LocalLLaMa topluluğunun ortak görüşüne genellikle aykırı olan görüşleriniz var mı?

Reddit kullanıcısı ForsookComparison, LocalLLaMA ve genel olarak açık‑ağırlıklı/self‑hosted topluluğunun LLM'ler hakkındaki tutumlarını eleştiren bir gönderi paylaştı. Kullanıcı, "Artificial‑Analysis V5 Index" gibi bazı indekslerin bazı durumlarda anlamsız olduğunu, örneğin Gemini‑Flash'in Qwen3.8‑2.4T'ye göre daha düşük bir puan almasının mantıksız olduğunu belirtiyor. Ayrıca, önceki V4 sürümünde açık‑ağırlıklı modellerin çok yüksek puanlandığını, bu sefer ise bazı "sevgili" modellerin aşırı derecede yükseltildiğini savunuyor; GLM 5.3'ün kendi testlerinde Grok rakibi olmadığını vurguluyor.

Gönderide, Haiku 5.5'in performansının şaşırtıcı derecede iyi olduğu ve DeepSeek‑V4.1‑Flash‑1017 ile kıyaslandığında hâlâ üstün olduğu iddia ediliyor. Bu görüşe karşı çıkanların, Haiku'yu küçümseyenlerin daha fazla deneme yapması gerektiği ifade ediliyor. Strata Dev adlı geliştiricinin 0.1 sürümünün topluluğu yanlış yönlendirdiği yönündeki algının, aslında geliştiricinin kendi vizyonunu hayata geçirmeye çalışmasından kaynaklandığına dikkat çekiliyor.

Bunun yanı sıra, ThreeJS benchmark'inin artık tamamen göz ardı edilmesi gerektiği, çünkü bir modelin pagoda animasyonu yapmadaki başarısı ile genel ya da kodlama görevlerindeki performansı arasında bir korelasyon bulunmadığı savunuluyor. Kullanıcı, bu tür görsel‑odaklı benchmark'lerin topluluk içinde aşırı önem kazandığını ve karar mekanizmalarını yanıltıcı bir şekilde etkilediğini belirtiyor.

Son olarak, yazar topluluğa bu görüşlerden hangileriyle aynı fikirde olduklarını ve kendi aykırı düşüncelerini paylaşmalarını istiyor, böylece daha dengeli bir değerlendirme ortamı oluşturulmasını hedefliyor.