Beta Space StudioBeta Space Studio logo
📊 BenchmarksNEW

TRLawBench

Turkish law LLM benchmark: Measures large language models' Turkish legal knowledge and reasoning across 3 stages. Comprehensive evaluation of 297 questions covering ÖSYM exam items, advanced reasoning, and open-ended analysis.

Developer: Beta Space Studio

Overview

TRLawBench is an open three-stage benchmark that measures how well large language models (GPT, Claude, Gemini, Gemma, Qwen, Grok, DeepSeek, Mistral, Llama and others) handle Turkish law. Stages 2 and 3, co-authored with attorney Esat Erbil Tavus, were compiled from print sources and never published online, eliminating training-data contamination.

Why TRLawBench?

  • Turkish legal reasoning focus: Not general language fluency but grounded evaluation against Turkish Code of Obligations (TBK), Turkish Penal Code (TCK), the Constitution, and related legislation.
  • Contamination-free: 200 questions sourced from print, never indexed online, so they cannot appear in training data.
  • Transparent methodology: Correct-answer detection is deterministic; the LLM judge scores only reasoning quality and is blind to the model identity.

Evaluation Methodology

  • Stage 1: Foundational Legal Knowledge. 97 multiple-choice questions from ÖSYM legal exams. Correct answers derived from the official ÖSYM answer key.
  • Stage 2: Advanced Turkish Legal Reasoning. 100 advanced multiple-choice questions across 14 categories. Print-sourced, never online.
  • Stage 3: Open-Ended Questions. 100 open-ended questions spanning 14 branches of law. Deterministic letter-match plus Gemini 3.1 Pro blind-judge scoring on a 0 to 10 scale.

Per-stage leaderboards, accuracy rates, and sample Q&A are available in the interactive panel above.

Stage 03Judge: Gemini 3.1 Pro Preview40 models

Open-Ended Questions

Prepared together with Atty. Esat Erbil Tavus, the third stage consists of 100 open-ended legal questions categorized across 14 branches of law. Questions were compiled from various print sources and are not available online, so they cannot have leaked into models' training data. Each requires free-form responses with grounded argumentation and references to relevant legislation and case law.

Correct count is deterministic: every question has a ground-truth answer in the bank, and the model's chosen letter is matched against it — no LLM judge involved, so self-bias is impossible. Gemini 3.1 Pro (blind judge — unaware of which model produced the response) separately scores each answer on a 0–10 scale: correct answers reached through the expected reasoning path earn 10; correct answers with reasoning gaps score below 10; responses with largely sound reasoning can earn above 0 even when they reach the wrong conclusion. Evaluated April 2026.

Score Comparison

Gemini 3.1 Pro + YargıPro
Google·9.85 avg
96 / 100
Gemini 3.1 Pro Preview
Google·9.73 avg
92 / 100
Gemini 3.5 Flash + YargıPro
Google·9.58 avg
91 / 100
GPT-5.6 Sol + YargıPro
OpenAI·9.44 avg
91 / 100
Fable 5 + YargıPro
Anthropic·9.64 avg
90 / 100
GPT-5.6 Terra + YargıPro
OpenAI·9.50 avg
90 / 100
Gemini 3 Flash Preview
Google·9.46 avg
90 / 100
GPT-5.6 Sol
OpenAI·9.65 avg
89 / 100
GPT-5.5 + YargıPro
OpenAI·9.38 avg
89 / 100
GPT-5.6 Terra
OpenAI·9.33 avg
89 / 100
Grok 4.5 + YargıPro
xAI·9.35 avg
88 / 100
GPT-5.6 Luna + YargıPro
OpenAI·9.25 avg
87 / 100
Fable 5
Anthropic·9.45 avg
86 / 100
GPT-5.5
OpenAI·9.38 avg
85 / 100
DeepSeek V4 Pro + YargıPro
DeepSeek·8.97 avg
85 / 100
Claude Sonnet 5 + YargıPro
Anthropic·8.92 avg
85 / 100
Gemini 3.5 Flash
Google·9.18 avg
84 / 100
Claude Opus 4.8 + YargıPro
Anthropic·9.23 avg
82 / 100
GPT-5.4
OpenAI·9.08 avg
81 / 100
Claude Opus 4.7
Anthropic·9.02 avg
81 / 100
Claude Opus 4.6
Anthropic·9.03 avg
80 / 100
GPT-5.6 Luna
OpenAI·8.90 avg
80 / 100
Inkling + YargıPro
Thinking Machines·8.48 avg
78 / 100
GLM 5.2 + YargıPro
Zhipu·8.02 avg
78 / 100
Claude Opus 4.8
Anthropic·9.03 avg
77 / 100
Claude Sonnet 4.6
Anthropic·8.38 avg
77 / 100
Gemma 4 31B · MCP
Google·8.38 avg
76 / 100
Gemma 4 26B A4B · MCP
Google·8.11 avg
76 / 100
Grok 4.5
xAI·8.51 avg
73 / 100
Claude Sonnet 5
Anthropic·8.13 avg
67 / 100
Inkling
Thinking Machines·7.43 avg
62 / 100
GPT-5.4 Mini
OpenAI·7.76 avg
61 / 100
Grok 4.20
xAI·7.38 avg
60 / 100
Gemma 4 31B
Google·7.30 avg
60 / 100
Gemini 3.1 Flash Lite Preview
Google·7.50 avg
58 / 100
Gemma 4 26B A4B
Google·7.11 avg
58 / 100
DeepSeek V4 Pro
DeepSeek·7.45 avg
57 / 100
Qwen 3.6 Plus
Alibaba·6.97 avg
57 / 100
GLM 5.2
Zhipu·6.64 avg
53 / 100
GPT OSS 120B
OpenAI·4.78 avg
42 / 100

Sample Question

  • AMaliye Bakanlığına başvurmak suretiyle
  • Bİdare mahkemesinde dava açmak suretiyle
  • CMal sahibi idareye başvurup, olumsuz cevap alırsa Danıştay'a başvurmak suretiyle
  • DO yer asliye hukuk mahkemesine başvurmak suretiyle
  • EBaşbakanlığa başvurmak suretiyle
Expected Answer
Bir kamu tüzel kişisi bir başka kamu tüzel kişisinin taşınmazına ihtiyaç duyarsa, kamulaştırma yapamaz, aksi halde, konusu gayrimeşru olan bu işlem yok hükmünde sayılır. Kamu tüzel kişilerinin ve kurumlarının sahip oldukları taşınmaz mal, kaynak veya irtifak hakları diğer bir kamu tüzel kişisi veya kurumu tarafından kamulaştırılamaz. İlgili idarenin başvuruya olumsuz cevap vermesi durumunda, alıcı idarenin başvurusu üzerine devir istemi Danıştay idari dairesince incelenerek iki ay içinde kesin karara bağlanır. Yanıt, C seçeneği.
Model Answer
Claude Opus 4.6
Anthropic
Correct
# 2942 Sayılı Kamulaştırma Kanunu - Kamu Tüzel Kişileri Arası Taşınmaz Devri ## İlgili Kanun Maddesi: Madde 30 2942 sayılı Kamulaştırma Kanunu'nun **30. maddesi**, kamu tüzel kişilerinin birbirlerine ait taşınmazlara ihtiyaç duyması halini özel olarak düzenler. Bu maddeye göre: > **Temel kural:** Kamu tüzel kişilerinin sahip oldukları taşınmaz mal, kaynak veya irtifak hakları diğer bir kamu tüzel kişisi veya kurumu tarafından **kamulaştırılamaz.** Bu nedenle olağan kamulaştırma yolu (asliye hukuk mahkemesi, bedel tespiti vs.) burada uygulanmaz. Bunun yerine **özel bir idari usul** öngörülmüştür: ### İki Aşamalı Süreç: | Aşama | Açıklama | |-------|----------| | **1. Aşama** | Taşınmaza ihtiyaç duyan idare, **mal sahibi idareye başvurarak** satın alma talebini bildirir | | **2. Aşama** | Mal sahibi idare **60 gün içinde** taşınmazı devretmez veya olumsuz cevap verirse → ihtiyaç sahibi idare **Danıştay'a** başvurarak devir kararı verilmesini talep eder | ## Seçeneklerin Değerlendirilmesi: - **A** ❌ Maliye Bakanlığı'na başvuru öngörülmemiştir. - **B** ❌ İdare mahkemesi yetkili değildir. - **C** ✅ Önce mal sahibi idareye başvuru, olumsuz cevap halinde **Danıştay'a başvuru** → Madde 30'un tam karşılığı. - **D** ❌ Asliye hukuk mahkemesi olağan kamulaştırma bedel tespit davalarında yetkilidir; kamu-kamu arası devir için değil. - **E** ❌ Başbakanlığa başvuru şeklinde bir usul kanunda yoktur. ## Gerekçe Madde 30, kamu tüzel kişileri arasındaki taşınmaz ihtiyacının **önce uzlaşma (idareye başvuru)**, uzlaşma sağlanamazsa **yargısal çözüm (Danıştay)** yoluyla giderilmesini öngörmektedir. Danıştay burada "ilk derece mahkemesi" sıfatıyla karar verir ve taşınmazın hangi idareye bırakılacağına kamu yararı ölçütüyle hükmeder. **CEVAP: C**
Judge Note
Öğrencinin cevabı mükemmel bir hukuki analiz içermektedir. Öğrenci sadece doğru şıkkı (C) bulmakla kalmamış, aynı zamanda 2942 sayılı Kamulaştırma Kanunu'nun ilgili 30. maddesini isabetli bir şekilde tespit etmiştir. Kamu tüzel kişileri arasında kamulaştırma yapılamayacağı temel kuralını, sürecin idari aşamasını (mal sahibi idareye başvuru) ve uyuşmazlık aşamasını (Danıştay'a başvuru) eksiksiz ve sistematik bir tablo ile açıklamıştır. Ayrıca diğer seçeneklerin neden yanlış olduğunu da usul hukuku ve idare hukuku prensipleri çerçevesinde doğru bir şekilde gerekçelendirmiştir. Gerekçe tam, doyurucu ve hukuki terminoloji açısından kusursuzdur. PUAN: 10
TRLawBench - Resources | Beta Space Studio | Beta Space Studio