Gdpval

Meta, 2 Eylül 2026’da Muse Spark 1.3‘ü yayınladı. Uzun soluklu ajan iş akışları, çok ajanlı kurgular ve kodlama için tasarlanmış çok modlu bir akıl yürütme modeli. Manşetlerde iki rakam dolaşıyor: DeepSWE v1.1’de 75,4 ile Claude Opus 5’i geçiyor ve 1 milyon token’lık bağlamda geri getirme testinde %98,1 alıyor. İkisi de doğru. Ama ikisinin de altında birer dipnot var ve bu yazının asıl konusu o dipnotlar. Muse Spark 1.3 Nedir? 🧠 Muse Spark, Meta Superintelligence Labs’ın kapalı kaynak amiral gemisi serisi. 1.3, 1.2’nin ardılı ve serinin ana vaadi tek bir cevap üretmek değil, uzun süren görevleri sonuna kadar götürmek. ...

İki model, aynı fiyat etiketi: 1 milyon token için 10 dolar girdi, 50 dolar çıktı. GPT-6 Astra 3 Eylül’de, Claude Fable 5.1 1 Eylül’de çıktı. Etiketler birebir aynı olduğu için karşılaştırma kolay görünüyor. Değil. Çünkü etiket aynı, fatura değil. Aynı işi ikisine de yaptırdığınızda ödeyeceğiniz para, iş yükünüzün şekline göre iki katına çıkabiliyor ya da yarıya inebiliyor. Bu yazıda önce o farkın nereden geldiğini, sonra benchmark tablosunu, en sonda da üç gerçek senaryodaki faturayı hesaplıyoruz. ...

Anthropic, 1 Eylül 2026’da Claude Fable 5.1 ve Claude Mythos 5.1 modellerini yayınladı. Haziran ayındaki Claude Fable 5 çıkışının üzerinden yaklaşık üç ay geçti ve bu kez hikâyenin merkezinde ne bir hükümet müdahalesi ne de sürpriz bir kapatılma var. 🙂 Bu sefer asıl mesele şu: etiket fiyatı hiç değişmedi ama modeli çalıştırma maliyeti ciddi biçimde düştü. Üstelik model, geçen ay yayınlanan Claude Opus 5 ‘i test edilen kıyaslamaların tamamında geride bırakıyor. Gelin detaylara bakalım. 👇🏻 ...

Özet: 30 Saniyede Gemini 3.7 Flash Gemini 3.7 Flash, Google’ın 13 Ağustos 2026‘da duyurduğu yeni Flash modeli. Bir öncekinin üzerinden sadece üç hafta geçti. Tanıtım fiyatı 1 milyon token için 0,75 dolar girdi, 3,75 dolar çıktı. Bu, 3.6 Flash’ın normal fiyatının yarısı. Ama tanıtım fiyatı 31 Aralık 2026‘da bitiyor. Kodlamada sıçrama var: FrontierCode 1.1’de %34,4’ten %43,6‘ya, DeepSWE v1.1’de %48,6’dan %65,3’e. Bağlam penceresi 1.048.576 token, çıktı sınırı 65.536 token. Girdi olarak metin, görsel, video, ses ve PDF kabul ediyor. Zeka endeksinde tepede değil: 56 puan ile GPT-5.6 Terra ve Muse Spark 1.2’nin (57) bir puan gerisinde, ama onların üçte bir fiyatında. Google’ın Flash serisi hep aynı işi yapıyordu: en akıllı model olmak değil, en çok kullanılan model olmak. Ucuz, hızlı, “her yerde çalıştırılabilir” olan. Gemini 3.7 Flash bu tanımı biraz zorluyor. ...

Özet: 30 Saniyede Grok 4.6 Grok 4.6, SpaceXAI’ın 12 Ağustos 2026‘da duyurduğu yeni amiral gemisi modeli. Grok 4.5’in üzerine yapılan bir eğitim yükseltmesi, sıfırdan yeni bir model değil. Artificial Analysis zeka endeksinde 61 puan: bir ay önceki Grok 4.5’in 5 puan üstünde, GPT-5.6 Sol ile başa baş, Claude Opus 5’in iki puan gerisinde. Fiyat aynı kaldı: 1 milyon token için 2 dolar girdi, 6 dolar çıktı. Rakiplerinin kabaca yarısı. Yeni bir düşünme kademesi geldi: xhigh. Model artık kendi işini daha çok test edip doğruluyor. 500 bin token bağlam penceresi var ama 200 binin üzerine çıkan her istekte fiyat ikiye katlanıyor. Yapay zeka yarışında bir ay artık uzun bir süre. Temmuz başında Grok 4.5‘i konuşuyorduk; SpaceXAI, aradan beş hafta geçmeden Grok 4.6‘yı duyurdu ve modeli doğrudan zirve yarışına geri soktu. ...