Gemini 4 Argon Testi: Sonnet 5.5 ve GPT-6.1 Sol ile 3D Oyun

Yeni bir model çıktığında internet hemen aynı cümleleri kuruyor: "rakiplerini paramparça etti", "şimdiye kadarki en iyi model". Biz bu kanalda bunun yerine denediğimiz şeyi anlatıyoruz. Bu kez sıra Google'ın en yeni modeli Gemini 4 Argon'da.

Argon'a, aynı fiyat sınıfındaki iki rakibiyle (Sonnet 5.5 ve GPT-6.1 Sol) aynı PRD'yi verdik ve üçünden de 3D bir çaycı oyunu yapmalarını istedik. Sonuç, abartılan beklentiyle pek örtüşmedi.

Bu yazıda şunları bulacaksınız:

Gemini 4 Argon'un ne olduğu ve Aralık'ta gelecek fiyat artışı
Testin nasıl kurulduğu: tek PRD, tek mesaj, sıfır düzeltme
Her modelin yaptığı oyunun oynanış notları
Puan tablosu ve "Argon iki katı fiyatı hak ediyor mu?" sorusunun cevabı

Testi canlı izlemek isterseniz YouTube videomuzdan takip edebilirsiniz.

Gemini 4 Argon Nedir?

Gemini 4 Argon, Google'ın Gemini 4 ailesindeki en yeni ve en iddialı model. 30 Eylül'de duyuruldu, fakat ilk etapta internete açılmadı; yalnızca bir siber güvenlik ekibi kullanabildi. 13 Ekim itibarıyla herkese erişim verildi.

Vaat büyük: uzun ve çok adımlı işler, kod, finans, hukuk ve bilim. Okuma ve yazma toplamı için 1 milyon token bağlam penceresinden söz ediliyor.

Her yeni modelde olduğu gibi bir hype dalgası da var. Bazı yorumlarda Argon'un en iyi model olduğu, hatta Opus 5.5 ve GPT-6 Astra'yı "parçaladığı" söyleniyor. Google'ın paylaştığı benchmark rakamları bağımsız kaynaklarca henüz tek tek doğrulanmış değil; bu yüzden biz rakamlara değil, kendi deneyimimize bakıyoruz.

Neden Bu Üç Model?

Karşılaştırmayı fiyat sınıfına göre kurduk. Videodaki tabloda Sonnet 5.5, GPT-6.1 Sol ve Gemini 4 Argon için giriş ücreti 1 milyon tokenda 2 dolar, çıkış ücretleri de eşit seviyede. Yani aynı parayı verince ne aldığımıza bakıyoruz.

Opus 5.5 ile de kıyaslayabilirdik. Ancak fiyat ve sınıf olarak bu üçlü daha adil bir karşılaştırma verdi. (Sonnet ile Opus'u karşı karşıya getirdiğimiz testi Sonnet 5.5 Opus 5.5 karşılaştırma yazımızda bulabilirsiniz.)

Önemli bir ayrıntı: Argon'un fiyatı 1 Aralık'tan sonra değişecek. Girdi 4 dolara, çıktı 20 dolara çıkacak; yani tam iki katı. Asıl soru da burada başlıyor: Argon, Aralık'ta isteyeceği iki katı gerçekten hak ediyor mu?

Test Nasıl Kuruldu?

Üç modele tek bir PRD okuttuk. PRD, bir ürün geliştirmesi için gereken tüm detayları içeren belgedir. "Git bir çaycı oyunu yap" demek yerine amacı, problemi, çözümü, sahneleri ve etkileşimleri yazılı olarak verdik. Bu belgeyi bir skill ile hazırladık.

Oyundaki ögeler şunlar:

Bardak, demlik, semaver
Şeker ve askılı tepsi
Müşteri

Bu ögeleri hazır görsel olarak vermedik. Her modelin kendisi düşünüp çizmesini istedik.

PRD'de şu bilgiler vardı:

37 kullanıcı hikayesi
10 kabul kriteri
12 öz test (modelin kendi kendine yapacağı kontroller)

Çıktı olarak tek bir HTML dosyası istedik. Aynı belge, tek mesaj, hepsinde aynı. Ekstra iterasyon yapmadık: "şunu düzelt, bunu yap" demedik. Amacımız, ne yapılacağı net söylendiğinde modellerin nasıl davrandığını görmekti.

Mesajımız şuydu: ekteki PRD'ye göre sahneyi yap, tek bir HTML dosyası üret ve kabul kriterlerinin hepsini karşılamaya çalış. Cevap olarak yalnızca tam HTML dosyasını tek bir kod bloğunda ver.

Ekranı üçe böldük: solda Gemini Argon, sağ üstte Claude Code ile Sonnet 5.5, sağ altta ChatGPT'nin 6.1 Sol modeli. Üçü de yaklaşık 12-14 dakikada bitirdi. Argon'a tek bir ek istek verdik: ses ve animasyon sesleri eklemesi. Bu da bir iki dakika sürdü. Maliyetler de çok yüksek olmadı.

Her oyunda aynı beş kontrol vardı: açılış, sahne, servis, hata ve gün sonu. Bu kriterler hepsinde karşılanmalıydı. Kullandığımız PRD'yi videonun açıklamasından ücretsiz alabilirsiniz.

Sonnet 5.5'in Yaptığı Oyun

Akış şöyle: vardiyayı başlatıyorsunuz, bardağı alıp demlikten çay dolduruyorsunuz. Müşteri açık çay istiyorsa semaverden su ekliyorsunuz, şekerli isterse şeker koyuyorsunuz. Sonra tepsiye koyup müşteriye veriyorsunuz.

Oynarken gördüklerimiz:

Sağ üstte kartlar, oyun hızlandırma ve ses bölümü var; görünüm fena değil.
Akış baştan sona çalışıyor: açık çayı hazırlayıp verince +15 TL geldi.
Yanlış ürün verince ya da süre dolunca -10 memnuniyetsizlik cezası geldi.
Bayat kalan bardak için yeniden demlemek gerekiyor.
Sol taraftaki leğen benzeri alanda bardakları yıkayabiliyorsunuz.
Gün 2'de hedef tablosu çıkıyor, sesler ve efektler iyi.

Küçük kusurlar da vardı: bir yazı biraz kaymıştı ve demleme göstergesinde 10 saniyelik geri sayım yoktu. Genel kanı: sistematiğin tamamını yapmış, görsel olarak "orta".

GPT-6.1 Sol'un Yaptığı Oyun

Sol, daha ilk ekranda iddialı göründü. Yazılar güzel, çaydanlık ve semaver 3D olarak başarılı.

Oynanışta öne çıkanlar:

Çay koyma animasyonları biraz farklı ama çalışıyor.
Para kazanırken çıkan sesler hoş; ses açıp kapatılabiliyor.
Bayat çayı yeniden demlerken 10 saniyelik geri sayım gösteriyor. Sonnet'te bu yoktu.
Sipariş akışı dinamik ilerliyor, gün sonu ekranı sorunsuz çıkıyor.
Şekerli çay akışı da sorunsuz: şekere basınca yanına şeker geliyor, tepsiye koyup veriyorsunuz.

Bizim kanaatimiz net: ortam, akış ve oynanış üçü arasında en işlevsel ve en kolay olanı Sol'dü.

Gemini 4 Argon'un Yaptığı Oyun

Herkesin merak ettiği buydu, o yüzden sona bıraktık. "Argon çok müthiş" diye çok abartıldığı için daha detaylı baktık.

İlk izlenim: başlangıç kartı çok basit. Sahnede bardak, çay ve semaver ögeleri biraz ilginç görünüyor. Leğen güzel ve net çizilmiş; yıkama animasyonu da fena değil. Buna karşılık sol üstteki bardaklık havada gibi, kollar tuhaf duruyor. Çay doldurma animasyonları ise zayıf.

Asıl sorun tıklamalarda çıktı. Düz tıklayınca müşteriye ulaşamadık, ekranda "Müşteri bulunamadı" uyarısı çıktı. Bu birkaç kez tekrarlandı. Hedefe ulaşamayınca Gün 1'i yeniden oynadık.

Olumlu tarafı da yazalım:

Mantıkta sorun yok. Çay doldurma, verme, para kazanma ve süreci ilerletme çalışıyor.
Sesler fena değil.
Açık çay yapma işlemi iyi.

Genel yargımız: mantık tamam, ama görsel ve akış olarak ciddi sorunlu. Biz Argon'u üçlünün en sonuna koyuyoruz. Not düşelim: PRD'yi modelin "anlayacağı dilde" verseydik sonuç farklı olabilirdi.

Puan Tablosu

Değerlendirme tablosunu kendi izlenimlerimize göre doldurduk. Kontrol noktalarında şunları gördük:

Kontrol	Sonnet 5.5	GPT-6.1 Sol	Gemini 4 Argon
Açılış ve sağlık	Geçti	Geçti	Geçti
Sahne nesneleri	İyi	İyi	Kısmen
Atmosfer ve kamera	Kısmen (hafif takılmalar)	Geçti	Kötü
Bardak hazırlama	İyi	İyi	Kötü (doldurma animasyonları)
Demleme	Kısmen (geri sayım yok)	Çok iyi (10 sn geri sayım)	Fena değil
Müşteri, sipariş, hız	Geçti	Geçti	Geçti
Tepsiyle teslim	Geçti	Geçti	Kısmen (tıklama sorunu)
Hata ve ceza	Geçti	Geçti	Geçti
Yıkama	Geçti	Geçti	Geçti
Gün sonu ve kampanya	Geçti	Geçti	Geçti

Ardından izlenimlere göre puanlamaya geçtik:

Alan	Sonnet 5.5	GPT-6.1 Sol	Gemini 4 Argon
Görsel ve atmosfer	8	10	3
Oynanış hissi	7	9	4
Ayrıntı ve özen	6	9	4
Tekrar oynar mıydım	5	7	2

Genel toplam: Sonnet 5.5 44, GPT-6.1 Sol 55, Gemini 4 Argon 26.

Tek cümleyle: Sonnet orta, Sol iyi, Argon kötü bir iş çıkardı. Bu puanlar bizim kişisel izlenimimiz; siz de kendi PRD'nizle denerseniz farklı sonuç alabilirsiniz.

Argon Aralık Zammını Hak Ediyor mu?

Videonun başındaki soruya dönelim. 1 Aralık'tan sonra Argon'un fiyatı iki katına çıkacak (girdi 4 dolar, çıktı 20 dolar). Bu testte, aynı fiyata bile daha zayıf bir sonuç aldık.

Yalnızca bizim testimize bakarsak, çift fiyatı haklı çıkaracak bir fark görmedik. Rakipler bugünkü fiyatta daha iyi iş çıkardı.

Yine de bir sınır çizelim:

Tek bir oyun, tek bir PRD ve tek bir değerlendirici (biz).
İterasyon yapmadık; gerçek hayatta düzeltme turları sonucu değiştirebilir.
Argon, başka işlerde iyi olabilir. Onu farklı konularda da test etmek isteriz.

Hangi aracı hangi iş için seçeceğinizi merak ediyorsanız Claude Code, Cursor ve n8n karşılaştırma yazımıza göz atabilirsiniz.

Videoda Adım Adım İzleyin

Oyunların tamamını oynarken, hatalarla birlikte görmek isterseniz Gemini 4 Argon testi videosunu YouTube'da izleyin. Videoda her modelin oyununu baştan sona oynuyor, ardından değerlendirme tablosunu birlikte dolduruyoruz.

Yapay zeka modelleriyle otomasyon kurmayı sıfırdan öğrenmek isterseniz kurs müfredatımıza bakabilirsiniz.

Sonuç

Aynı PRD, aynı fiyat sınıfı ve sıfır düzeltme turuyla yaptığımız testte GPT-6.1 Sol 55 puanla birinci, Sonnet 5.5 44 puanla ikinci, Gemini 4 Argon 26 puanla son sırada kaldı. Argon'un mantığı sağlamdı; zayıf kaldığı yerler görsel kalite, animasyonlar ve tıklama deneyimiydi.

Çıkarılacak ders sade: bir modelin etrafındaki hype yerine kendi işinizle yaptığınız bir test daha güvenilir. Net bir PRD yazın, aynı mesajla birkaç modele verin, kabul kriterleriyle puanlayın. Sonuçları yorumlarda paylaşırsanız Argon'u farklı konularda da test ederiz.

Yapay zekayla otomasyon ve ürün geliştirme konusunda daha fazlasını öğrenmek için n8nkursu.com adresindeki Türkçe eğitimlere göz atabilirsiniz.

Sıkça Sorulan Sorular (FAQ)

Gemini 4 Argon ne zaman herkese açıldı?

Google modeli 30 Eylül'de duyurdu ancak ilk aşamada yalnızca bir siber güvenlik ekibine açtı. 13 Ekim itibarıyla herkese erişim verildi. Erişim durumu kaynaklarda farklı anlatıldığı için Google'ın resmi duyurusunu kontrol etmenizi öneririz.

Gemini 4 Argon fiyatı ne kadar?

1 milyon token için şu anda 2 dolar girdi ve 10 dolar çıktı ücreti var. 1 Aralık'tan sonra bu fiyat iki katına çıkacak: 4 dolar girdi, 20 dolar çıktı.

Bu testte hangi model en iyi sonucu verdi?

GPT-6.1 Sol 55 puanla en iyisi oldu. Sonnet 5.5 44, Gemini 4 Argon 26 puan aldı.

Gemini 4 Argon oyunun mantığını doğru kurdu mu?

Evet. Çay doldurma, servis, para kazanma ve gün ilerletme akışında mantık hatası yoktu. Sorunlar görseller, animasyonlar ve müşteri üzerine tıklama tarafında çıktı.

Bu sonuç Gemini 4 Argon her işte kötüdür demek mi?

Hayır. Bu, tek PRD ve tek oyun üzerinde, kişisel puanlamaya dayanan bir testtir. Modelin başka işlerde daha iyi çalışması mümkündür.

Aynı testi ben nasıl yaparım?

Her modele aynı PRD'yi, aynı mesajla ve tek seferde verin. Çıktıyı tek bir HTML dosyası olarak isteyin, düzeltme turu yapmayın. Sonra kabul kriterleriyle hepsini oynayıp puanlayın.