İçeriğe geç

türkçe yapay zekâ testleri

Yapay zekâ araçlarını gerçek işlerde deniyorum.

Claude Code, Opus, Gemini, Antigravity ve yeni çıkan ajanlar. Kuralı test başlamadan yazıyorum, sonucu ölçüyorum. Tutarsa yeşil, patlarsa kırmızı; ikisini de saklamıyorum.

hüküm arşivi

Ölçtüm, hükmü verdim.

kör test masası

Sen de oy ver: Hangisi daha iyi bir ürün tanıtımı?

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.

1
Skill'siz
2
Stageshow skill'i

yöntem

Hükmü testten önce yazıyorum

Her testte aynı dört kurala uyuyorum. Eşikler, örnekler ve kör testin ayrıntısı yöntem sayfasında.

Yöntemin tamamı

Kural önceden kilitlenir

Soru, ölçümler ve hüküm eşiği test başlamadan yazılır. Sonucu sonradan işime gelecek gibi yorumlayamam.

Tek değişken

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

"Bitti" demesine güvenmem

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

Kör oy, açık hüküm

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

kısa versiyonlar

Bir dakikada hüküm.

sık sorulanlar

Merak edilenler

Sphyrex nedir?

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.

Testlerdeki maliyet nasıl hesaplanıyor?

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.

Videolar sponsorlu mu?

Hayır. Bugüne kadarki videoların hiçbiri ücretli tanıtım değil; kullanılan araçların parası kanalın kendi cebinden çıkıyor.

Kör test ne demek?

Çıktılar 1 ve 2 diye rastgele numaralanıyor; yargıçlar hangisinin hangi araçtan çıktığını bilmeden oy veriyor. Anahtar, oylar gelene kadar açılmıyor.