son hüküm · Argon vs Opus 5.5Tuttu
Gemini 4 Argon mu, Opus 5.5 mi? Sekiz işte berabere, fark faturada
- puan, sekiz gerçek işte
- 40–40
- API karşılığı, Opus / Argon (13 Kasım fiyatı)
- $18,90 / ~$8
türkçe yapay zekâ testleri
Claude Code, Opus, Gemini, Antigravity ve yeni çıkan ajanlar. Kuralı test başlamadan yazıyorum, sonucu ölçüyorum. Tutarsa yeşil, patlarsa kırmızı; ikisini de saklamıyorum.
> bir araç seç:
son hüküm · Argon vs Opus 5.5Tuttu
son hüküm · Fable 5.2 vs Opus 5.5Patladı
son hüküm · Stageshow skill'iPatladı
son hüküm · Antigravity SwarmRehber
hüküm arşivi
TuttuTest
Gemini 4 Argon, sekiz gerçek işte Claude Opus 5.5 ile 40'a 40 berabere kaldı; hüküm yeşil, yani Argon Opus'un yaptığı işi yapıyor. Fark hızda ve…
Berabere, fark faturada11 dk
PatladıTest
Günlük işte Opus 5.5 yeterli: dört gerçek işte Fable 5.2 Opus'un yaptığını yaptı ama 2,65 kat pahalıya ve neredeyse iki kat uzun sürede, hüküm…
Biraz temiz, 2,65 kat pahalı16 dk
PatladıTest
Hayır: Stageshow skill'i Claude Code'daki dört kör testin dördünde de skill'siz tarafa kaybetti, hüküm kırmızı. Yapay zekâ yargıçların 13 oyundan…
13 kör oydan 2'si15 dk

Shorts rehberi
Reklam vermeden bulunmanın üç yolu var: ASO ile App Store aramasında, SEO ile Google'da, GEO ile ChatGPT ve Gemini'nin cevaplarında çıkmak. 20 Kasım…
Ücretsiz PDF1 dk

Shorts rehberi
iPhone Duo'da satan uygulamaların ortak noktası telefonu gerçek hayatta açılıp kapanan bir eşyaya çevirmeleri. 19 Kasım 2026'da ABD'deki ücretli…
Ücretsiz PDF1 dk

Shorts rehberi
Para kazanan bir uygulama fikri bulmak için üç adım yeterli: büyük ülkelerde en çok kazanan uygulamalarda birçok farklı şirketin yaptığı işi bul, o…
Adım adım1 dk

Shorts rehberi
Bir uygulama fikrinin para edip etmeyeceğini, kod yazmadan önce Claude'la ve ücretsiz araçlarla altı adımda araştırabilirsin: rakiplerin ülke…
Adım adım1 dk

Rehber
Antigravity swarm, tek bir cümleyle bir ajan ekibi kurmanızı sağlıyor: lider işi parçalara bölüyor, her parçaya ayrı bir ajan veriyor, ajanlar aynı…
Adım adım7 dk

Rehber
Apple'ın 2025 şeffaflık raporuna göre kapatılan 193.035 geliştirici hesabının 192.702'si tek bir maddeden, hileyi yasaklayan DPLA 3.2(f)'den…
Adım adım15 dk
kör test masası
Aynı model, aynı görev: bir su takip uygulaması için tanıtım kartı. Taraflardan biri Claude Code'a Stageshow tasarım skill'i verilerek yapıldı, öbürü skill'siz. Hangisinin hangisi olduğunu bilmeden seç.
Yargıçların çoğunluğuyla aynı yerdesin.
Sen skill'li tarafı seçtin; yargıçlardan yalnız biri senin gibi düşündü.
2 numara Stageshow skill'iyle yapıldı, 1 numara skill'siz. Üç yapay zekâ yargıcın ikisi 1'i seçti. Skill'li taraf yaklaşık 3,8 kat daha çok token harcadı.
Stageshow testinin dördüncü denemesi, son sürüm (v4). Testin tamamı →
yöntem
Her testte aynı dört kurala uyuyorum. Eşikler, örnekler ve kör testin ayrıntısı yöntem sayfasında.
Yöntemin tamamı
Soru, ölçümler ve hüküm eşiği test başlamadan yazılır. Sonucu sonradan işime gelecek gibi yorumlayamam.

Kollar aynı araçla, aynı ayarla ve harfi harfine aynı promptla çalışır. Tek fark ölçtüğüm şeydir.

Kabul listesinin her maddesini tek tek denerim: telefon boyutunda gerçek dokunuşla, simülatörde arayüz testiyle.

Çıktılar 1 ve 2 diye numaralanır, yargıçlar kimin olduğunu bilmeden oy verir. Sonuç yeşil, kırmızı ya da yarım.
kısa versiyonlar
sık sorulanlar

Sphyrex, yapay zekâ araçlarını gerçek işlerde deneyen Türkçe bir YouTube kanalı. Her test için kural önceden yazılıyor, sonuç ölçülüyor ve yeşil (tuttu), kırmızı (patladı) ya da yarım hükümle veriliyor.
Oturum kaydındaki token'lar, test günündeki API liste fiyatıyla dolara çevriliyor. Abonelikte bu para ayrıca ödenmiyor ama limitten giden miktar bu. Fiyat yakında değişecekse ikinci hesap da yazılıyor.
Hayır. Bugüne kadarki videoların hiçbiri ücretli tanıtım değil; kullanılan araçların parası kanalın kendi cebinden çıkıyor.
Çıktılar 1 ve 2 diye rastgele numaralanıyor; yargıçlar hangisinin hangi araçtan çıktığını bilmeden oy veriyor. Anahtar, oylar gelene kadar açılmıyor.