ChatGPT her ne kadar küresel çapta en çok kullanılan yapay zekâ aracı olsa da görünüşe göre iş başarıya geldiğinde pek de istenilen seviyede değil.
Sektörün uzun süredir teknik başarı ve sınav geçme yeteneği gibi "katı" kriterlere odaklanan liderlik tablolarının aksine Prolific'in "Humaine" adını verdiği bu yeni değerlendirme çerçevesi, insanların bir yapay zekâ aracında gerçekten değer verdiği unsurları ölçmeyi amaçlıyor. Kullanıcılar, anonim olarak karşılaştırılan modelleri konuşmayı anlama yeteneği, akıcı etkileşim, verilen cevapların netliği ve modelin güvenilirliği, etik ve güvenlik performansı gibi dört temel insan odaklı metriğe göre değerlendiriyor. Bu, salt doğru cevaplardan ziyade, yapay zekânın kullanıcıyla nasıl bağ kurduğunu ve ne kadar "insan dostu" olduğunu ölçmeyi amaçlıyor.
Prolific'in Humaine çalışmasının sonuçlarına göre Google’ın Gemini 2.5 Pro modeli, ton, netlik ve uyarlanabilirlik gibi daha öznel boyutlarda gösterdiği üstün performansla zirveye yerleşti ve kullanıcılar tarafından açık ara en iyi yapay zekâ aracı seçildi. Kullanıcılar, Gemini 2.5 Pro'nun karmaşık sorunları çözme ve doğal bir iletişim akışını sürdürme yeteneğinin diğer araçlardan çok daha iyi olduğunu söylüyor.
Listede üst sıralara tırmanan diğer dikkat çekici rakipler arasında Çin merkezli DeepSeek v3 ikinci, Fransız yapay zekâ şirketi Mistral AI’ın Magistral Medium modeli ise üçüncü oldu. Elon Musk'ın şirketi xAI'a ait Grok 4 ve Grok 3 modelleri dördüncü ve beşinci sıraları paylaşarak, özellikle etik ve güvenlik metriklerinde beklentilerin ötesinde bir performans sergilemiş durumda.
