Canlı sıralama, her 2 günde bir yenilenir
Zor istemler için en iyi yapay zeka modelleri
LMArena'nın metin liderlik tablosu, zor istemler kategorisi: 8 Ekim 2026 itibarıyla birinci sıradaki model Google şirketinin gemini-4-argon-high modeli, puanı 1.551; Anthropic şirketinin claude-opus-5.5-high modelinin 18 puan önünde.
Güncelleme: 13 Ekim 2026. Canlı kaynağa ulaşılamadığı için liderlik tablosunun 8 Ekim 2026 tarihli son kayıtlı kopyası gösteriliyor.
Sıralama: ilk 10 model
Puanlar, LMArena'nın metin liderlik tablosu, zor istemler kategorisi üzerindeki kör, kafa kafaya oylardan gelir. Sıra, LMArena'nın yayımladığı sıradır ve güven aralıklarını hesaba katar; bu nedenle birkaç model aynı sırayı paylaşabilir. İlk 10 model aşağıda gösteriliyor, 11 ile 40 arasındaki sıralar açılır listede yer alıyor.
| Sıra | Model | Laboratuvar | Puan | Oy | Lisans |
|---|---|---|---|---|---|
| 1 | gemini-4-argon-high | 1.551 ±11 | 3.118 | Kapalı kaynak | |
| 2 | claude-opus-5.5-high | Anthropic | 1.533 ±10 | 3.901 | Kapalı kaynak |
| 3 | claude-opus-4-6-high | Anthropic | 1.533 ±4 | 50.602 | Kapalı kaynak |
| 4 | claude-fable-5-high | Anthropic | 1.530 ±5 | 26.112 | Kapalı kaynak |
| 5 | claude-opus-4-6 | Anthropic | 1.527 ±4 | 54.602 | Kapalı kaynak |
| 6 | claude-opus-4-7-high | Anthropic | 1.525 ±5 | 43.711 | Kapalı kaynak |
| 7 | claude-fable-5.1-max | Anthropic | 1.520 ±8 | 7.642 | Kapalı kaynak |
| 8 | claude-opus-4-7 | Anthropic | 1.519 ±5 | 44.480 | Kapalı kaynak |
| 9 | gemini-3.8-flash-high | 1.517 ±6 | 20.342 | Kapalı kaynak | |
| 10 | kimi-k3-max | Moonshot AI | 1.517 ±5 | 19.507 | Açık ağırlıklı |
11 ile 40 arasındaki sıraları göster
Sıra Model Laboratuvar Puan Lisans 11 muse-spark-1.3-max Meta 1.517 ±7 Kapalı kaynak 12 claude-opus-5-high Anthropic 1.515 ±5 Kapalı kaynak 13 claude-opus-5-max Anthropic 1.514 ±6 Kapalı kaynak 14 claude-opus-4-8-high Anthropic 1.513 ±5 Kapalı kaynak 15 gpt-5.6-sol-xhigh OpenAI 1.512 ±5 Kapalı kaynak 16 muse-spark-1.1 Meta 1.511 ±5 Kapalı kaynak 17 gemini-3.1-pro-preview Google 1.508 ±4 Kapalı kaynak 18 muse-spark-1.2 (xHigh) Meta 1.508 ±10 Kapalı kaynak 19 claude-sonnet-5.5-xhigh Anthropic 1.507 ±11 Kapalı kaynak 20 gpt-6.1-sol-max OpenAI 1.507 ±12 Kapalı kaynak 21 gemini-3.7-flash-high Google 1.506 ±6 Kapalı kaynak 22 muse-spark Meta 1.506 ±7 Kapalı kaynak 23 mimo-v2.6-pro Xiaomi 1.506 ±12 Açık ağırlıklı 24 claude-opus-4-8 Anthropic 1.505 ±5 Kapalı kaynak 25 qwen3.8-max Alibaba (Qwen) 1.504 ±6 Kapalı kaynak 26 glm-5.3-max Z.ai (Zhipu) 1.504 ±6 Açık ağırlıklı 27 claude-sonnet-4-6 Anthropic 1.503 ±4 Kapalı kaynak 28 gemini-3-pro Google 1.502 ±5 Kapalı kaynak 29 gpt-5.5-high OpenAI 1.501 ±4 Kapalı kaynak 30 glm-5.3-flash Z.ai (Zhipu) 1.501 ±6 Açık ağırlıklı 31 claude-opus-4-5-20251101-high-32k Anthropic 1.501 ±5 Kapalı kaynak 32 gemini-3.6-flash-high Google 1.501 ±5 Kapalı kaynak 33 gpt-6-astra-max OpenAI 1.500 ±8 Kapalı kaynak 34 deepseek-v4.1-flash-max DeepSeek 1.499 ±8 Açık ağırlıklı 35 gpt-5.5 OpenAI 1.499 ±4 Kapalı kaynak 36 claude-opus-4-5-20251101 Anthropic 1.498 ±4 Kapalı kaynak 37 gpt-5.2-chat-latest-20260210 OpenAI 1.497 ±5 Kapalı kaynak 38 gpt-5.4-high OpenAI 1.496 ±5 Kapalı kaynak 39 mimo-v2.5-pro Xiaomi 1.496 ±4 Açık ağırlıklı 40 qwen3.7-max-preview Alibaba (Qwen) 1.496 ±12 Kapalı kaynak
Bu liderlik tablosundaki 414 modelin ilk 40 tanesi gösteriliyor. Veriler: 8 Ekim 2026.
Laboratuvara göre en iyi model
Bu liderlik tablosunda her laboratuvarın en üst sıradaki modeli ve zirveye ne kadar uzak olduğu.
| Laboratuvar | En iyi model | Sıra | Puan | 1. sıranın gerisinde |
|---|---|---|---|---|
| gemini-4-argon-high | 1 | 1.551 | Lider | |
| Anthropic | claude-opus-5.5-high | 2 | 1.533 | 18 puan |
| Moonshot AI | kimi-k3-max | 10 | 1.517 | 34 puan |
| Meta | muse-spark-1.3-max | 11 | 1.517 | 34 puan |
| OpenAI | gpt-5.6-sol-xhigh | 15 | 1.512 | 39 puan |
| Xiaomi | mimo-v2.6-pro | 23 | 1.506 | 45 puan |
| Alibaba (Qwen) | qwen3.8-max | 25 | 1.504 | 47 puan |
| Z.ai (Zhipu) | glm-5.3-max | 26 | 1.504 | 47 puan |
Hangi yapay zeka laboratuvarı önde?
Tablonun en üstünde en çok modele sahip laboratuvar, yalnızca tek bir en iyi modele değil, en derin kadroya sahip olandır.
Anthropic, ilk 10 modelin 7 tanesine sahip (%70).
Laboratuvara göre ilk 10 içindeki modeller
Veri tablosunu göster
| Laboratuvar | İlk 10 |
|---|---|
| Anthropic | 7 |
| 2 | |
| Moonshot AI | 1 |
Açık ve kapalı kaynak: aradaki fark ne kadar?
En iyi açık ağırlıklı model, Moonshot AI şirketinin kimi-k3-max modeli, puanı 1.517; en iyi kapalı kaynaklı model olan Google şirketinin gemini-4-argon-high modelinin (1.551) 34 puan gerisinde. %95 güven aralıkları örtüşmüyor, bu nedenle fark istatistiksel olarak anlamlı.
9 kapalı kaynaklı model, en iyi açık ağırlıklı modelin üzerinde yer alıyor; ayrıca ilk 20'nin 1 tanesi açık ağırlıklı.
Burada açık ağırlıklı, Kapalı kaynak dışındaki her lisans anlamına gelir; kullanım sınırları olan lisanslar da buna dahildir. Bu, OSI tanımından daha geniş bir tanımdır.
Diğer liderlik tabloları
LMArena, farklı işler için ayrı arenalar yürütür. Birinde en iyi olan model, çoğu zaman diğerinde en iyisi değildir.
Diğer arenalar
- Metin (genel)
- WebDev: Anthropic şirketinin Claude Fable 5.2 (xHigh) modeli, 1.824
- Görsel: Anthropic şirketinin Claude Fable 5 (High) modeli, 1.309
- Arama: OpenAI şirketinin GPT-5.6 Sol (xHigh) modeli, 1.255
- Belge: Anthropic şirketinin Claude Fable 5 (High) modeli, 1.500
- Metinden görsele: OpenAI şirketinin GPT-Image-2.5 Sunburst modeli, 1.428
- Görsel düzenleme: OpenAI şirketinin GPT-Image-2.5 Sunburst modeli, 1.519
- Metinden videoya: Google şirketinin Gemini Omni 1.2 Flash modeli, 1.540
Kategoriye göre metin arenası
Bu liderlik tablosu nasıl okunur
Bu kategori, LMArena'nın zor olarak sınıflandırdığı istemleri tutar: karmaşık, ayrıntılı ve zorlayıcı olanlar. Gündelik soruları yanıtlayan modelleri, zor soruları yanıtlayanlardan ayırır.
- Puanlar kör oylardan gelir
- LMArena, bir kişiye aynı istem için iki anonim yanıt gösterir ve hangisinin daha iyi olduğunu sorar. Bu kafa kafaya oylar, Elo'nun istatistiksel halefi olan Bradley-Terry modeliyle eşleştirilerek her modele tek bir arena puanı verilir. LMArena'nın kullandığı Elo ölçeğinde 100 puanlık fark, yüksek puanlı modelin eşleşmelerin yaklaşık %64'ünü kazanmasının beklendiği anlamına gelir.
- Güven aralıkları eşitlikleri belirler
- Her puan %95 güven aralığı taşır. İki aralık örtüştüğünde bu iki modelin sırası kesinleşmemiştir. LMArena'nın sıra sütunu bunu zaten hesaba katar; bu yüzden birden fazla model aynı sırada yer alabilir.
- Neden kullanım payından farklı
- Yüksek sıra, çok sayıda kişinin o modeli kullandığı anlamına gelmez. Kullanım; fiyata, dağıtıma ve alışkanlığa bağlıdır. Kaliteyi değil benimsenmeyi merak ediyorsanız yapay zeka pazar payına bakın.
Yöntem ve kaynak
Tüm sıralamalar, Hugging Face üzerindeki LMArena liderlik tablosu veri setinden okunur. Veri seti, LMArena (eski adıyla Chatbot Arena) tarafından Creative Commons Atıf 4.0 lisansı altında yayımlanır. Altta yatan oyların, puanların ve güven aralıklarının emeği LMArena'ya aittir. Essentras, LMArena ile bağlantılı değildir.
Bu sayfa, veri setinin en son bölümünden text_style_control alt kümesini, hard_prompts kategorisini okur. Puanlar, aralıklar, sıralar, oy sayıları ve lisans etiketleri yayımlandığı gibi gösterilir. Essentras, bu sayfadaki laboratuvara göre gruplamayı ve türetilmiş rakamları ekler: farklar, laboratuvar payları, açık ve kapalı kaynak karşılaştırması ve ana sayfada 1. sırayı kimin elinde tuttuğunun geçmişi.
Veriler her 2 günde bir otomatik olarak yenilenir. Kaynağa ulaşılamazsa sayfa son kayıtlı kopyaya geçer ve bunu en üstte belirtir. Modeller hiçbir zaman birleştirilmez veya yeniden adlandırılmaz; model ve laboratuvar adları LMArena'nın yayımladığı haliyle görünür.
Açık ağırlıklı, Kapalı kaynak dışındaki her lisans anlamına gelir. Geçmiş, veri setinin kaydettikleriyle sınırlıdır: 28 Ağustos 2024 tarihinden itibaren stil kontrollü metin liderlik tablosu. Başka hiçbir sıralama sitesinden veri çekmiyoruz.
Yapay zeka modellerinin markanızı nasıl sıraladığını ve anlattığını yapay zeka SEO hizmetimizle takip edin. Bu modellerin markanızın adını anmasını mı istiyorsunuz? LLM SEO rehberimizi okuyun.
Sık sorulan sorular
zor istemler için en iyi yapay zeka modeli hangisi?
LMArena'nın metin liderlik tablosu, zor istemler kategorisi: 8 Ekim 2026 itibarıyla Google şirketinin gemini-4-argon-high modeli 1.551 puanla birinci sırada. Modeller ve oylar eklendikçe sıralamalar değişir; güncel sıra için yukarıdaki tabloya bakın.
zor istemler için hangi yapay zeka laboratuvarı önde?
Anthropic, ilk 10 modelin 7 tanesine sahip (%70), Google (2) ve Moonshot AI (1) şirketlerinin önünde.
En iyi açık kaynaklı model, en iyi kapalı kaynaklı modele yakın mı?
En iyi açık ağırlıklı model, Moonshot AI şirketinin kimi-k3-max modeli, puanı 1.517; en iyi kapalı kaynaklı model olan Google şirketinin gemini-4-argon-high modelinin (1.551) 34 puan gerisinde. 9 kapalı kaynaklı model, en iyi açık ağırlıklı modelin üzerinde yer alıyor; ayrıca ilk 20'nin 1 tanesi açık ağırlıklı. %95 güven aralıkları örtüşmüyor, bu nedenle fark istatistiksel olarak anlamlı. Burada "açık", Kapalı kaynak dışındaki her lisans anlamına gelir; bu, OSI tanımından daha geniştir.
Bu liderlik tablosu neyi ölçüyor?
Bu kategori, LMArena'nın zor olarak sınıflandırdığı istemleri tutar: karmaşık, ayrıntılı ve zorlayıcı olanlar. Gündelik soruları yanıtlayan modelleri, zor soruları yanıtlayanlardan ayırır.
Bu liderlik tablosu ne sıklıkla güncelleniyor?
Bu sayfa, LMArena'nın veri setini 2 günde bir yeniden okur. LMArena, yeterli oy topladığında veya model eklediğinde yeni bir anlık görüntü yayımlar; bu yüzden en üstteki tarih, yayımlanan en son veriyi gösterir.
Modeller kendi kendini sıralıyor. Peki sizin hakkınızda ne söylüyorlar?
Liderlik tablosu hangi yapay zeka modellerinin en güçlü olduğunu gösterir. Bu modellerin müşterilerinize şirketiniz hakkında ne söylediğini göstermez. Ücretsiz kontrolü çalıştırın ve yanıtları görün.