Canlı sıralama, her 2 günde bir yenilenir

Talimatlara uymada en iyi yapay zeka modelleri

LMArena'nın metin liderlik tablosu, talimat takibi kategorisi: 18 Kasım 2026 itibarıyla birinci sıradaki model Google şirketinin Gemini 4 Argon (High) modeli, puanı 1.527; Google şirketinin Gemini 4 Carbon (High) modelinin 3 puan önünde.

Güncelleme: 19 Kasım 2026. Liderlik tablosu verileri: 18 Kasım 2026.

Sıralama: ilk 10 model

Puanlar, LMArena'nın metin liderlik tablosu, talimat takibi 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.

Modeller arena puanına göre sıralanmıştır
SıraModelLaboratuvarPuanOyLisans
1Gemini 4 Argon (High)Google1.527 ±89.323Kapalı kaynak
2Gemini 4 Carbon (High)Google1.524 ±161.420Kapalı kaynak
3Gemini 4 Neon (High)Google1.522 ±171.367Kapalı kaynak
4Claude Opus 5.5 (High)Anthropic1.517 ±96.165Kapalı kaynak
5Claude Opus 4.6 (High)Anthropic1.511 ±527.145Kapalı kaynak
6Claude Fable 5 (High)Anthropic1.508 ±615.988Kapalı kaynak
7Claude Opus 4.7 (High)Anthropic1.502 ±522.340Kapalı kaynak
8Claude Fable 5.1 (Max)Anthropic1.502 ±86.662Kapalı kaynak
9Claude Opus 4.6Anthropic1.498 ±529.730Kapalı kaynak
10Gemini 4 Hydrogen (High)Google1.498 ±151.695Kapalı kaynak
11 ile 40 arasındaki sıraları göster
Sıra Model                                  Laboratuvar     Puan          Lisans
11   Claude Opus 5 (High)                   Anthropic       1.496 ±5      Kapalı kaynak
12   Muse Wonder (Max)                      Meta            1.495 ±9      Kapalı kaynak
13   Claude Opus 5 (Max)                    Anthropic       1.493 ±7      Kapalı kaynak
14   Kimi K3.1 Pro (Max)                    Moonshot AI     1.493 ±14     Açık ağırlıklı
15   Claude Opus 4.7                        Anthropic       1.493 ±5      Kapalı kaynak
16   Gemini 3.8 Flash (High)                Google          1.493 ±6      Kapalı kaynak
17   Claude Opus 4.8 (High)                 Anthropic       1.492 ±5      Kapalı kaynak
18   GPT-5.6 Sol (xHigh)                    OpenAI          1.490 ±6      Kapalı kaynak
19   Kimi K3 (Max)                          Moonshot AI     1.489 ±6      Açık ağırlıklı
20   Gemini 3.7 Flash (High)                Google          1.486 ±7      Kapalı kaynak
21   Muse Spark 1.3 (Max)                   Meta            1.485 ±7      Kapalı kaynak
22   GPT-6.1 Sol (Max)                      OpenAI          1.484 ±10     Kapalı kaynak
23   Claude Opus 4.5 (High, 32K, 20251101)  Anthropic       1.483 ±7      Kapalı kaynak
24   GLM-5.3 (Max)                          Z.ai (Zhipu)    1.481 ±7      Açık ağırlıklı
25   Claude Sonnet 5.5 (xHigh)              Anthropic       1.480 ±9      Kapalı kaynak
26   Gemini 3.1 Pro Preview                 Google          1.480 ±4      Kapalı kaynak
27   Qwen3.8-Max                            Alibaba (Qwen)  1.478 ±6      Kapalı kaynak
28   Claude Opus 4.8                        Anthropic       1.478 ±5      Kapalı kaynak
29   GPT-5.5 (High)                         OpenAI          1.477 ±5      Kapalı kaynak
30   Muse Spark 1.2 (xHigh)                 Meta            1.476 ±9      Kapalı kaynak
31   DeepSeek-V4.1-Flash-20260910 (Max)     DeepSeek        1.475 ±9      Açık ağırlıklı
32   GPT-5.5                                OpenAI          1.475 ±5      Kapalı kaynak
33   GLM-5.3-Flash                          Z.ai (Zhipu)    1.474 ±6      Açık ağırlıklı
34   Claude Opus 4.5 (20251101)             Anthropic       1.474 ±5      Kapalı kaynak
35   Claude Sonnet 4.6                      Anthropic       1.474 ±5      Kapalı kaynak
36   GPT-6 Astra (Max)                      OpenAI          1.473 ±8      Kapalı kaynak
37   Muse Spark 1.1                         Meta            1.473 ±6      Kapalı kaynak
38   MiMo-V2.6-Pro                          Xiaomi          1.473 ±16     Açık ağırlıklı
39   Gemini 3.6 Flash (High)                Google          1.473 ±6      Kapalı kaynak
40   Gemini 3 Pro                           Google          1.473 ±6      Kapalı kaynak

Bu liderlik tablosundaki 422 modelin ilk 40 tanesi gösteriliyor. Veriler: 18 Kasım 2026.

Laboratuvara göre en iyi model

Bu liderlik tablosunda her laboratuvarın en üst sıradaki modeli ve zirveye ne kadar uzak olduğu.

LaboratuvarEn iyi modelSıraPuan1. sıranın gerisinde
GoogleGemini 4 Argon (High)11.527Lider
AnthropicClaude Opus 5.5 (High)41.51710 puan
MetaMuse Wonder (Max)121.49532 puan
Moonshot AIKimi K3.1 Pro (Max)141.49334 puan
OpenAIGPT-5.6 Sol (xHigh)181.49037 puan
Z.ai (Zhipu)GLM-5.3 (Max)241.48146 puan
Alibaba (Qwen)Qwen3.8-Max271.47849 puan
DeepSeekDeepSeek-V4.1-Flash-20260910 (Max)311.47552 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 6 tanesine sahip (%60).

Laboratuvara göre ilk 10 içindeki modeller

Laboratuvara göre ilk 10 içindeki modellerİlk 10 modelden her laboratuvarın kaç tanesine sahip olduğunu gösteren çubuk grafik: Anthropic 6, Google 4.Anthropic6Google4
Veri tablosunu göster
Laboratuvarİlk 10
Anthropic6
Google4

Açık ve kapalı kaynak: aradaki fark ne kadar?

En iyi açık ağırlıklı model, Moonshot AI şirketinin Kimi K3.1 Pro (Max) modeli, puanı 1.493; en iyi kapalı kaynaklı model olan Google şirketinin Gemini 4 Argon (High) modelinin (1.527) 34 puan gerisinde. %95 güven aralıkları örtüşmüyor, bu nedenle fark istatistiksel olarak anlamlı.

13 kapalı kaynaklı model, en iyi açık ağırlıklı modelin üzerinde yer alıyor; ayrıca ilk 20'nin 2 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

Dile göre metin arenası

Bu liderlik tablosu nasıl okunur

Bu kategori, metin arenasını biçim, uzunluk veya ton gibi açık kısıtlar içeren istemlere göre filtreler ve insanların hangi modelin bunlara en iyi uyduğunu düşündüğünü ölçer.

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, instruction_following 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

talimat takibi için en iyi yapay zeka modeli hangisi?

LMArena'nın metin liderlik tablosu, talimat takibi kategorisi: 18 Kasım 2026 itibarıyla Google şirketinin Gemini 4 Argon (High) modeli 1.527 puanla birinci sırada. Modeller ve oylar eklendikçe sıralamalar değişir; güncel sıra için yukarıdaki tabloya bakın.

talimat takibi için hangi yapay zeka laboratuvarı önde?

Anthropic, ilk 10 modelin 6 tanesine sahip (%60), Google (4) şirketlerinin önünde.

En iyi açık kaynaklı model, en iyi kapalı kaynaklı modele yakın mı?

En iyi açık ağırlıklı model, Moonshot AI şirketinin Kimi K3.1 Pro (Max) modeli, puanı 1.493; en iyi kapalı kaynaklı model olan Google şirketinin Gemini 4 Argon (High) modelinin (1.527) 34 puan gerisinde. 13 kapalı kaynaklı model, en iyi açık ağırlıklı modelin üzerinde yer alıyor; ayrıca ilk 20'nin 2 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, metin arenasını biçim, uzunluk veya ton gibi açık kısıtlar içeren istemlere göre filtreler ve insanların hangi modelin bunlara en iyi uyduğunu düşündüğünü ölçer.

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.