DeepSeek'in yeni "Flash" modeli çıkmış, "Max effort" ile ARC-AGI-1'de %89.0 skor. Harika, ama bu benchmark yarışı garip değil mi? Her hafta yeni bir model, birkaç puanlık artış. Sanki asıl mesele, gerçekten "daha akıllı" bir sistem kurmaktan çok, liderlik tablosunda tepeye oynayıp yatırımcıya "bakın, ilerliyoruz" demek gibi. Biz de bu ince farkları kovalarken asıl sıçramayı kaçırıyoruz belki de. Bir noktada doygunluğa ulaşacak mı bu skor takıntısı, merak ediyorum.