Her Bütçe İçin En İyi LLM: Günlük Güncellenen Değer Rehberi

Yapay zekâ tabanlı yazılım geliştirme süreçlerinde ve üretim mimarilerinde doğru modeli seçmek, sistemin maliyet verimliliğini ve doğruluğunu doğrudan belirler. Günlük olarak güncellenen bu çalışma; Zekâ (Intelligence), Kodlama (Coding) ve Matematik (Math) metriklerini analiz ederek bütçenize göre en yüksek başarımlı modelleri ortaya koyar.

Performans ve Fiyat Dengesi (Değer Sınırı)

Analiz, 1 milyon token başına harmanlanmış maliyeti (3:1 girdi/çıktı, logaritmik ölçek) Zekâ Endeksi ile kıyaslar:

Değer Sınırındakiler (On the Value Frontier): Belirli bir maliyet seviyesinde maksimum doğruluk ve kodlama performansı sunan, üretim için en uygun modellerdir.
Elenmiş Modeller (Dominated): Daha ucuz bir alternatifin kendisiyle aynı skoru yakaladığı veya geçtiği verimsiz modellerdir; geliştiriciler bu modellerden bütçe israfını önlemek için kaçınmalıdır.

Bütçeniz İçin En İyi Model

Değer sınırı bir başvuru tablosu olarak çalışır. Geliştiriciler bütçe dilimlerine göre optimum modeli seçebilir:

Bütçe (1M token başı): Hedeflenen harcama aralığı.
Seçim (Pick) & Skor: O fiyata alınabilecek en yüksek skorlu model.
Fiyat: Harmanlanmış birim token maliyeti.
İkinci Tercih (Runner-up): Bütçeye sığan en yakın alternatif model.

Saf Yetenek ve Günlük Değişiklikler

Saf Yetenek (Raw Capability): Maliyeti tamamen göz ardı ederek salt performansa odaklanır; kritik kurumsal görevler veya kıyaslama amacıyla kullanılır.
Neler Değişti? (What Changed): Günlük GitHub Actions cron görevleriyle çekilen veriler arasındaki farkları (yeni eklenen, kaldırılan, yeniden skorlanan veya fiyatı güncellenen modeller) izleyerek mimari güncellemelerine rehberlik eder.

Tüm Rakamlar ve Metrikler

Sütun başlıklarına tıklanarak sıralanabilen metrikler, gerçek zamanlı sistemler için kritik veriler sunar:

Model & Üretici (Maker)
Zekâ, Kodlama ve Matematik Skorları
Harmanlanmış $/1M, Girdi $/1M ve Çıktı $/1M Maliyetleri
Üretim Hızı (Tokens/s) ve İlk Token Süresi (TTFT s): Streaming ve gecikmeye duyarlı arayüzler için belirleyicidir.

Metodoloji ve Verileri Okuma Kılavuzu

Tabloyu doğru yorumlamak ve üretim kararlarına dönüştürmek için beş kural izlenir:

Değer Sınırı (Value Frontier): Fiyatlar artan sırada dizilir; kendinden daha ucuz olan her modelden daha yüksek puan alan modeller listelenir.
Harmanlanmış Fiyat: Artificial Analysis'in 1M token için 3:1 girdi:çıktı harmanıdır; önbellek indirimleri ve toplu fiyatlandırma hariçtir.
Model Başına Tek Satır: Akıl yürütme varyantlarının (low, medium, high) en yüksek puanlısı listelenir.
Minimum Skor (Min Score 30): Zayıf ve eski modellerin değer eğrisini yanıltıcı biçimde sabitlemesini engeller.
Skorların Değişkenliği: Endeks sürümler arasında yeniden temellendirildiği için yalnızca güncel tabloyla kıyaslama yapılmalıdır.

[Orijinal kaynağa buradan ulaşabilirsiniz.](https://bestmodelforyourbudget.terrydjony.com/)

Bu konuyu derinlemesine öğrenmek isterseniz: Modeller: Hangisi, Ne Zaman? modülüne göz atın.