ChatGPT-6'yı Claude Opus 5.5 ile günde 5 talep üzerinden karşılaştırdım: Aradaki fark çok büyüktü.

OpenAI ve Anthropic, bu ay ChatGPT-6 ve Claude Opus 5.5 adlı iki çığır açan yeni yapay zeka modeli yayınladı. Her ikisi de o kadar büyük yeteneklere sahip ki, çoğu kullanıcının onlardan bekleyebileceğinden çok daha fazlasını sunuyorlar.

OpenAI'nin GPT-6 ailesi, şirketin bugüne kadarki en etkileyici modeli olan ve çıkarım, profesyonel çalışma, programlama, internette gezinme ve bilgisayar kullanımı gibi alanlarda önemli kazanımlar elde eden GPT-6 Astra'ya dayanmaktadır. Daha yeni GPT-6 Sol, bu zekanın büyük bir kısmını günlük çalışma için tasarlanmış sürüme taşıyarak, onu daha hızlı ve daha uygun maliyetli bir çıkarım modeli olarak konumlandırıyor.

Claude Opus 5.5, soruna biraz farklı bir açıdan yaklaşıyor. Anthropic, modeli uzun vadeli, bilişsel, ajan tabanlı işler için tasarlanmış, bir isteğin gerektirdiği çaba miktarını belirleyen uyarlanabilir akıl yürütme özelliğine sahip bir model olarak tanımlıyor. Bir milyona kadar token içeren bir bağlam penceresine sahip ve 128,000 token'a kadar çıktı üretebiliyor. Anthropic'e göre, çoğu görevde en üst düzey modeli Claude Fable 5.1 kadar iyi performans gösterirken, önceki Opus sürümüne göre %40 daha düşük çalışma maliyetine sahip. Anthropic ayrıca modelin iletişim kurma ve yazma talimatlarını takip etme biçimindeki iyileştirmeleri de vurguladı.

Bu farklılıklar etkileyici görünse de, günlük yaşamınızda size yardımcı olması için hangi chatbot'u tercih edeceğinizi mutlaka söylemezler. Daha pratik karşılaştırmalar için şu makalemize göz atın: Claude 4 Sonnet'i ChatGPT-4o ile 7 görevde karşılaştırdım: biri diğerinden çok daha iyi performans gösterdi.

Bu nedenle, ChatGPT-6 ve Claude Opus 5.5'e tam olarak aynı beş talebi sundum. Sonuç, beklediğim ezici zafer olmadı. İşte onları günlük yaşamın taleplerine maruz bıraktığımda olanlar.

1. Karmaşık gerçekçi planlama — kısıtlamalar + tahmin

Talep: 8 ila 11 yaş arası 10 çocuk için 150 dolarlık bir doğum günü partisi planlamam gerekiyor. Parti üç saat sürmeli, yağmur ihtimaline karşı kapalı alanda olmalı, yiyecek içermeli ve ekran süresini en aza indirmelidir. Çocuklardan ikisi vegan, biri ise fıstık alerjisi olan çocuklardır. Bütçe, program, aktiviteler ve yedek plan da dahil olmak üzere eksiksiz bir plan oluşturun. Bütçe 150 doları aşmamalıdır.

ChatGPT, etkinliğe bir kimlik ve anlık bir yön vererek net bir kavramsal çerçeve sağladı . 10 çocuğu ağırlayan bir ebeveyn için üç adet paket peynirli pizza için 36 dolar ayırmak, tipik bir ev mutfağında mini pizzaları kendileri hazırlamaktan pratik olarak daha kolaydır. Ayrıca, sonunda bir "acil durum rezervi/fiyatı" ihtiyacını da ele aldı.

Claude, alerji sorunlarını ve gıda protokollerini önceden tahmin etmede oldukça zekiydi . Ayrıca pastane ürünleri ve hazır karışımlar arasındaki çapraz bulaşma sorununu da ele aldı. Bütçe konusunda da akıllıca davranarak, hem varışta bir el işi etkinliği hem de parti hediyesi olarak işlev gören bez çantalar için 14 dolar ve kumaş kalemleri için 12 dolar ayırdı; bu da hem para tasarrufu sağladı hem de ucuz plastik atıklarını azalttı. Ayrıca operasyonel sorunlara pratik ve spesifik bir zaman çizelgesi ve çözümler sundu. Kapsamlı ve akıllı bir plan sunma yeteneği, Claude'u birçok kişi için tercih edilen bir seçenek haline getiriyor; bu durum "ChatGPT Yerine Claude'u Kullanmamın 6 Nedeni " başlıklı makalede açıklanmaktadır.

Kazanan: Claude, ev sahibine eksiksiz, hazır bir plan sunarak güvenliğe gerçek bir önem verdiği için kazanırken, ChatGPT parçalı bir alışveriş listesi sundu.

2. Yazma — Yapay zekânın insana benzer şekilde konuşmasını sağlayın

Talep: Bu sıkıcı reklamı, gerçek bir insanın okumak isteyeceği bir şeye dönüştürün. Tüm gerçek detayları koruyun, tire işareti kullanmayın, klişelerden kaçının ve "heyecan verici", "devrim niteliğinde", "çığır açan" veya "kusursuz" gibi kelimeler kullanmayın.

“Şirketimiz, planlama çakışmalarını otomatik olarak belirleyen, toplantı zamanları öneren ve toplantı sonrası özetler oluşturan yeni bir yapay zeka destekli takvim özelliği sunuyor. Bu özellik 15 Ekim'de kullanıma sunulacak ve tüm müşterilerimiz için ek bir ücret ödemeden kullanılabilecek.”

ChatGPT, tipik yapay zeka tekniklerinden kaçınarak ve gerçekçi ayrıntıları koruyarak okuyucuyu içine çeken etkileyici bir açılış cümlesi sundu . Paragraf araları, metnin hızlıca taranmasını kolaylaştırdı.

Claude, kilit noktaları somut insani faydalara dönüştürdü ve ayrıntıları, iş yüklerinin gerçek anlamda azaltılmasına odaklanacak şekilde yeniden ele aldı.

Kazanan: Claude kazanıyor çünkü "insan" bakış açısıyla yeniden ifade etmenin , orijinal metindeki bazı fiilleri değiştirmekten ziyade, özelliklerin nasıl açıklandığını yeniden düşünmeyi gerektirdiğini fark etti . Bu , Claude'u günlük olarak kullanırken önemli bir fark yaratan iddiayla örtüşüyor.

3. Akıl Yürütme — Cevap net değil

Sorun: Bir aile iki tatil evi seçeneği arasında karar vermeye çalışıyor. Birincisi 1,850 dolar ve plaja 10 dakikalık yürüme mesafesinde. İkincisi 1,500 dolar ancak plaja arabayla 25 dakika uzaklıkta ve ayrıca günlük 35 dolar otopark ücreti gerektiriyor. Aile yedi gün kalacak ve günde iki kez plaja gitmeyi planlıyor. Üç çocukları var. Hangi seçeneği tercih etmeliler? Sadece maliyeti hesaplamayın. Tavsiyenizi değiştirebilecek faktörleri belirleyin ve bana en önemli ek bilgilerin neler olduğunu söyleyin.

ChatGPT, çocukların yaşlarıyla ilgili en iyi karşıt görüşü sundu . Ayrıca, "10 dakikalık yürüyüşün" çevredeki altyapıya bağlı olarak önemli ölçüde değişebileceğine (tahta bir yürüyüş yolu mu, dört şeritli bir otoyol mu yoksa bir kum tepesi mi?) zekice dikkat çekti. Sohbet robotu özellikle ilk evin ebeveynlerin görevleri bölmesine olanak sağladığını belirtti (örneğin, bir ebeveyn yorgun bir çocuğu eve götürürken diğeri diğer iki çocukla birlikte sahilde kalabilir).

Claude mesafeyi doğru bir şekilde hesaplayarak , ikinci bir evden elde edilecek finansal tasarrufun tüm hafta için toplamda sadece 55 ila 65 dolar arasında olduğunu gösterdi. Ayrıca, üç çocuğu günde dört kez araba koltuklarına bindirip indirmek gibi psikolojik bir noktaya da değindi; bu da ailenin ikinci günlük plaj gezisinden tamamen vazgeçmesi anlamına gelebilir. Ayrıca tatil kiralama platformlarının "kirli sırrına" da doğru bir şekilde dikkat çekti: temel fiyatlara temizlik ücretleri, hizmet bedelleri veya konaklama vergileri dahil değil; bu da tek başına 105 dolara kadar fark yaratabilir.

Kazanan: Claude az farkla kazandı. ChatGPT bireysel olarak en iyi noktayı ortaya koymuş olsa da (ağır plaj eşyaları ve küçük çocuklarla yürümenin araba kullanmaktan daha yorucu olabileceğini fark etmesi), Claude genel olarak kazandı çünkü finansal analizi çok kapsamlı ve doğruydu, gizli ücretleri öngördü ve işe gidip gelmenin ailenin planladığı gezileri iptal etmesine neden olacağı gözlemi kesinlikle isabetliydi. Claude'u ChatGPT yerine neden tercih edeceğime dair 6 nedeni keşfedin.

4. Birden fazla seçenek — hangisinin en önemli olduğunu nasıl belirleyeceğiz?

İddia şu: Bir şehrin harcayabileceği 10 milyon dolarlık bir bütçesi var ve üç seçeneği bulunuyor:

a) En az 30 yıl boyunca yılda 200,000 ziyaretçiye hizmet vermesi beklenen yeni bir halk kütüphanesinin inşası.
b) Her aileye bir defaya mahsus 500 dolarlık ödeme yapılması.
c) Eskiyen su altyapısının iyileştirilmesi; bu, sakinlerin ancak bir sorun çıktığında fark edeceği bir şeydir.

Şehir sadece bir seçeneği seçebilir. En iyi olduğuna inandığınız seçeneği belirleyin. Gerekçenizi açıklayın, seçiminize karşı en güçlü argümanı belirtin ve cevabınızı değiştirebilecek ek bilgileri açıklayın. Tüm seçeneklerin iyi olduğunu söyleyerek konudan kaçmayın.

ChatGPT tüm talimatları eksiksiz bir şekilde uyguladı ve C seçeneğinin kolay anlaşılır bir savunmasını sundu. Ayrıca mühendislik değerlendirmesi için eşiği de net bir şekilde tanımladı.

Claude, seçimini belediye teşvikleri çerçevesinde yaptı ve seçim siyasetinin göz ardı ettiği konuları finanse etmenin şehir yönetiminin temel işlevi olduğunu fark etti.

Kazanan: Claude, çok daha iyi bir cevap verdiği için kazandı. Botun kamu maliyesi yönetimi konusunda uzmanlığı olduğu görülürken, ChatGPT'nin cevabı daha kalıplaşmış ve yüzeyseldi.

5. Belirleyici sınav — muğlak bir talep + girişim

İsteğim şu: Hayatımın düzensiz olduğunu hissediyorum. Üç çocuğum, tam zamanlı bir işim, ev sorumluluklarım var ve her akşam işleri yoluna koymak için yaklaşık 30 dakikam var. Gerçekçi bir şekilde sürdürebileceğim bir sistem kurun. Bana genel verimlilik ipuçları vermeyin. Gerektiğinde makul varsayımlarda bulunun, ne varsaydığınızı söyleyin ve bu akşam başlayabileceğim bir şey verin.

ChatGPT , tükenmişliği önlemek için basit yöntemler sunuyordu ; bu yöntemler arasında, kullanıcının plan yapmasına veya nereden başlayacağını tahmin etmesine gerek kalmaması için adımlara ayrılmış talimatlar da yer alıyordu.

Claude, yaşanan zihinsel yük konusuna değinerek , kaosun temel nedenine dair keskin ve derinlemesine bir anlayış sundu. Ayrıca, beş kişilik bir ailede tek bir ebeveynin tek başına işleri yürütebilecek güç olamayacağını kabul ederek, yapılabilir ev işlerini başkalarına devretme konusunda faydalı tavsiyelerde bulundu.

Kazanan: ChatGPT, bilişsel çerçevesiyle yorgun ebeveynin zihinsel alanını daha iyi koruduğu için galip geliyor. Claude ev düzeni için iyi bir rutin sunarken, ChatGPT ise iş, aile ve hayatın birbirini gerçekten yok etmesini önleyen bir karar verme filtresi sağlıyor.

Genel kazanan: Claude

Beş testin ardından, Claude Opus 5.5 bunların dördünde daha iyi performans gösterdi. Ancak beni şaşırtan şey, tamamen alakasız görevlerde bu modeller arasındaki farkın ne kadar tutarlı bir şekilde devam etmesiydi. Claude daha derine inmeyi tercih ediyor.

Ona bir doğum günü partisi planlamasını istediğimde, çapraz kirliliği göz önünde bulundurdu ve iki amaca hizmet edecek bir parti satın almanın yollarını buldu. Tatil evleri konusunu gündeme getirdiğimde, açıkça bahsetmediğim maliyetleri hesapladı ve araba kullanmanın getireceği rahatsızlığın ailenin davranışını gerçekten değiştirip değiştirmeyeceğini değerlendirdi. 10 milyon dolarlık bir şehri nasıl harcayacağına karar verirken bile, bariz artıları ve eksileri bir kenara bırakıp hükümetlerin bu kararları neden aldığını düşündü.

Tam da bu noktada Claude Opus 5.5 en büyük gücünü gösterdi. Buna karşılık, ChatGPT-6 genel olarak daha sadeleştirilmişti, bu da ChatGPT'nin yerleşik doğasıyla tamamen uyumluydu. ChatGPT, modelden bağımsız olarak, daha özlü ve daha az ayrıntılı cevaplar verme eğilimindedir ve daha hızlı bir şekilde doğrudan konuya girer. Bununla birlikte, bu aynı zamanda cevaplarının her zaman Claude'unkiler kadar bilgilendirici olmadığı anlamına da gelir; bu nedenle bazı kullanıcılar belirli görevler için Claude'u tercih eder. Claude'u ChatGPT-5'e tercih etmenizin ikna edici nedenlerini öğrenin . Bununla birlikte, bu yaklaşım (ChatGPT'nin doğrudan stili) son testlerimde bir avantaj olduğunu kanıtladı.

---

---