2f01d06592
All checks were successful
Deploy / deploy (push) Successful in 7m12s
Co-Authored-By: Claude Fable 5.1 <noreply@anthropic.com>
5.2 KiB
5.2 KiB
Türkiye'de barındırılan model: sağlayıcı adayları
26 Eyl 2026 sabaha karşı. Bilal kararı: "sunucu Türkiye'de". Kod tarafı hazır:
src/lib/ai/client.tssağlayıcıyıAI_BASE_URL+AI_API_KEYortam değişkenlerinden okur (OpenAI uyumlu her uç takılır), model adıOPENROUTER_MODEL/OPENROUTER_SOHBET_MODELile seçilir. Aşağıdaki bilgiler herkese açık sayfalardan; fiyat, araç çağrısı (function calling) desteği ve veri işleyen sözleşmesi (DPA) her adaya doğrudan sorulmalı.
Adaylar
| Aday | Ne | Türkiye'de veri | OpenAI uyumlu | Modeller | Fiyat | DPA/KVKK | Araç çağrısı | Not |
|---|---|---|---|---|---|---|---|---|
| LLMTR (llmtr.com) | Yönetilen API geçidi; "Türkiye'de barındırılan" etiketli modeller kendi altyapısında | Evet (etiketli modeller için; veri merkezi adı açıklanmıyor) | Evet: base_url = https://llmtr.com/v1 |
Türkiye'de: Qwen 3.6 35B-A3B, Gemma 4, Trendyol Azure 12B, Magibu 11B, Muse Glimmer 30B; global modeller de aynı katalogda ama yurt dışında işlenir — yanlışlıkla seçilmemeli | Kredi yüklemede %8 marj; model fiyatları sitede | Sayfada yok, sorulacak | Belirtilmemiş, sorulacak (danışman araçları için şart) | En az iş: yalnız .env değişir. Model küçülür (35B MoE); araç çağrısı kalitesi denenmeli |
| baykAI (cloud.bayk.ai) | Türkiye'de GPU bulutu; pod açıp kendi modelini (vLLM) koşturursun | Evet ("model de veri de Türkiye'deki veri merkezlerinde") | vLLM ile evet (kendi kurulumumuz) | İstediğimiz açık model (DeepSeek/Qwen büyük sürümler dâhil) | Saatlik pod; sayfada rakam yok | "Talep hâlinde KVKK uyumlu DPA imzalarız" — tek açık DPA vaadi | vLLM ile evet | Daha çok işletme yükü (model yönetimi, ölçekleme); esneklik ve DPA netliği en yüksek |
| EVREN (evren.ssyz.org.tr) | Savunma Sanayii Başkanlığı'nın yapay zekâ platformu | GPU Türkiye'de | Evet (blog yazısı) | DeepSeek v4-flash (bizim bugünkü model!), GLM 5.3, Qwen 3.8, Gemma 4 | Katkı temelli kredi; ticari erişim koşulu belirsiz | Bilinmiyor | Bilinmiyor | Bugünkü modelin birebir Türkiye'de kopyası burada; erişim şartı sorulmalı (kamu/savunma odaklı olabilir) |
| GreenPT | LLMTR kataloğunda "Türkiye merkezli, 38 model" görünüyor | Doğrulanmadı | ? | ? | ? | ? | ? | Yalnız katalog satırı; siteye bakılmadı |
| Kendi GPU sunucusu (Türk Telekom/Turkcell VM, Doruk, Vargonen, SistemDC…) | Kiralık GPU + vLLM | Evet | Evet | Sınır: kartın belleği (L40S/A100'de 30-70B; DeepSeek tam boy çok pahalı) | Sektör rehberi: 60-300 bin TL/ay (L4/L40S/A100 + runtime); RTX 5060 Ti ~19 bin TL/ay (küçük model) | Sunucu sağlayıcı DPA'sı + kendi sorumluluğumuz | vLLM | En pahalı ve en çok iş; trafik küçükken anlamsız |
| llm.gen.tr | Kredili API | Belirtilmemiş | Evet | 30 model | ₺125 ≈ 1 M token | Yok | ? | "Hizmetler yakında durdurulacak" uyarısı var — elenir |
Öneri
- İlk deneme LLMTR (bir günlük iş): hesap aç,
AI_BASE_URL=https://llmtr.com/v1, model Qwen 3.6 35B-A3B (Türkiye etiketli). Üç şey test edilir: (a) danışman araç çağrısı çalışıyor mu ([soru] araç:logu), (b) 24'lük liste üretimi şemaya uyuyor mu (yapilandirilmisUretjson_schema strict), (c) gecikme. Sonra DPA ve veri merkezi yazılı sorulur. - B planı baykAI: LLMTR araç çağrısını ya da liste şemasını beceremezse, baykAI'da vLLM ile Qwen/DeepSeek'in daha büyük bir sürümü; DPA yazılı alınır.
- EVREN'e tek e-posta: ticari erişim var mı, fiyat ne. Varsa bugünkü modelin aynısı Türkiye'de olur, prompt'lar değişmez.
- Sağlayıcı seçilince aynı commit'te
/gizlilik"Hizmet sağlayıcılar" bölümü yeniden yazılır (yurt dışı aktarım paragrafı kalkar, yurt içi işleyen + DPA satırı gelir) ve Resend (İrlanda) için ayrı karar verilir (Türkiye'de e-posta sağlayıcısı ya da standart sözleşme).
Teknik uyarılar
- Liste üretimi
response_format: json_schema, strict: trueister; küçük açık modeller bunu bazen yok sayar. Kod gevşek şemayla kurtarıyor ama iki denemede de tutmazsa liste üretilemez — ilk testte 5 farklı sıralamayla denenmeli. - Danışman araç şemaları OpenAI biçiminde (
tools,tool_choice); vLLM'de--enable-auto-tool-choice --tool-call-parser hermes(Qwen) gerekir. LLMTR'de sağlayıcı ayarıdır, sorulur. - Model değişince
reasoning_effort: "none"alanı bazı sağlayıcılarda 400 döndürebilir;cagri.ts'de iki yerde geçiyor, gerekirse kaldırılır.