Neler değişti

Bu rehberin siralama yaptigi iki liderlik tablosu da yeniden okundu ve sonuc, rehberin tarihindeki en buyuk yer degistirme oldu. WebDev tablosunun 2 Eylul guncellemesinde claude-fable-5.1-max satiri 1765 le birinci oldu; bir sonraki satir, claude-opus-5-max, 1687 de: yetmis sekiz puan, ustelik bir hafta once ust ucunun tamami yirmi iki puana sigan bir sutunda. Boylece Opus 5 uc haftanin ardindan kodlama kategorisinin tepesini kaybetti ve puani 77,5 ten 62,7 ye dustu. Fable 5.1 veri dosyasi 2 Eylul de kategorilerinin bilerek bos birakildigini ve Arena onu degerlendirir degerlendirmez doldurulacagini yazmisti; kosul gerceklesti ve model iki kanit satiriyla kodlama ve sohbet kategorilerine girdi. Metin tablosunda ise Fable 5, 1507 ile birinciligi korudu ve 5.1, 1504 le ikinci oldu; yani emekliye ayrilmis bir modelle halefi arasinda uc puan. Onceki dokuz adayin sayilari da guncellendi: Qwen3.8 Max metin tablosunda 1490 dan 1480 e indi ve sohbette dorduncuden sekizinciye dustu; Kimi K3 Max ise degismeyen 1674 uyle kodlamada ucunculukten besinciye geldi, cunku ustune yeni adaylar yerlesti.

Kaynak: arena.ai

GPT-5.6 Sol ucuzladi: girdi milyon token basina 5 dolardan 4 e, cikti 30 dolardan 20 ye; OpenAI in kendi fiyat sayfasindan okundu. Bu rehberde fiyati yukselmek yerine dusen tek model o. Ayni anda Iran sutunu da doldu ve sebebi bu turun duzelttigi kendi hatamizdi: desteklenen ulkeler listesinin yalnizca openai.com da oldugunu ve o alan adinin sunucumuza 403 dondugunu yazmistik. Alan adi hala 403 donuyor, ama ayni liste developers.openai.com da da duruyor ve orasi acik; yaklasik 195 ulke ve bolge sayiliyor ve Iran aralarinda yok. O on Iran agirligi ve fiyat dususu modeli sohbet kategorisinde 54,2 den 65,2 ye tasidi; yine de Fable 5.1 ustune girdigi icin bir basamak inip dorduncu oldu.

Kaynak: developers.openai.com

Kataloga on uc yeni model eklendi ve ikisi siralama tablolarina girdi. GPT-6 Astra, OpenAI in girdide 10 ciktida 50 dolarlik ve 1,05 milyon tokenlik pencereye sahip yeni amiral gemisi; iki liderlik tablosunun da bu adla bir satiri olmadigi icin bilerek hicbir tabloda degil. Gemini 3.8 Flash, burada sira alan ilk Google modeli; metin tablosunda 1494 ile Opus 5 satirinin ustunde. Meta dan Muse Spark 1.3 ve 1.2 de eklendi ve onlarla ilgili nokta su: agirliklari yayimlanmiyor; yillarca agirlik yayimlamakla taninan uretici bugun kendi en ust modelini kapali sunuyor. Geri kalanlar: Kimi K2.7 Code, Grok 4.20, Veo 3.1 Lite, Lyria 3.5 Pro, Gemini 3.5 Transcribe, Eleven Music v2 ve Scribe v2. Iki desifre modeli ses kategorisinin bilerek disinda, cunku o olcutun 65 agirligi Farsca kalitesi ve ses kontrolu uzerinde ve ikisi de konusmayi duymakla degil uretmekle ilgili.

Kaynak: developers.openai.com

Claude Fable 5.1 sayfasi yazildi; 1 Eylul 2026 da cikan bir model. Bulgu su: temel fiyat hic kimildamadi, Fable 5 teki gibi 10 dolar girdi ve 50 dolar cikti, ve Anthropic in fiyat tablosunda degisen tek satir onbellek okuma: bir dolardan yirmi bes sente. Anthropic bunu ayni tablonun altindaki bir dipnotta istisna diye aniyor, cunku onbellek carpani butun Claude modellerinde girdi fiyatinin 0.1 kati, yalniz Fable 5.1 ve Mythos 5.1 de 0.025 kati. Olcut sicramasi da esit degil ve sayfanin savi bu oldu: ajanlik bilimsel arastirmada 24.7 ten 52.6 ya, terminalde kodlamada 42.0 dan 55.8 e, ama CursorBench te yalnizca 70.5 ten 73.4 e. Model bu sitedeki hicbir siralama tablosunda yer almiyor ve bu bir karar: kodlama olcutu 100 puaninin 70 ini iki Arena tablosuna veriyor ve bir gunluk bir model ikisinde de oylanmadi, dolayisiyla kategoriye koymak onu yalnizca tablonun altinda siralanmamis diye basmak olurdu. Mythos 5.1 kataloga eklendi ve Fable 5 legacy ye gecti.

Kaynak: www.anthropic.com

Ceviri kategorisi yazildi, ikinci partinin ilki. Bulgu: burada iki sey birbirinden ayrilmis; dilinizi kendi listesinde adlandiran model satin alinamiyor, indirip calistirabileceginiz model ise dilinizi adlandirmiyor. Command A Translate, ureticisinin hem ceviri modeli dedigi hem de bu sitenin dort dilini tek bir 23 lu listede adlandirdigi tek model; ticari lisansi olan Llama 4 ise icinde ne Farsca ne Turkce bulunan on iki dillik kapali bir liste veriyor. Lisans acikligi burada 100 uzerinden 30 tasiyor ve bu rehberde baska hicbir yerde tasimiyor, cunku Iran da calismayan halka barindirilan API. Bir olcut denendi ve kaldirildi: baglam penceresi, cunku en dusugu 8.000 en yuksegi on milyon olan bir min-max normallestirmesi otuz iki katlik bir farki 0,4 e karsi 0,2 diye gosteriyordu.

Kaynak: docs.cohere.com

Cohere sayfasi yazildi; bugune kadar katalogda yalnizca birkac satir olan bir uretici. Bulgu su: Cohere, bu rehberde bir modelin dil listesinde dilleri tek tek adlandiran tek uretici, Command A Translate ve Aya Expanse 32B de, ve o dillere giden uc yolun ucu de ayri ayri kapali. Ceviri modelinin yayimlanmis fiyati yok, acik agirlikli model CC BY-NC yani ticari kullanim yasak, ve Apache 2.0 olup ticari kullanilabilen model o dilleri hic kapsamiyor. Ayrica Cohere in kendi ticari sozlesmesi Iran i adiyla Restricted Location tanimina yaziyor, ki bu buradaki her ureticiden farkli: digerleri Iran i bir listeden disarida birakiyor, Cohere yaziyor.

Kaynak: docs.cohere.com

Amazon sayfasi yazildi. Var olma nedeni iki sey: birincisi, Nova ozellik tablosu Desteklenen Diller hucresinde 200 den fazla yaziyor ve o hucrenin dipnotunda on bes dil sayiyor; Turkce ve Arapca o on besin icinde, Farsca degil. ElevenLabs teki kalibin aynisi, bu kez dipnotta. Ikincisi, Nova erisimi ulke listesi degil veri merkezi listesi ve bu listelerin hicbirinde bir Orta Dogu bolgesi yok; bir Nova modelinin calistigi en yakin yer Mumbai ya da Frankfurt. Nova icin fiyat da basilmadi, cunku Bedrock fiyat sayfasi sayilarini JavaScript ile dolduruyor.

Kaynak: docs.aws.amazon.com

Seslendirme kategorisi yazildi; alti sirali model ve butun sayfanin varlik sebebi olan tek bir bulgu: ElevenLabs te Farsca yalnizca v3 un dil listesinde. Flash v2.5 te 32, Multilingual v2 de 29 dil var ve Farsca ikisinde de yok. Flash v2.5 insanlarin savruldugu model, cunku daha hizli, daha ucuz ve karakter siniri sekiz kat; Farsca veriyorlar, kotu sonuc aliyorlar ve ElevenLabs Farsca yapamiyor diyorlar. Bu kategoride Farsca 100 uzerinden 35 agirlik tasiyor, cunku cikti sesin kendisiyse Farscasi olmayan model biraz daha kotu degil sifirdir.

Kaynak: elevenlabs.io

ElevenLabs sayfasi yazildi. Farsca meselesinin yani sira, kendi fiyat sayfalarinda nadiren yazilan bir kosul var: ucretsiz planda ne ticari lisans ne ses klonlama var. Yani butun bir projeyi ucretsiz test edip sesi disari alabilir, ancak o zaman o ciktiyi ucretli iste kullanma hakkiniz olmadigini fark edebilirsiniz. Ticari lisans 6 dolarlik Starter dan basliyor.

Kaynak: elevenlabs.io

Seslendirme tablosunda birinci gelen model olan ElevenLabs v3 sayfasi yazildi. Projeye baslamadan bilmeniz gereken bir kosul: karakter siniri 5.000, Flash v2.5 in sekizde biri. Yani Farsca okuyan model, uzun metni bolup parcalari kendinizin birlestirmesi gereken model.

Kaynak: elevenlabs.io

Llama 4 Scout ve Mistral Large 3 sayfa aldi; uretici sayfalarinin baglanamadigi iki model. Scout, bu rehberdeki en buyuk baglam penceresine sahip: on milyon token, en yakin rakibinin on kati. Large 3 ise burada kayitli en buyuk acik agirlikli model, Apache 2.0 altinda 675 milyar parametre. Iki sayfa da nadiren yazilan ayni noktayi vurguluyor: aktif parametre sayisi hesap maliyetini, toplam ise bellegi soyler ve yalnizca ilkini okuyan yanlis donanim siparis eder.

Kaynak: huggingface.co

Mistral ve Meta sayfalari yazildi; ikisi de düne kadar yalnizca veriydi. Mistral bulgusu: bu sirkette acik dort anlama geliyor ve biri ticari kullanimi yasakliyor. Large 3, Small 4 ve Ministral 3 Apache 2.0, Medium 3.5 degistirilmis MIT, Voxtral TTS ise CC BY-NC 4.0. Mistral acik olan diye okuyup urun sesini Voxtral uzerine kuran biri lisansi ihlal etmis olur. Ayrica Le Chat ve La Plateforme artik kendi belgelerinde gecmiyor; yerlerini Vibe ve Studio aldi.

Kaynak: docs.mistral.ai

Meta, Llama 4 icin tam olarak on iki dil listeliyor ve Farsca bunlardan biri degil. Arapca var. Liste kapali ve dahil olmak uzere demiyor; bu yuzden Mistral durumundan farkli olarak buradaki yokluk bir cikarim degil. Iki sayi daha kaydedildi: her iki model de Agustos 2024 bilgi kesiminde, bu rehberdeki canli modeller arasinda en eskisi, ve 109 milyar parametreli Scout un penceresi on milyon token iken 400 milyar parametreli Maverick inki bir milyon.

Kaynak: huggingface.co

Bu rehbere tam bir model listesi eklendi ve onunla birlikte doksan iki yeni varlık: düne kadar burada hiç bulunmayan dört üretici de dahil, Mistral, Cohere, Amazon ve Meta. Katalog on sekiz modelden seksen dokuza çıktı ve içindeki her hücre bugün üreticinin kendi sayfasından okundu. Bu yeni modeller bilerek hiçbir kategoride değil, yani hiçbir sıralama tablosunu oynatmadılar: yayımlanmış altı sıralamaya tek komutla otuz yeni satır sokmak, o sayfalardaki metni çalıştığı anda yalan haline getirirdi.

DeepSeek V4 Flash pahalandı ve bu, bu rehberde bugüne dek yükselen tek sayı. 12 Ağustos ta girdide 0,14 çıktıda 0,28 dı; kendi fiyat sayfasında artık iki sütun var, yoğun olmayan saatte 0,22 ve 0,66, yoğun saatte 0,44 ve 1,32. Yoğun saat sütununu yazıyoruz, çünkü DeepSeek in yoğun saatleri İran iş gününün ortasına düşüyor. DeepSeek in kendisi sıra kaybetmedi ve hâlâ en ucuz satır, ama arayı kapattığı için kodlama tablosunda üç satır yükseldi: Qwen beşincilikten üçüncülüğe, Kimi üçüncülükten dördüncülüğe ve GPT dördüncülükten beşinciliğe, hiçbiri bir şey değiştirmeden.

Kaynak: api-docs.deepseek.com

Sora, elimizde hiç veri yok durumundan çıktı. Bu bölüm iki kez Sora yı yalnızca veri olarak tutmaya karar vermişti, çünkü openai.com sunucumuza 403 dönüyor ve geliştirici yüzeyi de Sora yı taşımıyordu. Bugün taşıyor: model sayfası da fiyat listesi de yanıt veriyor, bu yüzden kimlik, çözünürlükler, girdi ve çıktı kipleri ve saniye başına fiyat kaydedildi. Sora 2 Pro nun hâlâ fiyatı yok, çünkü OpenAI onu bir aralık olarak yazıyor ve aralık sayı değildir.

Kaynak: developers.openai.com

Veo aile sayfası yazıldı ve Google ın kendi belgelerindeki bir çelişkiyi kayda geçirdi: model tablosu Veo 3 ve Veo 2 yi Kararlı diye işaretliyor, aynı sitedeki fiyat sayfası ise ikisini de 30 Haziran 2026 kapatma tarihiyle kullanımdan kaldırılmış ilan ediyor ve bu tarih yazarken çoktan geçmiş. Kullanmaya değer tek sürüm olan Veo 3.1 ise Önizleme işaretli. Modellerin kapatıldığını söylemiyoruz; bu ailede Kararlı etiketinin neyin üzerine inşa edeceğinizi söylemediğini söylüyoruz.

Kaynak: ai.google.dev

Seedance aile sayfası yazıldı ve bu ailedeki çözünürlük gerilemesinin artık üçüncü ve en sağlam kanıtı var: Runway fiyat listesinde Seedance 2.0 un 4K e kadar dört çözünürlük satırı, Seedance 2.5 in ise yalnızca iki satırı var, 480p ve 720p. Fiyat tablosu pazarlama sayfası değildir. Ailenin zaman çizelgesi de yayın tarihini içinde taşıyan ByteDance model kimliklerinden geliyor.

Kaynak: docs.dev.runwayml.com

Runway, ByteDance ve Kuaishou sayfaları yazıldı ve bu bölümdeki son taslaklar kapandı. Runway bulgusu: kendi Gen-4.5 i saniyede on iki kredi, sattığı Seedance ise 4K te yüz elli kredi; yani dükkanındaki en pahalı video, ürettiği en ucuz modelin on iki katı. Ayrıca Runway, Google ın kendi fiyat sayfasında hiç bulunmayan sessiz bir Veo 3.1 fiyatı taşıyor.

Kaynak: docs.dev.runwayml.com

Müzik üretimi kategorisi yazıldı; beş aday, dördü sıralı. Başka hiçbir karşılaştırmada görmediğimiz bir sütunu var: dosya teslimi. Hangisinin daha iyi söylediği sorusunun yanıtı var ve onu Suno kazanıyor, ama ikinci soru dosyanın elinize geçip geçmediği ve orada sıra değişiyor. Kalite sayıları Arenadan gelmeyen tek kategori bu, çünkü Arenanın müzik tablosu yok.

Kaynak: artificialanalysis.ai

Udio sayfası yazıldı ve varlık sebebi kendi yardım merkezlerindeki tek bir cümle: 29 Ekim 2025 ten beri, Universal anlaşmasıyla birlikte ses, video ve stem indirmeleri kapalı. Yani ücretli abonelik şarkı üretiyor ve size dosya vermiyor. Dolar fiyatı elimizde yok, çünkü udio.com tamamen JavaScript ile geliyor ve gövdesi curl a boş görünüyor; o sütun boş kaldı.

Kaynak: help.udio.com

Suno sayfası yazıldı ve müzik tablosunun başına geçti: vokalde 1.171, enstrümantalde 1.188 ve sekiz dakikayla en uzun parça. Alıcının kaçırdığı ve sayfada yazan şey: krediler ne günden güne ne aydan aya devrediyor ve indirme tavanı, kredi tavanından ayrı bir tavan. Pro ayda 2.500 kredi ve yirmi indirme veriyor.

Kaynak: suno.com

Sohbet kategorisi yazıldı; dokuz aday ve hepsi sıralı. Sayfada savunulan karar: bu tablo uygulamaları değil modelleri sıralıyor, çünkü beş sütununun tamamı yalnızca bir model hakkında yayımlanan sayılar. Bedeli, ChatGPT nin, Claude uygulamasının ve Gemini uygulamasının satır taşımaması.

Kaynak: arena.ai

GPT-5.6 Sol, hem sohbet hem kodlama tablosunda aday olarak veriye eklendi: 5 ve 30 dolar, 1,05 milyon tokenlik pencere, 128 bin token azami çıktı. Bir varsayımımızı da düzeltiyor. OpenAI den hiçbir şeyin okunamadığını yazmıştık; doğrusu, openai.com okunamıyor ama developers.openai.com okunuyor. Yani model sıralanabiliyor, uygulama tarif edilemiyor. Sayfası yok, çünkü ChatGPT den söz etmeden tam bir sayfa mümkün değil.

Kaynak: developers.openai.com

İki veri düzeltmesi kodlama tablosunu oynattı. Birincisi, metin liderlik tablosu baştan sona okundu ve GLM-5.2 Max satırının (1470) ve DeepSeek V4 Flash satırının (1435) en baştan orada olduğu, önceki turun ise sayfanın yalnızca üstünü okuduğu görüldü. İkincisi, GPT-5.6 Sol sekizinci aday oldu. Opus 5 76,0 dan 77,5 e, Kimi 49,9 dan 52,4 e, Qwen 49,3 ten 51,3 e, GLM 20,1 den 25,0 a, Grok 10,8 den 15,6 ya. Sıradaki tek değişiklik: GPT, Kimi ile Qwen arasına yerleşti.

xAI, Grok 4 ailesi ve Grok 4.5 eklendi. Yazilmaya en cok deger sayi: 200 bin tokenden itibaren yalnizca asan tokenlar degil, o istekteki her token iki kat faturalaniyor. Ve ailenin en yeni uyesi, kendinden oncekinin baglam penceresinin yarisini cikti fiyatinin iki katindan fazlasina tasiyor.

Kaynak: docs.x.ai

Grok 4.5 in yedinci aday olarak eklenmesi, hicbir model degismeden kodlama tablosundaki tum puanlari yukseltti: Opus 5 64,1 den 76,0 a, Fable 5 46,1 den 60,6 ya, Kimi 44,1 den 49,9 a, Qwen 34,6 dan 49,3 e, DeepSeek 20,0 den 38,1 e ve GLM 2,3 ten 20,1 e. Nedeni goreli normallestirme: Grok uc sutunun tabani oldu ve bir sutunun tabani sifir alir. Hicbir satirin yeri degismedi.

Fable 5 sayfası yazıldı. Öne çıkan sayı: Anthropic in geniş sürümdeki en pahalı modelinin bilgi kesimi Ocak 2026 iken, yarı fiyatlı Opus 5 Mayıs 2026 ya kadar okuyor. İkisi kod tablosunda 64, metin tablosunda 12 puan ayrı ve yönler ters.

Kaynak: arena.ai

Kimi K3 Max sayfası yazıldı; K3 Max ın Moonshot kataloğunda bir model olmadığı notuyla. Bağlam penceresi 1.048.576 token, yani ikinin yirminci kuvveti ve yüzde beşin altındaki bu fark on puanlık bağlam sütununun tamamını ona veriyor. Sayfada bunu söylüyoruz, çünkü on puanlık gerçek bir üstünlük değil.

Kaynak: platform.kimi.ai

GLM-5.2 Max sayfası yazıldı ve max ın bir parametre olduğu iddiasının en temiz kanıtı burada: Z.ai nin kendi belgeleri modeli glm-5.2 diye anıyor ve max ı reasoning_effort değeri olarak listeliyor. Tablo toplamı 2,3 ve yüz puanın on beşinin arkasında kanıt yok.

Kaynak: docs.z.ai

DeepSeek V4 Flash sayfası yazıldı. Çıktı 0,28 dolar, Opus 5 ten yaklaşık doksan kat ucuz ve 384 bin tokenlık çıktı tavanı, Anthropic modellerinin üç katı. Tablo toplamı 20 ve puanın tamamı tek sütundan geliyor; kırk puanlık tablo sütununda sıfır alıyor.

Kaynak: api-docs.deepseek.com

Gemini 3.1 Pro sayfası yazıldı; İran sütunu, İranı içermeyen Gemini API kullanılabilir bölgeler listesinden okundu. Kodlama tablosunun sıralayamadığı tek aday: Google bağlam penceresi yayımlamıyor ve web geliştirme satırını okumadık. Fiyatı da 200 bin tokende sınırı olan kademeli bir fiyat.

Kaynak: ai.google.dev

Kodlama sayfasındaki üç cümle artık doğru değildi ve dört dilde düzeltildi. GLM-5.2 Max ile DeepSeek V4 Flash artık bir sıraya sahip ve sırasız tek aday Gemini 3.1 Pro; tablodaki dört Çin modelinden yalnızca Qwen3.8 Max ın doğrulanmış fiyatı yok. Hiçbir ağırlık ve hiçbir sıra değişmedi.

Kaynak: arena.ai

Video kategorisi dört modelle yayına girdi ve ürünleri değil sürümleri sıralıyor, çünkü tek bir model birkaç araç üzerinden satılıyor. Ağırlıklar: klip süresi 30, çözünürlük 25, referans girdi 20, sahne kontrolü 15, İran 10. Seedance 2.5 birinci oldu. Üretim süresi ölçüt olmadı çünkü hiçbir üretici yayımlamıyor; fiyat da olmadı çünkü Kling, var olan tek dolar bazlı listede yok.

Kaynak: www.volcengine.com

Seedance 2.5 kaydedildi: tek üretimde 30 saniyeye kadar ve 50 referans girdiye kadar (30 görsel, 10 video, 10 ses). Ürün sayfasının atladığı, API belgelerinin yazdığı şey: bu modelin çözünürlük tavanı 720p; oysa Seedance 2.0 4Ke çıkıyordu.

Kaynak: www.volcengine.com

Kling VIDEO 3.0 kaydedildi: üç ila on beş saniye, 23 Nisandan beri yerel 4K ve beş konuşma dilinde yerleşik ses. Farsça bu beşin içinde değil ve Farsça okuyan biri için sayfadaki en önemli bilgi bu.

Kaynak: kling.ai

Kling sayfası yazıldı. Kendi kredi kılavuzlarından fiyatlı beş plan ve şu nokta: ilan edilen fiyatlar ilk abonelik fiyatları; Standard 6,99 dolar, yenilemesi 8,80 dolar.

Kaynak: kling.ai

Veo 3.1 kaydedildi: dört, altı ya da sekiz saniye, hep açık ses ve üç referans görsele kadar. 4K ve 1080p yalnızca sekiz saniyelik klipte; uzatılmış çıktı ise 720p.

Kaynak: ai.google.dev

Runway Gen-4.5, sayıları kendi OpenAPI şemalarından okunarak kaydedildi: iki ila on saniye, 720p tavan, ses parametresi yok. Referans girdi tavanı yayımlanmadığı için o hücre doğrulanmamış kaldı ve modele yirmi puanlık ağırlığa mal oldu.

Kaynak: docs.dev.runwayml.com

Ders çalışma kategorisi dört adayla yayına girdi ve kodlamadan farklı olarak model sürümlerini değil ürünleri sıralıyor. Ağırlıklar: sindirme biçimleri 35, kendi materyaliniz 20, çalışma alanı 20, çıktı dilleri 10, İran 15. Gemini Notebook birinci oldu. ChatGPT tabloda sırasız duruyor, çünkü OpenAI sayfaları sunucumuza 403 dönüyor.

Kaynak: support.google.com

Gemini Notebook kaydedildi ve bu sırada Googleın NotebookLM adını bıraktığı görüldü: resmî sayfa da yardım merkezi de Gemini Notebook yazıyor. Ücretsiz plan: 100 defter, her birinde 50 kaynak, dokuz çıktı biçimi ve çıktı dili listesinde Farsça.

Kaynak: notebooklm.google

Gemini sayfası Rehberli Öğrenme çevresinde yazıldı. İstem başına on dosya tavanı ve 70 dil Googleın kendi sayfalarından; Gemini Notebook ile sınır da öyle: Studio çıktıları Geminide üretilemiyor.

Kaynak: blog.google

Claude sayfası yazıldı. Öğrenme modu Anthropicin kendi eğitim sayfasından, Pro fiyatı (aylık 20 dolar, yıllık planda 17 dolar) fiyat sayfasından doğrulandı. Proje kapasitesi için yayımlanmış sayı yok, o sütun ders tablosunda boş kalıyor.

Kaynak: claude.com

Kodlama kategorisi altı aday ve gerçek kanıtla yayına girdi. Birincil ölçüt kırk ağırlıkla WebDev Arena tablosu ve Opus 5, 1692 ile birinci oldu. SWE-bench değeri girilmedi, çünkü o tabloyu doğrudan okuyamadık.

Kaynak: arena.ai

Opus 5 (24 Temmuz 2026 çıkışlı) tam özellikleriyle ve 5 ile 25 dolar fiyatıyla kaydedildi. Duyurunun Frontier-Bench ve ARC-AGI 3 iddiaları göreli ve mutlak sayı taşımadığı için tabloya girmedi.

Kaynak: www.anthropic.com