Türkiye'de Türkçe yapay zeka 2026 itibarıyla tek bir “yerli model” projesinden ibaret değil. Kamu destekli temel model çalışmaları, açık ağırlıklı modeller, Türkçe benchmarklar, embedding sistemleri ve ürün katmanındaki kaynaklı yapay zeka uygulamaları birlikte gelişiyor. Buna rağmen akıcı Türkçe yazmak ile Türkçede güvenilir görev tamamlamak arasındaki fark hâlâ büyük.
Bu yazı, “Türkiye'nin en iyi modeli hangisi?” gibi kanıtsız bir sıralama kurmak yerine ekosistemin ölçülebilir parçalarını inceliyor. DEHA Türkçe yapay zeka platformu gibi ürünler açısından da başarı, yalnız temel modelden değil; arama, dosya işleme, hafıza, güvenlik ve değerlendirme katmanlarının birlikte çalışmasından doğuyor.
Türkçe için artık yalnız veri seti değil, ciddi değerlendirme altyapısı da oluşuyor: TR-MMLU bilgi ve eğitim sorularını, Cetvel dil ve kültürel kapasiteyi, TurkBench çok görevli üretken performansı, TurBLiMP dilbilgisel duyarlılığı, TR-MTEB ise embedding ve retrieval kalitesini ölçüyor.
1 Kamuda temel model ve veri altyapısı
TÜBİTAK'ın 2024 Faaliyet Raporu, Türkçe Büyük Temel Dil Modeli Projesi'nin Ekim 2024'te başlatıldığını ve Türkçeye özgü anlama-üretme yetenekleri yüksek modeller hedeflediğini belirtiyor. Raporda internet kaynaklarının yanı sıra kamu kurumlarından sağlanan verilerin toplanması ve işlenmesi de projenin kapsamı içinde anlatılıyor. TÜBİTAK Bilim Genç'in Şubat 2025 tarihli söyleşisi de çalışmayı kamuoyuna taşıdı.
Bu tür bir projenin değeri yalnız parametre sayısıyla ölçülemez. Veri lisansı, kişisel veri temizliği, tekrar oranı, alan dengesi, güncellik ve bağımsız değerlendirme sonuçları yayımlanmadıkça modelin nerede güçlü olduğunu anlamak zordur. Kamu modeli için şeffaf model kartı ve ölçülebilir benchmark, teknik başarının parçasıdır.
2 Türkçe benchmark ekosistemi olgunlaşıyor
TR-MMLU, 62 bölümde 6.200 çoktan seçmeli soruyla Türkçe bilgi ve kavramsal yetenekleri ölçmek üzere tasarlandı. Cetvel ise 23 görevi yedi kategoride birleştirerek dil anlama, üretim ve kültürel kapasiteyi birlikte ele alıyor. Çalışmanın önemli bulgularından biri, Türkçe odaklı instruction-tuned modellerin her zaman güçlü çok dilli genel modelleri geçmemesi. “Türkçe için eğitildi” etiketi tek başına kalite kanıtı değildir.
2026'da yayımlanan TurkBench; bilgi, dil anlama, akıl yürütme, içerik güvenliği, Türkçe dilbilgisi-kelime bilgisi ve talimat takibi başlıklarında 8.151 örnek sunuyor. TurBLiMP ise sözcük sırası ve biçimbilimsel süreçler dahil 16 dil olgusunu minimal çiftlerle ölçüyor. Böylece yalnız sınav sorusu çözme değil, dilin yapısal özelliklerine duyarlılık da test edilebiliyor.
3 Retrieval ve embedding neden temel model kadar önemli?
Kullanıcının “bu sözleşmeye göre”, “2025 raporunda” veya “ürünün güncel fiyatını bul” dediği görevlerde bütün bilginin model ağırlıklarında bulunması beklenmemelidir. İlgili belge parçasını bulup modele getiren retrieval katmanı, uygulama doğruluğunu doğrudan belirler. TR-MTEB'nin 26 veri setinde sınıflandırma, kümeleme, retrieval, bitext mining ve anlamsal benzerlik gibi altı görev grubu sunması bu nedenle önemlidir.
Türkçenin ekleri, çekimleri ve sözcük sırası arama sisteminde ayrı hatalar doğurabilir. “İmalatçının sorumlulukları” sorgusu ile belgede geçen “imalatçıların yükümlülüğü” ifadesinin eşleşmesi gerekir. Yalnız İngilizce ağırlıklı embedding kullanmak, akıcı cevap veren ama doğru paragrafı bulamayan bir sistem yaratabilir.
4 Ürün katmanında gerçek ihtiyaçlar
Türkiye'deki kullanıcı için yapay zeka; sohbetten çok PDF, mevzuat, akademik kaynak, fiyat araştırması, sunum, rapor ve sesli kullanım üzerinden değer üretir. Bu görevlerde temel modelin yanında OCR, belge parçalama, web arama, kaynak doğrulama, dosya üretme ve kullanıcıya ait bağlamı koruma gerekir.
Workspace ayrımı da önemlidir. Bir müşteri projesindeki verinin başka araştırmaya sızmaması, konuşma geçmişinin doğru iş bağlamında kalması ve dosya sahipliğinin denetlenmesi ürün güvenilirliğinin parçalarıdır. Model benchmarkı iyi olsa bile bu katmanlar zayıfsa kullanıcı deneyimi güvenilir olmaz.
5 Türkçe AI'ın başlıca açıkları
- Şeffaf veri: Eğitim verisinin kapsamı, lisansı ve temizleme yöntemi çoğu modelde yeterince açıklanmıyor.
- Uzun belge: Kısa sohbet kalitesi, yüz sayfalık Türkçe raporda doğru kanıt bulmayı garanti etmiyor.
- Alan terminolojisi: Hukuk, sağlık, mühendislik ve kamu dilinde uzman değerlendirmesi gerekiyor.
- Güncellik: Arama aracı olmadan fiyat, mevzuat ve haber soruları güvenilir biçimde yanıtlanamaz.
- Üretim ölçümü: Akıcılık, doğruluk, kaynak sadakati ve talimat takibi ayrı ayrı raporlanmalı.
6 Önümüzdeki dönem neye odaklanmalı?
Türkçe yapay zekada sürdürülebilir üstünlük, yalnız daha büyük model eğitmekten gelmeyecek. Kaliteli ve yasal veri yönetişimi, Türkçe tokenizer analizi, retrieval benchmarkları, insan değerlendirmesi ve ürün içi hata ölçümü birlikte yürütülmeli. Açık benchmark sonuçları, pazarlama sıfatlarından daha değerlidir.
Model karşılaştırması yapacak ekipler için hazırladığımız Türkçe model değerlendirme rehberi, tek puan yerine görev matrisi kurmanın yolunu gösteriyor.
Türkçenin eklemeli yapısı, tokenizer verimliliği ve eğitim verisi ilişkisini temel incelememizde ele alıyoruz. Bu çerçevenin tokenizer, veri, uyarlama ve değerlendirme boyutları için Türkçe odaklı yapay zeka yazısına bakabilirsiniz.