çalışma defteri / 01

Testler

Yerel modeller, donanım ve araçlar.
Küçük deneyler, gerçek ölçümler,
açık kalan sorular.

79
Benchmark · 22 Kasım 2026

Aynı soruyu on kez sordum: sıcaklık 0’da bile cevap neden değişiyor?

Yerel Qwen’e aynı soruyu sıcaklık 0’da on kez sordum: tek başınayken on aynı cevap, kalabalıkta on farklı cevap. Tutarlılık doğruluk demek değil.

Qwen3.8vLLMSıcaklık6 dk okuma
64
Benchmark · 7 Kasım 2026

Yapay zekâya “düşün” deyince Türkçe sorularda ne değişiyor?

Yerel Qwen’e 450 Türkçe lise sorusunu düşünme kapalı ve üç seviyede sordum: doğruluk %72’den %87’ye çıktı; en uzun seviye 3,4 kat token harcadı, kazandırmadı.

Qwen3.8Düşünme moduTürkçe9 dk okuma
61
Benchmark · 4 Kasım 2026

Aynı teste Mac de katıldı: M4 Pro, RTX 5090 ve Ryzen AI Max+ 395

Aynı Gemma 4 26B-A4B, 9 Türkçe görev: üretim ortancası M4 Pro 51,2, RTX 5090 210,4, Ryzen 43,5 token/sn. Mac boşta değildi; üç özet yanıtı yarım kaldı.

M4 ProRTX 5090Ryzen AI Max+ 395Gemma 49 dk okuma
57
Benchmark · 30 Ekim 2026

512 GB bellek için ne kadar ödersin? RTX 5090, RTX PRO 6000, DGX Spark ve Mac Studio M5 Ultra

Dört seçeneği 512 GB belleğe eşitleyip Türkiye fiyatlarıyla GB, bant genişliği ve işlem gücü başına maliyeti hesapladım. Ucuz olan ile hızlı olan farklı çıkıyor.

RTX 5090DGX SparkMac StudioMaliyet6 dk okuma
55
Benchmark · 28 Ekim 2026

HyperQwen ile tek RTX 5090’da Qwen3.8-27B: saniyede 225 token, ama Türkçede %23 yavaş

HyperQwen’i tek RTX 5090’da 450 W’ta denedim: tek kişide 225, 64 kişide 2.696 token/sn. Türkçe istemlerde tahminler daha az tutuyor, hız %23 düşüyor.

RTX 5090vLLMQwen3.87 dk okuma
53
Benchmark · 28 Ekim 2026

Uzun bir metni okutunca ne kadar bekliyorum? Ryzen AI Max+ 395’te 1k’dan 64k token’a

128 GB birleşik bellekli Ryzen AI Max+ 395’e 1k–64k token Türkçe metin verdim: üç model, Vulkan ve ROCm, 72 istek. Bekleme metinden hızlı uzuyor.

Ryzen AI Max+ 395llama.cppUzun bağlam8 dk okuma
52
Benchmark · 28 Ekim 2026

Yapay zekâ YKS’ye girdi: yerel bir model 278 sorudan 261’ini bildi

2026 YKS’nin 278 sorusunu 8 yerel ve 2 bulut modele çözdürdüm. Evdeki Gemma 4 31B 261 doğru yaptı, GPT 277, Claude 271. Matematikte düşünmek şarttı.

YKSGemma 4TürkçeYerel modelDoğruluk12 dk okuma
51
Benchmark · 27 Ekim 2026

Yapay zekâya yazım hatasıyla sorunca cevap bozuluyor mu?

Yerel Qwen’e 900 lise sorusunu altı yazımla 10.800 kez sordum: Türkçe karaktersiz yazmak fark etmiyor, kelimelerin yarısı hatalıysa doğru cevap 11,5 puan düşüyor.

Qwen3.8TürkçeDoğruluk9 dk okuma
49
Benchmark · 26 Ekim 2026

Yapay zekâya kibar sorunca cevap uzuyor mu?

Yerel Qwen’e 50 gerçek Türkçe soruyu beş üslupla 750 kez sordum: kibarlık cevabı uzatmıyor, “Kısa cevap ver.” %93 kısaltıyor, teşekkür 834 token.

Qwen3.8TürkçeToken9 dk okuma
48
Benchmark · 26 Ekim 2026

Aynı modeli RTX 5090 ve Ryzen AI Max+ 395’te çalıştırdım

Aynı dosya, aynı 9 Türkçe görev: RTX 5090 üretimde 4–7 kat hızlı, fark bellek hızından. Doğruluk değişmiyor; 63 GB’lık gpt-oss-120b’de üç kart Ryzen’e karşı.

RTX 5090Ryzen AI Max+ 395llama.cpp11 dk okuma
47
Benchmark · 25 Ekim 2026

Türkçe modelimi nöron diline çevirdim: yapay zekâ beyinde çalışabilir mi?

42M parametrelik Türkçe GPT’mi spike atan sanal nöronlarla çalıştırdım: doğrudan çevirince çöktü, nörona göre eğitince perplexity 23,8’ten 28,5’e çıktı.

NöronBeyin-bilgisayar arayüzüTürkçe10 dk okuma
46
Benchmark · 25 Ekim 2026

Yapay zekâya uzun metin verince ilk kelime ne kadar gecikiyor?

Yerel Qwen’de 214 istekle ölçtüm: her 1.000 token 0,25 sn bekleme ekliyor, aynı belgenin Türkçesi 1,37 kat geç, ikinci soruda önbellek 0,33 sn.

Qwen3.8TürkçeGecikme8 dk okuma
45
Benchmark · 25 Ekim 2026

Sıfırdan Türkçe GPT eğittim: tek RTX 5090’da bir saat

42,2 milyon parametrelik Türkçe GPT’yi tek RTX 5090’da 60 dakikada sıfırdan eğittim: kayıp eğrisi, örnek çıktılar, hız, kWh ve büyük laboratuvarla oran.

Model eğitimiTürkçeRTX 50909 dk okuma
38
Benchmark · 22 Ekim 2026

Sayı, tarih ve kodda Türkçe kaç token tutuyor?

1000 tutar, 365 tarih ve 22 kod dosyasını 14 tokenizer’dan geçirdim: TL ile dolar aynı, Türkçe tarih daha ucuz; fark kod yorumlarında, GPT-4o’da yüzde 32.

TokenizerTürkçeKod9 dk okuma
37
Benchmark · 21 Ekim 2026

Kendi Türkçe tokenizer’ımı eğittim: GPT-4o’dan yüzde 27 az token

Türkçe Wikipedia’dan 100 milyon karakterle 9 saniyede bir BPE sözlüğü eğittim: GPT-4o’dan yüzde 27 az token. Sözlük büyüklüğü, metin miktarı ve İngilizcenin bedeli.

TokenizerTürkçeModel eğitimi9 dk okuma
31
Benchmark · 21 Ekim 2026

Türkçe yazınca yapay zekâ daha mı pahalı?

Aynı 2009 cümleyi Türkçe ve İngilizce olarak 14 modelin tokenizer’ından geçirdim: fatura, bağlam ve bekleme süresine etkisi.

TokenTürkçeMaliyet8 dk okuma
30
Benchmark · 20 Ekim 2026

Üç video modeline aynı sahneleri canlandırttım

Wan 2.2, MiniMax H3 ve LTX-2.5’i tek RTX 5090’da aynı üç çizimle denedim: bekleme süreleri, netlik ve hızlandırmanın bedeli.

Video üretimWanMiniMax H3LTX6 dk okuma
29
Benchmark · 18 Ekim 2026

128 GB ASUS Ryzen AI Max+ 395 ile GLM 5.3 Flash denemesi

128 GB Ryzen AI Max+ 395 üzerinde GLM 5.3 Flash: token/saniye, cevap süreleri, bellek, gerçek yanıtlar ve önceki vLLM/ROCm ile llama.cpp/Vulkan deneyimleri.

GLMAMDRyzen AI Max+ 395yerel yapay zeka10 dk okuma
27
Benchmark · 18 Ekim 2026

Bir model uygulamayı teslim etti, gerçekten kullanılabiliyor mu?

Codex ve dört yerel modele aynı görev uygulamasını üçer kez yazdırdım. Dış testleri geçen teslimleri tarayıcıda da kontrol ettim.

CodexYerel modellerUygulama teslimi12 dk okuma
24
Benchmark · 18 Ekim 2026

Local LLM ne zaman mantıklı? Yazılım geliştirmede hız, kalite ve maliyet

Altı yerel model ve Codex ile aynı yazılım görevleri: çalışan teslimler, hız, tokenlar ve donanım, abonelik, API maliyetleri.

Local LLMCodexMaliyet20 dk okuma
23
Benchmark · 17 Ekim 2026

Ryzen AI Max+ 395 ile ASUS üzerinde yerel sohbet denemesi

Qwen3.5-9B ile günlük Türkçe işler: üç kurulumda bekleme süreleri, hesap hataları ve verilen bilgiye bağlı cevaplar.

Qwen3.5Ryzen AI Max+ 395Yerel sohbet5 dk okuma
22
Benchmark · 17 Ekim 2026

Üç görsel modeline aynı tarifi verdim

Aynı istek, üç farklı sonuç. 72 görselde gördüğüm farklar, bekleme süreleri ve AMD bilgisayarda neden durduğum.

Görsel üretimQwenFLUXZ-Image5 dk okuma
18
Benchmark · 16 Ekim 2026

GLM 4.7 Flash: ROCm ve CUDA ortamlarında

Ryzen AI Max+ 395 ve iki RTX 5090 üzerinde aynı BF16 model: kod, JSON, araç çağırma ve eşzamanlı isteklerin sonuçları.

GLM-4.7-FlashRyzen AI Max+ 395RTX 50908 dk okuma
17
Benchmark · 15 Ekim 2026

Qwen ve Devstral’a aynı uygulamayı yazdırdım

Deney Defteri: aynı iki RTX 5090 ve FP8 profillerinde üçer teslim, API ve arayüz testleri, token tüketimi ve süreler.

DevstralQwen3.8RTX 509010 dk okuma
16
Benchmark · 14 Ekim 2026

Aynı iki 5090 üzerinde Devstral ve Qwen kod teslimi

Üç projede aynı görev ve test akışı: ilk teslim, ek düzeltmeler, token tüketimi ve süre.

DevstralQwen3.8RTX 50908 dk okuma
15
Benchmark · 13 Ekim 2026

Uzun girdide Qwen: cache, TP2 ve iki model kopyası

Uzun bağlamda bekleme süresi ve aynı iki RTX 5090 üzerinde tek bölünmüş model ile iki bağımsız kopyanın 864 istekli ölçümü.

Qwen3.8Prefix cacheRTX 509010 dk okuma
13
Benchmark · 13 Ekim 2026

MTP’yi doğruluk ve eşzamanlı isteklerle denedim

Aynı Qwen’de cevap doğruluğu, toplam hız, kişi başına hız ve ilk yanıt süresini ayrı ölçtüm.

Qwen3.8MTPEşzamanlılık8 dk okuma
12
Benchmark · 13 Ekim 2026

Aynı uzun girdiyi tekrar gönderince ne değişti?

1K, 4K ve 8K token girdilerde Qwen’in ilk yanıt süresini ve prefix cache kullanımını ölçtüm.

Yerel modellercontext5 dk okuma
11
Benchmark · 13 Ekim 2026

JSON düzgün geldi, peki içindeki bilgi doğru mu?

Qwen ve coder’da yalnız prompt ile JSON şeması kullanımını ayrı değerlendirdim.

Yerel modellerjson4 dk okuma
10
Benchmark · 13 Ekim 2026

Türkçe belge aramada sorgunun başına ne yazdım?

Qwen3-Embedding ile sorgu talimatını ve metinleri toplu işlemenin hızını denedim.

Yerel modellerembedding4 dk okuma
09
Benchmark · 13 Ekim 2026

Qwen ve küçük coder’a aynı üç kod işini verdim

CSV, aralık birleştirme ve topolojik sıralama: hız ile testten geçme oranını birlikte ölçtüm.

Yerel modellercoding5 dk okuma
05
Benchmark · 13 Ekim 2026

Qwen’de MTP’yi kapatınca hız ne oldu?

İki RTX 5090 üzerinde aynı modeli, yalnız MTP ayarını değiştirerek test ettim.

Qwen3.8MTPRTX 50904 dk okuma
02
Benchmark · 11 Ekim 2026

10 kullanıcı, üç model, aynı makine

Sohbet, hafif coder ve embedding birlikte çalışırken ne oluyor?

vLLMEşzamanlılık5 dk okuma
01
Benchmark · 11 Ekim 2026

Qwen’i 1, 2 ve 3 kartta çalıştırmak

Tek sohbet hızında kart sayısı ve paralellik yönteminin etkisi.

Qwen3.8RTX 50904 dk okuma