elo 1101

gpt-4o-2024-05-13
Tier C
Kazanılan / kaybedilen / berabere
1004 / 401 / 1465
prompt
24
karşılaştırma
2870
Jüri ortalaması
95.2

Kategoriye göre

Kodlama62%
Yaratıcı82%
Olgusal62%
Çok dilli64%
Akıl yürütme66%
Sağlık75%
Sıra 15Anthropic
64%±2

Kazanma oranı

Elo 1100

Claude Opus 4.7
Tier B
Kazanılan / kaybedilen / berabere
1038 / 437 / 1395
prompt
24
karşılaştırma
2870
Jüri ortalaması
95.1

Kategoriye göre

Kodlama51%
Yaratıcı60%
Olgusal79%
Çok dilli60%
Akıl yürütme73%
Sağlık81%
Sıra 16Google Gemini
64%±2

Kazanma oranı

Elo 1098

Gemini Flash-Lite Latest
Tier C
Kazanılan / kaybedilen / berabere
1069 / 483 / 1318
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.8

Kategoriye göre

Kodlama67%
Yaratıcı45%
Olgusal71%
Çok dilli61%
Akıl yürütme64%
Sağlık85%
Sıra 16Anthropic
63%±2

Kazanma oranı

Elo 1094

Claude Fable 5
Tier A
Kazanılan / kaybedilen / berabere
919 / 401 / 1390
prompt
20
karşılaştırma
2710
Jüri ortalaması
88.9

Kategoriye göre

Kodlama64%
Yaratıcı67%
Olgusal59%
Çok dilli65%
Akıl yürütme69%
Sıra 16OpenAI
63%±2

Kazanma oranı

Elo 1092

o1
Tier C
Kazanılan / kaybedilen / berabere
879 / 398 / 1262
prompt
20
karşılaştırma
2539
Jüri ortalaması
90.4

Kategoriye göre

Kodlama77%
Yaratıcı55%
Olgusal48%
Çok dilli65%
Akıl yürütme63%
Sıra 16Anthropic
63%±2

Kazanma oranı

Elo 1090

Claude Opus 4.5
Tier B
Kazanılan / kaybedilen / berabere
1008 / 484 / 1378
prompt
24
karşılaştırma
2870
Jüri ortalaması
95.8

Kategoriye göre

Kodlama54%
Yaratıcı58%
Olgusal71%
Çok dilli63%
Akıl yürütme67%
Sağlık88%
Sıra 16Z.ai (GLM / Zhipu)
63%±2

Kazanma oranı

Elo 1089

GLM-5
Tier A
Kazanılan / kaybedilen / berabere
553 / 252 / 733
prompt
14
karşılaştırma
1538
Jüri ortalaması
94.6

Kategoriye göre

Kodlama57%
Yaratıcı89%
Olgusal64%
Akıl yürütme61%
Sıra 16Google Gemini
62%±2

Kazanma oranı

Elo 1087

Nano Banana
Tier B
Kazanılan / kaybedilen / berabere
615 / 274 / 910
prompt
23
karşılaştırma
1799
Jüri ortalaması
93.5

Kategoriye göre

Kodlama51%
Yaratıcı70%
Olgusal61%
Çok dilli65%
Akıl yürütme73%
Sağlık58%
Sıra 17OpenAI
62%±2

Kazanma oranı

Elo 1086

o1-2024-12-17
Tier C
Kazanılan / kaybedilen / berabere
826 / 396 / 1246
prompt
20
karşılaştırma
2468
Jüri ortalaması
86.8

Kategoriye göre

Kodlama77%
Yaratıcı6%
Olgusal61%
Çok dilli68%
Akıl yürütme63%
Sıra 17OVH AI Endpoints (GRA)
62%±2

Kazanma oranı

Elo 1085

gpt-oss-120b
Tier C
Kazanılan / kaybedilen / berabere
901 / 450 / 1318
prompt
20
karşılaştırma
2669
Jüri ortalaması
92.0

Kategoriye göre

Kodlama60%
Yaratıcı84%
Olgusal61%
Çok dilli54%
Akıl yürütme70%
Sıra 18OpenAI
62%±2

Kazanma oranı

Elo 1083

gpt-4o-2024-08-06
Tier C
Kazanılan / kaybedilen / berabere
987 / 519 / 1364
prompt
24
karşılaştırma
2870
Jüri ortalaması
92.8

Kategoriye göre

Kodlama51%
Yaratıcı73%
Olgusal72%
Çok dilli62%
Akıl yürütme62%
Sağlık72%
Sıra 18OpenAI
62%±2

Kazanma oranı

Elo 1082

gpt-4o-2024-11-20
Tier C
Kazanılan / kaybedilen / berabere
940 / 479 / 1451
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.3

Kategoriye göre

Kodlama53%
Yaratıcı50%
Olgusal71%
Çok dilli58%
Akıl yürütme71%
Sağlık86%
Sıra 18Google Gemini
61%±2

Kazanma oranı

Elo 1079

Gemini 3.1 Flash Lite
Tier B
Kazanılan / kaybedilen / berabere
853 / 444 / 1372
prompt
20
karşılaştırma
2669
Jüri ortalaması
92.8

Kategoriye göre

Kodlama55%
Yaratıcı42%
Olgusal70%
Çok dilli59%
Akıl yürütme74%
Sıra 19OpenAI
61%±2

Kazanma oranı

Elo 1076

o3
Tier C
Kazanılan / kaybedilen / berabere
792 / 432 / 1169
prompt
20
karşılaştırma
2393
Jüri ortalaması
83.3

Kategoriye göre

Kodlama65%
Yaratıcı88%
Olgusal57%
Çok dilli53%
Akıl yürütme58%
Sıra 19Anthropic
61%±2

Kazanma oranı

Elo 1075

Claude Sonnet 4.6
Tier A
Kazanılan / kaybedilen / berabere
935 / 521 / 1414
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.5

Kategoriye göre

Kodlama56%
Yaratıcı54%
Olgusal64%
Çok dilli60%
Akıl yürütme67%
Sağlık82%
Sıra 19OpenAI
61%±2

Kazanma oranı

Elo 1075

gpt-4o-mini
Tier C
Kazanılan / kaybedilen / berabere
927 / 516 / 1427
prompt
24
karşılaştırma
2870
Jüri ortalaması
89.1

Kategoriye göre

Kodlama60%
Yaratıcı72%
Olgusal46%
Çok dilli67%
Akıl yürütme69%
Sağlık54%
Sıra 19OpenAI
61%±2

Kazanma oranı

Elo 1074

gpt-4.1-nano-2025-04-14
Tier C
Kazanılan / kaybedilen / berabere
926 / 520 / 1424
prompt
24
karşılaştırma
2870
Jüri ortalaması
92.3

Kategoriye göre

Kodlama66%
Yaratıcı66%
Olgusal59%
Çok dilli54%
Akıl yürütme69%
Sağlık35%
Sıra 19OpenAI
60%±2

Kazanma oranı

Elo 1074

o4-mini-2025-04-16
Tier B
Kazanılan / kaybedilen / berabere
788 / 437 / 1239
prompt
20
karşılaştırma
2464
Jüri ortalaması
81.6

Kategoriye göre

Kodlama58%
Yaratıcı69%
Olgusal50%
Çok dilli70%
Akıl yürütme63%
Sıra 23Anthropic
60%±2

Kazanma oranı

Elo 1073

Claude Sonnet 4.5
Tier B
Kazanılan / kaybedilen / berabere
961 / 564 / 1345
prompt
24
karşılaştırma
2870
Jüri ortalaması
94.0

Kategoriye göre

Kodlama40%
Yaratıcı57%
Olgusal70%
Çok dilli61%
Akıl yürütme77%
Sağlık78%
Sıra 22OpenAI
60%±2

Kazanma oranı

Elo 1073

o4-mini
Tier C
Kazanılan / kaybedilen / berabere
850 / 497 / 1192
prompt
20
karşılaştırma
2539
Jüri ortalaması
81.3

Kategoriye göre

Kodlama71%
Yaratıcı79%
Olgusal54%
Çok dilli57%
Akıl yürütme49%
Sıra 23OpenAI
60%±2

Kazanma oranı

Elo 1072

gpt-4-turbo-2024-04-09
Tier C
Kazanılan / kaybedilen / berabere
965 / 573 / 1332
prompt
24
karşılaştırma
2870
Jüri ortalaması
93.6

Kategoriye göre

Kodlama56%
Yaratıcı77%
Olgusal57%
Çok dilli55%
Akıl yürütme73%
Sağlık72%
Sıra 19Google Gemini
60%±3

Kazanma oranı

Elo 1070

Nano Banana 2
Tier B
Kazanılan / kaybedilen / berabere
501 / 290 / 608
prompt
18
karşılaştırma
1399
Jüri ortalaması
92.6

Kategoriye göre

Kodlama70%
Yaratıcı61%
Olgusal53%
Çok dilli67%
Akıl yürütme64%
Sağlık36%
Sıra 23Anthropic
60%±2

Kazanma oranı

Elo 1069

Claude Sonnet 5
Tier A
Kazanılan / kaybedilen / berabere
598 / 400 / 700
prompt
17
karşılaştırma
1698
Jüri ortalaması
86.9

Kategoriye göre

Kodlama54%
Yaratıcı89%
Olgusal53%
Çok dilli65%
Akıl yürütme59%
Sıra 24OpenAI
60%±2

Kazanma oranı

Elo 1068

o3-2025-04-16
Tier B
Kazanılan / kaybedilen / berabere
714 / 414 / 1246
prompt
19
karşılaştırma
2374
Jüri ortalaması
82.1

Kategoriye göre

Kodlama65%
Yaratıcı84%
Olgusal49%
Çok dilli56%
Akıl yürütme58%
Sıra 25OpenAI
59%±2

Kazanma oranı

Elo 1064

o3-mini-2025-01-31
Tier C
Kazanılan / kaybedilen / berabere
817 / 516 / 1269
prompt
20
karşılaştırma
2602
Jüri ortalaması
90.5

Kategoriye göre

Kodlama67%
Yaratıcı72%
Olgusal41%
Çok dilli64%
Akıl yürütme60%
Sıra 25OpenAI
59%±2

Kazanma oranı

Elo 1064

gpt-5.4-nano-2026-03-17
Tier A
Kazanılan / kaybedilen / berabere
848 / 544 / 1277
prompt
20
karşılaştırma
2669
Jüri ortalaması
85.2

Kategoriye göre

Kodlama63%
Yaratıcı30%
Olgusal44%
Çok dilli69%
Akıl yürütme74%
Sıra 27OpenAI
59%±2

Kazanma oranı

Elo 1060

gpt-4-turbo
Tier C
Kazanılan / kaybedilen / berabere
899 / 601 / 1370
prompt
24
karşılaştırma
2870
Jüri ortalaması
93.4

Kategoriye göre

Kodlama49%
Yaratıcı71%
Olgusal69%
Çok dilli56%
Akıl yürütme59%
Sağlık78%
Sıra 27Anthropic
58%±2

Kazanma oranı

Elo 1058

Claude Opus 4.8
Tier A
Kazanılan / kaybedilen / berabere
840 / 578 / 1251
prompt
20
karşılaştırma
2669
Jüri ortalaması
93.8

Kategoriye göre

Kodlama48%
Yaratıcı44%
Olgusal72%
Çok dilli58%
Akıl yürütme67%
Sıra 34OpenAI
57%±2

Kazanma oranı

Elo 1052

gpt-4.1-nano
Tier C
Kazanılan / kaybedilen / berabere
876 / 641 / 1353
prompt
24
karşılaştırma
2870
Jüri ortalaması
91.1

Kategoriye göre

Kodlama56%
Yaratıcı60%
Olgusal64%
Çok dilli53%
Akıl yürütme65%
Sağlık21%
Sıra 34OpenAI
57%±2

Kazanma oranı

Elo 1050

gpt-4o-mini-2024-07-18
Tier C
Kazanılan / kaybedilen / berabere
904 / 681 / 1285
prompt
24
karşılaştırma
2870
Jüri ortalaması
88.5

Kategoriye göre

Kodlama61%
Yaratıcı70%
Olgusal44%
Çok dilli58%
Akıl yürütme65%
Sağlık49%
Sıra 34OVH AI Endpoints (GRA)
57%±2

Kazanma oranı

Elo 1048

Meta-Llama-3_3-70B-Instruct
Tier B
Kazanılan / kaybedilen / berabere
778 / 584 / 1307
prompt
20
karşılaştırma
2669
Jüri ortalaması
91.9

Kategoriye göre

Kodlama46%
Yaratıcı69%
Olgusal60%
Çok dilli51%
Akıl yürütme74%
Sıra 47Anthropic
55%±2

Kazanma oranı

Elo 1035

Claude Haiku 4.5
Tier A
Kazanılan / kaybedilen / berabere
862 / 754 / 1254
prompt
24
karşılaştırma
2870
Jüri ortalaması
91.7

Kategoriye göre

Kodlama58%
Yaratıcı55%
Olgusal53%
Çok dilli55%
Akıl yürütme61%
Sağlık33%
Sıra 47OVH AI Endpoints (GRA)
55%±2

Kazanma oranı

Elo 1033

Qwen3-Coder-30B-A3B-Instruct
Tier B
Kazanılan / kaybedilen / berabere
828 / 744 / 1097
prompt
20
karşılaştırma
2669
Jüri ortalaması
89.2

Kategoriye göre

Kodlama55%
Yaratıcı36%
Olgusal57%
Çok dilli53%
Akıl yürütme64%
Sıra 49OVH AI Endpoints (GRA)
54%±2

Kazanma oranı

Elo 1027

Mistral-Small-3.2-24B-Instruct-2506
Tier B
Kazanılan / kaybedilen / berabere
792 / 746 / 1131
prompt
20
karşılaştırma
2669
Jüri ortalaması
90.9

Kategoriye göre

Kodlama66%
Yaratıcı41%
Olgusal46%
Çok dilli50%
Akıl yürütme61%
Sıra 50OVH AI Endpoints (GRA)
53%±2

Kazanma oranı

Elo 1024

Qwen2.5-VL-72B-Instruct
Tier B
Kazanılan / kaybedilen / berabere
791 / 767 / 1111
prompt
20
karşılaştırma
2669
Jüri ortalaması
91.5

Kategoriye göre

Kodlama56%
Yaratıcı65%
Olgusal33%
Çok dilli52%
Akıl yürütme74%
Sıra 52OpenAI
53%±2

Kazanma oranı

Elo 1019

gpt-5.4-nano
Tier C
Kazanılan / kaybedilen / berabere
835 / 845 / 989
prompt
20
karşılaştırma
2669
Jüri ortalaması
84.3

Kategoriye göre

Kodlama55%
Yaratıcı32%
Olgusal32%
Çok dilli68%
Akıl yürütme66%
Sıra 52OpenAI
51%±2

Kazanma oranı

Elo 1009

gpt-4
Tier C
Kazanılan / kaybedilen / berabere
867 / 957 / 1046
prompt
24
karşılaştırma
2870
Jüri ortalaması
88.6

Kategoriye göre

Kodlama58%
Yaratıcı33%
Olgusal41%
Çok dilli54%
Akıl yürütme60%
Sağlık43%
Sıra 53OpenAI
51%±2

Kazanma oranı

Elo 1005

o3-mini
Tier C
Kazanılan / kaybedilen / berabere
627 / 722 / 1119
prompt
20
karşılaştırma
2468
Jüri ortalaması
84.8

Kategoriye göre

Kodlama58%
Yaratıcı30%
Olgusal31%
Çok dilli57%
Akıl yürütme64%
Sıra 53Google Gemini
50%±2

Kazanma oranı

Elo 1003

Gemini Robotics-ER 1.6 Preview
Tier Barchived
Kazanılan / kaybedilen / berabere
485 / 536 / 778
prompt
23
karşılaştırma
1799
Jüri ortalaması
79.3

Kategoriye göre

Kodlama44%
Yaratıcı82%
Olgusal43%
Çok dilli55%
Akıl yürütme43%
Sağlık43%
Sıra 54OpenAI
50%±2

Kazanma oranı

Elo 1003

gpt-5-mini
Tier C
Kazanılan / kaybedilen / berabere
549 / 641 / 1130
prompt
20
karşılaştırma
2320
Jüri ortalaması
75.1

Kategoriye göre

Kodlama60%
Yaratıcı50%
Olgusal40%
Çok dilli45%
Akıl yürütme58%
Sıra 54Anthropic
50%±2

Kazanma oranı

Elo 999

Claude Opus 5
Tier A
Kazanılan / kaybedilen / berabere
586 / 716 / 868
prompt
18
karşılaştırma
2170
Jüri ortalaması
82.7

Kategoriye göre

Kodlama31%
Yaratıcı86%
Olgusal53%
Çok dilli41%
Akıl yürütme55%
Sıra 56Google Gemini
49%±2

Kazanma oranı

Elo 996

Gemini 2.5 Flash-Lite
Tier B
Kazanılan / kaybedilen / berabere
801 / 988 / 1081
prompt
24
karşılaştırma
2870
Jüri ortalaması
90.7

Kategoriye göre

Kodlama38%
Yaratıcı51%
Olgusal45%
Çok dilli57%
Akıl yürütme60%
Sağlık53%
Sıra 59OpenAI
47%±2

Kazanma oranı

Elo 977

gpt-3.5-turbo-1106
Tier C
Kazanılan / kaybedilen / berabere
730 / 1061 / 1079
prompt
24
karşılaştırma
2870
Jüri ortalaması
82.2

Kategoriye göre

Kodlama55%
Yaratıcı54%
Olgusal23%
Çok dilli56%
Akıl yürütme52%
Sağlık18%
Sıra 59OpenAI
47%±2

Kazanma oranı

Elo 977

gpt-4-0613
Tier Carchived
Kazanılan / kaybedilen / berabere
754 / 1085 / 1031
prompt
24
karşılaştırma
2870
Jüri ortalaması
90.0

Kategoriye göre

Kodlama45%
Yaratıcı53%
Olgusal37%
Çok dilli48%
Akıl yürütme56%
Sağlık51%
Sıra 58OpenAI
47%±2

Kazanma oranı

Elo 976

gpt-5-mini-2025-08-07
Tier B
Kazanılan / kaybedilen / berabere
549 / 818 / 1026
prompt
20
karşılaştırma
2393
Jüri ortalaması
71.9

Kategoriye göre

Kodlama64%
Yaratıcı35%
Olgusal40%
Çok dilli32%
Akıl yürütme58%
Sıra 63OpenAI
43%±2

Kazanma oranı

Elo 952

gpt-3.5-turbo-0125
Tier C
Kazanılan / kaybedilen / berabere
691 / 1203 / 976
prompt
24
karşılaştırma
2870
Jüri ortalaması
82.4

Kategoriye göre

Kodlama58%
Yaratıcı46%
Olgusal18%
Çok dilli51%
Akıl yürütme43%
Sağlık25%
Sıra 66Google Gemini
42%±2

Kazanma oranı

Elo 944

Gemini 3 Flash Preview
Tier C
Kazanılan / kaybedilen / berabere
686 / 1258 / 926
prompt
24
karşılaştırma
2870
Jüri ortalaması
77.5

Kategoriye göre

Kodlama35%
Yaratıcı21%
Olgusal52%
Çok dilli42%
Akıl yürütme50%
Sağlık23%
Sıra 66OpenAI
42%±2

Kazanma oranı

Elo 942

gpt-5
Tier C
Kazanılan / kaybedilen / berabere
407 / 813 / 861
prompt
19
karşılaştırma
2081
Jüri ortalaması
62.0

Kategoriye göre

Kodlama56%
Yaratıcı7%
Olgusal39%
Çok dilli38%
Akıl yürütme45%
Sıra 66OpenAI
41%±2

Kazanma oranı

Elo 939

gpt-3.5-turbo
Tier C
Kazanılan / kaybedilen / berabere
688 / 1291 / 891
prompt
24
karşılaştırma
2870
Jüri ortalaması
82.3

Kategoriye göre

Kodlama49%
Yaratıcı54%
Olgusal18%
Çok dilli43%
Akıl yürütme53%
Sağlık22%
Sıra 66OpenAI
41%±2

Kazanma oranı

Elo 936

gpt-3.5-turbo-16k
Tier C
Kazanılan / kaybedilen / berabere
681 / 1307 / 882
prompt
24
karşılaştırma
2870
Jüri ortalaması
81.1

Kategoriye göre

Kodlama63%
Yaratıcı30%
Olgusal21%
Çok dilli47%
Akıl yürütme33%
Sağlık20%
Sıra 66OpenAI
40%±2

Kazanma oranı

Elo 933

gpt-5-2025-08-07
Tier B
Kazanılan / kaybedilen / berabere
466 / 977 / 877
prompt
20
karşılaştırma
2320
Jüri ortalaması
59.1

Kategoriye göre

Kodlama56%
Yaratıcı3%
Olgusal24%
Çok dilli37%
Akıl yürütme58%
Sıra 67OVH AI Endpoints (GRA)
39%±2

Kazanma oranı

Elo 922

gpt-oss-20b
Tier C
Kazanılan / kaybedilen / berabere
559 / 1195 / 781
prompt
20
karşılaştırma
2535
Jüri ortalaması
79.8

Kategoriye göre

Kodlama50%
Yaratıcı45%
Olgusal31%
Çok dilli25%
Akıl yürütme49%
Sıra 68Z.ai (GLM / Zhipu)
38%±2

Kazanma oranı

Elo 912

GLM-5 Turbo
Tier B
Kazanılan / kaybedilen / berabere
358 / 847 / 611
prompt
14
karşılaştırma
1816
Jüri ortalaması
54.5

Kategoriye göre

Kodlama43%
Yaratıcı31%
Olgusal44%
Akıl yürütme24%
Sıra 68Z.ai (GLM / Zhipu)
37%±2

Kazanma oranı

Elo 909

GLM-5.2
Tier A
Kazanılan / kaybedilen / berabere
367 / 846 / 538
prompt
14
karşılaştırma
1751
Jüri ortalaması
54.0

Kategoriye göre

Kodlama50%
Yaratıcı4%
Olgusal42%
Akıl yürütme20%
Sıra 70Z.ai (GLM / Zhipu)
37%±2

Kazanma oranı

Elo 907

GLM-4.5 Air
Tier B
Kazanılan / kaybedilen / berabere
367 / 881 / 578
prompt
14
karşılaştırma
1826
Jüri ortalaması
64.5

Kategoriye göre

Kodlama50%
Yaratıcı46%
Olgusal31%
Akıl yürütme15%
Sıra 71Z.ai (GLM / Zhipu)
37%±2

Kazanma oranı

Elo 904

GLM-5.1
Tier A
Kazanılan / kaybedilen / berabere
375 / 831 / 412
prompt
14
karşılaştırma
1618
Jüri ortalaması
69.1

Kategoriye göre

Kodlama32%
Yaratıcı13%
Olgusal50%
Akıl yürütme34%
Sıra 73OVH AI Endpoints (GRA)
35%±2

Kazanma oranı

Elo 890

Mistral-Nemo-Instruct-2407
Tier C
Kazanılan / kaybedilen / berabere
555 / 1438 / 676
prompt
20
karşılaştırma
2669
Jüri ortalaması
75.9

Kategoriye göre

Kodlama42%
Yaratıcı10%
Olgusal29%
Çok dilli39%
Akıl yürütme36%
Sıra 73Google Gemini
34%±2

Kazanma oranı

Elo 887

Gemini Flash Latest
Tier B
Kazanılan / kaybedilen / berabere
605 / 1574 / 691
prompt
24
karşılaştırma
2870
Jüri ortalaması
63.9

Kategoriye göre

Kodlama32%
Yaratıcı31%
Olgusal49%
Çok dilli29%
Akıl yürütme28%
Sağlık9%
Sıra 77Z.ai (GLM / Zhipu)
31%±2

Kazanma oranı

Elo 864

GLM-4.5V (vision)
Tier A
Kazanılan / kaybedilen / berabere
303 / 941 / 449
prompt
14
karşılaştırma
1693
Jüri ortalaması
54.4

Kategoriye göre

Kodlama50%
Yaratıcı8%
Olgusal39%
Akıl yürütme6%
Sıra 77Z.ai (GLM / Zhipu)
31%±2

Kazanma oranı

Elo 862

GLM-4.6
Tier A
Kazanılan / kaybedilen / berabere
303 / 974 / 463
prompt
13
karşılaştırma
1740
Jüri ortalaması
55.8

Kategoriye göre

Kodlama46%
Yaratıcı1%
Olgusal37%
Akıl yürütme16%
Sıra 78OpenAI
30%±2

Kazanma oranı

Elo 856

gpt-5-nano-2025-08-07
Tier B
Kazanılan / kaybedilen / berabere
268 / 990 / 568
prompt
18
karşılaştırma
1826
Jüri ortalaması
39.6

Kategoriye göre

Kodlama27%
Yaratıcı7%
Olgusal48%
Çok dilli27%
Akıl yürütme21%
Sıra 79OVH AI Endpoints (GRA)
28%±2

Kazanma oranı

Elo 835

Mistral-7B-Instruct-v0.3
Tier C
Kazanılan / kaybedilen / berabere
476 / 1684 / 509
prompt
20
karşılaştırma
2669
Jüri ortalaması
71.7

Kategoriye göre

Kodlama35%
Yaratıcı11%
Olgusal27%
Çok dilli27%
Akıl yürütme24%
Sıra 81Z.ai (GLM / Zhipu)
26%±2

Kazanma oranı

Elo 818

GLM-4.6V (vision)
Tier A
Kazanılan / kaybedilen / berabere
230 / 1025 / 421
prompt
14
karşılaştırma
1676
Jüri ortalaması
46.4

Kategoriye göre

Kodlama43%
Yaratıcı4%
Olgusal29%
Akıl yürütme5%
Sıra 82Google Gemini
25%±2

Kazanma oranı

Elo 812

Gemini 3.5 Flash
Tier A
Kazanılan / kaybedilen / berabere
418 / 1752 / 499
prompt
20
karşılaştırma
2669
Jüri ortalaması
50.5

Kategoriye göre

Kodlama9%
Yaratıcı48%
Olgusal43%
Çok dilli25%
Akıl yürütme10%
Sıra 83OpenAI
24%±2

Kazanma oranı

Elo 799

gpt-5-nano
Tier C
Kazanılan / kaybedilen / berabere
219 / 1207 / 501
prompt
20
karşılaştırma
1927
Jüri ortalaması
38.0

Kategoriye göre

Kodlama18%
Yaratıcı4%
Olgusal50%
Çok dilli18%
Akıl yürütme10%
Sıra 83Google Gemini
23%±2

Kazanma oranı

Elo 792

Nano Banana Pro
Tier A
Kazanılan / kaybedilen / berabere
192 / 915 / 292
prompt
18
karşılaştırma
1399
Jüri ortalaması
41.4

Kategoriye göre

Kodlama19%
Yaratıcı14%
Olgusal44%
Çok dilli4%
Akıl yürütme3%
Sağlık54%
Sıra 83OVH AI Endpoints (GRA)
23%±2

Kazanma oranı

Elo 790

Qwen3.5-397B-A17B
Tier A
Kazanılan / kaybedilen / berabere
255 / 1313 / 428
prompt
19
karşılaştırma
1996
Jüri ortalaması
43.4

Kategoriye göre

Kodlama42%
Yaratıcı6%
Olgusal6%
Çok dilli28%
Akıl yürütme5%
Sıra 83OVH AI Endpoints (GRA)
23%±2

Kazanma oranı

Elo 789

Qwen3-32B
Tier B
Kazanılan / kaybedilen / berabere
440 / 1893 / 336
prompt
20
karşılaştırma
2669
Jüri ortalaması
75.8

Kategoriye göre

Kodlama18%
Yaratıcı14%
Olgusal21%
Çok dilli27%
Akıl yürütme24%
Sıra 83Google Gemini
22%±2

Kazanma oranı

Elo 780

Gemini 3.1 Pro Preview Custom Tools
Tier C
Kazanılan / kaybedilen / berabere
250 / 1275 / 353
prompt
24
karşılaştırma
1878
Jüri ortalaması
44.1

Kategoriye göre

Kodlama4%
Yaratıcı38%
Olgusal42%
Çok dilli19%
Akıl yürütme13%
Sağlık3%
Sıra 85OVH AI Endpoints (GRA)
21%±2

Kazanma oranı

Elo 770

Qwen3.5-9B
Tier B
Kazanılan / kaybedilen / berabere
211 / 1343 / 442
prompt
19
karşılaştırma
1996
Jüri ortalaması
44.1

Kategoriye göre

Kodlama36%
Yaratıcı5%
Olgusal11%
Çok dilli24%
Akıl yürütme3%
Sıra 85Google Gemini
21%±2

Kazanma oranı

Elo 767

Gemini 3.1 Pro Preview
Tier C
Kazanılan / kaybedilen / berabere
404 / 2080 / 386
prompt
24
karşılaştırma
2870
Jüri ortalaması
47.4

Kategoriye göre

Kodlama5%
Yaratıcı51%
Olgusal43%
Çok dilli16%
Akıl yürütme7%
Sağlık5%
Sıra 86Google Gemini
20%±2

Kazanma oranı

Elo 761

Gemini Pro Latest
Tier C
Kazanılan / kaybedilen / berabere
371 / 2077 / 422
prompt
24
karşılaştırma
2870
Jüri ortalaması
43.9

Kategoriye göre

Kodlama4%
Yaratıcı23%
Olgusal49%
Çok dilli17%
Akıl yürütme7%
Sağlık2%
Sıra 92Google Gemini
17%±2

Kazanma oranı

Elo 726

Gemini 2.5 Pro
Tier A
Kazanılan / kaybedilen / berabere
182 / 1437 / 345
prompt
24
karşılaştırma
1964
Jüri ortalaması
30.7

Kategoriye göre

Kodlama17%
Yaratıcı3%
Olgusal34%
Çok dilli8%
Akıl yürütme3%
Sağlık54%
Sıra 93Google Gemini
14%±1

Kazanma oranı

Elo 687

Gemini 2.5 Flash
Tier A
Kazanılan / kaybedilen / berabere
295 / 2327 / 248
prompt
24
karşılaştırma
2870
Jüri ortalaması
36.6

Kategoriye göre

Kodlama3%
Yaratıcı24%
Olgusal25%
Çok dilli11%
Akıl yürütme10%
Sağlık2%

24 prompt üzerinde 117.970 ikili karşılaştırmadan 94 model sıralandı.

Geçici

Sıralamak için kanıt yetersiz: en az 5 prompt ve 30 karşılaştırma gerekiyor.

GeçiciZ.ai (GLM / Zhipu)
1%±1

Kazanma oranı

Elo 155

CogView-4
Tier B
Kazanılan / kaybedilen / berabere
0 / 361 / 6
prompt
4
karşılaştırma
367
Jüri ortalaması
0.0

Kategoriye göre

Kodlama1%
Yaratıcı<1% · zayıf