MiniMax's M3.1 Flash sits ahead of several open-weight rivals on independent scores — at half its claimed speed, and still without weights or a license

The launch arrived with a masked model and left with an argument. MiniMax's new agent model now sits ahead of several open-weight rivals on independent scoring — at roughly half the speed the company advertised, with no weights in sight and no license named.

For well over a week, an anonymous model ran on OpenRouter under the name "Space Bunny." Nobody knew whose it was. The community tallied more than 200 trillion tokens of traffic and watched it climb toward the top of global leaderboards. On October 19, MiniMax stepped forward and admitted the mask was its own: an early build of M3.1 Flash, the company's new code-and-agent model [1][2][15]. Since then it has been live through the MiniMax API, the M Plan subscription and the MiniMax Code app [1][9]. The weights are nowhere to be found. The company says they "will be released later" and has not uttered a word about licensing [1][7]. Any of that would make a serviceable launch post. The interesting part is the shape of the debut: a closed-weight model walked on stage at the exact moment it was about to overtake the open-weight league on independent scoring — then tethered its first week of access to a cloud promotion.

1. The lab behind the mask

MiniMax is a publicly listed Chinese company (HKEX: 00100), and the playbook here is a familiar one: release the model anonymously, let curiosity compound, then drop the official blog post. OpenRouter's community spent weeks guessing who "Space Bunny" belonged to; when the announcement landed, the surprise itself became the press release [1][8]. The same day, MiniMax's X account celebrated the model shipping with "Day0" support on Ollama [8]. That pairing isn't new either — M2 already joined Ollama's cloud back in October 2025 [6].

On the numbers side, the company is positioning the whole "Flash" segment from scratch. The old M3 sat at 29 points on Artificial Analysis' Intelligence Index, costing about $0.51 per task; M3.1 Flash lands at 43 points and roughly $0.22 [11]. MiniMax's "half the price, three times the speed" pitch rests entirely on the distance between those two rows — and for now it is the company's own claim; nobody outside has reproduced it [1][15].

The company's benchmark sheet falls in the same category: 62.2 on Automation-Bench, 73.7 on DeepSWE, 76.2 on BankerToolBench. Then there is Terminal Bench 4.0, where it drops to 38.1 against Opus 5's 51.8 — the quiet corner of that table [1][12][13]. Worth remembering that all of these arrive from a marketing document. The independent table below keeps a different set of books.

2. One model, two speed numbers, one honest read

Speed is the messiest line of this launch. MiniMax's blog post cites a peak above 200 TPS and a P50 north of 170 [1] — measured on the company's own infrastructure, by the company's own instruments. Artificial Analysis, an independent evaluator, had output speed at roughly 93 tokens per second on the evening of October 21, against a class median of 113 [17]. That is about half the advertised rate, sitting below the middle of the pack. (Housekeeping note: the retrievable snapshot of AA's model page is frozen at an older speed value, so the current number comes from its comparison page [10][17]. These measurements drift; this article says "~93 tok/s, accessed Oct 21" and leaves it there.)

The context window carries a similar marketing-versus-practice gap. MiniMax's documentation and Artificial Analysis both cite 1,000,000 tokens [7][10]; Ollama lists the actually usable ceiling at 976K [3]. "1M context" is the product name. 976K is the number left in your account.

Here is the model's pedigree as far as we can actually establish it. Ollama's page shows 428B parameters [3]. That it is a mixture-of-experts architecture with roughly 23B active parameters, sparse attention and a built-in vision encoder comes from MarkTechPost's reporting — MiniMax has published no technical report, so we cannot verify it [12]. Text and image inputs are safe claims; the docs also mention video, but no data shows video working at the Ollama end [3][7][10]. Effort spans five levels from low to max, and reasoning stays on throughout [7]. Integrations written against the old M3 will trip immediately: calls that set thinking.type=disabled or effort=none now return errors, and reasoning text arrives in a separate reasoning_content field — anyone migrating meets this break on the very first call [12].

3. The scorecard: cheap, not fast, and not exactly trustworthy

The class photo, with Artificial Analysis data accessed October 21:

Model	Intelligence Index	Cost per task	Notes
MiniMax M3.1 Flash (max)	43 (42 at launch)	~$0.22	4/173; 48% HLE, 22% CritPt; 93 tok/s, below median
GLM-5.3-Flash (max)	42	~$0.28	Neck and neck with M3.1 in launch analysis
DeepSeek V4.1 Flash 1017 (max)	45	~$0.26	Class leader on AA; MIT-licensed open weights
Gemini 3.8 Flash (high)	41	~$1.24	Roughly 5.6x M3.1's task cost
MiniMax M3 (previous gen)	29	~$0.51	The generation before
Class median	13	—	—

Table: Artificial Analysis model and comparison pages plus launch analysis [10][11][17] · accessed Oct 21, 2026.

The rows need reading between the lines. The GLM entry is GLM-5.3-Flash (42 points, ~$0.28); the similarly named "GLM-5.3 (Max)" is a different, much bigger model that charges $2.01 per task [11][17]. DeepSeek V4.1 Flash both leads the class and ships MIT-licensed — you can pull the weights and run them on your own metal [11][12]. M3.1 Flash's 43 is genuinely impressive; the price for it is standing in a cloud service's queue at $0.15 per million input tokens and $0.60 per million output [1][3][7].

Then there is the hallucination metric nobody is advertising. On AA-Omniscience, M3.1 Flash attempts 98% of questions and stays 56% correct; among the ones it does not know, it answers wrongly rather than saying "I don't know" in 93% of cases (overall score 16) [11]. As VentureBeat also points out, that does not mean "93% of its answers are wrong" [18]. What it does mean: the model fabricates where it is unsure. If your agent chains cannot afford a silently wrong link, building the verification layer is your job, not the model's.

4. The marketing calendar arrived before the licensing desk

Why cloud-first rather than open weights? No official answer exists; the competitive table tells its own story. DeepSeek publishes under MIT while MiniMax defers its weights to "later" and opens its first week as a three-day free campaign on Ollama's cloud [1][11]. Ollama's model page reads "free until Oct 22, 2026 11:59 PM UTC" — 02:59 Turkey time on October 23 — after which normal metered pricing resumes [3][5]. Not a single extra condition, no quota, no terms, is printed anywhere for the campaign [3][5]. A small note for the record: Ollama's blog carries exactly zero posts about this launch. The entire announcement consists of a model page and two X posts [4][5][6].

"Model weights will be released later." — MiniMax official blog announcement, Oct 19, 2026 [1]

The journalistic weight of that detail fits in one sentence: the free window is a marketing budget, not the model. The actual argument about this model lives in the licensing gap. MiniMax's platform documentation calls the model "open-weight" [7]; Venice's registry lists it as closed/proprietary [13]. Both cannot be true, and no official source will name a license. The previous M3 shipped under a Community License requiring attribution and written permission from anyone earning above $20 million a year; what governs M3.1 has not been stated [13][14]. On Ollama the only tag is :cloud, and the model runs on Ollama's US infrastructure; "zero data retention" stands as Ollama's policy statement [3][4]. "Run it locally" is simply not a sentence you can say today.

What you can responsibly do today is a measured test. At the time of writing, the free window has roughly a day left (closing October 23, 02:59 TRT). A sensible sequence: run one end-to-end coding task through ollama run minimax-m3.1-flash:cloud, then wire it into Claude Code with ollama launch claude --model minimax-m3.1-flash:cloud and hand it a PR-sized job in a real repository [3][4]. Run the same tasks against MIT-licensed DeepSeek V4.1 Flash for comparison. Watch the terminal-heavy jobs and the factual questions in particular — those are the two known weak spots [11][12]. A weight release is expected around October 23; if it lands, the license text should be the first thing you read [13][15].

Murat Karakaya Academy verdict

What the data says: an Intelligence Index of 43 at ~$0.22 per task is a very low price for performance more than triple the class median of 13 — and that is independent measurement speaking [10][11]. The same data draws an equally clear boundary: 56% factual accuracy and a habit of fabricating in 93% of the questions it doesn't know rule this model out of any workflow that lacks verification [11][18]. The company's own benchmark sheet is a bundle of claims with no independent replication; telling the two apart is hard but possible, and we have kept them apart throughout this piece.

Our opinion: this launch is a story about distribution, not model competition. A lab marketed its strongest code model through a masked stealth run, keeps its weights locked, and tied first-week access to a cloud partner's free campaign — functionally neutralizing, for the first week, the run-it-locally advantage that gives the open-weight community any leverage at all. Until a license text exists, this model is a product, not infrastructure. Our advice to readers: blind-test it on a free day, calibrate your impressions against DeepSeek, whose numbers are measurable and whose license is clean, and make the production decision once the weights and the license actually surface.

References

1. minimax.io — "MiniMax M3.1 Flash: Redefining Agent Performance and Cost" (Oct 19, 2026) · accessed Oct 21, 2026
2. ir.minimax.io — "New Releases" announcement list (Oct 19, 2026) · accessed Oct 21, 2026
3. ollama.com — "minimax-m3.1-flash" model page (428B, 976K ctx, pricing, free-until date, commands) · accessed Oct 21, 2026
4. x.com/@ollama — Official launch post (Oct 19, 2026; 1M ctx, US-hosted, zero data retention) · accessed Oct 21, 2026
5. x.com/@ollama — "3 days free on Ollama's Cloud" (Oct 20, 2026) · accessed Oct 21, 2026
6. ollama.com/blog — Blog archive (Oct 2025 M2 post; absence of any M3.1 post) · accessed Oct 21, 2026
7. platform.minimax.io — Text generation documentation (1M ctx, effort levels, "open-weight" phrasing) · accessed Oct 21, 2026
8. x.com/@MiniMax_AI — Day0 Ollama support + Space Bunny confirmation (Oct 19, 2026) · accessed Oct 21, 2026
9. agent.minimax.io — MiniMax Agent product page (M3.1 Flash GA announcement) · accessed Oct 21, 2026
10. artificialanalysis.ai — "MiniMax-M3.1-Flash" model page (Index 43, 4/173, ~$0.22/task, 1M ctx; stale cached speed value — current speed per [17]) · accessed Oct 21, 2026
11. x.com/@ArtificialAnlys — Launch benchmark analysis (48% HLE, 22% CritPt, AA-Omniscience: 98% attempt rate, 93% wrong answers among unknowns, overall score 16) · accessed Oct 21, 2026
12. marktechpost.com — "MiniMax M3.1 Flash" (428B MoE, ~23B active claim, benchmark table, migration notes; Oct 19, 2026) · accessed Oct 21, 2026
13. pc.watch.impress.co.jp — Space Bunny reveal, license analysis, M3 Community License terms · accessed Oct 21, 2026
14. faradaymachines.com — License gap and cost-per-task analysis · accessed Oct 21, 2026
15. unite.ai — "MiniMax Launches M3.1 Flash, Revealing Space Bunny Stealth Model" ("topped global leaderboards" phrasing) · accessed Oct 21, 2026
16. daily.dev — Roundup of the free week and the mixed benchmark picture · accessed Oct 21, 2026
17. artificialanalysis.ai — "M3.1-Flash vs GLM-5.3 (Max)" comparison page (live output speed; GLM-5.3 (Max) distinct from the Flash variant) · accessed Oct 21, 2026
18. venturebeat.com — "MiniMax's new M3.1 Flash beats DeepSeek and Opus 5 on a key business benchmark at lower cost, but with a high hallucination rate" (hallucination metric definition) · accessed Oct 21, 2026

Read this article in Turkish

Labels: Murat Karakaya Academy, MiniMax M3.1 Flash, Ollama, AI, Open Weights

#MuratKarakayaAkademi #MiniMax #M31Flash #Ollama #AI #OpenWeights

Murat Karakaya Academy · muratkarakaya.net

Ollama artık konuşuyor: Gradium'un 31 milyonluk modeli Phonon metni buluta çıkmadan seslendiriyor — ama ailede Türkçe yok, Windows ve Linux henüz sırada

Ollama artık konuşuyor, üstelik makinenizden dışarı hiçbir veri çıkarmadan: tek bir komutla metninizi sese çeviriyor. Sesi veren Cenevreli Gradium'un 31 milyon parametrelik açık ağırlıklı Phonon modeli ve bu hamle, yerel yapay zekâ yığınının eksik kalan son halkasını kapatıyor. Yalnız şunu baştan söyleyelim: Phonon'un konuştuğu beş dilde Türkçe yok, ses de henüz yalnız Apple Silicon'lı Mac'lerden yükseliyor; Windows ve Linux sırasını bekliyor. İngilizce içerik üretenler için yine de önemli bir eşik: bulutun token ücretine uğramadan, makinenizin içinde çalışan bir seslendirme hattı açıldı.

Bu Yazıda

1. Katalog sustuğu yerde konuşmaya başladı
2. Asıl hikâye hızda değil, mimaride
3. Lisans zemini: tek model ticari, gerisi değil
4. İki yıldızlı dipnot: Türkçe yok, macOS dışı yok
5. Yarın sabah ne denenebilir
6. Murat Karakaya Akademi Yorumu
7. Kaynakça

1. Katalog sustuğu yerde konuşmaya başladı

Kronolojiyi ayıralım: Cenevre merkezli Gradium, açık ağırlıklı ses modeli ailesi Phonon'u 20 Ekim'de yayımladı ve aynı gün "yerel dil modeli, yerel ses, makinenizden hiçbir şey çıkmıyor" mesajıyla Ollama entegrasyonunu duyurdu [2]. Hafta sonuna doğru Ollama kendi blog yazısını koydu: ollama run phonon yazıyorsunuz, model metni 24kHz mono ses olarak üretiyor; sohbet çıktısını boruyla besleyebiliyor, WAV'a yönlendirebiliyor, hatta OpenAI'ın /v1/audio/speech ucunu taklit eden uç sayesinde varolan kodunuz yalnız base URL değiştirerek yerelleşebiliyor [1]. Katalogda on dört model etiketi duruyor; Zoey, Easton, Freya, Hugh gibi hazır sesler, aksan varyantları ve ollama show phonon ile döküm [10].

Duyurunun teknik ağırlığı entegrasyonun kendisinde: Ollama bugüne dek metin üreten bir motordu; artık aynı runtime, aynı katalog, aynı API ruhu içinde ses üretiyor. 9to5Mac'in deyimiyle Mac'inize yerel metinden-sese geliyor [8]. Yeni bir servis değil — varolan bir boru hattının eksik halkası.

2. Asıl hikâye hızda değil, mimaride

Phonon'u ilginç kılan rakamlar değil boyut. Akış-eşleimli (flow-matching) bir dönüştürücü sesi 80 milisaniyelik kareler halinde latente diziyor; Kyutai'nin Mimi kodeği bu latenti sese çeviriyor; tüm bina Kyutai'nin Pocket TTS'i üzerine kurulu [4]. İngilizce model 31 milyon parametre: q8 nicelemeyle 64,5 megabaytlık bir dosya, çalışırken bellekte yaklaşık 121 megabayt [4][10]. Bu, bir telefon oyununun varlık klasörü kadar yer kaplayan bir TTS motoru. Gradium "dizüstü işlemcide ilk ses 7 milisaniyede başlıyor" diyor [5] — şirketin kendi ölçümü, notunu düşerek alıyoruz.

Hız iddialarında iki kademeli dürüstlük gerekiyor. Ollama'nın blog grafiği, MacBook Pro M5 Max'te kendi motorunu Gradium'un çalışma zamanından (ptts) yüzde 35 daha hızlı ölçtüğünü ve kelime hata oranının HF Transformers referansıyla birebir gittiğini söylüyor [1]. 9to5Mac ve Digital Trends bu aktarımı "iddia ediliyor" diliyle verdi; bağımsız yeniden ölçüm henüz yok [8][7]. Üçüncü elden dolaşan "gerçek zamanın yüz katı hız" cümlesi ise Zlio'nun haber akışından; ölçüm koşulları birincil kaynakta yayınlanmış değil [6]. Bir de triajdan sızan detay: dolaşan "yüzde 33" sayısı kaynaklarda geçmiyor, resmî oran yüzde 35 ve kıyas Gradium'un kendi motoruna karşı [3].

Doğallık tarafı da aynı çerçevede: Gradium'un zor cümleler için yayımladığı hata tablosu 31m modeli yüzde 1,70'e, Kokoro'yu yüzde 3,50'ye, NeuTTS Nano'yu yüzde 8,71'e koyuyor; kör dinleme Elo puanları dil başına 170-470 değerlendirmeciyle toplanmış [4][5]. Tablolar Gradium'un; bağımsız bir arenanın teyidi yok — DigIntoAI'nin "kendi testimizi yapmadık" dürüstlüğünü not düşmek borç [3].

3. Lisans zemini: tek model ticari, gerisi değil

Aileyi kurmadan önce lisans matrisine bakmak lazım, çünkü iki farklı Türkiye senaryosu doğuruyor. phonon-31m-en Apache 2.0: ticari kullanım, ince ayar, yeniden dağıtım serbest [4]. 40M'lik dil modelleri ve çok dilli sürüm CC BY-NC 4.0 — ticari değil; Gradium bu kapıyı "satışlarla görüşün"e bağlıyor, kamuya açık fiyat yok [5]. Digital Trends işi okuruna açık açık yazan ender örneklerden: "İngilizce model ücretsiz; Fransızca, Almanca, İspanyolca, Portekizce ve çok dilli modeller ticari olmayan kullanım ile sınırlı" [7]. Bir podcast introsu ya da İngilizce tanıtım sesi üretiyorsanız 31m-en temiz; çok dilli modeli iş akışına koymadan önce lisans defterini açın.

4. İki yıldızlı dipnot: Türkçe yok, macOS dışı yok

Yazının en çok yanlış anlaşılacak yeri burası, o yüzden direkt söyleyelim: Phonon Türkçe bilmiyor. Ailede beş dil var — İngilizce, Fransızca, Almanca, İspanyolca, Portekizce — ve model kartı başka dillerdeki metnin "yanlış telaffuzla" okunacağını kendisi yazıyor [4][10]. Türkçe seslendirme işi bu modelle bugün yapılamaz; "denerseniz nasıl çıkar" da iddia edilemez, kartın uyarısı ortada. GitHub'daki dil talep başlıkları (Korece örneği) listenin topluluk için de dar olduğunu gösteriyor [11]. TR içerik üreten biri için Phonon bir seslendirme çözümü değil; en fazla İngilizce varlık üretiminin ve erişilebilirliğin aracı.

İkinci kısıt platform: gereksinim Apple Silicon ve güncel Ollama. Windows ve Linux "yakında" statüsünde; yayınlanmış tarih yok [1]. Küçük bir sürüm nüansı da kaçırmayın: Ollama'nın dokümanı 0.40.9 ve sonrasını söylüyor, blog yazısı 0.40.11 diyor; ikisi de "sonrası" dediğine göre kurulumda ollama --version ile 0.40.11+ gördüğünüzden emin olun [9][1][3].

5. Yarın sabah ne denenebilir

Üç komut, sıfır bulut. Birincisi çekirdek hat: ollama pull phonon sonra ollama run phonon --voice Zoey "Your text here" — İngilizce bir paragraf, anında ses. İkincisi dışa aktarma: ollama run phonon "metin" > ses.wav; 24kHz mono dosyayı kurgu yazılımınıza atarsınız [1][9]. Üçüncüsü asıl yerelleştirme hamlesi: curl http://localhost:11434/v1/audio/speech ucu OpenAI biçiminde konuştuğu için, bulut TTS'e yazılmış mevcut kodunuz base URL'i localhost:11434'e çevirince token ücreti ödemeden çalışmaya başlıyor [1]. Sohbeti sesli dinlemek isteyen için boru hazır: ollama run gemma4 "kısaca anlat" | ollama run phonon — model yazıyor, Phonon okuyor; topluluk eğitimleri kurulumdan API'ye aynı günü gezdi [12]. Ekran okuyucu alışkanlığı olanlar, uzun makaleyi gözle değil kulakla tüketmek isteyenler: bu, o iş akışının bulutsuz hali.

Murat Karakaya Akademi Yorumu

Verilerin söylediği net: yerel çıkarımın sessizlik problemi çözüldü — 64,5 megabaytlık açık ağırlık bir model, OpenAI-uyumlu bir uç ve tek komut, karşılığında ses. Hız ve doğallık rakamlarının tamamı Ollama ve Gradium'un kendi ölçümleri; bağımsız tekrar henüz yok, bunu yazı boyunca ayırdık. Ayırmadığımız tek şey kanıtlı negatif: Türkçe desteklenmiyor ve model kartı bunu kendisi itiraf ediyor. Aynı şekilde Windows/Linux takvimi belirsiz — "yakında" bir tarih değil.

Kanaatimize gelince: Ollama sesle yeni bir teknoloji icat etmedi; yeni bir şeyi tamamladı. Metin, görüntü ve araç çağrısından sonra ses de aynı katalog, aynı runtime, aynı mahremiyet iddiası içinde yerini alınca, "yerel yığın" ifadesi ilk kez eksiksiz kullanılmayı hak ediyor. Bulut TTS satıcıları için can acıtıcı olan yüzde 35 değil, base URL'in bir karakter değişimiyle yerelleşebilmesi: bağımlılığın mimarisi inceldi.

Kullanıcıya önerimiz ölçülü bir senaryo. İngilizce içerik üretiyorsanız ya da makaleyi kulakla takip etmek istiyorsanız, Apache 2.0'lı 31m-en'i bugün kurun — lisansı temiz, bedeli sıfır. Türkçe seslendirme için bu yazı size çözüm satmıyor: kapı ya bulutta kalacak ya da yerel TR modellerinin geleceği haftayı bekleyecek. Ve çok dilli modeli ticari işe koymadan önce o CC BY-NC satırını bir kez daha okuyun — ücretsiz olan her şey ucuz değildir.

Kaynakça

1. ollama.com/blog — "Speech models in Ollama" (24.10.2026; komutlar, %35 ölçümü, WER eşitliği, /v1/audio/speech) · erişim: 27.10.2026
2. x.com/@GradiumAI — Phonon açık ağırlık + Ollama entegrasyon duyuruları (20.10.2026; "nothing leaves your machine") · erişim: 27.10.2026
3. digintoai.com — "Gradium Phonon offline TTS" analizi (sürüm zaman çizelgesi, 0.40.9/0.40.11 ayrımı, "kendi testimizi yapmadık" notu) · erişim: 27.10.2026
4. huggingface.co — gradium/phonon-31m-en model kartı (22.10.2026; mimari, 64,5MB q8, lisans matrisi, dil sınırlaması, Elo tablosu) · erişim: 27.10.2026
5. gradium.ai — Phonon ürün sayfası + açık ağırlık duyuru blogu (WER tabloları, 7ms ilk ses, zor-500 seti) · erişim: 27.10.2026
6. zlio.com — AI Voice haber akışı ("gerçek zamanın ~100 katı" aktarımı) · erişim: 27.10.2026
7. digitaltrends.com — "Ollama brings free, local text-to-speech to your Mac" (26.10.2026; lisans uyarısını okura açıkça yazan aktarım) · erişim: 27.10.2026
8. 9to5mac.com — "Ollama for Mac gains support for local text-to-speech models" (26.10.2026; %35 ve WER aktarımı, "claims" dili) · erişim: 27.10.2026
9. docs.ollama.com — Speech yetenek sayfası (0.40.9+ koşulu, ses komutları, oynatıcılar, WAV yönlendirme) · erişim: 27.10.2026
10. ollama.com/library/phonon — model sayfası (14 etiket, bellek tablosu, Apple Silicon gereksinimi, dil listesi) · erişim: 27.10.2026
11. github.com/ollama/ollama — issue #19295 (26.10.2026; Korece dahil dil talepleri) · erişim: 27.10.2026
12. youtube.com — "Ollama TTS Tutorial" (Mohamed Naji Aboo, 26.10.2026; kurulum, Gemma→Phonon boru hattı, sürüm kontrolü) · erişim: 27.10.2026

Etiketler: #MuratKarakayaAkademi #Ollama #Gradium #Phonon #MetindenSese #YerelYapayZeka

Yayın tarihi: 27 Ekim 2026 · muratkarakaya.net

Murat Karakaya Akademi

CEO-RAPOR: tamamlandı

NVIDIA Nemotron 3.5 Super VL'i açtı: bağımsız ölçümde açık ağırlık sınıfının en hızlı ajan modeli, zekâ endeksinde lig liderlerinin gerisinde

NVIDIA 15 Ekim'de 120 milyar parametreli açık ağırlıklı bir modeli ağa bıraktı ve kendi duyurusunda sınıfının en iyi çalışanından beş kat hızlı olduğunu söyledi. Bağımsız ölçüm kuruluşu Artificial Analysis bir hafta boyunca kendi enstrümanlarıyla baktı ve hız defterini doğruladı: yirmi yedi ölçülen model arasında birincilik. Aynı kuruluşun zekâ endeksi ise aynı modelde başka bir şey söylüyor: 26 puan — kendi açık ağırlık sınıfının birincisi, ama ligin zirvesinin belirgin biçimde gerisi. Yazının hikâyesi bu bilanço: zekâ tahtında değil, hız, fiyat ve lisans temizliği üzerine kurulu bir üçgenin hikâyesi.

Bu Yazıda

1. Duyurudan bir gün önce inen model
2. Tek model, iki iş
3. Bağımsız karne: hızda kral, zekâda klasman birincisi
4. NVIDIA'nın tablosu: özelleşmiş zeminde iddialar
5. Kendi sunucunuzda: yol var, bedeli var
6. Murat Karakaya Akademi Yorumu
7. Kaynakça

1. Duyurudan bir gün önce inen model

İşin habercilik tarafıyla başlayalım, çünkü takvim ilginç çalıştı. NVIDIA duyurusu 15 Ekim sabahı Kari Briski imzasıyla yayımlandı: Nemotron 3.5 Super VL açık ağırlıklı multimodal ajan modeli, aynı gün ailenin yerel üyesi Bolt 74B-A9B, bugüne planlanmış küçük kardeş Bolt E4B [1]. OrcaRouter'ın kaydettiğine göre Ollama kataloğu checkpoint'i duyurudan bir gün önce, 14 Ekim'de (v0.40.5) listelemişti bile [14]. Modelin varlığı, şirket ağzından konuşulmadan yirmi dört saat önce dağıtım kanalında görünür hale gelmişti.

Bu tekil bir kaza değil, yeni bir zamanlama rejimi. VentureBeat'in lansman haftası bağlamında andığı NVIDIA–Hugging Face alım anlaşması (yaklaşık 12,93 milyar dolarlık anlaşma, kapanışın 2027'nin ilk yarısında beklenmesi) açık model dağıtımının saatler içinde döndüğü bir savaşın işaret fişekleri [10]. Kurumsal pazara ürün satan bir laboratuvarın, modelini kendi duyurusundan önce üçüncü taraf bir katalogda basılı görmek zorunda kalması, o savaşın maliyeti. Duyuru blogunda geçen "Nemotron Coalition" işbirliğinin üye listesi yayımlanmış değil; ortakların kimliği ve kapsamı doğrulanamadı [1].

Aile konumlandırması net: Nemotron 3 Ultra en zor muhakeme işleri, Lightning yüksek hacim, Super VL multimodal ajan, Bolt yerel donanım [1][2]. Super VL bu kademenin ilk çok modlu üyesi; sesi yok, karşılığında metin, görsel, belge ve NVIDIA'nın beyanıyla video girişi var [2][6].

2. Tek model, iki iş

Mimari, lansmanın en az pazarlama kokan tarafı. 120B toplam, 12B aktif parametreli bir MoE: 512 yönlendirilmiş uzman, top-22 seçimi ve bir paylaşımlı uzman; 88 katmanın 40'ı Mamba-2, 8'i attention, 40'ı MoE [2][6]. Görü tarafını C-RADIO (RADIO v2.5-H ViT-Huge) kodlayıcısı taşıyor; hızın kaynaklarından biri modele gömülü Multi-Token Prediction spekülatif çözümlemesi [2][6]. Pratik karşılığı şu: eskiden ayrı bir belge-okuma modeli (VLM) artı ayrı bir ajan modeli kurup ikisini birbirine bağlamak gerekirdi; NVIDIA tek ağırlık setinde ikisini de yapacağını söylüyor.

Damıtma tarafında şirket, modeli ailenin en büyük üyesi Nemotron 3.5 Ultra'dan eğittiğini ve beşte bir parametreyle onunkine yaklaşan doğruluk aldığını savunuyor [1][2]. Eğitim defteri de NVIDIA rakamları: yaklaşık 26 trilyon token ön eğitim, 3,8 milyon örneklik son eğitim; araştırma raporunun hakemlik durumu ve bu rakamların bağımsız tekrarı yok [5]. Sayıları şirketin verdiği gibi, şirketin verdiği yere yazıyoruz.

3. Bağımsız karne: hızda kral, zekâda klasman birincisi

Artificial Analysis'ın 23.10 erişimli sayıları iki farklı tablo çiziyor ve ikisi de doğru:

Ölçüm	Değer	Sınıf karşılığı
Intelligence Index	26	Açık ağırlık sınıfında 1/67; sınıf medyanı 8
Çıktı hızı	429,9 tok/s	Ölçülen 27 modelde 1/27; medyan 92
Görev başına maliyet	~$0,19	Girdi $0,23 / çıktı $0,57 (1M token)
Lisans	OpenMDW-1.1	Ticari kullanım, fine-tune, yeniden dağıtım serbest

Tablo: Artificial Analysis model sayfası [9] · erişim 23.10.2026.

Hız birinciliği bağımsız: NVIDIA'nın "5 kat hızlı" cümlesinin referansı kendi seçtiği rakip (Inkling Small) ve o kesin oran tekrarlanmadı, ama 429,9 tok/s ile sınıf açık ara birinciliği üçüncü taraftan ölçülmüş durumda [1][9]. Zekâ tarafında ölçeği geçen haftadan vermek lazım: aynı AA sayfası ailesinde MiniMax M3.1 Flash 43, GLM-5.3-Flash 42 puanla ölçülmüştü; Super VL'nin 26'sı "açık ağırlık sınıfının birincisi" unvanını kendi açıklık ve boyut profiline göre alıyor, ham akılda o ikisinin çok gerisinde [9]. AA'nın bir notu daha var: model konuşkan — endeks değerlendirmesinde sınıf medyanının epey üstünde çıktı üretmiş, bu da fiyata gecikme olarak yansır [9].

4. NVIDIA'nın tablosu: özelleşmiş zeminde iddialar

Kendi model kartındaki benchmark seti (NVIDIA'nın NeMo Gym ile ölçtüğü tablo) etkileyici başlıklar taşıyor: GPQA-Diamond 89,52; LiveCodeBench v6 88,22; HLE metin-only 31,79; DeepSWE 24,65; OSWorld-Verified 51,14 [3]. Tablonun gösterişsiz köşeleri de var ve onlar daha çok şey anlatıyor: Terminal-Bench 4 [offline] skoru 1 — uç bir zayıflık — ve NVIDIA'nın kendi AA-Omniscience ölçümünde 26,2 doğruluk yanında yüzde 30'luk halüsinasyon riski [3]. Çok modlu puanların (Video-MME v2 32,85 gibi) tamamı şirket içi ölçüm; bağımsız multimodal kıyaslama henüz ortada yok [3].

Lansman haftasının en çok dolaşan cümlesi şuydu: Super VL, özelleştirilmiş post-train haliyle belgeli beş dar görevde Claude Opus 5 ve GPT-6.1 Sol'u geçiyor. VentureBeat'in aktardığı grafiklere göre tıbbi-iddia görevinde baz modelin yüzde 28'i yüzde 72'ye, güvenlik görevinde yüzde 35'i yüzde 76'ya çıkıyor; rakip bantları Opus 5 için yüzde 38, GPT-6.1 Sol için yüzde 66 civarında [10]. Üç not düşmek borç: grafikler NVIDIA'nın kendi grafiği, bağımsız tekrar yok; üstünlük yalnız bu özelleşmiş görevlerde; ve kıyaslanan şey ham model değil, işe göre son-eğitilmiş hali [10]. Aynı ailenin Hermes Bench 63,44 ve LangChain 87,05 puanlarıyla "kendinden büyük Ultra'yı geçiyor" cümlesi de aynı kategoride: şirketin kendi değerlendirmesi [2].

The New Stack'in aktardığı beşli karşılaştırma daha dengeli bir fotoğraf veriyor: Qwen3.5-122B-A10B'ye karşı GPQA'da üstün, Terminal-Bench 2.1'de 66,7'ye 48,7 açık fark — ama SWE-bench Verified'da 71,1'e 71,9 geride, IFBench ve MMLongBench-Doc'ta da biraz geride [11].

5. Kendi sunucunuzda: yol var, bedeli var

Lisans tarafı sınıfın en temizlerinden: OpenMDW-1.1 ticari kullanıma, ince ayara ve yeniden dağıtıma izin veriyor; model kartı "ticari ya da ticari olmayan kullanım" diyor [3][7][11]. Yerel yol gerçekten var: Ollama'da ollama run nemotron-3.5-super komutu vision/tools/thinking etiketleriyle çalışıyor, vLLM 0.31 ile Day-0 desteği yayımlandı, HF'de BF16/NVFP4 checkpoint'leri duruyor [8][12][3][4]. Lansman haftası boyunca yayılan topluluk yürüyüşleri — OpenCode'da uygulama demosundan DGX Spark üstüne vLLM kurulumuna — kurulum adımlarının zaten standartlaştığını gösteriyor [15][17]. Bedeli bellek: BF16 yaklaşık 227GB; pratik Q4 indirmesi 80-90GB; en agresif 1-bit GGUF 46,1GB'a kadar iniyor ama Unsloth en az 64GB birleşik bellek öneriyor ve kalite ödününü not düşüyor [6][13]. DGX Spark sahipleri için NVFP4 checkpoint tek makinede multimodal ajan kurmanın en temiz yolu olarak konumlanmış [1][11].

İki şerh. Video girişi NVIDIA'nın beyanı: model kartı ve NIM belgesi videoyu sayıyor, Ollama kataloğunun etiketlerinde yalnızca "vision" var, video gösterimi ise llama.cpp mtmd CLI rehberinde (Ollama'da değil) görünüyor [6][8][13]. AA'nın mod listesi de "text+image" diyor — AA'nın multimodal kapsamı geriden geliyor olabilir; güvenli cümle "video NVIDIA'nın beyanı" [9]. Bolt tarafında da aynı terazi: "Qwen'i geçti" sayıları NVIDIA'nın kendi testleri; küçük kardeş Bolt E4B'ın resmî tarihi bugün (23 Ekim) ve bu yazı hazırlanırken (23.10 saat ~10:00) resmî kaynaklarda "yakında" satırından öte bir çıkış teyidi yoktu [1][11]. Günlük tazelik kontrolü: AA ve Ollama sayfaları yazı bitmeden yeniden yoklandı; hız, endeks ve fiyat sayıları aynı duruyor.

Yarın için ölçülü bir test planı: kendi faturanız, sözleşmeniz ya da ekran görüntüyle OCR + tablo çıkarımı; çok adımlı araç çağrısı; 1M bağlamda uzun bir PDF. Yanına sınıfın öbür ucundan bir modeli koyup görev başına maliyeti karşılaştırın — ~$0,19/görev buradaki gerçek iddia [9]. OpenRouter'daki ücretsiz katman gözlemi bir video kaydından aktarılan bir gözlem; bugün için doğrulanmış değil, planınızı ona göre yapın [16].

Murat Karakaya Akademi Yorumu

Verilerin söylediği: bağımsız ölçüm bu modeli iki ayak üstünde net tutuyor — açık ağırlık sınıfında hız birinciliği (medyan 92'ye karşılık 429,9 tok/s) ve görev başına ~$0,19 ile ligin en ucuz işçilerinden biri [9]. Aynı ölçüm sınırı da çiziyor: 26 Intelligence Index, kendi sınıfının medyanının (8) üç katından fazla olsa da ham zekâ liginin 40+ skorlu modellerinin ligine ait değil; NVIDIA'nın kendi kartındaki yüzde 30'luk halüsinasyon riski ve Terminal-Bench'teki uçuk zayıflık, doğrulama katmanı olmayan iş akışlarına bu modeli koymayı akılsızlaştırıyor [3][9]. Rakip geçme grafikleri şirketin kendi grafiği; biz yazı boyunca bağımsız olanı şirkete bırakılanı ayırdık.

Kanaatimize gelince: NVIDIA açık model liginde zekâ maratonu koşmuyor, altyapı satıyor. Kendi sunucunuzda çalışan, belgelerinizi okuyan, lisansı temiz, ucuz ve ölçülebilir biçimde hızlı bir işçi — ve duyurusundan bir gün önce katalogda belirmesi, açık dağıtımın artık saat savaşına döndüğünün ilanı. Bu modelin gerçek sınavı akıllı soru çözmek değil; sizin deponuzda, sizin donanımınızda, sizin PDF'lerinizle yapılacak üç test. Üretici iddialarının aksine zekâ liderliği bekleyerek gelmeyin; belge-ağır, ajan-ağır işlerde fiyat-hız hesabıyla gelin.

Etiketler: Murat Karakaya Akademi, NVIDIA Nemotron, Nemotron 3.5 Super VL, Açık Ağırlık Modeller, Yerel Yapay Zeka, Ollama

Kaynakça

1. blogs.nvidia.com — Kari Briski, "Open From Data Center to Desktop: NVIDIA Expands Nemotron Family With Highest Efficiency Super VL and Bolt Models" (15.10.2026) · erişim: 23.10.2026
2. developer.nvidia.com — "NVIDIA Nemotron 3.5 Super VL Powers Specialized Agents With Multimodal Reasoning" (teknik blog: mimari, benchmark, damıtma) · erişim: 23.10.2026
3. huggingface.co — NVIDIA Nemotron 3.5 Super VL 120B-A12B BF16 model kartı (OpenMDW-1.1, NeMo Gym tablosu) · erişim: 23.10.2026
4. huggingface.co — NVFP4 model kartı (niceliklendirme puan koruması) · erişim: 23.10.2026
5. research.nvidia.com — Nemotron 3.5 Super and Lightning araştırma raporu sayfası · erişim: 23.10.2026
6. docs.nvidia.com — NeMo AutoModel Nemotron 3.5 Super VL rehberi (mimari ayrıntıları, ~227GB BF16; NIM get-started: vLLM 0.31, text+image+video girişi, ses yok) · erişim: 23.10.2026
7. build.nvidia.com — Nemotron 3.5 Super VL model kartı (1M bağlam, MTP, ticari kullanım) · erişim: 23.10.2026
8. ollama.com — "nemotron-3.5-super" katalog sayfası (komut, vision/tools/thinking etiketleri, 1M bağlam uyarısı, lisans) · erişim: 23.10.2026
9. artificialanalysis.ai — "Nemotron 3.5 Super VL" model sayfası (Index 26, açık ağırlık 1/67; hız 429,9 tok/s 1/27; ~$0,19/görev; 1M ctx; text+image) · erişim: 23.10.2026
10. venturebeat.com — "Nvidia's new open Nemotron 3.5 Super VL with post-training beats Claude Opus 5, GPT-6.1 Sol on specialized task benchmarks" (beş uzmanlaşmış post-train kıyası; NVIDIA grafikleri; HF alım bağlamı) · erişim: 23.10.2026
11. thenewstack.io — Jenny Morris, NVIDIA Nemotron/Bolt analizi (15.10.2026; Qwen3.5-122B-A10B karşılaştırması, Bolt testleri "Nvidia says", OpenMDW teyidi) · erişim: 23.10.2026
12. vllm.ai — "Nemotron 3.5 Super VL in vLLM" Day-0 blog (v0.31.0, NVFP4 GB200, reasoning-parser + MTP) · erişim: 23.10.2026
13. unsloth.ai — Nemotron 3.5 Super VL yerel çalışma rehberi (GGUF boyutları, 1-bit 46,1GB, 64GB+ önerisi, llama.cpp mtmd CLI ile görsel+video) · erişim: 23.10.2026
14. orcarouter.ai — "Nemotron 3.5 Super: Ollama local" analizi (checkpoint'in 14.10'da, duyurudan bir gün önce katalogda belirmesi; llama.cpp runarı; veri merkezi önerisi 4×H100 / 2×GB200) · erişim: 23.10.2026
15. youtube.com — Sanny-Recommends, "NVIDIA Nemotron 3.5 Super VL Is INSANE!" (16.10.2026; OpenCode demo, OpenRouter/Ollama/LM Studio yolları) · erişim: 23.10.2026
16. youtube.com — Outright Systems, Nemotron ailesi özeti (21.10.2026; OpenRouter ücretsiz katman gözlemi; ollama run nemotron-3.5-bolt) · erişim: 23.10.2026
17. youtube.com — Skillversitas, DGX Spark + vLLM kurulum yürüyüşü (16.10.2026) · erişim: 23.10.2026

#MuratKarakayaAkademi #NVIDIA #Nemotron #SuperVL #AcikAgirlik #YapayZeka

Murat Karakaya Akademi · muratkarakaya.net

MiniMax ajan modeli M3.1 Flash'ı açtı: hız iddiası bağımsız ölçümün gerisinde kaldı, ağırlıklar henüz yayımlanmadı

Maskeli "Space Bunny" sürpriziyle gelen lansman, kapalı ağırlıklı bir modeli birçok açık rakibinin önüne taşıyor; bağımsız ölçüm ise iddia edilen hızın yarısını ve lisans belirsizliğini gösteriyor.

6 dk okuma

Bu Yazıda

1. Maskenin arkasındaki laboratuvar
2. Bir model, iki hız sayısı, tek dürüst okuma
3. Puan tablosu: ucuz, hızlı sayılmaz, güvenilir de sayılmaz
4. Pazarlama takvimi, lisans masasından önce geldi
5. Murat Karakaya Akademi Yorumu
6. Kaynakça

1. Maskenin arkasındaki laboratuvar

OpenRouter'da on günü aşkın süre kimliksiz bir model dolaştı; adı "Space Bunny"ydi, kime ait olduğu bilinmiyordu. İşlediği 200 trilyondan fazla token ve global liderlik tablolarının tepesine yerleşmesi konuşuldu. 19 Ekim'de MiniMax çıkıp maskeli modelin kendi kod ve ajan modeli M3.1 Flash'ın erken sürümü olduğunu duyurdu [1][2][15]. Model o günden beri MiniMax'ın API'sinde, M Plan aboneliğinde ve MiniMax Code uygulamasında erişime açık [1][9]. Ağırlıklar ise ortada yok: şirket "sonra yayımlanacak" diyor, lisans hakkında tek kelime etmiyor [1][7]. Bir duyuru yazısı için bunlar yeterdi; meselenin boyutu başka. Kapalı ağırlıklı bir model, bağımsız puanlamada açık ağırlıklı rakiplerinin tam önüne geçmek üzereyken sahneye çıktı ve ilk hafta erişimini bir bulut kampanyasına bağladı.

MiniMax, Çin merkezli ve borsaya kote bir şirket (HKEX: 00100). Lansmanda tanıdık bir numara var: modeli önce anonim dolaşıma ver, merakı büyüt, sonra resmî blog yazısıyla indir. OpenRouter topluluğu haftalarca "Space Bunny"nin kim olduğunu tartıştı; duyuru geldiğinde sürprizin kendisi de resmîleşti [1][8]. Aynı gün MiniMax'ın X hesabı, modelin Ollama'da "Day0" desteğiyle çıktığını müjdeledi [8]. Ollama ile çalışmak yeni bir alışkanlık değil zaten: M2 de Ekim 2025'te Ollama bulutuna eklenmişti [6].

Sayılar tarafında şirket "Flash" segmentini baştan konumluyor. Eski M3, Artificial Analysis'te 29 Index puanında ve görev başına ~$0,51 maliyetteydi; M3.1 Flash aynı tabloda 43 puana, ~$0,22'ye oturdu [11]. MiniMax'ın "yarı fiyat, üç kat hız" söylemi bu iki satır arasındaki mesafeye dayanıyor ve şimdilik şirketin kendi iddiası; bağımsız tekrarı yapılmış değil [1][15].

Kendi benchmark tablosu da aynı kategoriye giriyor: Automation-Bench'te 62.2, DeepSWE'de 73.7, BankerToolBench'te 76.2. Terminal Bench 4.0'da 38.1'e düşmesi, üstelik Opus 5'in 51.8'ine karşılık, tablonun gösterişsiz köşesi [1][12][13]. Bu rakamları bir pazarlama dokümanından okuduğumuzu akılda tutmak lazım; aşağıdaki bağımsız tablo başka bir hesap.

2. Bir model, iki hız sayısı, tek dürüst okuma

Hız bu lansmanın en karışık başlığı. MiniMax'ın blog yazısı 200'ün üzerinde TPS tepeden ve P50'de 170+ değerden söz ediyor [1]; bu, şirketin kendi altyapısında kendi ölçümü. Bağımsız ölçüm kuruluşu Artificial Analysis, 21 Ekim akşamı çıktı hızını ~93 token/saniye gösteriyordu; sınıf medyanı 113. İddia edilenin yaklaşık yarısı hız, ortalamanın altında bir yer [17]. (Kayıt düşümü: AA'nın model sayfasının çekilebilen anlık görüntüsü eski bir hız değerinde donmuş durumda; güncel sayı için karşılaştırma sayfası esas alındı [10][17]. Ölçüm zaman içinde değişken, bu yazı "~93, erişim 21.10" der ve noktasını koyar.)

Bağlam penceresinde de benzer bir pazarlama/pratik makası var. MiniMax dokümanı ve AA 1.000.000 token'dan söz ederken [7][10], Ollama fiilen kullanılabilir tavanı 976K olarak listeliyor [3]. "1M bağlam" ürünün adı; hesabınızda kalan rakam 976K.

Modelin bildiğimiz künyesi: Ollama sayfası 428B parametre gösteriyor [3]. ~23B aktif parametreli bir MoE olduğu, sparse attention ve yerleşik görsel kodlayıcı taşıdığı MarkTechPost'un aktardığı ayrıntılar; MiniMax teknik rapor yayımlamadığı için doğrulayamıyoruz [12]. Girdi tarafında metin ve görüntü güvenli bilgi; doküman videodan da söz ediyor ama Ollama ucunda video çalıştığını gösteren veri yok [3][7][10]. Düşünme seviyeleri low'dan max'e beş kademeli ve reasoning hep açık [7]. Eski M3 entegrasyonlarındaki thinking.type=disabled / effort=none çağrıları artık hata veriyor, düşünce metni ayrı reasoning_content alanında geliyor; bu kırılmayı migrasyon yapanlar ilk çağrıda görecek [12].

3. Puan tablosu: ucuz, hızlı sayılmaz, güvenilir de sayılmaz

Artificial Analysis'in 21.10 erişimli verileriyle sınıfın fotoğrafı şöyle:

Model	Intelligence Index	Görev maliyeti	Not
MiniMax M3.1 Flash (max)	42→43 (güncel sayfa: 43)	~$0,22	4/173; HLE %48, CritPt %22; hız 93 tok/s (medyan altı)
GLM-5.3-Flash (max)	42	~$0,28	Lansman analizinde M3.1 ile başa baş
DeepSeek V4.1 Flash 1017 (max)	45	~$0,26	Sınıfın AA lideri; MIT lisanslı açık ağırlık
Gemini 3.8 Flash (high)	41	~$1,24	M3.1'in ~5,6 katı görev maliyeti
MiniMax M3 (eski nesil)	29	~$0,51	Bir önceki nesil
Sınıf medyanı	13	—	—

Tablo ve şekil: Artificial Analysis model/karşılaştırma sayfaları ve lansman analizi verileri [10][11][17] · erişim 21.10.2026.

Tablonun satır aralarını okumak lazım. Rakip satırındaki GLM, GLM-5.3-Flash (42 puan, ~$0,28); aynı ismi taşıyan "GLM-5.3 (Max)" ayrı ve iri bir model, görev başına $2,01 ödetiyor [11][17]. DeepSeek V4.1 Flash hem sınıfın lideri hem MIT lisanslı: ağırlıkları indirip kendi sunucunuzda çalıştırabilirsiniz [11][12]. M3.1 Flash'ın 43 puanı etkileyici; karşılığında bir bulut servisinin kuyruğunda, milyon token başına girdide $0.15, çıktıda $0.60 ödüyorsunuz [1][3][7].

Bir de halüsinasyon ölçümü var, reklamı hiç yapılmıyor. AA-Omniscience'ta M3.1 Flash soruların %98'ini yanıtlamayı deniyor, %56 doğruda kalıyor; bilmediği soruların %93'ünde ise "bilmiyorum" demek yerine yanlış cevap veriyor (genel puan 16) [11]. VentureBeat'in de altını çizdiği gibi bu, "cevapların %93'ü yanlış" demek değil [18]. Anlamı şu: model emin olmadığı yerde uyduruyor. Ajan zincirlerinde sessizce yanlış giden bir halka istemiyorsanız, çıktıyı doğrulayacak mekanizmayı kurmak sizin işiniz.

4. Pazarlama takvimi, lisans masasından önce geldi

Neden açık ağırlık değil de bulut? Resmî cevap yok; tablo kendi hikâyesini anlatıyor. DeepSeek MIT lisansıyla herkese açıkken, MiniMax ağırlıkları "sonraya" bırakıp ilk haftayı Ollama bulutunda üç günlük ücretsiz kampanyayla açtı [1][11]. Ollama'nın model sayfası "free until Oct 22, 2026 11:59 PM UTC" diyor, yani Türkiye saatiyle 23 Ekim 02:59'a kadar ücretsiz; sonrası yukarıdaki tarifeye dönüyor [3][5]. Kampanyanın kota gibi ek koşulları hiçbir yerde yazmıyor [3][5]. Küçük bir kayıt: Ollama'nın blogunda bu lansmanla ilgili tek bir yazı yok; duyuru model sayfası ve iki X göndermesinden ibaret [4][5][6].

"Model weights will be released later." — MiniMax resmî blog duyurusu, 19.10.2026 [1]

Bu ayrıntının habercilikteki ağırlığı tek cümle: ücretsiz pencere bir pazarlama bütçesidir, modelin kendisi değil. Modelin gerçek tartışması lisans belirsizliğinde dönüyor. MiniMax dokümanı modeli "open-weight" olarak tanımlıyor [7]; Venice'in künyesi "kapalı/proprietary" yazıyor [13]. İkisi aynı anda doğru olamaz ve hiçbir resmî kaynak lisansın adını ağzına almıyor. Önceki M3'ün Community License'ı atıf zorunluluğu getiriyor, yıllık 20 milyon doları aşan gelire yazılı izin şartı koyuyordu; M3.1'de neyin geçerli olduğu açıklanmadı [13][14]. Ollama'da tek etiket :cloud, model ABD'deki Ollama altyapısında çalışıyor; "sıfır veri saklama" ise Ollama'nın politik beyanı olarak duruyor [3][4]. "Yerel çalıştır" cümlesini bugünkü haliyle kurmak yanlış olur.

Bugün yapılabilecek olan ölçülü bir test. Yazı hazırlandığında ücretsiz pencereye yaklaşık bir gün var (bitiş 23 Ekim 02:59 TRT); deneyecek olanlar için makul sıralama şu: ollama run minimax-m3.1-flash:cloud ile tek bir uçtan uca kod görevi koşun, sonra ollama launch claude --model minimax-m3.1-flash:cloud ile Claude Code'u bağlayıp bir depoda PR ölçeğinde iş verin [3][4]. Aynı görevleri MIT lisanslı DeepSeek V4.1 Flash ile karşılaştırın; terminal-ağır işlere ve olgu sorularına özellikle bakın, iki bilinen zayıf nokta oralarda [11][12]. Takvimde ~23 Ekim'de ağırlık yayımı bekleniyor; çıkarsa ilk işiniz lisans metnini okumak olsun [13][15].

Murat Karakaya Akademi Yorumu

Verilerin söylediği şu: 43 Intelligence Index ve ~$0,22 görev maliyeti, sınıf medyanının (13 puan) üç katından fazla bir performans için çok düşük bir fiyat demek; bunu bağımsız ölçüm söylüyor [10][11]. Aynı verilerin çizdiği sınır da net: %56 doğruda kalan olgu bilgisi ve bilmediğinde %93 oranında uyduran yanıt politikası, modeli doğrulaması olmayan iş akışlarının dışına koymayı zorunlu kılıyor [11][18]. Şirketin kendi benchmark tablosu bağımsız tekrarı yapılmamış bir iddialar demeti; ikisini ayırt etmek zor ama mümkün, ve biz yazı boyunca ayırdık.

Kanaatimize gelince: bu lansman model rekabetinden çok dağıtım rekabeti hakkında konuşuyor. Bir laboratuvar en güçlü kod modelini maskeli bir stealth sürümle pazarlıyor, ağırlıklarını kilitte tutuyor ve ilk erişimi bir bulut ortağının ücretsiz kampanyasına bağlayarak açık ağırlık camiasının yerel çalışma avantajını fiilen ilk hafta devre dışı bırakıyor. Lisans metni yayımlanana kadar bu model bir ürün, bir altyapı değil. Okura önerimiz: ücretsiz günde kör teste sokun, izleniminizi ölçülebilir ve lisansı temiz olan DeepSeek ile kıyaslayın, üretim kararını ağırlıklar ve lisans ortaya çıkınca verin.

Kaynakça

1. minimax.io — "MiniMax M3.1 Flash: Redefining Agent Performance and Cost" · 19.10.2026 · erişim: 21.10.2026
2. ir.minimax.io — "New Releases" duyuru listesi · 19.10.2026 · erişim: 21.10.2026
3. ollama.com — "minimax-m3.1-flash" model sayfası · erişim: 21.10.2026
4. x.com/@ollama — Resmî lansman göndermesi (1M ctx, US-hosted, zero data retention) · 19.10.2026 · erişim: 21.10.2026
5. x.com/@ollama — "3 days free on Ollama's Cloud" · 20.10.2026 · erişim: 21.10.2026
6. ollama.com/blog — Blog arşivi (MiniMax M2 2025 yazısı; M3.1 yazısının yokluğu) · erişim: 21.10.2026
7. platform.minimax.io — Text generation dokümantasyonu · erişim: 21.10.2026
8. x.com/@MiniMax_AI — Day0 Ollama desteği + Space Bunny doğrulaması · 19.10.2026 · erişim: 21.10.2026
9. agent.minimax.io — MiniMax Agent ürün sayfası (M3.1 Flash GA duyurusu) · erişim: 21.10.2026
10. artificialanalysis.ai — "MiniMax-M3.1-Flash" model sayfası · erişim: 21.10.2026
11. x.com/@ArtificialAnlys — Lansman benchmark analizi · erişim: 21.10.2026
12. marktechpost.com — "MiniMax M3.1 Flash" (428B MoE, ~23B aktif iddiası, migrasyon notları) · 19.10.2026 · erişim: 21.10.2026
13. pc.watch.impress.co.jp — Space Bunny ifşası, lisans analizi, M3 Community License koşulları · erişim: 21.10.2026
14. faradaymachines.com — Lisans boşluğu ve task-başına-maliyet analizi · erişim: 21.10.2026
15. unite.ai — "MiniMax Launches M3.1 Flash, Revealing Space Bunny Stealth Model" · erişim: 21.10.2026
16. daily.dev — Ücretsiz hafta + karışık benchmark manzarası derlemesi · erişim: 21.10.2026
17. artificialanalysis.ai — "M3.1-Flash vs GLM-5.3 (Max)" karşılaştırma sayfası · erişim: 21.10.2026
18. venturebeat.com — "MiniMax's new M3.1 Flash beats DeepSeek and Opus 5 on a key business benchmark at lower cost, but with a high hallucination rate" · erişim: 21.10.2026

Etiketler: #MuratKarakayaAkademi #MiniMax #M31Flash #Ollama #YapayZeka #AcikAgirlik

Yayın tarihi: 22 Ekim 2026 · muratkarakaya.net

Murat Karakaya Akademi

Read this article in English: MiniMax's M3.1 Flash sits ahead of several open-weight rivals

Ollama Cloud ile Açık Kaynak Büyük Dil Modellerini (LLM) Bulutta Kullanmak

Ollama Cloud ile Açık Kaynak LLM'leri İndirmeden Denemek

Açık Kaynak büyük dil modelleri (LLM) dünyasında her gün yeni bir model ve yeni bir sürüm konuşuluyor. Bu çok iyi bir haber, çünkü artık "tek bir model"e mahkum değiliz. Ama pratikte çoğu kişi aynı iki probleme takılıyor: (1) Büyük modeller yerel GPU VRAM'ine sığmıyor, (2) Birden fazla modeli denemek için her seferinde devasa dosyalar indirmek, kurmak, silmek hem zaman hem de disk alanı tüketiyor. Kısacası, öğrenme ve deneme süreci daha en başta yorucu hale gelebiliyor.

Ben bu eğitimi tam da bu yüzden hazırladım: Açık Kaynak LLM'leri Bilgisayarınıza model dosyalarını indirip biriktirmeden de test edebilin. Üstelik sadece "çalıştırma" değil, doğru model seçimi ve uygulamaya entegrasyon mantığını da anlayın. Bu yazı, YouTube'daki eğitimimin blog formatında, ders notu kadar derinlemesine hazırlanmış versiyonu. Adım adım giderken, neden-sonuç ilişkisini de kurmaya çalışacağım.

Eğitim videosu (YouTube canlı yayın kaydı): https://youtube.com/live/QEZ8oF4A68k

Kodlar ve dokümanlar (GitHub deposu): https://github.com/kmkarakaya/OllamaCloud

Not: Bu yazıda mümkün oldukça Türkçe terimler kullanıyorum. Örneğin "Açık Kaynak" (open source), "bulut", "belirteç" (token), "akış" (stream) gibi. Kod ve komutlarda ise resmi isimler ve parametreler aynen kalıyor.

Bu Ders Notunu Nasıl Kullanmalısın?

Bu yazı iki tip okuyucu için tasarlandı:

• LLM dünyasına yeni girenler: "Ben nereden başlayacağım, hangi kavramlar önemli?" diyenler.
• Uygulama geliştirmek isteyenler: "Ben Python ile bir şey kurmak istiyorum, model denemeyi hızlı hale getirmek istiyorum." diyenler.

Benim önerim şu: Önce kavramları ve karar mantığını oku. Sonra CLI ile bir modeli çalıştır. Ardından API ve Python bölümüne geç. En sonda repodaki iki örneği (model karşılaştırma betiği ve Streamlit demo) çalıştırıp sonuçları yorumla. Bu sırayla ilerlersen, "ne yaptığını bilerek" ilerlemiş olursun.

Temel Kavramlar: Modeller Neden Ağır? (VRAM, RAM, Disk, belirteç)

Bir modelin "büyük" veya "ağır" olması tek bir şeye bağlı değil. Yeni başlayanların kafasını en çok karıştıran nokta da bu. Ben burada üç kaynak üzerinden anlatıyorum: Disk, RAM ve VRAM.

• Disk: Model dosyalarını indirip sakladığın yer. Birkaç model denemek bile onlarca GB yapabilir.
• RAM: CPU belleği. Bazı durumlarda (özellikle CPU ile çalışan senaryolarda) RAM sınırlayıcı olur.
• VRAM: GPU belleği. Büyük modellerin yerelde hızlı çalışmasında çoğu zaman asıl sınırlayıcı kaynak budur.

Parametre sayısı arttıkça (örneğin 20B, 120B gibi) modelin kapasitesi artabilir, ama kaynak ihtiyacı da artar. Ancak tek mesele parametre sayısı değildir. Model çalışırken "KV cache" (kısaca bağlam belleği) de büyür. Bu cache, konuşma uzadıkça ve context window büyüdükçe artar. Bu yüzden "kısa bir soru" ile "uzun bir sohbet" aynı modelde farklı kaynak tüketimi üretebilir.

Bir diğer kritik kavram: belirteç. Modelin okuduğu ve ürettiği metin parçaları belirteçlere bölünür. Bir prompt ne kadar uzunsa, o kadar fazla belirteç işlenir. Bir konuşma geçmişi ne kadar uzunsa, modelin "tek seferde düşünmesi" için o kadar fazla belirteç taşınır. Bu hem süreyi (gecikme) hem de bellek ihtiyacını etkiler. Bu yüzden iyi bir pratik: Modeli değerlendirirken sadece tek bir prompt değil, farklı uzunluklarda promptlar denemek.

Peki quantization (kuantizasyon) ne işe yarar? Çok basit anlatayım: Modeli daha düşük hassasiyetle temsil ederek daha az bellek kullanmasını sağlar. Bu sayede bazı modeller yerelde çalışabilir hale gelir. Ama bazen kalite ve tutarlılık üzerinde etkisi olabilir. Bu nedenle model seçimi yaparken "en büyük model en iyisidir" gibi basit bir kural yok. Senin senaryon için "yeterince iyi + yeterince hızlı + yönetilebilir maliyet" dengesi önemlidir.

Bu noktada Ollama Cloud'un değeri ortaya çıkıyor: İndirme ve donanım bariyerini azaltıp, senin hızlıca öğrenme ve deneme yapmanı sağlıyor. Yani önce doğru modeli seçiyorsun, sonra yerel veya bulut stratejini buna göre planlıyorsun.

KV Cache ve Context Window: Uzun Sohbet Neden Yavaşlar?

Yeni başlayanların en sık yaşadığı sürprizlerden biri şudur: Aynı model, kısa bir promptta çok hızlı cevap verirken; konuşma uzadıkça veya tek prompt çok uzayınca bariz şekilde yavaşlar. Bunun temel nedeni "modelin geçmişi nasıl taşıdığı" ile ilgilidir. Dil modelleri, her yeni belirteç üretirken önceki belirteçlere dikkat (attention) mekanizmasıyla bakar. Konuşma uzadıkça bakması gereken içerik artar; bu da hesaplama maliyetini ve bellek ihtiyacını yükseltir.

Bu işin bellek tarafındaki adı çoğu yerde KV cache olarak geçer. Çok basit anlatımla: Model, önceki belirteçlere ait bazı ara temsil bilgilerini (key/value) cache'ler ve sonraki adımlarda bunları kullanır. Context window büyüdükçe bu cache de büyür. Yerelde GPU kullanıyorsan bu cache çoğu zaman VRAM'de tutulur ve VRAM'in sınırlıysa uzun konuşmalarda daha çabuk sınıra dayanırsın. bulut'da bu sınır sende görünmez ama performans etkisini yine hissedebilirsin.

Bu yüzden ben model denemesinde şunu özellikle öneriyorum: Sadece "tek cümlelik bir soru" ile karar verme. Aynı modelde kısa prompt, orta prompt ve uzun prompt dene. Bir de "konuşma geçmişi" senaryosu dene. Çünkü gerçek uygulamada çoğu zaman kullanıcı bir soru sorup çıkmıyor; takip sorusu soruyor, detay istiyor, format değiştiriyor. Modelin bu akıştaki davranışı, tek seferlik cevap kadar önemlidir.

Pratik bir performans ipucu: Uygulamada konuşma geçmişini sınırsız büyütme. Gerekirse eski mesajları özetle, kritik noktaları "memory" gibi tek bir mesajda taşı. RAG (retrieval-augmented generation) gibi teknikler de burada devreye girer: Her şeyi konuşma geçmişinde tutmak yerine, ilgili bilgiyi dışarıdan çekip prompta eklersin. Bu hem maliyeti hem de gecikmeyi yönetmeyi kolaylaştırır.

Ollama Cloud Nedir? (CLI ve API İki Yol)

Ollama Cloud, desteklenen modelleri bulut üzerinden çalıştırıp denemeni sağlayan bir altyapı. Senin tarafında iki "arayüz" var: Ollama CLI ve Ollama API. Benim ders notu yaklaşımımda bunlar iki farklı hedefe hizmet eder:

• CLI yolu: Hızlı deneme ve hızlı kıyaslama. Prompt yaz, cevap al, model davranışını gör.
• API yolu: Uygulama entegrasyonu. Python ile web app, bot, servis veya otomasyon kur.

Resmi dokümanlar (okurken açık dursun): https://docs.ollama.com/cloud, https://docs.ollama.com/api

Not: "Ücretsiz deneme" ve limitler dönemsel olarak değişebilir. En güncel bilgiyi resmi sayfalardan kontrol etmeni öneririm.

Ne Zaman bulut, Ne Zaman Yerel?

bulut ve yerel kullanım birbirinin alternatifi değil; çoğu zaman birbirini tamamlar. Ben pratikte şöyle karar veriyorum:

• bulut-öncelikli: Model denemek, model seçmek, hızlı prototip yapmak, eğitim/demo üretmek.
• Local-first: Offline çalışma, çok sık istek, veri politikası nedeniyle tamamen yerel zorunluluk.

Eğer amacın "hangi model işimi görür?" sorusunu cevaplamaksa bulut yaklaşımı büyük hız kazandırır. Modeli seçtikten sonra yerelde koşmak istiyorsan, o aşamada donanım yatırımı veya daha küçük/kuantize bir model seçimi mantıklı hale gelir. Yani benim için bulut çoğu zaman bir "hızlandırıcı katman".

Model Deneme ve Karşılaştırma İçin Basit Bir Rubrik

Model denemek demek, aynı soruyu üç modele sormak demek değildir. Gerçek bir karşılaştırma yapmak için küçük bir rubrik gerekir. Benim kullandığım basit rubrik şu başlıklardan oluşur:

• Talimat takibi: "Şu formatta yaz" dediğimde uyuyor mu?
• Tutarlılık: Aynı soruyu tekrar sorunca benzer kalite veriyor mu?
• Yapı ve okunabilirlik: Cevap düzenli mi, maddeleme iyi mi?
• Doğruluk: Bariz hatalar yapıyor mu, uydurma eğilimi var mı?
• Hız: Aynı prompt için yanıt süresi kabul edilebilir mi?
• Dil uyumu: Türkçe sorularda Türkçe kalitesi yeterli mi?

Bu rubriği kullanarak "model seçimi"ni hızlandırabilirsin. Örneğin eğitimde kullandığım yaklaşım: Aynı konuda 2-3 farklı prompt tipi hazırla, sonra her modeli bu prompt setiyle test et. Böylece tek bir cevaba göre karar vermezsin. Özellikle "format zorlayan" promptlar modelin talimat takibini çok net gösterir.

Bu rubriği repodaki compare_models.py ile otomatikleştirmeye başladık. betik mükemmel bir kıyaslama değil, ama doğru düşünme biçimini öğretir: Önce yapılandırılmış görevler, sonra gerçek çıktı incelemesi.

Prompt Tasarımı İpuçları: Modeli Doğru Sınamak

Bir modelin "iyi" veya "kötü" olduğuna karar vermek için önce doğru prompt yazmak gerekir. Çünkü LLM'ler, soruyu nasıl sorduğuna göre çok farklı davranabilir. Benim ders notu şeklinde önerdiğim basit yaklaşım: Promptu dört parçaya böl ve her parçayı net yaz.

• Rol: Modelden nasıl davranmasını istiyorsun? (Örn: "Bir eğitmen gibi anlat.")
• Hedef: Tam olarak ne istiyorsun? (Örn: "RAG'i 5 maddeyle açıkla.")
• Kısıt: Uzunluk, dil, format, ton gibi sınırlar. (Örn: "Her madde 1 cümle olsun.")
• Çıktı formatı: Madde madde mi, JSON mu, tablo mu? (Örn: "Başlık + maddeler.")

Karşılaştırma yaparken de aynı konsept geçerli: Aynı rubrikle ölçmek istiyorsan, modellerin hepsine aynı formatı zorlayan promptları ver. Örneğin Türkçe üreteceksen mutlaka Türkçe prompt seti hazırla. Kod yazdıracaksan "basit kod", "hata ayıklama", "refactor" gibi farklı kod görevleri ekle. Bu sayede tek bir promptta parlayan ama diğer görevlerde dağılan modelleri erken fark edersin.

Bir başka pratik ipucu: Deneme promptlarını "gerçek iş" promptlarından ayır. Deneme promptu daha kısa ve daha kontrollü olur; gerçek iş promptu ise daha karmaşık ve daha çok bağlam içerir. Bu yüzden karar verirken iki tür promptu da kullan. Deneme promptu ile ele, gerçek iş promptu ile doğrula.

Güvenlik ve İyi Pratikler: API Key ile Çalışmak

API key bir şifre gibi düşünülmeli. En sık yapılan hata, API key'i koda gömmek veya depo içinde paylaşmak. Benim önerim: API key'i bir ortam değişkeni olarak tanımla ve uygulamada oradan oku.

Resmi yetkilendirme dokümanı: https://docs.ollama.com/api/authentication

Windows PowerShell tarafında, geçerli oturum için örnek:

$env:OLLAMA_API_KEY = "your_api_key_here"

Bu şekilde key'i kaynak koduna yazmadan, hem CLI tarafında hem de Python tarafında kullanabilirsin. Eğitim içeriklerinde özellikle şunu vurguluyorum: Key yönetimi "küçük bir detay" değil; ileride üretim ortamına gittiğinde en kritik alışkanlıklardan biri olacak.

CLI ile Başlamak: İlk Deneme Akışı (Neden Bu Komutlar?)

Önce Ollama'nın Windows kurulumu gerekiyor. Resmi Windows kurulum sayfası: https://docs.ollama.com/windows

Kurulumdan sonra amaç şu: bulut tarafına giriş yap ve bir modeli terminalde çalıştır. Temel akış:

ollama --version
ollama signin
ollama run gpt-oss:120b-cloud

Burada ollama signin kritik. bulut erişimi gerektiren işlemlerde yerel CLI'nin kimlik doğrulamasını yapmış oluyorsun. Sonra ollama run ile modeli interaktif moda alıyorsun. Bu noktada önemli pratik: İlk denemelerde kısa promptlarla başla, sonra uzun promptlara geç. Çünkü uzun prompt, hem hız hem de bağlam yönetimi açısından modeli daha fazla zorlar.

Bir diğer önemli not: bulut model isimleri CLI tarafında bazen -cloud ekiyle gelir. API tarafında ise model adları farklı görünebilir. Bu yüzden ben API entegrasyonlarında "model adını hardcode etme" alışkanlığını bırakmanı öneriyorum. Bunun çözümü bir sonraki bölümde: /api/tags.

Direkt API Yolu: /api/tags ile Model Keşfi, /api/sohbet ile Cevap

Uygulama geliştireceksen API tarafı kritik. Ben burada iki endpointi "temel taş" gibi görüyorum:

• /api/tags: Hangi modeller erişilebilir? Bu sorunun cevabı.
• /api/sohbet: Mesaj gönderip cevap almak.

Endpoint dokümanları: https://docs.ollama.com/api/tags, https://docs.ollama.com/api/chat

Benim pratik yaklaşımım: Model adını "varsayma". Önce /api/tags ile listeyi çek, sonra uygulamanda o listeden seçim yaptır. Bu sayede bir model erişilebilir değilse uygulama kırılmaz; sadece seçeneklerde görünmez.

Minimal bir curl örneği (PowerShell'de):

curl __URL_16__ `
  -H "Authorization: Bearer $env:OLLAMA_API_KEY"

sohbet tarafında stream parametresi önemli bir kavram. stream=false dersen tek seferde cevap alırsın. stream=true dersen cevap parça parça gelir. Web uygulamalarında akış kullanıcı deneyimini iyileştirir, ama kodu biraz daha dikkatli yazmayı gerektirir. Eğitimde ben önce stream=false ile mantığı kurup, sonra akışa geçmeni öneriyorum.

Python ile Entegrasyon: Mantığı Bir Kez Kur, Her Yerde Kullan

Python tarafında benim önerim şu: Önce en küçük "çalışıyor mu?" prototipini kur. Sonra aynı mantığı web uygulamasına taşı. Ollama Cloud Python dokümanı burada: https://docs.ollama.com/cloud#python

Kullandığımız Python paketi: https://github.com/ollama/ollama-python

Python tarafında temel fikir:

• İstemciyi host="__URL_21__" ile bulut'a yönlendir
• Header'a Authorization: Bearer ... koy
• chat() çağrısında model ve mesajları gönder

Minimal örnek:

import os
from ollama import Client

client = Client(
    host="__URL_22__",
    headers={"Authorization": f"Bearer {os.environ['OLLAMA_API_KEY']}"},
)

resp = client.chat(
    model="gpt-oss:120b",
    messages=[{"role": "user", "content": "RAG nedir? 5 maddeyle anlat."}],
    stream=False,
)

print(resp["message"]["content"])

Burada mesaj formatı çok önemli. Mesajlar bir liste ve her mesajın role alanı var (örneğin user). Gerçek uygulamada konuşma geçmişi tutarsın: Önceki mesajları da yeni promptla birlikte gönderirsin. Bu sayede model bağlamı "hatırlar". Ama şu riski unutma: Konuşma geçmişi uzadıkça belirteç sayısı artar; bu da gecikmeyi artırabilir. Bu yüzden pratik bir yöntem: Geçmişi sınırlamak veya kritik noktaları özetleyip "memory" gibi göndermek.

Hata senaryolarını ders notu gibi düşünelim:

• 401 Unauthorized: API key yanlış veya header formatı hatalı. İlk kontrol: ortam değişkeni + auth dokümanı.
• 404 / model not found: Model adı erişilebilir değil; önce /api/tags ile listeyi kontrol et.
• Timeout/slow: Çok büyük model veya yoğunluk; daha küçük modelle dene, istekleri azalt, akış kullan.

Bu üç hata tipi, pratikte en sık görülenler. Eğitimde de özellikle "önce tags, sonra sohbet" mantığını vurguluyorum.

depo Walkthrough: İki Bağımsız Örnekle Öğrenmeyi Hızlandırmak

Eğitimi izleyip "tamam anladım" demek kolay. Asıl değer, iki örneği çalıştırıp sonuçları yorumlamakta. depo içinde üç kritik dosya var: requirements.txt, compare_models.py, app.py. Bu üçü birlikte "deneme -> karşılaştırma -> demo" akışını tamamlıyor.

Önce bağımlılıkları kurmak ve örnekleri çalıştırmak için pratik komutlar:

pip install -r requirements.txt
python compare_models.py
streamlit run app.py

Şimdi iki örneği tek tek ders notu gibi inceleyelim.

compare_models.py ne yapıyor? Bu betik "model seçimi" problemine pratik bir yaklaşım getiriyor. İçindeki iki yapı çok önemli:

• MODELS: Karşılaştırılacak model listesi (ör. gpt-oss:20b, gpt-oss:120b, qwen3-coder:480b)
• TASKS: Modelin cevap vermesini istediğin yapılandırılmış görevler

Scriptin yaklaşımı şu: Her modele aynı görevleri sorar, yanıt süresini ölçer ve basit bir kalite skoru çıkarır. Bu skor bir hakem değil; bir "erken sinyal". Skorun mantığı dosyada açık:

• Anahtar kelime kapsama skoru (0-60): Görev için kritik kelimeleri geçiriyor mu?
• Format skoru (0-40): Maddeleme var mı, satır sayısı makul mü, yanıt uzunluğu yeterli mi?

Skorun amacı şu: Hızlıca "bu model talimatları takip ediyor mu?" sorusuna yaklaşmak. Ama karar verirken mutlaka raporu okuyacaksın. betik, tüm çıktıları model_comparison_report.md dosyasına yazar. Bu dosyayı açıp yanıtları yan yana okumak, gerçek kalite farkını görmenin en iyi yoludur.

Bu betiği kendi senaryona uyarlamak için pratik öneriler:

• Kendi işine uygun 3-5 görev ekle (Türkçe özetleme, kod üretimi, e-posta yazma, hata ayıklama vb.).
• MODELS listesini /api/tags ile gördüğün erişilebilir modellere göre güncelle.
• Skorun "tek ölçüt" olmadığını unutma; raporu mutlaka oku.

Şimdi ikinci örnek: app.py. Bu dosya Streamlit ile basit bir web arayüzü kuruyor. Bu demo, özellikle öğrenme ve manuel test için çok değerli. Çünkü CLI'de hızlı denersin ama bazen promptları düzenlemek, farklı formatları denemek, çıktıyı kopyalayıp incelemek tarayıcıda daha rahattır.

Uygulamanın akışı:

• API key'i ortamdan alır veya kullanıcıdan ister.
• bulut'dan model listesini çeker ve seçim sunar.
• Prompt gönderilir, cevap ekranda gösterilir.

Bu yapının asıl öğretici tarafı şudur: Modeli "hardcode" etmek yerine listeden seçtirmek. Böylece erişilebilir modeller değişse bile uygulama dayanıklı olur. Bu, üretim sistemlerinde de çok işe yarayan bir alışkanlıktır.

Uygulamayı geliştirmek istersen, başlangıç için birkaç fikir:

• Konuşma geçmişi (sohbet geçmişi) ekle: Önceki mesajları saklayıp tekrar gönder.
• akış yanıt ekle: Cevap yazılıyor gibi görünsün.
• Prompt şablonları ekle: "özetle / maddele / kod yaz" gibi hazır butonlar.
• Çıktıyı kaydet: Prompt ve cevapları logla, sonra analiz et.

Sık Yapılan Hatalar ve Pratik Çözümler

Bu bölüm gerçek hayatın özeti: Hata alırsın ve çözersin. Ben en sık şunları görüyorum:

• 401 Unauthorized: API key yok, yanlış veya header formatı hatalı. Önce Authentication dokümanına bak, sonra ortam değişkenini kontrol et.
• Model bulunamadı: Model adı erişilebilir değil. İlk adım: /api/tags ile modelleri listele ve doğru adı seç.
• Çok yavaş yanıt: Büyük model veya yoğunluk olabilir. Daha küçük model dene, promptu kısalt, akış kullanmayı düşün.
• Virtualenv karışıklığı: Farklı Python ortamına kurulum yapılıyor. En temiz yöntem: venv aç, sonra pip install -r requirements.txt.
• Türkçe karakterler bozuk görünüyor: Kopyalama yaparken HTML editör modu dışında yapıştırmış olabilirsin. Blogger'da HTML görünümünde yapıştırmak genelde en sorunsuz yoldur.

Bu hataların ortak mesajı şu: Önce bağlantı ve yetkiyi doğrula, sonra model listesini doğrula, en son uygulama kodunu kurcala. Bu sırayla ilerlemek zamandan tasarruf ettirir.

Sık Sorulan Sorular (SSS)

Bu eğitimden sonra en çok gelen soruları kısa ve net cevaplayayım. Buradaki amaç "ezber" değil; doğru kontrol noktalarını öğretmek.

• Ollama Cloud ücretsiz mi? Çoğu kişi bulutu "hızlı deneme" için kullanıyor. Ancak limit/politikalar zaman içinde değişebilir. En güncel bilgi için bulut sayfasını kontrol et.
• Hangi modeller var, hangisini seçmeliyim? "Şu model kesin var" diye varsayma. Önce /api/tags ile listeyi gör. Seçimi rubrikle yap: talimat takibi, tutarlılık, hız, Türkçe kalitesi ve senin senaryona uygunluk.
• CLI'de -bulut var ama API'de yok, neden? CLI ve API tarafında isimlendirme farklı görünebilir. Uygulama tarafında modeli listeden seçtirmen bu sorunu pratikte çözer.
• ollama signin ile API key aynı şey mi? Hayır. ollama signin daha çok CLI akışı için oturum açma mantığıdır. API tarafında ise genelde API key + Bearer header ile çalışırsın. Detay için Authentication sayfasına bak.
• Veri gizliliği açısından neye dikkat etmeliyim? Kural basit: Hassas veriyi göndermeden önce mutlaka politika/şartları oku ve kurumunun kurallarına göre hareket et. Eğitim ve demo sırasında gerçek müşteri verisi yerine sentetik/anonim veri kullanmak iyi bir alışkanlıktır.
• Türkçe karakterler bozuk görünürse? Genelde iki sebep olur: dosya encoding'i veya Blogger'a yapıştırma modu. Bu dosya UTF-8 olarak hazırlanmıştır. Blogger'da HTML modunda yapıştırmak çoğu zaman sorunu çözer.

Mini Çalışma: Kendi Deneme Setini Oluştur

Bu yazıyı gerçekten değerli kılmak için sana küçük bir "ödev" seti bırakmak istiyorum. Eğer bir modeli seçmek istiyorsan, şu üç tip prompt hazırla:

• Format testi: "5 maddeyle anlat, her madde 1 cümle olsun" gibi.
• Akıl yürütme testi: "Adım adım açıkla" gibi.
• Senaryo testi: "Benim işim şu, bana bir taslak çıkar" gibi.

Sonra aynı üç promptu üç farklı modelde dene. Karşılaştırma yaparken sadece "doğru mu?" diye bakma; rubriğe geri dön: Talimat takibi, tutarlılık, okunabilirlik ve hız. Bu küçük alışkanlık, öğrenme sürecini hızlandırır ve model seçimini daha sağlam yapar.

Benim Önerdiğim Deneme Stratejisi

Eğer bir proje için model seçeceksem ben genelde şu akışla ilerliyorum:

• Önce 2-3 aday model belirlerim (biri hızlı/küçük, biri büyük/kaliteli, biri kod odaklı vb.).
• compare_models.py ile hızlı karşılaştırma yaparım.
• Rapor dosyasından cevapları okur, talimat takibi ve tutarlılığa bakarım.
• Seçtiğim 1-2 modeli app.py ile manuel prompt testine sokarım.
• Sonra uygulama entegrasyonuna geçerim (Python client ile).

Bu akışın güzelliği şu: Model seçimi "hissiyat" değil, kısa ama sistematik bir deneme sürecine dayanıyor. Üstelik bunu donanım yatırımı yapmadan başlatabiliyorsun.

Videoyu ve Kodları Burada Bulabilirsin

YouTube eğitim kaydı: https://youtube.com/live/QEZ8oF4A68k

GitHub deposu (README ve örnek kodlar): https://github.com/kmkarakaya/OllamaCloud

Resmi kaynaklar:

• Ollama Cloud
• Ollama Cloud Python
• Ollama Windows
• Ollama API
• API Authentication
• API /tags
• API /sohbet
• ollama-python

Kapanış

Ben bu eğitimi, "donanımım yetmiyor" bahanesinin seni açık kaynak LLM denemekten uzaklaştırmaması için hazırladım. Ollama Cloud ile hem farklı modelleri hızlıca deneyebilir, hem de seçtiğin modeli Python tarafında gerçek bir uygulamaya bağlayabilirsin.

Eğer sen de açık kaynak LLM'leri hızlıca denemek, karşılaştırma yapmak ve pratik bir akış kurmak istiyorsan videoyu izle, depo içindeki örnekleri çalıştır, sonra kendi senaryona uyarlayıp geliştirmeye başla. Benzer içerikler için Murat Karakaya Akademi'yi takip etmeyi unutma.

İnce Ayar (Fine-Tuning): QLoRA Adaptörünü GGUF Formatına Dönüştürme ve Ollama Entegrasyonu

İnce Ayar (Fine-Tuning) Serisi: QLoRA Adaptörünü GGUF Formatına Dönüştürme ve Ollama Entegrasyonu

Değerli arkadaşlar, Murat Karakaya Akademi'ye hoş geldiniz. İnce ayar (Fine-Tuning) eğitim serimizin dördüncü ve tamamlayıcı bölümüyle karşınızdayım. Hatırlarsanız bu seriye veri setimizi hazırlayarak başlamış, ardından temel kavramları incelemiş ve üçüncü videomuzda Llama 3 modelini "Nutuk" verisiyle Unsloth kütüphanesini kullanarak eğitmiştik.

Bugünkü dersimizde ise eğittiğimiz bu QLoRA adaptörünü, baz (base) model ile birleştirip tek bir dosya haline getireceğiz. Daha sonra bu modeli GGUF formatına dönüştürüp 4-bit quantization (nitelik kaybı olmadan boyut küçültme) işlemini uygulayacağız. Son olarak da elde ettiğimiz bu modeli Ollama ve Llama.cpp kullanarak yerel bilgisayarımızda nasıl çalıştırabileceğimizi adım adım göreceğiz. Bu işlem, eğittiğiniz modelleri dağıtmak ve CPU üzerinde bile hızlıca çalıştırmak için kritik bir adımdır.

Bu teknik süreci uygulamalı olarak görmek, kodları adım adım takip etmek ve modelin canlı performansını izlemek için videoyu izlemenizi öneririm:

Bu Eğitimde Neler Öğreneceksiniz?

• QLoRA adaptörünün baz model (Llama 3) ile birleştirilmesi (Merging).
• Unsloth kütüphanesi ile GGUF formatına dönüşüm ve 4-bit Quantization.
• Modelin Hugging Face Hub üzerine yüklenmesi.
• Eğitilen modelin Ollama ve Llama.cpp ile yerel bilgisayarda çalıştırılması.
• Gradio kullanarak model için basit bir sohbet arayüzü oluşturulması.

Neden Birleştirme (Merging) ve GGUF?

Bir önceki dersimizde modelimizi QLoRA tekniği ile eğitmiş ve elimizde sadece eğitilen parametreleri içeren küçük bir "adaptör" dosyası kalmıştı. Ancak modeli kullanmak istediğimizde hem devasa baz modeli hem de adaptörü aynı anda yüklememiz gerekiyordu. Bu durum hem bellek yönetimi açısından zorlayıcıdır hem de çıkarım (inference) hızını düşürür.

Bugün yapacağımız "Merging" işlemi ile adaptörü baz modelin içine gömeceğiz. Ardından yapacağımız GGUF dönüşümü ile modeli tek bir dosya haline getirip, Apple Silicon (Mac) veya standart CPU'lu bilgisayarlarda bile çok hızlı çalışabilir hale getireceğiz. Unsloth kütüphanesi, normalde Llama.cpp ile yapılan bu karmaşık işlemi bizim için çok basit bir hale getiriyor.

Unsloth ile GGUF Dönüşümü ve Hugging Face Upload

Unsloth kütüphanesi, modelin kaydedilmesi aşamasında bize save_pretrained_gguf metodunu sunar. Bu metod sayesinde hem 16-bit (orijinal) hem de 4-bit (quantize edilmiş) versiyonları tek komutla oluşturabilir ve Hugging Face hesabımıza yükleyebiliriz.

Aşağıdaki kod bloğunda, eğittiğimiz modelin "q4_k_m" (4-bit medium) formatında dönüştürülüp yüklenmesini görüyoruz:

# Modeli GGUF formatında kaydetme ve Hugging Face'e yükleme
model.push_to_hub_gguf(
    "hf_kullanici_adiniz/Nutuk-Llama-3-8B-GGUF", # Hugging Face Repo Adı
    tokenizer,
    quantization_method = "q4_k_m", # Yaygın kullanılan 4-bit quantization
    token = "hf_token_buraya_gelecek" # Hugging Face Token'ınız
)

Ollama ile Yerelde Çalıştırma

Modelimiz Hugging Face üzerinde GGUF formatında hazır olduğunda, artık onu Ollama ile çalıştırmak çocuk oyuncağı. Ollama'nın yeni özelliklerinden biri, doğrudan Hugging Face üzerindeki GGUF dosyalarını indirip çalıştırabilmesidir.

Google Colab veya yerel terminalinizde şu komutu kullanarak modeli indirebilir ve sohbeti başlatabilirsiniz:

# Ollama'yı arka planda çalıştırın (Linux/Colab için)
ollama serve &

# Hugging Face üzerindeki GGUF modelini çalıştırın
ollama run hf.co/hf_kullanici_adiniz/Nutuk-Llama-3-8B-GGUF

Python ve Gradio ile Arayüz Oluşturma

Sadece terminalden değil, Python kodları içerisinden de modelimize erişebiliriz. Videoda gösterdiğim gibi, llama-cpp-python kütüphanesini kullanarak bir çıkarım (inference) fonksiyonu yazabilir ve bunu Gradio ile basit bir web arayüzüne dönüştürebiliriz.

from llama_cpp import Llama

# Modeli yükle (Hugging Face'den indirdiğiniz GGUF dosya yolu)
llm = Llama(
    model_path="./Nutuk-Llama-3-8B.Q4_K_M.gguf",
    chat_format="llama-3"
)

# Örnek sorgu
response = llm.create_chat_completion(
    messages=[
        {"role": "user", "content": "Sivas Kongresi ne zaman yapıldı?"}
    ]
)

print(response['choices'][0]['message']['content'])

Sıkça Sorulan Sorular (SSS)

1. Neden modeli GGUF formatına çeviriyoruz?
GGUF formatı, modelin tek bir dosya içinde tutulmasını sağlar ve özellikle CPU (işlemci) üzerinde çalıştırmak için optimize edilmiştir. Ayrıca 4-bit quantization ile model boyutu 16GB'lardan 4-5GB seviyelerine düşer, bu da standart bilgisayarlarda çalışmasını mümkün kılar.

2. Unsloth kullanmadan bu işlemi yapabilir miyim?
Evet, llama.cpp kütüphanesini doğrudan kullanarak da dönüşüm yapabilirsiniz ancak bu süreç çok daha manuel ve karmaşıktır. Unsloth, bu süreci optimize ederek arka planda gerekli dönüşümleri otomatik yapar.

3. Eğittiğim modeli ticari olarak kullanabilir miyim?
Bu, temel aldığınız modelin (Llama 3) lisansına ve kullandığınız veri setinin telif haklarına bağlıdır. Llama 3 genellikle açık bir lisansa sahiptir ancak "Nutuk" gibi kamuya mal olmuş veriler dışında özel veri setleri kullanıyorsanız dikkatli olmalısınız.

Sonuç

Bu eğitimle birlikte, veri seti hazırlamadan başlayıp, modeli eğitme ve son kullanıcıya sunulabilir bir formata (GGUF) dönüştürme sürecini tamamlamış olduk. Artık kendi özelleştirilmiş yapay zeka modellerinizi oluşturup, şirketinizde veya kişisel projelerinizde internete ihtiyaç duymadan (lokal olarak) çalıştırabilirsiniz.

Daha Fazlasını Keşfedin:
Yapay zeka, Büyük Dil Modelleri (LLM) ve yazılım dünyasındaki en güncel gelişmeleri teknik derinlikle öğrenmek için Murat Karakaya Akademi YouTube kanalına abone olun.

Kanalı Ziyaret Et & Abone Ol 🚀

#MuratKarakayaAkademi #FineTuning #Llama3 #GGUF #Ollama #YapayZeka

Ollama, Kaggle ve Ngrok ile Ücretsiz Bulut LLM Sunucusu Kurulumu

Ollama, Kaggle ve Ngrok ile Ücretsiz Bulut LLM Sunucusu Kurulumu: VS Code ve Open WebUI Entegrasyonu

Murat Karakaya Akademi'ye hoş geldiniz. Değerli arkadaşlar, bugün özellikle donanım kısıtları nedeniyle kendi bilgisayarında büyük dil modellerini (LLM) çalıştırmakta zorlananlar için harika bir çözümden bahsedeceğiz. Biliyorsunuz, günümüzde açık kaynaklı modellerin (Gemma, Llama, Qwen gibi) parametre sayıları ve VRAM ihtiyaçları giderek artıyor. Eğer benim gibi 6GB VRAM'e sahip bir laptop kullanıyorsanız, 12 milyar veya 27 milyar parametreli modelleri yerelde çalıştırmak neredeyse imkansız veya oldukça yavaş hale geliyor.

Bu dersimizde, Kaggle'ın bize ücretsiz sunduğu güçlü GPU altyapısını bir sunucu (Server) gibi kullanarak, Ollama ve Ngrok araçları sayesinde bu gücü nasıl kendi yerel bilgisayarımıza (VS Code, Terminal veya Open WebUI) tünelleyebileceğimizi detaylıca inceleyeceğiz. Yani özetle: Buluttaki GPU'yu, kendi bilgisayarımızdaymış gibi kullanacağız.

Neden Kaggle ve Bulut Tabanlı Çözüm?

Öncelikle sorunu netleştirelim. Akademik çalışmalarımda veya projelerimde bazen onlarca farklı modeli test etmem gerekiyor. Ancak standart bir kullanıcı bilgisayarı, özellikle 8GB, 12B veya üzeri modellerde yetersiz kalıyor. Kaggle ise bize haftalık 30 saatlik ücretsiz bir GPU kullanım hakkı tanıyor. Bu "Accelerator" seçeneğinde genellikle T4 GPU'lar (yaklaşık 15GB VRAM) bulunuyor. Bu, 6GB veya 8GB VRAM isteyen Gemma 3 (12B) veya Qwen 2.5 (14B) gibi modelleri rahatlıkla belleğe sığdırıp çalıştırabileceğimiz anlamına geliyor.

Ben bu yöntemi kendi ihtiyaçlarımdan yola çıkarak geliştirdim ve testlerimi başarıyla tamamladım. Kaggle'ın sağladığı bu 30 saatlik süre, garanti edilen bir süredir; Google Colab gibi sizi aniden oturumdan atma riski daha düşüktür.

Kurulum Mimarisi: Kaggle Üzerinde Ollama

Sistemi kurmak için Kaggle üzerinde bir Notebook açıp, hızlandırıcı (Accelerator) olarak GPU T4 x2'yi seçiyoruz. Burada temel amacımız Kaggle'ı bir "Software as a Service" (SaaS) gibi yapılandırmak. İzleyeceğimiz adımlar şunlar:

1. Gerekli Kütüphanelerin Kurulumu: Arka planda süreçleri yönetmek için `subprocess` ve tünelleme için `pyngrok` gibi kütüphaneleri Python ortamına kuruyoruz.
2. GPU Kontrolü: NVIDIA sürücülerinin ve donanımın Ollama tarafından görülebilir olduğunu teyit ediyoruz.
3. Ollama Kurulumu: Linux tabanlı kurulum komutunu çalıştırarak Ollama'yı Kaggle ortamına indiriyoruz.

Ollama kurulduktan sonra varsayılan olarak `127.0.0.1:11434` portunda çalışmaya başlar. Ancak bu Kaggle'ın kendi iç ağıdır (localhost). Bizim dışarıdan, yani evimizdeki bilgisayardan bu porta erişmemiz gerekiyor. İşte burada devreye Ngrok giriyor.

Ngrok ile Tünel Açmak ve Dışa Erişim

Kaggle'daki yerel sunucuyu internete açmak için Ngrok kullanıyoruz. Bunun için Ngrok sitesine ücretsiz üye olup bir "Authtoken" almanız ve bunu Kaggle'daki "Secrets" (Gizli Anahtarlar) bölümüne eklemeniz gerekiyor. Ayrıca Ngrok size sabit bir domain (alan adı) tanımlayabilir. Bu sabit domain, bağlantı adresinizin her seferinde değişmemesi için önemlidir.

Kurulum kodumuzda (üyelerimizle paylaştığım kod bloğunda), Python üzerinden Ngrok'u konfigüre ederek 11434 portunu dış dünyaya tünelliyoruz. Sonuç olarak elimizde şöyle bir adres oluyor:

https://sizin-domain-adiniz.ngrok-free.app

Bu adres artık bizim Kaggle üzerindeki güçlü GPU'muza açılan kapımızdır. Bu adresi kullanarak sanki model yanımızdaymış gibi işlem yapabiliriz.

Lokal Bilgisayarda Kullanım Senaryoları

Kaggle tarafı hazır olduktan sonra (Ollama running mesajını aldıktan sonra), kendi bilgisayarımıza dönüyoruz. Burada üç farklı şekilde bu gücü kullanabiliriz:

1. Terminal ve Çevresel Değişkenler (Environment Variables)

Kendi bilgisayarınızda bir terminal açıp, Ollama'nın nereye bakacağını söylemeniz gerekir. Bunun için OLLAMA_HOST değişkenini ayarlıyoruz. Bu sayede `ollama list` veya `ollama pull` komutlarını yazdığınızda, komutlar sizin bilgisayarınızda değil, Kaggle sunucusunda çalışır.

2. VS Code Üzerinden Kodlama

Eğer Python ile uygulama geliştiriyorsanız, yazdığınız kodların (örneğin LangChain veya doğrudan API çağrıları) Kaggle'daki modelleri kullanmasını sağlayabilirsiniz. `OllamaClient` nesnesini oluştururken `host` parametresine Ngrok adresini vermeniz yeterlidir. Böylece yazdığınız bir "Hikaye Yazma Botu", işlemleri Kaggle'daki 15GB VRAM üzerinde gerçekleştirir.

3. Open WebUI ile Görsel Arayüz

En sevdiğim yöntemlerden biri de Open WebUI kullanmak. Eğer Docker kullanıyorsanız, Open WebUI'ı ayağa kaldırırken `OLLAMA_BASE_URL` parametresini değiştirerek Kaggle'a bağlayabilirsiniz. Videoda gösterdiğim örnek Docker komutu şöyledir:

docker run -d -p 3000:8080 \
--add-host=host.docker.internal:host-gateway \
-e OLLAMA_BASE_URL=https://sizin-ngrok-adresiniz.app \
-v open-webui:/app/backend/data \
--name open-webui \
ghcr.io/open-webui/open-webui:main

Bu komutla, tarayıcınızdan (localhost:3000) harika bir chat arayüzüne erişirsiniz, ancak arka plandaki beyin Kaggle'da çalışır.

Performans Karşılaştırması ve Uyarılar

Videodaki testlerimde de görebileceğiniz gibi, kendi RTX 3050 ekran kartımla (6GB VRAM) bir işlem yapmaya çalıştığımda veya CPU'ya yüklendiğimde saniyelerce beklerken, Kaggle üzerindeki sistem (T4 GPU) saniyede 30-40 token hızlarına (yaklaşık 3 kat daha hızlı) ulaşabiliyor. 12 Milyar parametreli Gemma 3 modelini kendi bilgisayarımda çalıştırmam mümkün değilken, bu yöntemle akıcı bir şekilde sohbet edebiliyorum.

⚠️ Önemli Güvenlik Uyarısı:

Bu yöntemi kullanırken verileriniz önce Ngrok sunucularına, oradan da Kaggle sunucularına iletilir. Bu nedenle, kişisel, gizli veya ticari sır niteliğindeki verilerinizi bu yöntemle işlemeyin. Ancak benim gibi açık kaynak veri setleri üzerinde akademik çalışmalar, testler veya hobi projeleri yapıyorsanız, bu yöntem hayat kurtarıcıdır.

Sonuç

Yapay zeka modelleri büyüdükçe donanım ihtiyacı artıyor, ancak bulut çözümleri de erişilebilir hale geliyor. Kaggle'ı sadece bir veri bilimi yarışma platformu olarak değil, ücretsiz bir GPU sunucusu olarak da görebilirsiniz. Bu yöntemle donanım sınırlarına takılmadan en yeni LLM'leri deneyimleyebilirsiniz.

Bu yayında kullandığım detaylı Python kodlarına ve Notebook dosyasına erişmek isterseniz, YouTube kanalımızdaki "Katıl" butonunu kullanarak bize destek olabilir ve ayrıcalıklı içeriklere ulaşabilirsiniz. Sorularınızı videonun altına veya Discord sunucumuza bekliyorum. Hepinize iyi çalışmalar!

#MuratKarakayaAkademi #YapayZeka #Ollama #Kaggle #LLM #DerinOgrenme #CloudComputing