Yapbil Benchmark · Coding Bench
Hangi iş için hangi model?
Aşağıdaki sayılar tek denemeden ön bulgudur (n=1). Hüküm sütunu "kesin" demek için görev başına en az 3 tekrar bekler.
- 240
- koşu paydada
- 121
- hücre ölçüldü
- 240
- hücre toplam
- 34
- hücre hüküm veriyor
- 11
- model
Hangi iş → hangi model?
n=1Her iş türü için en ucuz yeterli model: yeterli = geçme %≥80; aralarında en düşük maliyet, eşitlikte en kısa süre. EVREN modellerinin maliyeti ölçülmediği için ücretsiz sayılmaz ve seçilemez. 10 türde seçim var, 1 türde veri yetersiz.
- Arayüzclaude-sonnet-5-5%100,0 · 0,08 USD · 1 görev
- Çoklu dosya değişikliğiclaude-haiku-5-5%100,0 · <0,01 USD · 3 görev
- Hata düzeltmeclaude-haiku-5-5%100,0 · <0,01 USD · 7 görev
- Kaynak raporveri yetersizbu turde gecerli kosu yok: veri yetersiz
- Özellik uygulamaclaude-haiku-5-5%100,0 · <0,01 USD · 4 görev
- Yeniden düzenlemeclaude-haiku-5-5%100,0 · 0,01 USD · 3 görev
- Shell ve devopsclaude-haiku-5-5%100,0 · 0,02 USD · 3 görev
- Test yazmaclaude-sonnet-5-5%100,0 · 0,21 USD · 1 görev
- Türkçe yönergeclaude-haiku-5-5%100,0 · <0,01 USD · 3 görev
- Uzun bağlamclaude-haiku-5-5%100,0 · <0,01 USD · 3 görev
- Veri ve dosya akışıclaude-haiku-5-5%100,0 · <0,01 USD · 4 görev
Model kıyası
14 model ve effort · 239 koşuHer görev model ve effort başına 1 kez koşuldu (n=1); tekrar koşuları geldikçe güncellenir. Satırlar geçme yüzdesine, eşitlikte ortalama süreye göre sıralı. Görev sütunu o modelin koştuğu görev sayısını, katalogdaki toplam 36 çekirdek görevden gösterir; modellerin görev kümesi eşit değil. Ortak yüzde, tüm satırların koştuğu 2 görevdeki geçme oranıdır.
Tablo yatay kaydırılır.
| Model | Effort | Görev | Geçti | Geçme % | Ort. süre | Ort. çıktı token | Maliyet (USD, koşu başı) | Hüküm | |
|---|---|---|---|---|---|---|---|---|---|
| claude-sonnet-5-5 | high | 12/36 | 12/12 | %100,0ortak: %100,0 (2) | 38,4 sn | 5.134 | 0,10 | ön bulgu (n=1) | |
| claude-opus-5-5 | low | 12/36 | 12/12 | %100,0ortak: %100,0 (2) | 38,6 sn | 3.229 | 0,14 | ön bulgu (n=1) | |
| claude-opus-5-5 | medium | 12/36 | 12/12 | %100,0ortak: %100,0 (2) | 47,6 sn | 4.303 | 0,18 | ön bulgu (n=1) | |
| claude-fable-5-2 | high | 11/36 | 11/11 | %100,0ortak: %100,0 (2) | 1,1 dk | 6.304 | 0,47 | ön bulgu (n=1) | |
| claude-opus-5-5 | high | 36/36 | 36/36 | %100,0ortak: %100,0 (2) | 1,2 dk | 6.824 | 0,22 | ön bulgu (n=1) | |
| claude-fable-5-2 | max | 3/36 | 3/3 | %100,0ortak: %100,0 (2) | 1,7 dk | 10.019 | 0,67 | ön bulgu (n=1) | |
| claude-opus-5-5 | max | 20/36 | 20/20 | %100,0ortak: %100,0 (2) | 3,5 dk | 22.268 | 0,64 | ön bulgu (n=1) | |
| claude-haiku-5-5 | varsayılan | 36/36 | 34/36 | %94,4ortak: %100,0 (2) | 41,7 sn | 9.078 | <0,01 | ön bulgu (n=1) | |
| claude-sonnet-5-5 | medium | 36/36 | 32/36 | %88,9ortak: %50,0 (2) | 31,3 sn | 4.171 | 0,07 | ön bulgu (n=1) | |
| deepseek-v4.1-flash | tek ayar | 14/36 | 12/14 | %85,7ortak: %100,0 (2) | 5,5 dk | 6.659 | ölçülmedi | ön bulgu (n=1) | |
| qwen3.8-flash-next | tek ayar | 14/36 | 12/14 | %85,7ortak: %100,0 (2) | 9,1 dk | 15.557 | ölçülmedi | ön bulgu (n=1) | |
| claude-sonnet-5-5 | low | 12/36 | 10/12 | %83,3ortak: %50,0 (2) | 25,7 sn | 3.322 | 0,08 | ön bulgu (n=1) | |
| glm-5.3 | tek ayar | 6/36 | 4/6 | %66,7ortak: %100,0 (2) | 19,2 dk | 6.061 | ölçülmedi | ön bulgu (n=1) | |
| gemma-4-31b | tek ayar | 15/36 | 5/15 | %33,3ortak: %50,0 (2) | 7,3 dk | 7.827 | ölçülmedi | ön bulgu (n=1) | |
| agy | tek ayar | ölçülmedi: agy: koşucu yok, kota takvimi 21 Kas | – | ||||||
| gpt-6-astra | high | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6-astra | low | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6-astra | medium | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6-astra | xhigh | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6.1-sol | high | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6.1-sol | low | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6.1-sol | medium | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
| gpt-6.1-sol | xhigh | ölçülmedi: koşulmadı (takvimde hazır) | – | ||||||
Maliyet koşu başı ortalama ve API liste fiyatı eşdeğeridir (abonelik faturası değil); EVREN ücretsiz katmanda, fiyatı tanımsız olduğundan ölçülmedi yazılır. Aynı görevin ilk geçerli denemesi sayılır; 1 sonraki tekrar bu tabloya girmedi. rate_limit ve altyapı hatası veren koşular paydaya girmez. Veri: 21 Kasım 2026 01:36 · 286 koşu satırı.
İş türüne göre öneri (n=1)
kısmen| İş türü | Önerilen | Effort | Geçme % | Hüküm | |
|---|---|---|---|---|---|
| Arayüz | Fark yok: 10 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 10 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 low (23,7 sn), claude-sonnet-5-5 high (29,1 sn), claude-opus-5-5 low (33,8 sn). |
| Çoklu dosya değişikliği | Fark yok: 11 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 11 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 low (20,3 sn), claude-opus-5-5 low (21,8 sn), claude-sonnet-5-5 high (22 sn). |
| Hata düzeltme | Fark yok: 12 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 12 aday aynı yüzdede. En hızlı: claude-haiku-5-5 varsayılan (10,5 sn), claude-sonnet-5-5 high (13 sn), claude-opus-5-5 low (21,4 sn). |
| Özellik uygulama | Fark yok: 10 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 10 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 low (11,6 sn), claude-sonnet-5-5 high (17,6 sn), claude-haiku-5-5 varsayılan (20,6 sn). |
| Yeniden düzenleme | Fark yok: 9 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 9 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 low (42,3 sn), claude-sonnet-5-5 high (45,7 sn), claude-haiku-5-5 varsayılan (1,2 dk). |
| Shell ve devops | Fark yok: 8 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 8 aday aynı yüzdede. En hızlı: claude-opus-5-5 low (1,2 dk), claude-sonnet-5-5 high (1,5 dk), claude-haiku-5-5 varsayılan (1,7 dk). |
| Test yazma | Fark yok: 6 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 6 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 low (1,2 dk), claude-opus-5-5 low (1,8 dk), claude-sonnet-5-5 medium (1,8 dk). |
| Türkçe yönerge | Fark yok: 9 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 9 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 medium (16,3 sn), claude-sonnet-5-5 low (16,7 sn), claude-opus-5-5 medium (19,5 sn). |
| Uzun bağlam | Fark yok: 12 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 12 aday aynı yüzdede. En hızlı: claude-opus-5-5 low (12,8 sn), claude-sonnet-5-5 low (14,5 sn), claude-sonnet-5-5 high (18 sn). |
| Veri ve dosya akışı | Fark yok: 13 aday %100,0 (n=1) | fark yok | – | %100,0 | Fark yok (n=1): 13 aday aynı yüzdede. En hızlı: claude-sonnet-5-5 medium (19,9 sn), claude-haiku-5-5 varsayılan (20,2 sn), claude-sonnet-5-5 high (20,6 sn). |
| Kaynak rapor | Önerilen: ölçülmedi | ölçülmedi | – | – | ölçülmedi: bu turde gecerli kosu yok |