Solstice Emporium

@AlicanKiraz0 Hocam geçen paylaşımınızda tytde hiçbi model full çekmemişti ama ben kendim her soruyu temiz contextte teker teker çözdürdüğüm zaman opus 5 ve 5.6 sol full çekti sebebi nedir

2026-AYT LLM Benchmark’da geliyor 🎉 Bu kez 27 ayrı modelin her Thinking eforuna özel ayrı ayrı değerlendirmeler hazırlıyorum 🦾🔥

@kaviabuilds @NotionHQ @FireworksAI_HQ Ever since I discovered this, I’ve been having the best times of my life over the last few days; I swear, I felt like I was in heaven. It was when the limit came into effect that I fell into a depression.

@SolsticeEm73365 @NotionHQ @FireworksAI_HQ I cried too 😭

Heard ya’ll are into open weight models? Kimi K3 is now available in Notion. Hosted by Fireworks, a US-based provider.

@SolsticeEm73365 hocam ozelden yazsana 🥹

fredericbey naptin dostum oyunda açık mı buldun? bu nasil bir puan🥴 bana ulaş 😂

@adaminatti Ben x cahiliyimde nasıl yazıcam bilmiyorum siz yazaanız olurmu hcam

@adaminatti Bi bidaha bakın hocam ahahahssahshsa

@SolsticeEm73365 Hala yapamamışsın hocam

@sekizonyedi_ @AlicanKiraz0 Anladım

@SolsticeEm73365 @AlicanKiraz0 chatgpt.com

Frontier Coding LLM Advanced Benchmark 🔥 - Kimi K3 Max - Qwen3.8 Xhigh - Opus 5 Max - GPT Sol 5.6 Ultra - GLM 5.2 Max - Grok 4.5 High Task: Modelden tek bir bağımsız HTML dosyasında, kum/su/ateş/duman gibi elementlerin hücresel otomat kurallarıyla etkileştiği etkileşimli bir "falling sand" simülasyonu üretmesi isteniyor; kütüphane yok, zero-shot, tek deneme. Kum yığın oluşturarak düşmeli, sıvılar seviye bulmalı, elementler yoğunluğa göre katmanlara ayrışmalı ve ateş-su-lava-asit gibi etkileşimler veri odaklı bir reaksiyon tablosundan yürümeli. Çıktı, on binlerce parçacığı ImageData ile 60 FPS'te çizebilecek performansta olmalı ve kum konisi ile bağlantılı kaplar gibi önceden tanımlı sahnelerle kendini doğrulayabilmeli. Task'ın Zorluğu: Bu görev basit bir parçacık animasyonu değil. Aynı anda dört farklı mühendislik problemini çözmek gerekiyor: - CA scheduling: Aşağı düşen hücre aynı step içinde tekrar işlenmemeli. Aksi hâlde kum tek frame’de tabana ışınlanıyor. - İstatistiksel simetri: Sol/sağ deneme sırası hücre başına randomize edilmezse kum konisi sistematik olarak bir tarafa yatıyor. - Çok-fazlı yoğunluk ve hidrostatik davranış: Yalnızca aşağı hareket ve yatay dispersion, dar taban kanallı gerçek bir U-kapta suyu karşı kola yükseltmeye yetmiyor. Basınç veya eşdeğer bir kütle transferi mekanizması gerekiyor. - Reaktif state machine: Yanıcı madde kimliği, burn lifetime, smoke/ash üretimi, gaz ömrü ve kimyasal reaksiyonlar birbirini bozmadan yürümeli. 🎉Kazanan: GPT Sol 5.6🎉 Final Puantaj ve Özet - GPT Sol 5.6 — 92.4/100 - Opus 5 — 66.1/100 - Kimi K3 — 62.1/100 - Qwen3.8 — 60.9/100 - GLM 5.2 — 55.3/100 - Grok 4.5 — 50.5/100 Sebep: GPT Sol 5.6, görevin üç klasik failure mode’unu birlikte geçen tek çıktı oldu. Kum ve duman tek step’te tam bir hücre hareket etti; iki seed’de kum konisi bias’ı en fazla %0.25 kaldı. Yoğunluk kuralı static olmayan tüm hedeflere genel olarak uygulanıyor; sand-water ve sand-ash testleri geçti. En önemlisi, connected liquid region’larındaki yüksek ve düşük yüzeyleri bulup aralarında kütle transferi yapan ayrı bir hydraulic-pressure pass’i var. Bu sayede dar açıklıklı standart U-kapta 1.24, kendi preset’inde 0.61 hücre yüzey farkına ulaştı. Density preset’i gerçekten karışık başlangıç üretiyor, chemistry’yi izole ediyor ve smoke için uzun test ömrü veriyor. 1200 step sonunda lava, water, oil ve smoke sayıları tamamen korundu; katman sıra skoru 0.906 oldu. Bu, diğer submission’ların çoğunda görülen “zaten doğru sırada dökme”, smoke’un sona ermesi veya oil’in lava tarafından yakılması problemlerini yaşamıyor. Runner-up Opus 5’in UI’si ve validator paneli daha kapsamlı; ancak çekirdek fizik açısından kritik iki iddiası çalışmıyor. Kendi U-kap preset’i 107.44 hücre farkla kaldı. Ayrıca density sahnesi reactionsEnabled=false yapsa da lava’nın ignition yolu reaction gate’inin dışında çalışıyor; burning update de gate kontrolünden önce water extinguish ve smoke/fire emission yapıyor. Sonuç olarak “chemistry off” sahnesinde water tamamen steam’e dönüştü. Bu iki hata, görsel ve ürün kalitesinin kazananı değiştirmesine izin vermeyecek kadar merkezi. Prompt uyumu — 8 puan - GPT Sol 5.6: 7.6/8 - Opus 5: 7.0/8 - Qwen3.8: 5.8/8 - Grok 4.5: 5.5/8 - Kimi K3: 5.3/8 - GLM 5.2: 4.6/8 Performans ve render pipeline - Kimi K3: 6.0/6 - Qwen3.8: 5.7/6 - Opus 5: 5.3/6 - GPT Sol 5.6: 5.0/6 - GLM 5.2: 4.8/6 - Grok 4.5: 3.2/6 Görsel kalite, UI ve resize - Opus 5: 5.0/5 - GPT Sol 5.6: 4.8/5 - Qwen3.8: 4.6/5 - Kimi K3: 3.6/5 - Grok 4.5: 3.2/5 - GLM 5.2: 3.0/5 Mimari ve test edilebilirlik - GPT Sol 5.6: 2.7/3 - Opus 5: 2.5/3 - Qwen3.8: 2.3/3 - Kimi K3: 2.2/3 - Grok 4.5: 1.9/3 - GLM 5.2: 1.0/3

@sekizonyedi_ @AlicanKiraz0 Bu tam olarak neyi ölçüyor zeka felanmı?

@SolsticeEm73365 @AlicanKiraz0 artificialanalysis.ai

@LibertyQeen @acelyae_rgul 😱

@acelyae_rgul “dul karılar” meali: ben dururken kınkaaaa , ya verseydin el aleme muhtaç etmeseydin kınkanı adgjfhjk bu arada abi ayağı göt ayağıdır gençler not alın xxx

arkadasim hpv olmus zorbalama sırası bizde

@AlicanKiraz0 Yani internette olmayanı bile buluyordu ve o da eski opus modelleri olmasına rapmen yapıyordu bunları. Onuda bi deneseniz hüzel oljr bence

@AlicanKiraz0 Hocambelki duymuşsunuzdur h2o super agent diye birşey var bundan ta 2 yıl öncesine kadar kullanıyordum ücretsiz 500 dolar kredi veriyodu sonra o krediyi 10 dolars düşürdü bide yeni modelleri getirmemeye başladı en son opus 4.5 felan var ama ona rağmen olağanüstü derin araştırıyo

Yarın LLM'lerin Deep Research yeteneklerini kıyaslayacağım. Şimdi şu modellerde web üzerinde research yaptırıyordum: - Kimi Agent Swarm - K2.6 - ChatGPT Work - GPT-5.6 Very High - ChatGPT Deep Research -GPT-5.6 Pro - Gemini Deep Research - 3.1 Pro - Perplexity Computer - GPT-5.6 Sol - Claude Research - Fable 5

@Tahaq41 @Nineveehh Ne alaka yani mesela belki samanyolundan 42 ışık yılı uzakta bi gezegende uzaylılar saniyede 2 katrilyon ton tahta işliyor. Bilemeyizki soru kesinlikle yanlış

@Nineveehh Tamam da tahta işlenmiş oduna denmiyor mu sonuçta. Dünyadan başka nerde var bu endüstri aw

kopuyorum

@erhanmeydan benim buradan anladığım kadarıyla GPT 5.6 swe bench proda kötü performans sergilemiş ve öncesinden tepki gösterilmemesi için bunu yayınlamışlar güzel hamle

Kullanıcılardan çok duyduğum "benchmark testleri yeterli değil" şikayetini bu sefer OpenAI dile getirmiş. Modelleri kodlama konusunda kıyaslarken ilk baktığımız popüler kodlama testi SWE-Bench Pro'yu didik didik incelemişler. Çıkarımları şunlar: → Görevlerin yaklaşık %30'u bozukmuş → Bazı görevlerde soru bir şey istiyor, gizli cevap anahtarı başka şey bekliyormuş → Tek bir fazladan boşluk karakteri yüzünden doğru cevaplar "yanlış" sayılabiliyormuş → Bazı testler de o kadar gevşekmiş ki eksik çözümler bile geçebiliyormuş Yani model aslında doğru yapıyor ama sınav kağıdı yanlış diye kalıyor. Ya da tam tersi, yarım işle geçer not alıyor. İlginç olan şu: OpenAI daha önce SWE-bench Verified'ı bırakıp "Pro'ya geçin" demişti. Şimdi o tavsiyesini de geri çekiyor. Yerine yeni bir benchmark da önermiyorlar; "topluluk daha sağlam testler geliştirsin" diyorlar. Ama biz kullanıcılar için durum şu: bu kadar modeli tek tek denemek zaman ve para açısından mümkün değil. Bu yüzden benchmark'lar hala çok değerli. Ben bugüne kadar benchmark'tan kötü sonuç almış ama aslında çok iyi olan bir model görmedim. Bunu şuna benzetiyorum: bazı maçlardan sonra oyuncu "zemin çok kötüydü" diyor. Sana kötüyse rakibine de kötü bunu da hesaba katmak gerekiyor.

@NotionHelp Yes, I understand — I actually use that mode you mentioned all the time. But honestly, it's not the same as being able to select max mode directly, like using Fable 5 on max. It really makes a huge difference in performance in every aspect. I think it would be wonderful.

Hi there, on Notion’s Business or Enterprise plan you can gain full access to Notion AI, which includes features such as "Research Mode" where you can really go in-depth with reporting and synthesizing information from your workspace and beyond! You can find out more here: #get-full-access-to-notion-ai" target="_blank" rel="nofollow noopener">notion.com/help/guides/is…

@NotionHelp Okay very very very much thanks. Mu last question: will thinking effort setting come? Low, medium, high, xhigh, max(very very important please)????

Yes, Claude Fable 5 is available on paid Business and Enterprise plans. A workspace owner/admin may need to enable it first in Settings → Notion AI before it appears as an option (not available on Business trials at this time). You can find more info here: #how-to-work-with-your-agent" target="_blank" rel="nofollow noopener">notion.com/help/notion-ag…

@rom1trs Şu tarz kıyaslamaları aynı anda koyan insanları çok felaket sikmek istiyorum

Fable 5 vs Sonnet on Arcads MCP Fable 5 is definitely smarter for video creation:

@NotionHQ Please add thinking effort setting please😭😭😭

Guess who's back, back again? Fable's back, tell a friend.