Açık Kaynak Yapay Zeka Modelleri Nedir? Llama, Mistral ve Diğerleri Kimin İşine Yarar?

Yapay zeka dünyasında iki ayrı kulvar var. Bir tarafta ChatGPT ya da Gemini gibi, sadece şirketin sunucuları üzerinden kullanabildiğiniz kapalı modeller duruyor. Öbür tarafta ise indirip kendi bilgisayarınıza, kendi sunucunuza kurabileceğiniz modeller var. Bunlar genellikle “açık kaynak yapay zeka” diye anılıyor.

Ama bu etiket çoğu zaman tam doğru değil. Bu yazıda “açık” kelimesinin burada ne anlama geldiğini, hangi modellerin öne çıktığını ve bu modellerin gerçekte kimin işine yaradığını konuşacağız.

Restoran yemeği ile tarif arasındaki fark

Kapalı bir modeli kullanmak, restoranda yemek yemek gibidir. Tabak önünüze gelir, tadını beğenirsiniz ama mutfağa giremezsiniz. Tarifi değiştiremez, yemeği eve götürüp kendi ocağınızda pişiremezsiniz. Restoran kapanırsa ya da menüyü değiştirirse elinizden bir şey gelmez.

Açık ağırlıklı model, öğrenilmiş parametreleri indirip kendi ortamınızda çalıştırmanıza olanak verir. Ancak bu, modelin nasıl üretildiğinin bütün tarifini aldığınız anlamına gelmez: eğitim kodu, veri bilgisi ve kullanım hakları ayrıca değerlendirilmelidir. Karşılığında ocak, tencere ve zaman sizden. Yani özgürlük artar, ama altyapı ve bakım sorumluluğu da size geçer.

“Açık kaynak” mı, “açık ağırlık” mı?

Yazılım dünyasında açık kaynak kavramı oturmuş bir tanıma sahip: Kodu görebilir, değiştirebilir, dağıtabilir ve herhangi bir amaçla kullanabilirsiniz. Yapay zeka modellerinde durum daha karmaşık.

Bir modeli ortaya çıkaran üç parça var: eğitim kodu, eğitimde kullanılan veri ve eğitimin sonunda elde edilen ağırlıklar (modelin öğrendiklerini saklayan sayılar). Paylaşılan bileşenler modele göre değişir. Ağırlıkların indirilebilmesi, eğitim verisinin ve kodunun da bütünüyle erişilebilir veya lisansın her kullanıma açık olduğu anlamına gelmez.

Bu yüzden uzmanlar bu modeller için daha çok açık ağırlıklı model (open-weight) ifadesini kullanıyor. OSI, 28 Ekim 2024’te OSAID 1.0 tanımını yayımladı. Tanım; kullanma, inceleme, değiştirme ve paylaşma özgürlüklerinin yanında değişiklik yapmaya elverişli biçimi, kodu, parametreleri ve yeterince ayrıntılı eğitim verisi bilgisini ele alır. Bütün ham eğitim verilerinin koşulsuz yayımlanmasıyla aynı şart değildir. Pratikte ise gündelik dilde iki ifade birbirinin yerine kullanılmaya devam ediyor.

Öne çıkan modeller

Bu alan çok hızlı değiştiği için sürüm numaralarına değil, ailelere bakmak daha sağlıklı.

Llama (Meta): Llama 3.3 model kartı, özel topluluk lisansına ve kabul edilebilir kullanım politikasına bağlı olduğunu belirtir. Bir Llama sürümünün koşullarını bütün aileye genellemeyin; kullanacağınız sürümün lisansını okuyun.

Mistral (Mistral AI): Mistral AI’ın model ailesidir. Örneğin Mistral 7B v0.1 ağırlıkları Apache 2.0 lisansıyla sunulur. Bu, bütün Mistral modellerinin aynı lisansı kullandığı anlamına gelmez.

Qwen (Alibaba) ve DeepSeek: İndirilebilir model seçenekleri sunan aileler arasında yer alırlar. Performans değerlendirmesi için belirli sürüm, görev, test tarihi ve ölçüm yöntemi gerekir; bu yazıda bu aileler arasında bir sıralama yapılmıyor.

Gemma (Google) ve gpt-oss (OpenAI): Google’ın Gemma belgeleri açık ağırlıkları ve yerel dağıtım seçeneklerini açıklar. OpenAI ise gpt-oss-20b ve gpt-oss-120b modellerini Apache 2.0 lisansıyla yayımladı. Bunlar ChatGPT hizmetinin veya Gemini hizmetinin indirilebilir kopyaları değildir.

Her modelin lisansı farklı. Ticari bir projede kullanmayı düşünüyorsanız, modelin sayfasındaki lisans metnini okumak atlanmaması gereken bir adım.

Avantajlar: Neden bu kadar ilgi görüyor?

Veri kontrolü. Model ve bütün yardımcı bileşenler tamamen yerel çalışıyorsa veriyi dışarı göndermeyen bir kurulum yapılabilir. Ancak kullanılan arayüzün telemetrisi, bulut araçları, eklentiler ve günlükleme ayrıca incelenmelidir; yalnızca model dosyasının bilgisayarınızda olması gizlilik garantisi değildir. Hasta kayıtlarıyla çalışan bir klinik, müvekkil dosyalarıyla uğraşan bir hukuk bürosu ya da müşteri verisini dışarı çıkarmak istemeyen bir firma için bu belirleyici bir fark.

Özelleştirme. Açık ağırlıklı bir modeli kendi verinizle ek eğitime tabi tutabilirsiniz. Örneğin bir sigorta şirketi, modeli kendi poliçe diliyle ince ayar yaparak daha isabetli hale getirebilir.

Bağımsızlık. Kapalı bir servisin fiyatı artabilir, kullandığınız model kaldırılabilir, kullanım koşulları değişebilir. İndirdiğiniz model ise siz silmedikçe elinizde kalır.

Şeffaflık ve araştırma. Akademisyenler ve bağımsız araştırmacılar, açık modellerin iç işleyişini inceleyebiliyor. Güvenlik açıklarını, önyargıları ya da zayıf noktaları bulmak kapalı sistemlere kıyasla daha kolay.

Dezavantajlar: Bedava öğle yemeği yok

Donanım. Büyük açık modelleri çalıştırmak ciddi grafik kartı ve bellek gerektiriyor. Sıradan bir dizüstünde ancak küçük veya sıkıştırılmış sürümler rahat çalışıyor.

Performans farkı. Açık veya kapalı olması tek başına kalite ölçütü değildir. Kendi Türkçe görevleriniz, hata toleransınız, hız ve donanım bütçenizle karşılaştırma yapın. Tarihsiz ve test yöntemi belirtilmeyen genel üstünlük iddialarına dayanmayın.

Teknik bilgi. Kurulum, güncelleme, güvenlik ve performans ayarı sizin sorumluluğunuzda. Kapalı servislerde bu işleri şirket üstleniyor.

Kötüye kullanım riski. Model bir kez yayımlandığında içindeki güvenlik önlemleri kaldırılabiliyor. Bu, açık modeller etrafındaki en ciddi tartışma başlıklarından biri.

Model adlarındaki sayılar ve harfler ne anlatıyor?

Açık model indirme sayfalarına ilk kez giren biri, “8B”, “70B”, “Instruct”, “Q4” gibi ifadelerle karşılaşıp kafası karışabilir. Bunlar aslında epey bilgi veriyor.

“B” harfinin önündeki sayı, modelin kaç milyar parametreye sahip olduğunu gösterir. 8B yaklaşık 8 milyar, 70B yaklaşık 70 milyar parametre demek. Parametre sayısı bellek ve hesaplama ihtiyacını etkiler; tek başına kaliteyi belirlemez. Uzman karışımı modellerde toplam parametre ile her adımda etkin kullanılan parametre sayısı da farklı olabilir. “Instruct” ya da “Chat” ibaresi, modelin talimat takip edecek şekilde ince ayar görmüş sürümü olduğunu anlatır; sohbet için genellikle bu sürümü seçmek gerekir. Sonunda “base” yazan sürümler ise ham, ince ayar görmemiş modeldir ve daha çok geliştiricilerin kendi eğitimleri için başlangıç noktası olarak kullanılır.

“Q4”, “Q8” gibi kısaltmalar da sıkıştırma seviyesini belirtir. Modelin sayıları daha az hassasiyetle saklanarak dosya boyutu küçültülür. Bu, bir fotoğrafı daha düşük kalitede kaydedip yer açmaya benzer: Daha düşük hassasiyet bellek ihtiyacını azaltabilir, fakat doğruluğa etkisi modele, yönteme ve göreve göre değişir; aynı örneklerle ölçmek gerekir.

Bu modellerin büyük kısmı Hugging Face adlı platformda barındırılıyor. Burada hem orijinal modelleri hem de topluluğun hazırladığı sıkıştırılmış ya da belirli bir dile uyarlanmış sürümleri bulmak mümkün.

Peki kimin işine yarar?

Sıradan bir kullanıcıysanız ve sadece e-posta yazdırmak, metin özetletmek istiyorsanız, kapalı servislerin ücretsiz sürümleri çoğu zaman daha pratik. Açık modeller şu profiller için daha anlamlı:

• Hassas veriyle çalışan ve bu veriyi dışarı çıkaramayan şirketler ve kurumlar
• Kendi ürününe yapay zeka eklemek isteyen yazılım geliştiriciler ve girişimler
• Modellerin nasıl çalıştığını incelemek isteyen öğrenciler ve araştırmacılar
• İnternet bağlantısı olmadan çalışması gereken sistemler
• Meraklı ve teknik altyapısı olan bireysel kullanıcılar

Sık Sorulan Sorular

Açık kaynak yapay zeka tamamen ücretsiz mi?

Modelin kendisini indirmek genellikle ücretsiz. Ama onu çalıştıracak donanımın, elektriğin ya da bulut sunucusunun bir maliyeti var. Ayrıca bazı lisanslar belirli ticari kullanımları kısıtlayabiliyor.

Llama gerçekten açık kaynak mı?

Ağırlıkları indirilebilir olduğu için “açık” diye anılıyor, ancak indirilebilir ağırlıklar tek başına OSI’nin bütün açık kaynak yapay zekâ şartlarını karşılamaz. Lisansı ve yayımlanan bileşenleri sürüm bazında değerlendirmek gerekir.

Açık modeller Türkçe biliyor mu?

Büyük açık modellerin çoğu Türkçe anlayıp yazabiliyor, ancak kalite modelden modele ciddi farklılık gösteriyor. Türkçe metinlerle ek eğitime tabi tutulmuş topluluk sürümleri de bulunuyor.

Açık bir modeli kendi bilgisayarımda çalıştırabilir miyim?

Küçük ve sıkıştırılmış sürümleri, yeterli belleğe sahip güncel bir bilgisayarda çalıştırmak mümkün. Bunun için Ollama veya LM Studio gibi araçlar süreci epey kolaylaştırıyor.

Açık model seçmek, kolaylıktan biraz feragat edip karşılığında kontrolü elinize almak demek; bu takasın size uyup uymadığı ihtiyacınıza bağlı.

Editoryal düzeltme (28 Ekim 2026): Açık kaynak–açık ağırlık ayrımı ayrıntılandırıldı; mutlak gizlilik ve ölçümsüz performans iddiaları düzeltildi. Model örnekleri resmî belgelerine bağlandı.