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