2026'da En İyi Küçük Dil Modelleri (SLM): Her Yerde Çalışan Güçlü Yapay Zeka
2026'da küçük dil modelleri için kapsamlı rehber. Phi-4, Gemma 3, Llama 4 Scout, Mistral Small, Qwen 2.5 ve daha fazlasını karşılaştırın — özellikler, kıyaslamalar ve hangisinin seçileceği.
1X2.TV — Yapay Zeka Futbol Tahminleri
Yapay zekâ destekli futbol maç tahminleri, bahis ipuçları ve detaylı analiz. 50.000'den fazla maçı analiz eden makine öğrenmesi algoritmalarıyla güçlendirilmiştir.
Tahminleri Al2026'da yapay zekadaki en büyük gelişme bir trilyon parametreli sınır modeli değil. Sessizce yükselen küçük dil modelleri — 1B ile 14B parametre aralığında, iki yıl önce GPT-4 sınıfı devlerin sahip olduğu yeteneklere artık ulaşan kompakt ve verimli LLM'ler. Bir telefonda, bir uç cihazda, bir dizüstü bilgisayar CPU'sunda veya tek bir tüketici GPU'sunda çalışan bu modeller, akıllı yazılımın maliyetini katlanarak düşürdü.
SLM'ler neden aniden bu kadar iyi hale geldi? Üç şey bir araya geldi. Daha iyi eğitim verisi (özellikle daha büyük modellerden damıtılan sentetik veri), daha iyi mimariler (uzman karışımı, gruplandırılmış sorgu dikkat mekanizması, RoPE ölçekleme) ve nihayetinde sıralama puanları yerine gecikme süresi ve birim ekonomisine önem veren bir pazar. Sonuç: Çoğu gerçek dünya görevinde 7B'lik bir model ile 70B'lik bir model arasındaki fark “bariz” olmaktan çıkıp “ölçmesi zor” hale geldi.
Bu rehber, 2026'da gerçekten kullanabileceğiniz en iyi küçük dil modellerini kapsıyor — her birinin ne konuda iyi olduğu, nerede yetersiz kaldığı ve doğru olanı nasıl seçeceğiniz.
2026'da “Küçük” Bir Model Nedir?
Çizgi her yıl değişiyor. 2024'te 7B'lik bir model küçük hissediliyordu. Bugün “küçük” terimi genellikle tüketici donanımında rahatça çalışan her şeyi ifade ediyor:
- Çok Küçük (2B altı): Telefonlarda, tarayıcılarda ve mikrodenetleyicilerde çalışır. Phi-4 Mini, Gemma 3 1B, Llama 4 Nano.
- Küçük (2B–8B): Tek bir tüketici GPU'sunda veya modern bir dizüstü bilgisayarda çalışır. Phi-4, Llama 4 Scout 8B, Mistral 7B v3, Qwen 2.5 7B.
- Orta (8B–14B): Tek bir 24GB GPU'da veya M serisi Mac'te çalışır. Gemma 3 12B, Mistral Nemo, Qwen 2.5 14B.
14B'den büyük her şey, 2026 terminolojisinde “orta boyutlu” bir model gibi hissedilmeye başlıyor.
2026 İçin En İyi Küçük Dil Modelleri
1. Microsoft Phi-4 — Parametre Başına En İyi Genel Kalite
Boyut: 14B (Phi-4) ve 3.8B (Phi-4 Mini) Lisans: MIT (tamamen serbest) En iyi olduğu alanlar: Akıl yürütme, matematik, kod, yapılandırılmış çıktı
Phi-4, Microsoft’un “ders kitabı kalitesinde” eğitim verisi stratejisini sürdürüyor — kazınmış web metinleri yerine özenle seçilmiş sentetik içeriklerin yoğun kullanımı. Sonuç, akıl yürütme kıyaslamalarında ağırlığının çok üzerinde performans gösteren, matematik (MATH, AIME) ve kod (HumanEval, LiveCodeBench) alanlarında genellikle kendisinden 4 kat büyük modelleri geride bırakan bir model.
Güçlü Yönler:
- Yapılandırılmış akıl yürütme ve adım adım matematik işlemlerinde mükemmel
- Phi-4 Mini, kuantize edilmiş halde 2,5GB’ın altında yer kaplar — telefonlarda çalışır
- MIT lisansı, kısıtlama olmaksızın ticari kullanıma izin verir
- Temiz JSON çıktısıyla güçlü talimat takibi
Zayıf Yönler:
- Daha fazla web verisiyle eğitilmiş benzer boyuttaki modellere kıyasla daha zayıf dünya bilgisi
- Yaratıcı yazarlık, Llama veya Gemma’ya kıyasla katı hissettiriyor
- Daha küçük çok dilli kapsama alanı
İş yükünüz yapılandırılmışsa (alan çıkarma, sınıflandırma, özetleme, ajan tabanlı araç kullanımı), Phi-4 geçilmesi gereken küçük modeldir.
2. Google Gemma 3 — Çoklu Ortam ve Uzun Bağlam İçin En İyisi
Boyut: 1B, 4B, 12B, 27B Lisans: Gemma Kullanım Şartları (kısıtlamalarla ticari dostu) En uygun: Görüntü görevleri, uzun bağlamlı özetleme, çok dilli
Gemma 3, Google’ın Gemini’nin açık ağırlıklı damıtılmış versiyonudur. 12B modeli kutudan çıktığı gibi 128K bağlamı işler ve 4B’den itibaren her boyut çoklu ortamlıdır — görüntüleri tanımlayabilir, belgelerde OCR yapabilir ve grafikler hakkında soruları yanıtlayabilir. Görüntü yeteneğine sahip küçük bir açık model gerektiren iş yükleri için gerçek bir rakibi yoktur.
Güçlü Yönler:
- Serinin tamamında yerel görüntü desteği
- 4B modelinde bile uzun bağlam (128K)
- Mükemmel çok dilli kalite (140+ dil)
instructvept(önceden eğitilmiş) varyantlarında mevcuttur
Zayıf Yönler:
- Phi-4 gibi saf MIT lisanslı modellerin kaçındığı lisans kısıtlamaları
- 1B modeli gömme (embedding) işlemleri için yeterli ancak üretim için zayıf
- Görüntü özellikleri etkinleştirildiğinde bellek ayak izi, yalnızca metin tabanlı muadillerinden daha ağırdır
Belge anlama iş akışları için Gemma 3 genellikle doğru başlangıç noktasıdır. İlgili altyapı için OCR ve belge işleme için en iyi AI araçları rehberimize göz atın.
3. Meta Llama 4 Scout — En İyi Genel Amaçlı Model
Boyut: 8B ve 17B varyantları Lisans: Llama 4 Topluluk Lisansı En uygun: Genel sohbet, RAG iş akışları, ince ayar
Llama 4 Scout, Meta’nın mixture-of-experts amiral gemisinin küçük kardeşidir. 8B yoğun (dense) versiyonu “sıkıcı ama güvenilir” seçenektir — her benchmark testinde genel olarak güçlüdür ve açık modeller arasında en büyük ince ayar (fine-tuning) ekosistemine sahiptir. Hangisini seçeceğinizi bilmiyorsanız, Scout 8B güvenli bir varsayılandır.
Güçlü Yönler:
- 1M token bağlam penceresi — bu boyutta sınıfının lideri
- Devasa ince ayar ekosistemi (Unsloth, Axolotl ve LLaMA-Factory ilk günden itibaren destekliyor)
- Güçlü İngilizce performansı, makul çok dilli destek
- İyi belgelenen kuantalama yolları (GGUF, AWQ, GPTQ)
Zayıf Yönler:
- Lisans, aylık 700M aktif kullanıcı eşiğine sahip (çoğu ekip için önemsiz)
- Phi-4’e kıyasla biraz daha düşük matematik/kod puanları
- Aynı parametre sayısında Mistral modellerine göre daha az verimli
Ailenin tam detaylı incelemesi için Meta Llama 4 incelememizi okuyun.
4. Mistral Small 3 — Avrupa Uyumluluğu İçin En İyisi
Boyut: 7B ve 22B Lisans: Apache 2.0 (7B); Mistral Araştırma Lisansı (22B) En uygun olduğu alan: AB’de barındırılan dağıtımlar, çok dilli, düşük gecikmeli API’ler
Mistral’ın küçük modelleri hız şampiyonları olmaya devam ediyor. Mimari tercihleri (kayan pencere dikkat mekanizması, gruplu sorgu dikkat mekanizması, dikkatli budama) sayesinde Mistral Small 3 7B, aynı donanımda Llama 4 Scout 8B’nin yaklaşık 1,5 katı verimle hizmet veriyor. 22B versiyonu, özellikle Fransızca, Almanca, İspanyolca ve İtalyanca görevlerde çok daha büyük modellere yakın benchmark sonuçları alıyor.
Güçlü Yönler:
- Bu boyutta sınıfının en iyi çıkarım (inference) hızı
- 7B üzerinde Apache 2.0 lisansı = ticari kısıtlama yok
- Güçlü Avrupa dili performansı
vllm,tgivellama.cppüzerinde iyi destekleniyor
Zayıf Yönler:
- 22B araştırma lisansı, anlaşma olmadan ticari kullanımı engelliyor
- İngilizce benchmark’ları Llama ve Phi’nin biraz gerisinde
- Llama’ya kıyasla daha küçük ince ayar topluluğu
5. Alibaba Qwen 2.5 — Kodlama İçin En İyisi
Boyut: 0,5B, 1,5B, 3B, 7B, 14B, 32B Lisans: Apache 2.0 (çeşitlerin çoğu) En uygun olduğu alan: Kodlama, Asya dilleri, ajan tabanlı iş akışları
Qwen 2.5, marka tanınırlığından çok doğruluğun önemli olduğu durumlarda açık kaynak topluluğunun sürekli tercih ettiği modeldir. Qwen 2.5 Coder 14B varyantı, HumanEval ve MBPP’de GPT-4 sınıfı puanlara ulaşıyor — üstelik tek bir 4090 üzerinde çalıştırabileceğiniz bir boyutta.
Güçlü Yönler:
- Coder varyantları her boyutta en iyi açık ağırlıklı kod modelleri
- Mükemmel Çince, Japonca, Korece ve diğer Asya dili desteği
- Apache 2.0 lisansı, büyük bir model için alışılmadık derecede esnek
- Ayrıntılı boyut yelpazesi, tam ihtiyacınıza uygun modeli seçmenizi sağlar
Zayıf Yönler:
- Dokümantasyon iyileşiyor ancak hâlâ Meta veya Google'ınki kadar eksiksiz değil
- Bazı güvenlik ayarları gereğinden fazla temkinli reddetmelere yol açıyor
Kodlama iş akışlarını çalıştırmak için özellikle küçük bir model seçiyorsanız, bulut alternatifleri için en iyi AI kodlama asistanları ve Claude Code incelemesi yazılarımıza da göz atın.
6. DeepSeek V3 Lite — En İyi Maliyet-Kalite Oranı
Boyut: 7B ve 13B damıtılmış varyantlar Lisans: DeepSeek Lisansı (ticari kullanım izinli) En uygun olduğu alan: API değişimi, maliyet hassasiyeti olan dağıtımlar
DeepSeek’in damıtılmış lite modelleri, daha büyük MoE amiral gemilerinin akıl yürütme yeteneklerinin çoğunu her yere dağıtılabilir boyutlarda sunar. Akıl yürütme kıyaslamalarında DeepSeek V3 Lite 13B, çıkarım maliyetinin %25’i karşılığında Llama 4 Scout 17B ile rekabet edebilir.
Tam tablo için DeepSeek incelememizi okuyun.
7. Apple OpenELM 2 — Cihaz Üstü iOS İçin En İyisi
Boyut: 270M, 450M, 1.1B, 3B Lisans: Apple Sample Code Lisansı En uygun olduğu alan: iOS/macOS uygulamaları, gizlilik öncelikli dağıtım
OpenELM 2, Apple’ın cihaz üstü LLM yarışına katkısıdır. 3B model, Apple’ın sinir motoru optimizasyonları sayesinde temel bir iPhone 17 üzerinde kullanılabilir hızlarda çalışır. Verileri buluta göndermeden uygulamalar içine AI özellikleri yerleştirmek için özel olarak tasarlanmıştır.
Güçlü Yönler:
- Sınıfının en iyisi iOS/macOS Metal performansı
- Çok küçük bellek ayak izi
- Apple, Core ML dağıtım yollarını belgelemiştir
Zayıf Yönler:
- Kalite, aynı boyuttaki Phi-4 Mini’nin gerisinde kalıyor
- Lisans koşulları, Apple dışı dağıtımları zorlaştırıyor
Hızlı Karşılaştırma Tablosu
| Model | Boyutlar | Lisans | Artılar | Görüntü işleme | En Uygun Olduğu Alan |
|---|---|---|---|---|---|
| Phi-4 | 3.8B, 14B | MIT | Akıl yürütme, matematik, kod | Hayır | Yapılandırılmış görevler |
| Gemma 3 | 1B–27B | Gemma Kullanım Koşulları | Çoklu ortam, uzun bağlam | Evet | Görüntü, çok dillilik |
| Llama 4 Scout | 8B, 17B | Llama 4 Community | Her işe uygun | Görüntü varyantı | Genel kullanım, ince ayar |
| Mistral Small 3 | 7B, 22B | Apache 2.0 / Araştırma | Hız, Avrupa dilleri | Hayır | Düşük gecikmeli API'ler |
| Qwen 2.5 | 0.5B–32B | Apache 2.0 | Kodlama, Asya dilleri | Görüntü varyantı | Kod, ajanlar |
| DeepSeek V3 Lite | 7B, 13B | DeepSeek Lisansı | Maliyet-kalite oranı | Hayır | Ucuz çıkarım |
| OpenELM 2 | 270M–3B | Apple Örnek Kod | Cihaz üstü iOS | Hayır | iPhone/Mac uygulamaları |
Doğru SLM’yi Nasıl Seçersiniz
Kullanıcı cihazlarında (telefonlar, dizüstü bilgisayarlar) çalışan bir uygulama için: Genel kullanım için Phi-4 Mini, yalnızca iOS kullanıyorsanız OpenELM 2, görüntü yeteneği gerekiyorsa Gemma 3 1B/4B.
OpenAI API çağrılarını değiştiren bir startup için: Varsayılan olarak Llama 4 Scout 8B, gecikme süresi tavan kaliteden daha önemliyse Mistral Small 3 7B, geliştirici araçları için Qwen 2.5 Coder.
Düzenlemeye tabi bir sektörde yerinde (on-prem) kurulum yapıyorsanız: Phi-4 (MIT lisansı) veya Mistral Small 3 7B (Apache 2.0) — ikisi de en temiz ticari lisanslara sahip.
GPU başına en yüksek yeteneğe ihtiyaç duyan bir araştırma ekibi için: Gemma 3 27B veya Mistral Small 3 22B (araştırma lisansı kapsamında).
Araç çağrısı yapan ajan iş akışları için: Phi-4 14B ve Qwen 2.5 14B, alışılmadık derecede temiz fonksiyon çağırma davranışına sahip. Bunları en iyi AI ajan çerçevelerinden biriyle eşleştirin.
Üretim Ortamında Küçük Dil Modellerini Çalıştırma
Araçlar hızla olgunlaştı. Yerel prototipleme için en iyi yerel AI araçları — Ollama, LM Studio, llama.cpp — bu rehberdeki tüm modelleri tek bir komutla çalıştırır. Üretim için standart teknoloji yığını, sunum için vllm veya tgi ve yönetilen barındırma için Modal, Replicate veya Together AI şeklindedir.
SLM’leri ofisinizde veya uç noktada (edge) barındırmak için donanım seçiyorsanız, yerel LLM’ler için en iyi mini PC’ler rehberimize göz atın. Değerlendirme hattınızın bir parçası olarak SLM çıktılarını karşılaştırmak için en iyi LLM API ağ geçitlerine bakın — çoğu, aynı İstem’i birden fazla model arka ucuna yönlendirmeyi destekler.
Dürüst Ödünler
Küçük modeller sihirli değildir. Bir sınır (frontier) modelinin anlamlı ölçüde daha iyi olduğu görevler hâlâ var:
- Uzun, çok adımlı akıl yürütme zincirleri (şunu düşünün: hukuki analiz, karmaşık araştırma sentezi) — Phi-4’ün akıl yürütmesi bile GPT-5 veya Claude 4’ten daha hızlı çöküyor.
- Koddaki uç durumlar — Sınır modelleri, 14B modellerine kıyasla belirsiz spesifikasyonlardan daha iyi kurtulur.
- İnce detaylı yaratıcı yazarlık — Küçük modeller genellikle genel geçer düzyazıya yönelir; sınır modelleri şaşırtır.
- Çok sayıda eşzamanlı araçla araç kullanımı — Mevcut mimarilerin çoğunda ~32B’nin altında ajan güvenilirliği keskin bir şekilde düşer.
Sınıflandırma, yapılandırılmış veri çıkarma, RAG yanıtları, özetleme, taslak oluşturma, iyi tanımlanmış bağlamlarda kod tamamlama, müşteri hizmetleri sohbeti, içerik moderasyonu gibi diğer her şey için — 2026’da 7B-14B arası bir model, maliyetin çok küçük bir kısmıyla işi halledecektir.
Sonuç
Doğru küçük dil modeli iş yükünüze bağlıdır, ancak üç seçimle yanlış yapmanız pek mümkün değil: akıl yürütme ağırlıklı görevler için Phi-4 14B, güvenli varsayılan olarak Llama 4 Scout 8B ve görselleri veya uzun belgeleri içeren her şey için Gemma 3 12B. Taahhüt etmeden önce kendi verileriniz üzerinde hızlı bir değerlendirme yapın — modeller arasındaki benchmark farkları, nadiren sizin belirli görevinizdeki farkla eşleşir.
“Her şey için sadece GPT-4’ü çağır” dönemi sona eriyor. 2026’da akıllıca hamle, model boyutunu işe göre eşleştirmektir — ve küçük modeller, çoğu ekibin fark ettiğinden çok daha fazla işi halledebilir.
Yapay Zeka Hisse Senedi Tahminleri — Akıllı Piyasa Analizi
Yapay zeka destekli borsa tahminleri ve teknik analiz. Güven skorları ve risk metrikleriyle hisse senetleri, ETF'ler ve kripto için günlük tahminler alın.
Bugünkü Tahminleri GörüntüleBir yapay zeka aracı mı geliştiriyorsunuz veya pazarlıyorsunuz?
AI Tools Hub'da listelenin, incelenin veya öne çıkarın — Çok dilli, 12 aylık sponsorlu içerikler. 49 $'dan başlayan fiyatlarla.
AI Tools Hub Ekibi
Uzman Yapay Zeka Aracı İnceleyicileri
Yapay zeka tutkunları ve teknoloji uzmanlarından oluşan ekibimiz, ihtiyaçlarınıza en uygun çözümü bulmanıza yardımcı olmak için yüzlerce yapay zeka aracını test eder ve inceler. Gerçek dünya kullanımına dayalı dürüst ve derinlemesine analizler sunarız.