Terminal-Bench

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 DeepSeek V4 Pro DeepSeek V4 Pro 0813, DeepSeek’in 13 Ağustos 2026‘da genel kullanıma açtığı yeni amiral gemisi modeli. Basın bülteni yok, sadece bir değişiklik günlüğü satırı. 1,7 trilyon parametre, uzmanlar karışımı (MoE) mimari, 1 milyon token bağlam, 384 bin token çıktı sınırı. Ağırlıklar MIT lisansıyla Hugging Face’te. İndirip kendi sunucunuzda çalıştırabilir, ticari üründe kullanabilirsiniz. Resmi skorlar iddialı: Terminal Bench 2.1’de 87,9, DeepSWE’de 62,7. Bağımsız ölçümde tablo daha ölçülü: Artificial Analysis zeka endeksinde 53 puan. Fiyat 1 milyon token için 0,435 dolar girdi, 0,87 dolar çıktı. 16 Ağustos’tan itibaren yoğun olmayan saatlerde yarı fiyat. Kritik detay: küçük kardeşi V4 Flash üçte bir fiyata, aynı endekste 52 puan alıyor. Yani bir puan için üç kat ödüyorsunuz. Model duyuruları artık bir ritüele dönüştü: tanıtım videosu, benchmark grafikleri, kurucunun heyecanlı paylaşımı. DeepSeek bu sefer bunların hiçbirini yapmadı. DeepSeek V4 Pro 0813, 13 Ağustos 2026’da sessizce genel kullanıma açıldı. Ne blog yazısı çıktı ne de duyuru; API dokümantasyonundaki değişiklik günlüğüne bir satır eklendi ve ağırlıklar Hugging Face’e yüklendi. ...

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. ...

Google, 21 Temmuz 2026‘da üç yeni Gemini modelini birden duyurdu: Gemini 3.6 Flash, Gemini 3.5 Flash-Lite ve savunma odaklı Gemini 3.5 Flash Cyber. Duyurunun ana teması net: daha yüksek skor değil, aynı işi daha az token ile yapmak. Ajan (agent) tabanlı iş akışları yaygınlaştıkça faturayı belirleyen şey artık modelin zekası kadar, o zekayı kaç token harcayarak ürettiği. Google da tam bu noktaya oynamış. Gelin detaylara bakalım. Gemini 3.6 Flash: Yeni İş Atı 3.6 Flash, Google’ın “workhorse” (iş atı) dediği model. Kodlama, bilgi işi ve çoklu ortam (multimodal) görevleri için tasarlanmış. ...

Yapay zeka yarışında fiyat ve verimlilik cephesinden güçlü bir hamle geldi! Elon Musk’ın SpaceX çatısı altında birleşen yapay zeka şirketi xAI, halka açılmasının ardından ilk büyük model sürümü olan Grok 4.5‘i 8 Temmuz 2026‘da duyurdu. Model, Cursor ekibiyle yürütülen iş birliğinin de meyvesi ve iddiası net: en yüksek benchmark skoru değil, en verimli iş çıkarma. Peki Grok 4.5 gerçekten rakiplerine kafa tutabilecek mi? Rakamlarla birlikte inceleyelim. Grok 4.5 Nedir, Neyi Farklı Yapıyor? Grok 4.5, mixture-of-experts (MoE) mimarisi üzerine kurulu ve xAI’ın “sadece yazılım mühendisliği için değil, her iş için” geliştirdiği ilk model olarak tanıtılıyor. Eğitiminde yüksek kaliteli STEM görevleri, araştırma makaleleri ve genel bilgi işleri kullanılmış. Ayrıca Cursor iş birliği sayesinde geliştiricilerin gerçek kod tabanlarıyla nasıl çalıştığına dair trilyonlarca token da eğitim verisine dahil edilmiş. ...