AI Business Weekly tarafından aktarılan bağımsız değerlendirmelerde ise genel olgusal doğruluk %94 olarak veriliyor. Soru türlerine göre bildirilen oranlar şöyle :

• Bilimsel araştırma soruları: %97,2
• Akademik içerik: %95
• Teknik dokümantasyon: %94
• Genel olgusal sorular: %94

Politika analizi, teknik sorun giderme ve şirket araştırması gibi iş odaklı sorulara yönelik profesyonel benchmark testlerinde Perplexity'nin %92 olgusal doğruluk elde ettiği, aynı testlerde ChatGPT'nin ise %87'de kaldığı raporlandı .

Perplexity'nin Haziran 2026'da duyurduğu DRACO benchmark'ına göre Deep Research modeli, Google DeepMind'ın DeepSearchQA ve Scale AI'ın ResearchRubrics testleri de dahil olmak üzere bazı harici benchmark'larda sektör lideri sonuçlar elde ediyor . Şirketin kendi açıkladığı bu sonuçlar, bağımsız bir genel doğruluk sertifikası olarak değil, belirli araştırma görevlerindeki performans göstergesi olarak değerlendirilmeli.

Son dakika haberleri neden sorun yaratıyor?

Benchmark sonuçları ile gerçek dünyadaki haber doğruluğu aynı tabloyu göstermiyor. NewsGuard'ın Eylül 2025'te yayımlanan denetimine göre yapay zekâ sohbet araçları, Ağustos 2025'te yanlış haber iddialarını %35 oranında tekrarladı. Bu oran bir önceki yıl %18'di .

Perplexity, test edilen önde gelen sohbet araçları arasında en belirgin performans düşüşünü yaşayan platform olarak öne çıktı. NewsGuard'ın 2024 testinde Perplexity doğru yanıt verme konusunda kusursuz bir sonuç almışken, 2025 denetiminde denemelerin neredeyse yarısında doğru yanıt veremedi .

Bağımsız güvenilirlik takipçisi TruthSignal da @AskPerplexity hesabının ortalama güvenilirliğini %65 olarak değerlendiriyor. Platformu genel sorular ve keşif amaçlı araştırmalar için kullanılabilir bulurken, doğrulama çalışmaları veya hassas konulardaki güvenilirliğinin tartışmalı olduğunu belirtiyor .

Bu farkın temel nedeni ölçüm koşullarıyla ilgili. Benchmark'lar genellikle sabit ve iyi belgelenmiş bilgileri test eder. Son dakika haberlerinde ise anlatılar hızla değişir, kaynaklar birbiriyle çelişebilir ve konu hakkında henüz güvenilir birincil kaynak bulunmayabilir. Yapay zekâ arama araçları tam da bu koşullarda daha fazla hata yapabilir.

Kaynak gösterme sistemi ne kadar güvenilir?

Perplexity'nin en önemli vaadi, her yanıtı numaralı kaynaklarla desteklemesi. Bu sistem, kullanıcıya iddiaları tek tek kontrol etme imkânı veriyor. Ancak bir kaynağın listelenmesi, o kaynağın yanıtı gerçekten desteklediği anlamına gelmiyor.

Şubat-Mart 2026 döneminde gerçekleştirilen bir gerçek kullanım testinde, 847 Pro Search sorgusundaki 200 kaynak kontrol edildi. Kaynakların %78'i doğru bulundu . Başka bir ifadeyle, yaklaşık her beş kaynaktan biri yanıt içinde ileri sürülen iddiayı gerçekten desteklemiyordu.

Diğer incelemeler de kaynak kalitesinin değişken olduğunu belirtiyor. Akademik makaleler veya resmî belgelerle birlikte blog yazıları ve daha düşük otoriteli siteler de kaynak olarak gösterilebiliyor . Bazı kullanıcı testlerinde ise gerçekte var olmayan ya da konuyla ilgisiz sayfalara yönlendiren hatalı kaynaklar tespit edildi .

Akademik araştırma söz konusu olduğunda risk daha da önemli. Tow Center çalışmasına ilişkin değerlendirmelere göre Perplexity, test edilen yapay zekâ arama motorları arasında hatalı kaynak gösterme oranı en düşük araçlardan biri olsa da vakaların yaklaşık %37'sinde yanlış yanıt verdi. Bu, üç çıktının birinden fazlasında hata veya yanlış atfedilmiş iddia bulunabileceği anlamına geliyor .

Perplexity hangi konularda başarılı?

Bağımsız incelemeler, Perplexity'nin güçlü ve zayıf yönleri konusunda büyük ölçüde benzer sonuçlara ulaşıyor .

En başarılı olduğu alanlar

• Kaynak gösterilmesi gereken olgusal araştırmalar
• Güncel bilgiler ve değişen gündem hakkında ilk araştırma
• Hızlı tanımlar ve genel bilgi soruları
• Teknoloji, bilim ve tarih gibi yapısı belirgin konular
• Kaynak keşfi ve farklı metinleri özetleyerek bir araya getirme

Daha dikkatli kullanılması gereken alanlar

• Derin akıl yürütme ve çok aşamalı karmaşık analiz
• İnternette az kaynak bulunan niş akademik konular
• Gelişmelerin hızla değiştiği son dakika haberleri
• Yaratıcı yazarlık ve uzun biçimli içerik üretimi
• Kaynak kalitesinin kritik önem taşıdığı hassas iddialar

Tek bir doğruluk oranı neden yok?

İnternette sıkça tekrarlanan “%95 doğruluk” ifadesine rağmen Perplexity, tüm yanıt türlerini kapsayan ve bağımsız biçimde denetlenmiş tek bir doğruluk değerlendirmesi yayımlamış değil . Ölçülen performans; benchmark'a, ürün moduna, seçilen dil modeline, bilgi kaynağına, soru türüne ve doğruluğun tanımına göre değişiyor .

Bu nedenle %93,9'luk SimpleQA puanını tüm yanıtların %93,9'unun doğru olduğu şeklinde yorumlamak doğru olmaz. Aynı şekilde %78'lik kaynak doğruluğu da her sorgu için geçerli evrensel bir oran değil; belirli bir ürün ve test yöntemiyle elde edilmiş gerçek kullanım sonucudur.

Sonuç: Güvenilir bir başlangıç noktası, nihai otorite değil

Verilerin tamamı birlikte değerlendirildiğinde Perplexity, doğrulanabilir kaynaklara dayalı genel araştırmalar için en güvenilir yapay zekâ araçlarından biri olarak öne çıkıyor. Özellikle bilim, teknoloji, genel olgusal bilgiler ve yapılandırılmış konularda güçlü benchmark sonuçları veriyor. Numaralı kaynak sistemi de yanıtları kontrol etmeyi, yalnızca kapalı bir sohbet modeline kıyasla daha kolay hâle getiriyor.

Ancak bu avantaj, Perplexity'nin her yanıtının doğru olduğu anlamına gelmiyor. Son dakika haberlerinde, hassas iddialarda ve akademik çalışmalarda platformu nihai cevap olarak değil, araştırmaya başlamak için kullanılan bir yardımcı olarak görmek daha doğru. Kritik bilgileri resmî kurumlar, birincil kaynaklar ve güvenilir uzman yayınları üzerinden mutlaka manuel olarak doğrulayın.

AI Business Weekly tarafından aktarılan bağımsız değerlendirmelerde ise genel olgusal doğruluk %94 olarak veriliyor. Soru türlerine göre bildirilen oranlar şöyle :

• Bilimsel araştırma soruları: %97,2
• Akademik içerik: %95
• Teknik dokümantasyon: %94
• Genel olgusal sorular: %94

Politika analizi, teknik sorun giderme ve şirket araştırması gibi iş odaklı sorulara yönelik profesyonel benchmark testlerinde Perplexity'nin %92 olgusal doğruluk elde ettiği, aynı testlerde ChatGPT'nin ise %87'de kaldığı raporlandı .

Perplexity'nin Haziran 2026'da duyurduğu DRACO benchmark'ına göre Deep Research modeli, Google DeepMind'ın DeepSearchQA ve Scale AI'ın ResearchRubrics testleri de dahil olmak üzere bazı harici benchmark'larda sektör lideri sonuçlar elde ediyor . Şirketin kendi açıkladığı bu sonuçlar, bağımsız bir genel doğruluk sertifikası olarak değil, belirli araştırma görevlerindeki performans göstergesi olarak değerlendirilmeli.

Son dakika haberleri neden sorun yaratıyor?

Benchmark sonuçları ile gerçek dünyadaki haber doğruluğu aynı tabloyu göstermiyor. NewsGuard'ın Eylül 2025'te yayımlanan denetimine göre yapay zekâ sohbet araçları, Ağustos 2025'te yanlış haber iddialarını %35 oranında tekrarladı. Bu oran bir önceki yıl %18'di .

Perplexity, test edilen önde gelen sohbet araçları arasında en belirgin performans düşüşünü yaşayan platform olarak öne çıktı. NewsGuard'ın 2024 testinde Perplexity doğru yanıt verme konusunda kusursuz bir sonuç almışken, 2025 denetiminde denemelerin neredeyse yarısında doğru yanıt veremedi .

Bağımsız güvenilirlik takipçisi TruthSignal da @AskPerplexity hesabının ortalama güvenilirliğini %65 olarak değerlendiriyor. Platformu genel sorular ve keşif amaçlı araştırmalar için kullanılabilir bulurken, doğrulama çalışmaları veya hassas konulardaki güvenilirliğinin tartışmalı olduğunu belirtiyor .

Bu farkın temel nedeni ölçüm koşullarıyla ilgili. Benchmark'lar genellikle sabit ve iyi belgelenmiş bilgileri test eder. Son dakika haberlerinde ise anlatılar hızla değişir, kaynaklar birbiriyle çelişebilir ve konu hakkında henüz güvenilir birincil kaynak bulunmayabilir. Yapay zekâ arama araçları tam da bu koşullarda daha fazla hata yapabilir.

Kaynak gösterme sistemi ne kadar güvenilir?

Perplexity'nin en önemli vaadi, her yanıtı numaralı kaynaklarla desteklemesi. Bu sistem, kullanıcıya iddiaları tek tek kontrol etme imkânı veriyor. Ancak bir kaynağın listelenmesi, o kaynağın yanıtı gerçekten desteklediği anlamına gelmiyor.

Şubat-Mart 2026 döneminde gerçekleştirilen bir gerçek kullanım testinde, 847 Pro Search sorgusundaki 200 kaynak kontrol edildi. Kaynakların %78'i doğru bulundu . Başka bir ifadeyle, yaklaşık her beş kaynaktan biri yanıt içinde ileri sürülen iddiayı gerçekten desteklemiyordu.

Diğer incelemeler de kaynak kalitesinin değişken olduğunu belirtiyor. Akademik makaleler veya resmî belgelerle birlikte blog yazıları ve daha düşük otoriteli siteler de kaynak olarak gösterilebiliyor . Bazı kullanıcı testlerinde ise gerçekte var olmayan ya da konuyla ilgisiz sayfalara yönlendiren hatalı kaynaklar tespit edildi .

Akademik araştırma söz konusu olduğunda risk daha da önemli. Tow Center çalışmasına ilişkin değerlendirmelere göre Perplexity, test edilen yapay zekâ arama motorları arasında hatalı kaynak gösterme oranı en düşük araçlardan biri olsa da vakaların yaklaşık %37'sinde yanlış yanıt verdi. Bu, üç çıktının birinden fazlasında hata veya yanlış atfedilmiş iddia bulunabileceği anlamına geliyor .

Perplexity hangi konularda başarılı?

Bağımsız incelemeler, Perplexity'nin güçlü ve zayıf yönleri konusunda büyük ölçüde benzer sonuçlara ulaşıyor .

En başarılı olduğu alanlar

• Kaynak gösterilmesi gereken olgusal araştırmalar
• Güncel bilgiler ve değişen gündem hakkında ilk araştırma
• Hızlı tanımlar ve genel bilgi soruları
• Teknoloji, bilim ve tarih gibi yapısı belirgin konular
• Kaynak keşfi ve farklı metinleri özetleyerek bir araya getirme

Daha dikkatli kullanılması gereken alanlar

• Derin akıl yürütme ve çok aşamalı karmaşık analiz
• İnternette az kaynak bulunan niş akademik konular
• Gelişmelerin hızla değiştiği son dakika haberleri
• Yaratıcı yazarlık ve uzun biçimli içerik üretimi
• Kaynak kalitesinin kritik önem taşıdığı hassas iddialar

Tek bir doğruluk oranı neden yok?

İnternette sıkça tekrarlanan “%95 doğruluk” ifadesine rağmen Perplexity, tüm yanıt türlerini kapsayan ve bağımsız biçimde denetlenmiş tek bir doğruluk değerlendirmesi yayımlamış değil . Ölçülen performans; benchmark'a, ürün moduna, seçilen dil modeline, bilgi kaynağına, soru türüne ve doğruluğun tanımına göre değişiyor .

Bu nedenle %93,9'luk SimpleQA puanını tüm yanıtların %93,9'unun doğru olduğu şeklinde yorumlamak doğru olmaz. Aynı şekilde %78'lik kaynak doğruluğu da her sorgu için geçerli evrensel bir oran değil; belirli bir ürün ve test yöntemiyle elde edilmiş gerçek kullanım sonucudur.

Sonuç: Güvenilir bir başlangıç noktası, nihai otorite değil

Verilerin tamamı birlikte değerlendirildiğinde Perplexity, doğrulanabilir kaynaklara dayalı genel araştırmalar için en güvenilir yapay zekâ araçlarından biri olarak öne çıkıyor. Özellikle bilim, teknoloji, genel olgusal bilgiler ve yapılandırılmış konularda güçlü benchmark sonuçları veriyor. Numaralı kaynak sistemi de yanıtları kontrol etmeyi, yalnızca kapalı bir sohbet modeline kıyasla daha kolay hâle getiriyor.

Ancak bu avantaj, Perplexity'nin her yanıtının doğru olduğu anlamına gelmiyor. Son dakika haberlerinde, hassas iddialarda ve akademik çalışmalarda platformu nihai cevap olarak değil, araştırmaya başlamak için kullanılan bir yardımcı olarak görmek daha doğru. Kritik bilgileri resmî kurumlar, birincil kaynaklar ve güvenilir uzman yayınları üzerinden mutlaka manuel olarak doğrulayın.