Yapay Zeka Araçları
Türkçe Rehberi

Kilnframe

Premiere Pro ve DaVinci Resolve Studio için ücretsiz, açık kaynak eklenti. Timeline'da seçtiğin konuşmaya uygun animasyonu yapay zekayla yazıyor ve ses efektleriyle birlikte görüntünün üstüne yerleştiriyor.

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.

LM Studio Bionic

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

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.

Parla AI

Türkçe sohbet odaklı yapay zeka asistanı: soru-cevap, metin yazımı, çeviri ve sesli kullanım. Geliştiriciler için tek endpoint'lik REST API de sunuyor.

ChatGPT

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

Spark-X2.6-4B

Spark-X2.6-4B, XHToken ekibinin (SparkLLM) 21 Ekim 2026'da Apache 2.0 lisansıyla yayınladığı 4 milyar parametrelik açık ağırlıklı model. Hedefi net: telefon, dizüstü ve mini PC üzerinde çalışan, araç kullanan ajanlar. Ağırlıklar Hugging Face'te indirilebilir durumda, ticari kullanıma da açık. Model, bir ay önceki Spark-X2.5-4B ile birebir aynı mimariyi kullanıyor; kartın kendi ifadesiyle kazanç tamamen post-training'den geliyor. Mimari hibrit dikkat: 36 katmanın çoğu 512 token'lık kayan pencereyle, her dört katmanda biri tam dikkatle çalışıyor. Bu yapı 1.048.576 token'a kadar context açıyor. Kartın örnek kodunda çıktı sınırı 131.072 token'a ayarlı. En pratik tarafı düşünme bütçesi. Üç kademe var: hiç düşünme, düşük, yüksek. Aynı modeli basit bir sınıflandırma için hızlı, karmaşık bir kod hatası için derin çalıştırabiliyorsun. Araç çağırma ilk günden destekli; llama.cpp b10828 ve sonrası, Ollama 0.34.1 ve sonrası, LM Studio 0.4.0 ve sonrası modeli tanıyor. vLLM ve SGLang tarafında OpenAI uyumlu sunucu olarak da açabiliyorsun. Sayılar modele değil, üreticinin kendi tablosuna ait. Karttaki karşılaştırmada genel ortalama 63,3; Spark-X2.5-4B 52,1, Qwen3.5-9B 49,1, Qwen3.5-4B 43,2, Gemma4-12B 47,0 ve Gemma4-E4B 29,7 görünüyor. Kod tarafında SWE Verified 62,8, SWE Pro 54,3; ajan tarafında BFCL-V4 71,8, τ²-bench 86,9, MCP-Atlas 62,4, BrowseComp 53,1; bilgi tarafında GPQA Diamond 77,1 ve IFEval 93,6. Uzun context'te Graphwalks bfs 1m f1 skoru 34,2 ve OpenAI MRCR v2 512k-1M 26,0 — yani 1M pencere var ama o pencerenin en ucunda doğruluk belirgin şekilde düşüyor. Rakip skorların bir kısmı yıldızlı, yani kendi kartlarından alınmış beyanlar; bağımsız ölçüm yok. SWebBench ve PAgentBench üreticinin kendi testleri ve henüz açık kaynak değil. Donanım tarafı gerçekten hafif. GGUF dosyaları Q4_K_M 3,54 GB, Q8_0 4,38 GB, tam hassasiyet 8,23 GB. Q4 ile 6 GB VRAM'li bir kartta çalışır, 8 GB'de rahat. Dikkat: Ollama'daki tek sürüm 8,2 GB'lık tam hassasiyetli dosya, yani ollama run komutu Q4'ü değil onu indiriyor. Ama 1M context'i yerelde açmak ayrı bir iş: kart, sunucuyu başlatırken context uzunluğunu düşürmeyi öneriyor. Günlük kullanımda 32K-128K aralığı gerçekçi. Türkçe için beklentiyi düşük tut. Model kartındaki dil listesi yalnızca İngilizce ve Çince. Kendi Türkçe testimizde de bu doğrulandı: ek çekimi istediğimiz listeyi hiç çekimlemeden geri verdi, deyimleri yanlış anlamda kullandı, dilekçede anlamsız cümleler kurdu ve araya "checkler", "Datum" gibi yabancı kelimeler kaçırdı. Kartta bilgi kesim tarihi verilmiyor. Kime yarar: kendi makinesinde araç çağıran bir ajan çalıştırmak isteyen, Türkçe dışı işlerde hızlı ve ucuz bir 4B arayan. Kime yaramaz: Türkçe üretim yapacaklar ve 1M context'i yerelde sonuna kadar kullanmayı bekleyenler.

Kimi K3.1 Pro

Moonshot AI'ın 23 Ekim 2026'da yayınladığı K3.1 serisinin ilk modeli. Kimi K3'ün çok daha fazla post-training hesaplamasıyla yeniden eğitilmiş hali. Şirket onu "bugüne kadarki en yetenekli 3T sınıfı açık ağırlıklı modelimiz" diye tanıtıyor. 1 milyon token context window'u var, görsel ve video girdisini anlayabiliyor, çıktısı metin. Odaklandığı alanlar uzun soluklu kodlama, 3D modelleme, finansal araştırma ve uçtan uca agentic iş akışları. Kodlamada Terminal-Bench 4.0'da %65,7 alıyor. Bu, Claude Opus 5.5'in %66,4'ünün hemen altında, GPT-6 Astra'nın %58,2'sinin üstünde. Oyun ve web arayüzlerinde görsel tarzı da daha özenli hale gelmiş. 3D tarafında BenchCAD'de (araçlarla) 92,7 puan alıyor, Claude Opus 5.5 96,2 ve GPT-6 Astra 95,9 ile önde. Parametrik modellemede, yani mekanik parça, mimari maket ve özel mobilya gibi işlerde güçlü. MCP bağlayıcısı olmadan Blender ve CAD yazılımları için script yazıp çalıştırabiliyor. Finansta OfficeQA Pro v2'de 64,4 ile en yüksek skoru veriyor. Moonshot'ın iç testlerinde finansal modelleme, finansal araştırma ve iş operasyonu görevlerinde K3'ü sırasıyla 7,2, 11,6 ve 28,1 puan geçiyor. Halüsinasyon tarafında da belirgin bir düzelme var: zor halüsinasyon testinde iddia bazlı hata oranı K3'teki %23,4'ten %8,3'e inmiş. Siber güvenlik tarafında bilinçli bir sınır koymuşlar. Açık ağırlıklı sürüm için eğitim verisinden siber saldırıyla ilgili içerik ayıklanmış. Şirketin ilkesi, siber yeteneğin mutlak sınırını ileri taşıyacak açık ağırlık yayınlamamak. Model bu alanda en az üç aydır piyasada olan kapalı frontier modellerin gerisinde kalıyor. Fiyat: 1M token başına girişte 2 dolar, çıkışta 10 dolar, cache'ten okunan girişte 0,20 dolar. K3'ün 3/15 dolarına göre üçte bir ucuz. 2-3 kat hızlı çalışan Highspeed sürümü 4/20 dolar. Kimi.com, Kimi mobil uygulamaları, Kimi Work, Kimi Code ve Kimi API üzerinden erişebilirsin. Kurumsal hesaplarda yönetici açana kadar kapalı geliyor. Tam model ağırlıkları 4 Kasım 2026'ya kadar yayınlanacak, o güne kadar indirilebilir ağırlık yok. Senin için ne anlama geliyor: 1M context'te uzun kod deposu okuma, belge ve finansal tablo analizi ya da 3D/CAD script üretimi gerekiyorsa K3.1 Pro fiyatına göre güçlü bir seçenek. Ağırlıklar açılsa bile 3T sınıfı bir modeli kişisel bilgisayarda çalıştıramazsın, pratikte tek yol API ya da Kimi uygulamaları.

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.

Gizli bir dizinin ardındaki en olası yolu bulan dinamik programlama algoritması. Gözlemlere bakar, bunları en muhtemel hangi durumların ürettiğini çözer.

Güçlü yön — üstel bir aramayı polinom zamana indiriyor, onlarca yıllık ama hâlâ dizi modellerinin iskeletinde. Dikkat — sadece tek bir en olası yolu verir, tüm olasılıkların toplamını değil; onun için forward algoritması gerekir.

minimax aramasını hızlandıran kısayol. Sonucu değiştiremeyecek dalları hiç açmadan atlar, böylece aynı sürede çok daha derine bakabilirsin.

Güçlü yön — sonucu bozmadan aramayı katbekat hızlandırır; iyi sıralamayla aynı sürede iki kat derine iner. Dikkat — kazancın tamamı hamle sırasına bağlı; kötü sıralamada düz minimax''ten farkı kalmaz.

Doğrusal ayrılamayan veriyi, yüksek boyutlu bir uzaya taşımış gibi davranarak ayıran matematik numarası — hem de o uzayı hiç hesaplamadan.

Güçlü yön — yüksek boyutlu dönüşümü hiç hesaplamadan onun gücünü verir; sonsuz boyutlu uzay bile elinin altında. Dikkat — SVM örnek sayısının karesinden hızlı ölçeklenir, çok büyük veride yavaşlar.