Alibaba'nın Qwen3.5'i Yerel Yapay Zekâ ve Düşük API Fiyatları Sunuyor, Ancak Karmaşık Kodlamada Sonuçlar Değişken

11 dakikalık okuma
Alibaba'nın Qwen3.5'i Yerel Yapay Zekâ ve Düşük API Fiyatları Sunuyor, Ancak Karmaşık Kodlamada Sonuçlar Değişken

Üç Açık Model Yerel Yapay Zekâyı Gündeme Taşıyor

Alibaba'nın Qwen ekibi, Apache 2.0 lisansı altında indirilebilir üç Qwen3.5 Medium modelini yayımladı. Şirket ayrıca, fiyatları milyon girdi tokenı başına 0,10 dolardan, milyon çıktı tokenı başına 0,40 dolardan başlayan tescilli bir bulut sürümü de sunuyor. 27 Şubat 2026 itibarıyla bu sürüm, gelişmiş yapay zekânın ne kadara mal olması gerektiği ve nerede çalıştırılacağı konusundaki rekabeti kızıştırıyor.

İçindekiler
  1. Üç Açık Model Yerel Yapay Zekâyı Gündeme Taşıyor
  2. Mimari Hesaplama Gereksinimini Nasıl Azaltıyor?
  3. Yerel Donanım Neleri Çalıştırabilir?
  4. Bilgi ve Kodlama Testleri Farklı Tablolar Ortaya Koyuyor
  5. Küçük Yoğun Model Bazı Görevlerde Neden Daha İyi Sonuç Verdi?
  6. Düşünme Modu ve Araçlar Modellerin Kullanım Alanını Genişletiyor
  7. Flash'ın Fiyatları Nasıl Karşılaştırılıyor?
  8. Yerel Dağıtım Veri Üzerindeki Denetimi Değiştiriyor
  9. Açık ve Kapalı Yapay Zekâ Arasındaki Daha Geniş Rekabet
  10. Öne Çıkanlar

İndirilebilir modeller Qwen3.5-35B-A3B, Qwen3.5-122B-A10B ve Qwen3.5-27B. Üçü de Hugging Face ve ModelScope'da mevcut. İzin verici lisansları, işletmelerin ve bağımsız geliştiricilerin modelleri lisans ücreti ödemeden indirip değiştirmesine ve ticari amaçla kullanmasına olanak tanıyor. Dördüncü sürüm Qwen3.5-Flash ise yalnızca Alibaba Cloud Model Studio API üzerinden sunuluyor.

Alibaba, Qwen3.5-35B-A3B'nin bilgi erişimi ve görsel akıl yürütmeyi ölçen değerlendirmelerde OpenAI'ın GPT-5-mini ve Anthropic'in Claude Sonnet 4.5 modellerini geride bıraktığını belirtiyor. Sonnet 4.5 yaklaşık beş ay önce piyasaya sürülmüştü. Bu da geliştirme döngülerinin genellikle çeyrekler ya da yıllar sürdüğü bir sektörde aradaki farkın hızla kapandığı iddiasını öne çıkarıyor.

Modellerin çekiciliği kıyaslama puanlarının ötesine uzanıyor. Alibaba, seçici hesaplama ve sıkıştırma yöntemleriyle gereken kaynakları azaltarak gelişmiş yapay zekâyı yerel denetim altındaki donanımlarda çalıştırmanın mümkün olduğunu savunuyor. Ancak bağımsız kodlama testleri, özellikle bir modelin çok sayıda dosyada değişiklikleri koordine etmesi gerektiğinde, daha değişken bir tablo ortaya koyuyor.

Barındırılan bir hizmet ile kendi donanımları arasında seçim yapan işletmeler için Qwen3.5 üç kararı bir araya getiriyor: görev için gereken kalite, modeli çalıştırmanın maliyeti ve hassas bilgilerin kuruluşun altyapısı dışına çıkıp çıkamayacağı.

Reklam

Mimari Hesaplama Gereksinimini Nasıl Azaltıyor?

Qwen3.5, Gated Delta Networks'ü genellikle MoE kısaltmasıyla anılan seyrek Uzmanlar Karışımı mimarisiyle birleştiriyor. Bu karma tasarımın pratik amacı, çok daha büyük bir model parametreleri kümesinden yararlanırken bilgiyi verimli biçimde işlemek.

Parametreler, bir modelin eğitim sırasında öğrendiği sayısal değerlerdir. Geleneksel, yoğun bir model her sorguda tüm parametrelerini etkinleştirir. MoE modeli ise işi, tıpkı bir ekibin soruyu yanıtlamak için en uygun uzmanlara yönlendirmesi gibi, seçili parametre gruplarına aktarır.

Qwen3.5-35B-A3B toplam 35 milyar parametre içeriyor ancak işlediği her token için yaklaşık 3 milyarını etkinleştiriyor. Tokenlar, modelin okuyup ürettiği metin parçalarıdır. Modelde 256 uzman modülü bulunuyor; belirli işlevleri sekiz yönlendirilen uzman ve bir ortak uzman üstleniyor.

Bu seçici etkinleştirme, eğitilmiş bir modelin yanıt ürettiği aşama olan çıkarım sırasında gereken hesaplama miktarını azaltıyor. Alibaba, mimarinin çıktı kalitesini korurken yanıt gecikmelerini düşürdüğünü söylüyor. Toplam ve etkin parametreler arasındaki fark, modelin çekiciliğinin temelinde yer alıyor: Model, büyük bir öğrenilmiş bilgi kümesini barındırırken her işlem adımında yalnızca bir bölümünü kullanıyor.

Alibaba ayrıca model ağırlıklarının niceleme yoluyla dört bite sıkıştırıldığında doğruluğun neredeyse tamamının korunduğunu belirtiyor. Niceleme, modeli oluşturan sayısal değerleri daha az bit kullanarak saklar ve bellek gereksinimini azaltır. Bu süreçte modeller kalite kaybedebildiğinden, sıkıştırmaya dayanıklılık daha küçük makinelerde kullanım açısından önem taşıyor.

Şirketin iddiası, özellikle yerel yapay zekâ arayan geliştiriciler için önem taşıyor. Daha az hesaplama gerektiren ve kayda değer ölçüde sıkıştırmaya dayanabilen bir model, çalışabileceği donanım konusunda daha fazla esneklik sunuyor.

Yerel Donanım Neleri Çalıştırabilir?

Alibaba'ya göre Qwen3.5-35B-A3B, dört bit niceleme kullanarak 32 GB video belleğine sahip tüketici sınıfı GPU'larda 1 milyon tokenı aşan bir bağlam penceresini işleyebiliyor. Bağlam penceresi, kullanıcının modele sunduğu içerik ve modelin ürettiği yanıt dâhil olmak üzere, bir etkileşim sırasında modelin üzerinde çalışabildiği bilgi miktarıdır.

Reklam

32 GB video belleğine sahip bir GPU hâlâ pahalı bir tüketici donanımı. Buna rağmen bu iddia, benzer yapay zekâ yetenekleriyle genellikle ilişkilendirilen sunucu altyapısına kıyasla bu seçeneği daha fazla geliştirici için erişilebilir kılıyor. Genellikle VRAM olarak anılan video belleği, GPU'nun işini yaparken ihtiyaç duyduğu bilgileri tutuyor.

Diğer modeller farklı donanım ve iş yüklerini hedefliyor. Qwen3.5-27B verimli dağıtım için konumlandırılıyor ve 800 bin tokenı aşan bağlam penceresini destekliyor. Qwen3.5-122B-A10B ise daha zorlu kullanımlara yönelik ve en yüksek performans için 80 GB video belleğine sahip sunucu GPU'ları gerektiriyor.

Alibaba'nın kademeli yaklaşımı, kuruluşların mevcut altyapılarına uygun bir model seçmesine olanak tanıyor. Tek GPU ile çalışan bir geliştirici, güçlü sunucular kullanan bir işletme ve barındırılan API'den yararlanan bir müşteri, aynı model ailesi içinde farklı seçeneklere sahip.

Uzun bağlam pencereleri, modelin işleyebileceği içerik çeşitliliğini de artırıyor. Duyuruda büyük belge koleksiyonları, bir saatlik videolar ve kapsamlı kurumsal veri kümeleriyle çalışmaya yönelik kullanım alanları sıralanıyor. İşletmeler için bu, denetimleri altındaki donanımda önemli miktarda kurum içi içerikle çalışma olanağı sunuyor.

Hugging Face'teki ilk yorumlarda modellerin araç kullanma becerileri ve niceleme sonrasında kararlı kalmaları övülüyor. Geliştiriciler, daha önce bu yetenek düzeyindeki yapay zekâ için yetersiz görülen tüketici donanımlarında başarılı kurulumlar yaptıklarını bildirdi. Bu deneyimler verimlilik iddialarına yönelik ilgiyi desteklerken bağımsız kodlama sonuçları, model seçiminin neden hâlâ yapılacak işe bağlı olduğunu gösteriyor.

Bilgi ve Kodlama Testleri Farklı Tablolar Ortaya Koyuyor

Alibaba'nın yayımladığı karşılaştırmalarda Qwen3.5-35B-A3B; çok dilli bilgiyi ölçen MMMLU ve görsel akıl yürütmeyi değerlendiren MMMU-Pro dâhil çeşitli ölçütlerde GPT-5-mini ve Claude Sonnet 4.5'in önünde yer alıyor. Üçüncü taraf değerlendirmelerine dayanan bu şirket karşılaştırmaları, yerel olarak çalıştırılabilen daha küçük bir modelin önde gelen tescilli seçeneklerle rekabet edebileceği iddiasının temelini oluşturuyor.

Bağımsız SWE-rebench testleri, yazılım geliştirme alanında farklı bir rekabet tablosuna işaret ediyor. Bu değerlendirmede sentetik kıyaslama problemleri yerine gerçek GitHub çekme isteklerindeki hata düzeltmeleri kullanılıyor. Claude Sonnet 4.5, yüzde 55,1 ile en yüksek başarı oranına ulaştı.

Reklam

Anthropic'in modeli ayrıca, test edilen diğer modellerin hiçbirinin çözemediği birkaç karmaşık problemi de çözdü. Bunlar arasında python-trio, cubed-dev ve canopen depolarındaki problemler vardı. Bu değerlendirmedeki üstünlüğü, sınırlı bir bilgi sorusunu yanıtlaması değil, çalışan yazılımı onarması gereken kullanıcılar açısından önem taşıyor.

Zaman çizelgesi, Alibaba'nın duyurusunun neden ilgi gördüğünü açıklamaya yardımcı oluyor:

  • Anthropic, 27 Şubat tarihli haberden yaklaşık beş ay önce Claude Sonnet 4.5'i piyasaya sürdü.
  • 27 Şubat'tan önceki günlerde Alibaba, Qwen3.5 Medium serisini tanıttı.
  • 27 Şubat itibarıyla Apache 2.0 lisanslı üç model Hugging Face ve ModelScope'da, Flash ise Alibaba Cloud Model Studio üzerinden kullanıma sunulmuştu.

Bu nedenle kullanıcıların önündeki temel tercih, genel bir sıralamada hangi modelin önde olduğundan daha özel bir mesele. Bilgi erişimi, görsel akıl yürütme ve yazılım onarımı farklı türde beceriler gerektiriyor; Qwen3.5'in sonuçları da bu alanlara göre değişiyor.

Küçük Yoğun Model Bazı Görevlerde Neden Daha İyi Sonuç Verdi?

Bağımsız APEX testi, gerçek kod tabanlarını ve somut sorunları içeren 70 görevi inceledi. Sonuçlar, Qwen3.5 ailesinin kendi içindeki farkları ortaya koydu; bazı durumlarda daha küçük yoğun model, hesaplamayı daha seçici kullanan MoE tasarımlı bir modeli geride bıraktı.

Qwen3.5-27B, 1384 Elo puanı aldı ve DeepSeek V3.2'den daha iyi performans gösterdi. Elo, bir değerlendirmedeki performansı sıralamak için kullanılan karşılaştırmalı bir puanlama sistemidir. Bu sonuç, 27B modelini tek GPU'da çalıştırmak için ciddi bir seçenek hâline getirdi.

Qwen3.5-35B-A3B, aracı tabanlı iş yüklerinde 1256 Elo puanı aldı ve 27B modelinin gerisinde kaldı. Aracı tabanlı çalışma, tek bir yanıt üretmek yerine bir hedefe ulaşmak için bir dizi eylem gerçekleştirmeyi içeriyor. Yazılım geliştirmede bu; dosyaları incelemek, değişiklikler yapmak ve bunların bir proje genelindeki sonuçlarını takip etmek anlamına gelebilir.

Çok daha büyük Qwen3.5-397B yapılandırması da görevler zorlaştıkça zorlandı. Puanı, zor görevlerde yaklaşık 1550 Elo'dan, başarının uzun akıl yürütme zincirleri boyunca çok sayıda dosyanın koordine edilmesini gerektirdiği usta düzeyindeki görevlerde 1194'e geriledi.

Bağımsız analizin arkasındaki ve adı açıklanmayan araştırmacı, testler için hesaplama kaynaklarına 3.000 dolardan fazla harcadı. Araştırmacı yaşanan zorluğu şöyle anlattı:

Birden fazla adım boyunca birçok dosya arasında koordinasyon kurması gerektiğinde, ne yaptığını takip edemez hâle geliyor.

Reklam

APEX sonuçları, Qwen3.5'in kapsamı sınırlı problemleri iyi çözebildiğini, ancak uzun süren kodlama görevlerinde zorlanabildiğini gösteriyor. Claude Sonnet 4.5, karmaşık ve aracı tabanlı çalışmalarda özellikle güçlüydü. Yoğun 27B modelinin daha iyi sonuç vermesi de geliştiricilere yalnızca parametre sayısına göre seçim yapmak yerine çeşitli sürümleri kendi görevlerinde denemeleri için bir neden sunuyor.

Düşünme Modu ve Araçlar Modellerin Kullanım Alanını Genişletiyor

Tüm Qwen3.5 modellerinde Düşünme Modu varsayılan olarak etkin. Modeller, nihai yanıtlarını vermeden önce belirli etiketlerle ayrılmış akıl yürütme zincirleri üreterek yanıtı sunmadan önce problem üzerinde çalışıyor.

Bu yaklaşım, önde gelen diğer modellerde doğruluğu artıran düşünce zinciri yöntemlerini izliyor. Terime aşina olmayanlar için temel fikir, modelin hemen bir sonuca ulaşmak yerine ara adımları değerlendirmesine olanak tanımak.

Seri ayrıca araç çağırma özelliğini destekliyor. Bu özellik, modelin harici sistemlerle etkileşime girmesine, internette arama yapmasına ve kod çalıştırmasına olanak tanıyor. Bu yetenekler, modelin rolünü metin üretmenin ötesine taşıyarak daha kapsamlı bir iş akışının adımlarını yürütmesini sağlıyor.

Qwen3.5-Flash bazı araçlar için ayrıca ücret alıyor. İnternette arama 1.000 çağrı başına 10 dolara mal olurken kod yorumlayıcı erişimi şu an için sınırlı bir süre ücretsiz sunuluyor. Alibaba, bu geçici ücretsiz erişimin ne zaman sona ereceğini açıklamadı.

Araç kullanımı, kodlama değerlendirmelerini özellikle önemli kılıyor. Bir model bir görev için gereken araçlara erişebilse de uzun bir kararlar dizisini takip etmekte zorlanabilir. Bu nedenle otomatik iş akışlarını değerlendiren işletmelerin hem araç maliyetlerini hem de modelin işi tamamlama becerisini incelemesi gerekiyor.

Flash'ın Fiyatları Nasıl Karşılaştırılıyor?

Qwen3.5-Flash'ın fiyatı milyon girdi tokenı başına 0,10 dolar, milyon çıktı tokenı başına 0,40 dolar. Girdi tokenları modele gönderilen, çıktı tokenları ise modelin ürettiği içeriktir. Ayrı fiyatlandırma önem taşıyor; çünkü uzun belgeleri işleyen bir hizmetin harcama yapısı, uzun yanıtlar üreten bir hizmetinkinden farklı olabilir.

Claude Sonnet 4.5'in fiyatı milyon girdi tokenı başına 3,00 dolar, milyon çıktı tokenı başına 15,00 dolar. GPT-5.2'de bu fiyatlar sırasıyla 1,75 ve 14,00 dolar. Yerel olarak çalıştırılabilir model aileleriyle ilgilenen kullanıcılar için bir başka seçenek olan Z.ai'nin GLM-5 modeli, barındırılan hizmetinde sırasıyla 1,00 ve 3,20 dolara sunuluyor.

Reklam

Bu rakamlara göre Sonnet 4.5'in girdi fiyatı Flash'ınkinin 30, çıktı fiyatı ise 37,5 katı. GPT-5.2'nin fiyatları girdi için 17,5, çıktı için 35 kat daha yüksek. GLM-5'te bu oranlar sırasıyla 10 ve sekiz kat.

Duyurudaki genel fiyatlandırma iddiası, Batılı rakiplere kıyasla 30 ila 100 katlık bir farktan söz ediyor. Listelenen fiyatlar, belirtilen hizmetler için müşterilere daha somut bir karşılaştırma sunuyor ve tasarruf miktarının gelen metin ile üretilen metin arasındaki dengeye bağlı olduğunu gösteriyor.

Yüksek hacimli işlemler yapan işletmeler için bu farklar Flash'ı değerlendirmeye yönelik güçlü bir teşvik oluşturabilir. Ancak düşük token fiyatı, modelin amaçlanan görevdeki performansı ve internet araması gibi araçların ücretleriyle birlikte ele alınmalı.

Yerel Dağıtım Veri Üzerindeki Denetimi Değiştiriyor

Finans, sağlık ve devletle çalışan şirketlerin yer aldığı sektörlerde kuruluşlar, hassas bilgilerin harici bulut yapay zekâ hizmetlerine aktarılmasını kısıtlayan gerekliliklerle karşılaşabiliyor. Bir modeli özel altyapıda çalıştırmak, bu kuruluşlara her isteği tescilli bir API'ye gönderme seçeneği dışında bir yol sunuyor.

Qwen3.5'in indirilebilir ağırlıkları, işletmelerin kurum içi belgeleri ve kurumsal veri kümelerini denetimleri altındaki sistemlerde işlemesine olanak tanıyor. Geniş bağlam pencereleri de bu açıdan önem taşıyor: Büyük bilgi koleksiyonları, içerik harici bir yapay zekâ uç noktasına gönderilmeden işlenebiliyor.

Apache 2.0 lisansı ayrıca değişiklik yapmaya ve ticari kullanıma izin veriyor. Kuruluşlar modelleri uzmanlık alanlarına özgü sözcük dağarcığına, kurum içi bilgiye ve belirli iş akışlarına uyarlayabiliyor. Bu esneklik, teknik terminoloji ve mevzuat belgelerinin günlük çalışmayı şekillendirdiği alanlarda kullanışlı.

Alibaba, temel modeli talimatlarla ince ayar yapılmış sürümlerin yanı sıra yayımladı. Temel model, araştırmacılara ve geliştiricilere daha ileri eğitim ve mimari inceleme için başlangıç noktası sunarken talimatlarla ince ayar yapılmış modeller, isteklere yanıt verecek şekilde uyarlanmış durumda. Bu erişim, ağırlıklarını paylaşmayıp yalnızca API üzerinden hizmet sunan tescilli modellerden farklılık gösteriyor.

Ancak yerel dağıtım ile Flash farklı veri düzenlemeleri anlamına geliyor. Flash, Alibaba Cloud Model Studio üzerinden çalışıyor. İndirilebilir modeller ise dış ağlardan yalıtılmış altyapı anlamına gelen, dış dünyayla bağlantısı kesilmiş bir ortamda dağıtılabiliyor. Bu da bilgileri barındırılan bir hizmete göndermenin yol açtığı kaygıların çoğunu azaltıyor.

Reklam

Açık ve Kapalı Yapay Zekâ Arasındaki Daha Geniş Rekabet

Qwen3.5, tescilli Amerikan sistemleriyle rekabet eden daha geniş Çin menşeli yapay zekâ modelleri grubuna katılıyor. Z.ai'nin GLM-4.5 ailesi de Apache 2.0 lisansıyla sunuluyor ve otomatik PowerPoint sunumu oluşturma gibi özellikler içeriyor. Moonshot'ın Kimi K2 ve DeepSeek'in açık modelleri de geliştiricilere başka seçenekler sunuyor.

Bu rekabet, model puanlarının ötesine uzanıyor. İndirilebilir ağırlıklar, ticari lisans koşulları, donanım gereksinimleri ve API fiyatları; bir kuruluşun modeli karşılayıp karşılayamayacağını ve kendi işine uyarlayıp uyarlayamayacağını etkiliyor.

Batılı geliştiriciler de kendi baskılarıyla karşı karşıya. Meta'nın Llama 4 ailesi, kıyaslama sonuçlarını yapay biçimde yükseltme kaygıları ve pratik kullanımdaki tutarsız performans nedeniyle bazı yapay zekâ araştırmacılarının eleştirilerine maruz kaldı. OpenAI, planladığı açık kaynaklı öncü model sürümünü temmuz ayından açıklanmayan daha ileri bir tarihe erteleyerek rakip açık modellere geliştiricilerin ilgisini çekmek için daha fazla zaman tanıdı.

Çin'de geliştirilen modelleri değerlendiren işletmeler, özellikle barındırılan API'leri kullanırken olası içerik kısıtlamaları ve veri yönetişimi konusunda da soru işaretleriyle karşılaşıyor. Bu nedenle Qwen3.5'i yalıtılmış altyapı da dâhil olmak üzere yerel olarak çalıştırabilmek, modelin rekabet konumunun temel bir parçası.

Alibaba'nın duyurusu erişilebilir model ağırlıklarını, düşük barındırma fiyatlarını ve farklı donanım seçeneklerini bir araya getiriyor. Verimlilik iddiaları ve geliştiricilerden gelen ilk geri bildirimler, modeli yerel dağıtım için ciddi bir seçenek hâline getiriyor. Bağımsız testlerse aynı derecede pratik bir noktaya işaret ediyor: Çok sayıda dosya ve adım içeren karmaşık işlerde performans, hem Qwen sürümleri arasında hem de Claude Sonnet 4.5 ile karşılaştırıldığında belirgin biçimde değişkenliğini koruyor.

Öne Çıkanlar

  • 27 Şubat 2026 itibarıyla Qwen3.5-35B-A3B, Qwen3.5-122B-A10B ve Qwen3.5-27B Apache 2.0 lisansıyla sunuluyor. Flash ise tescilli kalıyor.
  • Qwen3.5-35B-A3B toplam 35 milyar parametre içeriyor ve token başına yaklaşık 3 milyar parametreyi etkinleştiriyor.
  • Alibaba, dört bit niceleme kullanarak 32 GB video belleğine sahip bir tüketici GPU'sunda 1 milyon tokenı aşan bağlam penceresi çalıştırılabildiğini öne sürüyor.
  • Şirketin karşılaştırmaları bilgi ve görsel akıl yürütmede güçlü sonuçlar gösterirken bağımsız testler karmaşık kodlama görevlerindeki zayıflıkları ortaya koyuyor.
  • APEX, yoğun 27B modele 1384 Elo puanı verdi. Model, aracı tabanlı iş yüklerinde MoE tasarımlı 35B modelinin 1256 puanını geçti.
  • Flash'ın fiyatı milyon girdi tokenı başına 0,10 dolar, milyon çıktı tokenı başına 0,40 dolar; internet araması için ayrıca ücret alınıyor.
  • Düşünme Modu varsayılan olarak etkin. Modeller internet araması, kod çalıştırma ve harici sistemlerle etkileşim için araçları destekliyor.
  • Yerel kullanım ve model üzerinde değişiklik yapabilme, kuruluşlara hassas veriler ve özelleştirilmiş iş akışları üzerinde daha fazla denetim sağlıyor.
Bu haberi paylaş

Bunlar da ilginizi çekebilir