Eylül 2026 notu: yeni yerel modelleri Türkçe için nasıl sınamalı?
9 Eylül 2026 · Birincil kaynaklara dayalı değerlendirme notu.
Yeni bir modelin yayımlanması, Türkçe görevlerde daha iyi sonuç verdiğini göstermez. Modeli mevcut iş akışına almadan önce kendi örneklerinle karşılaştır. Bu yazı için yeni Türkçe benchmark koşusu yapılmadı ve liderlik tablosuna ölçülmemiş puan eklenmedi.
Nemotron 3.5 Lightning: model boyutu ile etkin parametreyi ayır
Ollama, NVIDIA Nemotron 3.5 Lightning desteğini 11 Ağustos 2026'da duyurdu. Duyuruda toplam 30 milyar, token başına etkin 3 milyar parametre belirtiliyor. Etkin parametre sayısını tek başına VRAM gereksinimi olarak kullanma.
Kurulumdan önce model dosyasını, nicemleme türünü, çalışma motorunu ve bağlam uzunluğunu kaydet. Aynı bilgisayarda mevcut modelinle karşılaştır. Türkçe yanıt kalitesini yalnızca üretim hızına bakarak değerlendirme.
Kaynak: Ollama'nın Nemotron 3.5 Lightning duyurusu.
Muse Glimmer: Türkçe metin ve görsel görevlerini ayrı ölç
Ollama'nın 10 Ağustos 2026 tarihli duyurusu, Muse Glimmer'ı Apache 2.0 lisanslı 30B çok kipli bir model olarak tanıtıyor; Apple silicon için MLX sürümü de sunuluyor. Bu bilgiler Türkçe başarı oranı değildir.
Deneme setine Türkçe karakter içeren kısa metinler, eklerle anlamı değişen cümleler ve cevabı kaynak metinde bulunmayan sorular ekle. Görsel destek gerekiyorsa aynı ekran görüntülerini kullan; görüntüden çıkarılan metni özgün belgeyle karşılaştır. Sonuçları doğru cevap, eksik cevap ve uydurma bilgi olarak ayrı kaydet. Bu önerilen kontrol listesinin sonuçları henüz bu sitede ölçülmüş veri olarak yayımlanmış değildir.
Kaynak: Ollama'nın Muse Glimmer duyurusu.
Bulut maliyetini eski abonelik varsayımıyla hesaplama
Ollama, 31 Ağustos 2026'da bulut planlarında token başına fiyatlandırmayı duyurdu. Yerel kurulumla karşılaştırırken sağlayıcının güncel fiyat sayfasını, beklenen girdi ve çıktı miktarını birlikte kontrol et. Bu yazı güncel bir döviz kuru, TL tutarı veya kesin geri ödeme süresi vermiyor.
Yerel çalışma denemesinde disk alanını, bellek kullanımını ve bakım ihtiyacını da not et. Bir ajanın modelini yerelde çalıştırmak, kullandığı bütün araçların çevrimdışı olduğu anlamına gelmez. Dış servislere giden araç çağrılarını ayrıca incele; ilk denemelerde kişisel veri ve gerçek erişim anahtarı kullanma.
Kaynak: Ollama'nın fiyatlandırma duyurusu.
Sonucu yeniden üretilebilir biçimde paylaş
- Modelin tam adını, sürümünü ve nicemlemesini yaz.
- Donanımı, çalışma motorunu, bağlam ayarını ve deneme tarihini ekle.
- Girdi örneklerini paylaşmadan önce kişisel bilgileri çıkar.
- Ölçtüğün sonucu, sağlayıcı duyurusundan alınan iddiadan ayrı göster.
Benchmark metodolojisi ölçümün nasıl okunacağını açıklar. Model tablosundaki kanıt etiketini kontrol et; planlanan veya dış kaynaktan aktarılan sonucu birinci elden ölçüm gibi kullanma.
Bu yazı bağlantılı birincil kaynaklar kullanılarak yapay zekâ desteğiyle hazırlandı. Yeni donanım denemesi veya Türkçe kalite ölçümü yapılmadı. Yayıncıların duyuruları, YerelAI'nin bağımsız test sonucu olarak sunulmuyor.