Aynı prompt.Farklı modeller.Düzeltme yok.
Her modele aynı isteği tek seferde veriyorum. Çıktıyı olduğu gibi yan yana koyuyorum, siz de kendiniz bakıyorsunuz.
İlk ölçüm bir sonraki model lansmanında
Yeni bir model çıktığında aynı promptları ona ve diğer modellere tek seferde vereceğim. Çıktılar ve ölçümler burada yan yana yayınlanacak.
- İki efor
- Her model hem varsayılan ayarında hem maksimum eforda çalışır.
- Gizli testler
- Puanlı promptlarda testler çıktı geldikten sonra çalışır. Model onları görmez.
- Süre, token, maliyet
- Her çıktının yanında yazar. Çıktı üretemeyen iş nedeniyle birlikte gösterilir.
Ölçülecek modeller
- Sonnet 5
- Sonnet 5.5
- Opus 5.5
- GPT-6 Astra
- GPT-6 Sol
- GPT-6 Luna