Yapay Zeka Araçları
Türkçe Rehberi

ChatGPT

ChatGPT, OpenAI'nin yapay zeka sohbet asistanı; metin, görsel, ses ve kod üretimini, derin araştırmayı ve ajan modunu tek platformda birleştirir.

VoiceStudio

Ses klonlama, ses tasarımı, video dublajı, dikte ve sesli kitap üretimini tek masaüstü uygulamasında toplayan açık kaynak araç. Bütün işlemler kendi bilgisayarında çalışıyor, arayüzü Türkçe.

Opengeni

Opengeni her AI ajanına bulutta kendi bilgisayarını veren açık kaynak bir altyapı. Oturumlar hata sonrası kaldığı yerden devam ediyor, riskli adımlar insan onayından geçiyor.

LM Studio Bionic

Açık modellerle çalışan yerel AI ajanı. Kod projelerinde inline diff'le düzenleme yapıyor, Work modunda belge, sunum ve tablo üretiyor.

HyperFrames

HeyGen'in açık kaynak video aracı: HTML, CSS ve animasyonla kurulan sahneleri MP4 videoya çeviriyor. Claude Code, Codex, Cursor gibi kod ajanlarına video yaptırmak için tasarlandı.

homestyler

Homestyler ile 3D iç mekan tasarımı ve kat planı oluşturun; mobilya yerleştirme ve dekorasyon için AI destekli araçlar.

Beam 1.0 501B-A23B

Beam 1.0, Reflection AI'ın 16 Ekim 2026'da yayınladığı ilk açık ağırlıklı modeli. Şirket bugüne kadar kapalı API üzerinden çalışıyordu; Beam ile birlikte ağırlıkları Apache 2.0 lisansıyla Hugging Face'e koydu. Model kodlama, akıl yürütme ve uzun ufuklu ajan işleri için tasarlanmış seyrek bir mixture-of-experts: 501,3B toplam parametre, token başına 23,4B aktif. 52 katmanın 3'ü dense, 49'u MoE; 256 expert, 152 bin token'lık vocabulary ve gated GQA + sliding window attention kullanıyor. En dikkat çekici tarafı context window: 1 milyon token. Bu ölçekte açık ağırlıklı bir modelde 1M pencere hâlâ nadir ve doğrudan uzun kod tabanı işlerine yarıyor. Benchmark tarafında model kartındaki BF16 sürümü SWE-bench Verified'da %81,6, SWE-bench Multilingual'de %78,3, Terminal-Bench 2.1'de %80,1, SWE-bench Pro v2-Hard'da %76,5 alıyor. Akıl yürütmede AIME 2026 %97,7, GPQA Diamond %90,6; araçlı HLE %51,1, araçsız HLE %36,0. Yani tepe skorlar kodlama ve terminal işlerinde toplanıyor, genel bilgi sorularında frontier kapalı modellerin gerisinde kalıyor. Fiyat sağlayıcıya göre değişiyor. OpenRouter'da 1M token için en ucuz seçenek 0,25 dolar giriş, 1,00 dolar çıkış (Nebius), Baseten ve Together'da 0,40 / 1,20 dolara çıkıyor. Reflection kendi blogunda fiyat vermiyor, kendi platformunda beta süresince ücretsiz başlayabiliyorsun ama bu kalıcı bir ücretsiz katman değil. Ağırlıklar indirilebilir olduğu için kendi altyapında da çalıştırabilirsin, ama 501B'lik model BF16'da yaklaşık 1 TB VRAM istiyor; NVFP4 checkpoint'i bile ~290 GB. Pratikte tek makinede değil, çok GPU'lu sunucuda ya da NVFP4 ile birden fazla B200 sınıfı kartta çalışır. Kimin için: uzun kod tabanlarında ajan çalıştıran, terminal üzerinden çok adımlı görev koşturan ekipler için. Kimin için değil: günlük sohbet, görsel/ses girişi (model yalnızca metin alıyor) veya tek GPU'da yerel deneme. Chat template'i OpenAI'ın Harmony formatının değiştirilmiş hâli, yani gpt-oss tarzı harness'larla uyumlu; OpenRouter üzerinden standart chat completions ile çağrılıyor.

Mercury 3

Mercury 3, Inception'ın 19 Ekim 2026'da duyurduğu ve labın bugüne kadarki en yetenekli modeli. Farkı mimaride: bu bir difüzyon dil modeli, yani token'ları tek tek sırayla üretmek yerine paralel üretip rafine ediyor. Pratik sonucu hız. Toplam parametrede Mercury 1'den 40 kat büyük olmasına rağmen NVIDIA GPU'larda saniyede 1.068 token akıtıyor. Inception'ın ölçümüne göre bir dizi benchmark'ta GPT-6 Luna ve Claude Haiku 5.5 seviyesinde ya da üstünde, üstelik onlardan 4-8 kat hızlı. Context penceresi 1 milyon token; önceki Mercury 2.5'te 260 bin token'dı, yani yaklaşık dört kat genişlemiş. Çıktı tarafında 131.072 token sınırı var. Model yalnızca metin alıyor, çıktısı da metin; görsel veya ses girişi yok. Fiyat: liste 1 milyon giriş token'ı 0,20 dolar, çıkış 0,70 dolar, cache okuma 0,02 dolar. Çıkış dönemine özel %50 indirimle şimdilik 0,10 / 0,35 dolar ödüyorsun, indirimin ne zaman biteceği açıklanmadı. Erişim Inception API Platformu, OpenRouter, Baseten ve Vercel üzerinden. OpenAI uyumlu, yani mevcut kodu değiştirmeden deneyebilirsin. API 100 milyon ücretsiz token ile geliyor; bu bir başlangıç kredisi, sürekli bir ücretsiz katman değil. Nerede işe yarar: gecikmenin biriktiği ajan zincirleri — arama ajanları, ses pipeline'ları, kodlama alt-ajanları. Kullanıcıyla gerçek zamanlı konuşan bir asistan kuruyorsan ya da tek görevde onlarca model çağrısı yapıyorsan, token başına hızdan çok toplam süre belirleyici olur. Mercury 3 tam burada öne çıkıyor. Buna karşılık Inception'ın kalite kıyası GPT-6 Luna ve Haiku 5.5 gibi hız sınıfı modellerle yapılmış; zor akıl yürütme ve kod işlerinde frontier modellerle doğrudan bir karşılaştırma yayınlanmadı. Ağırlıklar kapalı, yerel çalıştırma yok. Knowledge cutoff açıklanmadı. Inception, Mercury 2 ve 2.5'i yeni kullanıcılara kapattı; mevcut kullanıcılar 15 Kasım 2026'ya kadar erişebiliyor, Mercury 3 onların yerini alıyor. Inception Türkçe desteği hakkında bilgi vermiyor, Türkçeyi kendi test setimizle de henüz ölçmedik.

Kumru

Kumru, Türk yazılım şirketi VNGRS'in Türkçe için sıfırdan eğittiği bir dil modeli. Eylül 2025'in sonunda duyuruldu ve "yerli ChatGPT" başlıklarıyla kısa sürede gündem oldu. Bu benzetme yanıltıcı: VNGRS'in kendi açıklamasına göre Kumru bir ChatGPT alternatifi değil, şirketlerin kendi sunucularında çalıştırması için tasarlanmış küçük bir model. İki sürümü var. 7,4 milyar parametrelik Kumru-7B açık değil. kumru.ai adresindeki deneme arayüzünden kullanılabiliyor, kurum içinde ise 16 GB belleği olan tek bir ekran kartında çalışabiliyor. 2,4 milyar parametrelik Kumru-2B ise açık kaynak. Apache-2.0 lisansıyla Hugging Face'te duruyor ve ticari kullanım dahil serbest. Bu sayfadaki yerel çalıştırma bilgileri 2B sürüme ait. Kumru'yu ilginç kılan şey boyutu değil, Türkçeye özel *tokenizer* •metni modelin işleyebileceği küçük parçalara bölen bileşen• kullanması. VNGRS'in ölçümüne göre diğer açık modeller aynı Türkçe metin için yüzde 38 ile 98 arasında daha fazla token harcıyor. Pratikte bu, 8.192 token'lık bağlam penceresine çok dilli modellere göre daha fazla Türkçe metin sığması demek. Şirket bunu yaklaşık 20 A4 sayfa olarak tarif ediyor. Model 500 GB temizlenmiş metin üzerinde 300 milyar token görerek eğitildi, ardından yaklaşık 1 milyon örnekle ince ayar yapıldı. VNGRS, Türkçe modelleri ölçen Cetvel testinde Kumru'nun LLaMA-3.3-70B, Gemma-3-27B ve Qwen-2-72B gibi çok daha büyük modelleri genel puanda geçtiğini söylüyor. En güçlü olduğu işler dilbilgisi düzeltme ve özetleme. Bu sonuçlar şirketin kendi ölçümü, bağımsız olarak doğrulanmadı. Sınırları da net. Duyurudan birkaç gün sonra deneme arayüzündeki hatalı yanıtlar sosyal medyada yayıldı. VNGRS'in açıklamasına göre model o tarihte pekiştirmeli öğrenme aşamasından geçmemişti, bu yüzden matematikte hata yapıyor ve uydurma bilgi verebiliyor. Kumru'yu bilgi sorusu sormak ya da hesap yaptırmak için değil, Türkçe metni özetlemek, düzeltmek ve kendi belgelerinle çalışan bir sohbet botunun içinde kullanmak için düşün. Geniş genel bilgi ve akıl yürütme gerekiyorsa Gemma ya da Qwen gibi büyük açık modeller daha güvenli seçim.

Bir dil modelini tek başına metin üreten bir araçtan, iş yapan bir ajana çeviren sarmalayıcı kod. Ajan = model + koşum takımı.

Güçlü yön — Aynı modeli iş yapan bir ajana çeviren asıl sihir burada; ürünler arası farkın çoğu koşum takımından. Dikkat — Model ile karıştırma; zayıf bir koşum takımı iyi bir modeli bile beceriksiz gösterebilir.

Bir yapay zeka modelini çok sayıda testten aynı kurallarla geçiren değerlendirme düzeneği. Sonuçların adil ve tekrar edilebilir olmasını sağlar.

Güçlü yön — Model karşılaştırmasını adil ve tekrar edilebilir kılan şey bu; puanlar ancak aynı iskelette anlamlı. Dikkat — Yüksek benchmark puanı her zaman gerçek kullanımda iyi demek değil; test ezberi olabilir.

Yüzlerce boyutlu veriyi, aralarındaki ilişkiyi koruyarak iki veya üç boyuta indiren bir yöntem. Böylece veri gözle görülebilir hale gelir.

Güçlü yön — Karmaşık veriyi tek bir resimle anlaşılır kılar, grupları gözle görürsün. Dikkat — Harita görseldir; noktalar arası tam uzaklığı birebir ölçmek için değil, yapıyı anlamak için bak.