Hocam bu ölçümlere gerçekten inanan var mı bana bir söylesenize? Antropic ve GPT modellerini ele alarak ufak bir düşünsene neden ana model çıkar çıkmaz 1 ay geçmeden bir üst sürümü çıkıyor sence? Ana modeli bir üstü olan misal GPT 6 varken 1 ay geçmeden 6.1 çıkıyor burada adamlar o kendi benchmarkında ki yalanlarını örtecek ivmeleri yakalıyorlar. Gemini vs Antropic yapıyorlarsa zaten o daha da bir ironi.