Self-Hosted LLM mi, API mı? KVKK + BDDK + Maliyet Matrisi — Kurumsal Karar Rehberi (Breakeven: 500M Token/Gün)

"Self-hosted mı, API mı?" sorusu, Türk kurumsal AI karar vericilerinin 2025-2026 boyunca en çok cevap aradığı sorulardan biri. Ancak bu soru genelde yanlış çerçeveleme ile sorulur — sanki tek bir doğru cevap varmış gibi.

Tanım

Self-Hosted LLM

Açık kaynak veya kurumsal lisanslı bir büyük dil modelinin (Llama 3.3 70B, Trendyol-LLM-70B-v3, vb.) şirketin kendi sunucularında ya da kendi tahsis ettiği bulut GPU instance'larında çalıştırılması; tüm prompt + cevap + metadata'nın kurumsal kontrolde tutulması.

Ayrıca: On-prem LLM, Private LLM

Wikidata: Q115305900

Doğru çerçeveleme şu: "Hangi workload için self-host, hangi workload için API, hangi workload için hibrit?" Bu yazı bu üç-yollu karar matrisinin Türk kurumsal kullanım koşullarındaki tam haritasını çiziyor.

Self-host vs API kararı dört bağımsız boyutta verilir — her birinin kendi başına zorunlu kıldığı bir cevap olabilir:

2.1. Token Volume Boyutu

Aylık token tüketiminize göre maliyet hesabı tamamen değişir.

• <10M token/ay (KOBİ chatbot): API her zaman ucuz. Self-host overhead'i ödenmez.
• 10-100M token/ay (orta ölçek): API hâlâ önde, hibrit düşünülebilir.
• 100-500M token/ay (büyük müşteri hizmetleri): Hibrit ideal — yüksek hacim açık kaynak self-host, yüksek kalite + nadir kullanım API.
• >500M token/ay (kurumsal masif kullanım): Self-host maliyet açısından kazanır; ama operational maturity şart.

2.2. Veri Hassasiyeti Boyutu

Prompt + cevap içinde dolaşan verinin regülatif sınıfı belirleyici.

• Public / non-personal veri: API serbestçe kullanılabilir.
• Şirket-içi commercial veri (iç eğitim, dahili wiki): Şart değil ama hibrit tavsiye edilir.
• KVKK kapsamında kişisel veri: Cross-border transfer riski; ya KVKK anonimleştirme ya da Türkiye-AB hosted çözüm gerekli.
• BDDK kapsamı (finans): Bankacılıkta AI tebliği gereği veri yerleşimi + explainability zorunlu — self-host'a doğru ciddi baskı.
• Sağlık verisi (Sağlık Bakanlığı + KVKK): HBYS verisi yurt dışına gönderilemez — self-host zorunlu.
• Savunma teknik verisi (ITAR / EAR / SSB): Self-host zorunlu; tercihen TÜBİTAK veya T3 onaylı altyapı.

2.3. Engineering Kapasitesi Boyutu

Self-host'un sürdürülebilirliği, ekibin operational maturity'sine bağlı.

• AI/ML engineer yok: Self-host kötü fikir, API'de kalın.
• 1 AI engineer: 7B model + tek GPU + vLLM ile sınırlı self-host mümkün.
• 3+ AI engineer + DevOps: 70B multi-GPU cluster + observability + eval harness ile production self-host mümkün.
• AI Platform takımı (5+ kişi): Tam stratejik self-host + custom fine-tuning kapasitesi.

2.4. Latency / SLA Boyutu

Üretim SLA gereksinimleri kararı etkiler.

• <1s p95 zorunlu (real-time agent): Self-host avantajı — network jitter yok, batch optimization tam.
• <3s p95 (genel chat): API yeterli.
• <10s, batch tolere edilebilir: API + cache + retry yeterli.

Self-Hosted LLM vs API vs Hibrit Karşılaştırması (2026 Mayıs)

Boyut	Self-Host	API (OpenAI/Anthropic)	Hibrit
Aylık Min Maliyet	$3K-25K	$50-200	$2K-15K
KVKK Uyumu	Tam kontrol	Zor + ek work	Workload bazlı
BDDK Uyumu	Direkt	Yüksek uyum yükü	Mümkün
Latency p95	Düşük + öngörülebilir	Orta + jitter	Karışık
Engineering Yükü	Yüksek	Düşük	Orta
Model Kalitesi	İyi (70B)	En iyi (GPT-5/Opus)	Esnek seçim
Veri Yerleşimi	%100 yerli	API sağlayıcı	Workload bazlı
Token Volume Eşiği	>500M/gün	<100M/gün	100-500M/gün
Maintenance	Yüksek (3 aylık model güncelleme)	Yok	Orta
Vendor Lock-in	Yok	Var	Az

3.1. GPU Cloud Maliyeti: 2026 Mayıs Gerçeği

GPU cloud maliyeti son 12 ayda ciddi şekilde değişti; 2026 Mayıs itibarıyla pazar fiyatları:

GPU Cloud Saatlik Maliyetleri (Spot + On-Demand, 2026 Mayıs)

GPU	Saatlik (On-Demand)	Saatlik (Spot)	VRAM	Birincil Sağlayıcı
NVIDIA H100 SXM	$4.50	$2.20	80 GB	AWS, GCP, Lambda, RunPod
NVIDIA H100 PCIe	$3.80	$1.80	80 GB	RunPod, Vast.ai
NVIDIA H200	$5.00	$2.80	141 GB	CoreWeave, Lambda, Crusoe
NVIDIA B200	$7-9	$4-5	192 GB	Limited GA (CoreWeave, Lambda)
NVIDIA A100 80GB	$2.20	$1.10	80 GB	Geniş erişim
NVIDIA L4	$0.80	$0.40	24 GB	GCP, AWS
NVIDIA L40S	$1.40	$0.70	48 GB	Yaygın

Yorum. 2024'te $8/saat olan H100, agresif yarış nedeniyle 2026'da $4.50'ya indi. B200 hâlâ premium ama 2027 Q1'de $5-6 bandına inecek tahmin ediliyor. Spot fiyatlar üretim için riskli — preemption olabilir; öngörülebilir SLA için on-demand tercih edilmeli.

3.2. Quantization Etkisi: Karar Matrisini Değiştiren Boyut

Quantization, model ağırlıklarını daha az bit'e sıkıştırarak VRAM'i ve hesap maliyetini düşürür. 2026 itibarıyla production-ready quantization seçenekleri:

• FP16 (baseline): 70B → 140 GB VRAM. Kalite kaybı yok.
• INT8: 70B → 70 GB VRAM. Kalite kaybı genelde <1%.
• AWQ Q4 / GPTQ Q4: 70B → 35 GB VRAM. Kalite kaybı %2-3.
• GGUF Q5_K_M: 70B → ~45 GB VRAM. Hobi/Edge için iyi; production'da AWQ tercih edilir.

3.3. Throughput ve Birim Maliyet

70B model AWQ Q4 + 2xH200 + vLLM senaryosunda gerçek throughput:

• Tek istek (concurrency 1): ~50 token/s
• Batch 8: ~280 token/s aggregate
• Batch 16: ~480 token/s aggregate
• Batch 32: ~720 token/s aggregate (memory pressure başlar)

Birim maliyet hesabı. 2xH200 on-demand = $10/saat = $7200/ay (full utilization). Tipik kurumsal batch 16 throughput → 480 token/s × 3600 = 1.728M token/saat × 720 saat (ay) = ~1.24 milyar token/ay kapasite. Token başına self-host birim maliyet: $7200 / 1.24B = $5.81 / 1M token (full utilization).

OpenAI GPT-5 fiyatı 2026 Mayıs: $5 / 1M input + $15 / 1M output token. Self-host birim maliyet (full util.) ile GPT-5 input cost karşılaştırılabilir — ancak GPT-5 kalitesi farklı seviye.

Claude Opus 4.7 fiyatı: $15 / 1M input + $75 / 1M output. Self-host avantajı burada belirginleşir — eğer Opus seviyesinde kalite gerekmiyorsa.

Şimdi gerçek bir hesap üzerinden gidelim — Türk orta-büyük şirket senaryosu.

4.1. Senaryo: Türk Bankası Müşteri Hizmetleri RAG

Parametreler:

• Günlük 12M token (in + out toplam) — orta ölçek banka chat hacmi
• %60 input / %40 output dağılımı
• p95 latency hedefi: 3s
• KVKK + BDDK uyumu zorunlu

API maliyeti (GPT-5 üzerinden hesap):

• 12M token/gün × 30 = 360M token/ay
• Input: 216M × $5 = $1,080/ay
• Output: 144M × $15 = $2,160/ay
• Toplam: $3,240/ay
• Yıllık: ~$39K

Self-host maliyeti (70B AWQ + 2xH200):

• GPU: 2xH200 on-demand = $7,200/ay
• Aylık 1.24B token kapasite (full util.)
• Engineering: 1 senior AI engineer $5,500/ay
• Observability + monitoring: $500/ay
• Security audit + KVKK uyum: $300/ay
• Toplam: $13,500/ay
• Yıllık: ~$162K

Sonuç. Bu senaryoda API self-host'tan 4x daha ucuz — saf maliyet kararı API. Ancak KVKK + BDDK uyumu için her API çağrısında ek ~$80K/yıl audit + danışmanlık + cross-border transfer dokümantasyon yükü var. Bu eklendiğinde:

• API toplam: $39K + $80K = $119K/yıl
• Self-host toplam: $162K/yıl (KVKK uyum içeride dahil)

Yine self-host daha pahalı; ama BDDK denetim risk skoru çok düşük. Yönetim kararı: kabul edilebilir maliyet primi karşılığında risk azaltma.

4.2. Break-Even Hesabı: Hangi Token Hacminde Self-Host Kazanır?

Aynı hesabı token hacmine göre genelleştirelim:

Token Hacmi vs Aylık Maliyet (Türk Bankası Senaryosu)

Aylık Token	API Maliyeti	Self-Host (2xH200)	Self-Host (4xH200)	Kazanan
100M	$900	$13.5K	$24K	API
360M	$3.2K	$13.5K	$24K	API
1.2B	$10.8K	$13.5K	$24K	API (marjinal)
3B	$27K	$22K (4xH200)	$22K	Self-Host
6B	$54K	Kapasite yetmez	$24K	Self-Host
11B	$99K	Kapasite yetmez	$36K (6xH200)	Self-Host
30B	$270K	Kapasite yetmez	$120K	Self-Host

Yorum. Saf API maliyet karşılaştırmasında break-even ~11 milyar token/ay = ~500M token/gün civarında. Bu eşiğin altında API; üstünde self-host kazanır.

4.3. Gizli Maliyetler: "Self-Host Ücretsizdir" Yanılgısı

5.1. Kalite Seviyesi: Self-Host Modeller vs API Modeller (Mayıs 2026)

LLM Kalite Karşılaştırması (Türkçe, 2026 Mayıs)

Model	Türkçe Skor	Erişim	Kalite Tier
GPT-5	~78	API	S
Claude Opus 4.7	~76	API	S
Gemini 3.1 Pro	~74	API	A+
GPT-4o-mini	~72	API	A
Trendyol-LLM-70B-v3	69.7	Self-host	A
Cosmos-Llama-1-70B	68.0	Self-host	A
Llama-3.3-70B (vanilla)	64.2	Self-host	B+
DeepSeek V3.2	~67	Self-host (671B MoE!)	A
Qwen 3.5-72B	~66	Self-host	A-
Claude Haiku 4.5	~63	API	B+
Trendyol-LLM-7B-v3	51.4	Self-host	B
Kumru AI-7.4B	47.1	Self-host	C+

Pratik gözlem. Self-host ile yakalanabilen tavan, Türkçe için yaklaşık GPT-4o-mini seviyesi. GPT-5 / Claude Opus 4.7 ile yarışmak için ya fine-tuning + RLHF investment ya da hibrit (kritik sorular API, gerisi self-host) gerekli.

5.2. Latency Karşılaştırması

Latency, kullanıcı deneyimi açısından maliyet kadar önemli:

• API (GPT-5): p50 ~1.4s, p95 ~3.8s (Avrupa endpoint). Türkiye'den +50-80ms.
• API (Claude Opus 4.7): p50 ~1.8s, p95 ~4.5s.
• Self-host (Trendyol-70B AWQ + 2xH200, batch 8): p50 ~1.1s, p95 ~2.6s.
• Self-host (Trendyol-7B + L4, batch 1): p50 ~0.6s, p95 ~1.4s.

Yorum. Self-host latency avantajı lokal deployment + network jitter yokluğu sayesinde belirgin. Real-time agent senaryolarında bu fark kritik olabilir.

6.1. KVKK 9. Madde: Cross-Border Transfer Riski

KVKK 9. madde, kişisel verinin yurt dışına aktarılmasını (a) açık rıza veya (b) yeterli ülke listesi koşuluyla kısıtlar. OpenAI / Anthropic gibi ABD merkezli API'lere kişisel veri içeren prompt gönderildiğinde:

1. Cross-border transfer doğar. Türkiye → ABD.
2. ABD yeterli ülke statüsünde değil (KVKK kurulu tarafından).
3. Dolayısıyla veri sahibinden açık rıza alınması gerekir — pratik olarak mümkün değil.

Çözüm yolları:

• A. Anonimleştirme katmanı: Prompt'a giden tüm kişisel veri PII detection ile maskelenir. Pratik ama hatalı çıkış yapma riski var.
• B. EU endpoint kullanımı: Bazı API sağlayıcıları (Anthropic AWS Bedrock EU, OpenAI Azure EU) Avrupa data residency veriyor. KVKK kurulu AB'yi yeterli sayar — bu çözüm geçerli.
• C. Self-host (Türkiye): En temiz çözüm; kişisel veri sınırı hiç geçmez.

6.2. BDDK 2024 Yapay Zeka Tebliği

BDDK, 2024 Eylül'de yayımladığı "Bankacılıkta Yapay Zeka ve Makine Öğrenmesi Yönetim Tebliği" ile şu zorunlulukları getirdi:

1. Veri yerleşimi. Banka müşteri verilerinin işlendiği AI sistemleri Türkiye veya yeterli ülkede hosted olmalı.
2. Explainability. Karar verici AI sistemlerinde insan-anlayabilir gerekçe sunma yükümlülüğü.
3. Üçüncü taraf bağımlılığı. Tüm AI sağlayıcılarının (model + altyapı) explicit kontrat + risk değerlendirmesi.
4. Audit log. Her AI kararı için 7 yıllık denetim izi.

Pratik etki. Türk bankalarının çoğu, OpenAI/Anthropic API kullanmak için ek $50-150K yıllık compliance overhead çıkarıyor; self-host'a geçmek bu yükü ciddi azaltıyor.

6.3. Savunma Sanayi: ITAR / EAR / SSB Kısıtları

Savunma sanayinde teknik veri kategorisine giren her şey yurt dışı bulut hizmetlerine gönderilemez:

• Silah sistemi specs
• Taktik operasyon planlaması
• İnsansız hava aracı telemetry
• Komuta-kontrol diyalogu
• Askeri eğitim materyali

Bu kategoride self-host zorunlu; tercihen TÜBİTAK BİLGEM veya T3 AI Baykar onaylı altyapı.

6.4. AI Sovereignty Stratejisi: TÜBİTAK ve T3 Yaklaşımı

AI sovereignty (AI egemenliği) kavramı, ulusal güvenlik + ekonomik bağımsızlık çerçevesinde, kritik AI yeteneklerinin yabancı vendor'lara bağımlı olmamasını ifade eder. Türkiye'de 2025-2026 döneminde:

• TÜBİTAK BİLGEM: Sıfırdan eğitilmiş Türkçe LLM (bilgem-tr-llm-13b, 70b) + Türk GPU cluster.
• T3 AI Baykar: Savunma sanayi spesifik fine-tune'lar + ITAR/EAR uyumlu lisans.
• TÜBİTAK ULAKBİM: GPU compute infrastructure (yerli akademik + kamu).

Bu üç ayak, stratejik sektörlerin self-host'a yönelmesini kolaylaştırıyor.

Vaka 1 — Türk Bankası: BDDK Uyumu İçin Self-Host

Şirket. Top-5 Türk özel bankası (anonim, ~18M aktif müşteri).

Problem. İç eğitim chatbot + bayi destek sistemi + müşteri hizmetleri özetleme için aylık ~9 milyar token tüketimi planlanıyor. OpenAI API tahmini maliyet: $95K/ay; ama BDDK 2024 tebliği gereği veri yerleşimi + explainability + 7 yıllık audit log zorunluluğu — API ile uyum yükü çok yüksek.

Karar süreci. 6 haftalık değerlendirme:

• API + KVKK anonimleştirme katmanı: teknik mümkün ama BDDK denetim riski yüksek.
• Azure OpenAI EU endpoint: KVKK için OK, ama BDDK "Türkiye veri yerleşimi" tercihiyle çelişir.
• Self-host: Trendyol-LLM-70B-v3 + Cosmos-Llama-1-70B hibrit; Ankara DC, 8xH100 cluster.

Çözüm. Self-host'a karar verildi. Donanım yatırımı $650K (8xH100 + networking + storage); aylık operational $18K (engineering, observability, security audit dahil). Toplam yıllık maliyet $866K; API ile $1.14M (95K × 12 + uyum yükü) — ROI 24 ayda pozitif.

Sonuç. 18,000 bayi + 28,000 iç çalışan kullanıcı. Müşteri hizmetleri ortalama yanıt süresi 12 dk → 3 dk. BDDK 2025 denetim raporunda "AI compliance" maddesinde tam puan. Marka için stratejik kazanç: "yerli yetkinlik" mesajı.

Vaka 2 — Sağlık Grubu: HBYS Verisi + KVKK + Self-Host Zorunluluğu

Şirket. 14 hastane + 23 poliklinik grubu (anonim, ~1.2M yıllık hasta görüşmesi).

Problem. Doktor görüşme notlarını ses kaydından otomatik özetleyip HBYS'ye yapılandırılmış kayıt olarak gönderecek sistem isteniyor. Token volume aylık ~200M (orta seviye). Kısıt: HBYS verisi yurt dışına asla gönderilemez (KVKK + Sağlık Bakanlığı Hasta Veri Yönetmeliği).

Karar süreci.

• OpenAI API: KVKK + Sağlık Bakanlığı çift kısıt — direkt elendi.
• Azure OpenAI EU: KVKK için OK ama Sağlık Bakanlığı yönetmeliği "Türkiye sınırları içinde" diyor — uyum zor.
• Self-host: Tek geçerli yol.

Çözüm. Her hastaneye lokal RTX 4090 24GB workstation + Kumru AI-7.4B (4-bit quantize, 4.5GB VRAM) deploy edildi. Doktor masaüstündeki client uygulaması: ses → metin (Whisper Turkish self-host) → özet (Kumru AI) → HBYS akışını tamamen lokal işliyor. Hiçbir hasta verisi hastane network'ünden dışarı çıkmıyor.

Maliyet. Hastane başına $8K (workstation + entegrasyon + eğitim). 14 hastane = $112K capex. Aylık operational: $1,200 (merkezi monitoring + model güncelleme). API alternatifi karşılaştırması anlamsız — regülatif olarak imkansız.

Sonuç. Doktor başına günlük not yazma süresi 90 dk → 25 dk. 8 ay içinde 14 lokasyona yayıldı. KVKK + Sağlık Bakanlığı denetimlerinde "Türkiye sınırları içinde işleme" maddesi tam uyum.

Vaka 3 — KOBİ E-ticaret: API'de Kalın

Şirket. Aylık ~$2M ciro Türk e-ticaret KOBİ'si (anonim, 25 kişilik ekip).

Problem. Müşteri hizmetleri chatbot + ürün açıklama üretimi + AI marketing copy için aylık ~30M token tüketimi planlanıyor.

Karar süreci.

• API (GPT-4o-mini): aylık ~$300 maliyet. Ekipte özel AI engineer yok.
• Self-host: 7B model + tek L4 ($580/ay) + 1 part-time AI engineer ($1500/ay) = ~$2K/ay.

Çözüm. API'de kalındı. Self-host bu hacimde 7x daha pahalı + ekip kapasitesi yok. KVKK riski yok (müşteri verisi anonimleştiriliyor, kişisel veri prompt'a girmiyor). BDDK kapsam dışı.

Sonuç. Müşteri hizmetleri chat sayısı aylık 12,000 → 38,000 (otomatik cevaplama ile). Ürün açıklama üretim hızı 5x. AI marketing copy testleri ile dönüşüm oranı %18 arttı. AI yatırım: aylık $300 + part-time prompt engineer $800/ay = $1,100/ay.

Çıkarım. KOBİ ölçeğinde "self-host" tartışması bile yanlış soru. API + iyi prompt engineering + temel observability yeter.

8.1. Vendor-Neutral Self-Host Yığını Önerileri

Türk şirketleri için 2026 olgun stack tavsiyeleri:

• Inference server: vLLM (production default), Ollama (dev), BentoML (multi-model serving), Hugging Face TGI (Llama optimized).
• Quantization: AWQ (Q4) production için en stabil; GPTQ alternative.
• Vector DB (RAG): Qdrant (en yaygın), pgvector (mevcut Postgres üzerinde), Weaviate.
• Embedding (Türkçe): BGE-M3 (multilingual, self-hosted), Trendyol-LLM-Embed-v1.
• Observability: Langfuse (self-hosted + open-source), Helicone, Arize Phoenix.
• Eval harness: RAGAS, DeepEval, TruLens.
• Orchestration: Modal (managed), Ray Serve (self-hosted), KServe (Kubernetes-native).

8.2. Hibrit Mimari: En Çok Önerilen Yapı

Türk büyük kurumların 2026'da en yaygın benimsediği yapı, 3 tier hibrit:

• Tier 1 (kritik veri / yüksek hacim) → Self-host: Trendyol-LLM-70B-v3 + Qdrant + vLLM, Türkiye DC.
• Tier 2 (genel use-case / orta hacim) → API: Claude Opus 4.7 veya GPT-5, EU endpoint.
• Tier 3 (deneysel / dev) → API: API ile hızlı denemeler, üretime alınırsa Tier 1/2'ye taşınır.

Workload router (basit bir API gateway + rule engine) gelen sorguyu KVKK risk skoru + complexity skoru + cache hit ihtimaline göre doğru tier'a yönlendirir.

Self-host vs API kararını şirketinize özel çerçeveye oturtmak için 3 somut adım:

1. Workload taxonomy + token volume analizi. Mevcut LLM kullanımınızı 4 hafta loglayarak token volume, prompt türü dağılımı, KVKK + BDDK risk profili, peak load çıkarın.
2. Break-even simulator + risk matrisi. Sektör + token hacmi + regülatif yük girdileriyle dolu Excel/Python modeli; çıktı: API maliyeti, self-host maliyeti (3 farklı senaryo), hibrit maliyet, ROI eşiği.
3. Pilot kurulumu (4-8 hafta). Hibrit mimari pilot — bir use-case için self-host (Trendyol-LLM-7B veya 70B AWQ), iki use-case için API; observability, eval, fallback testleri.

İletişim için site üzerindeki contact formu kullanılabilir.

Kaynaklar

1. BDDK — Bankacılıkta Yapay Zeka ve Makine Öğrenmesi Yönetim Tebliği — BDDK, BDDK · 2024-09
2. KVKK — 6698 Sayılı Kanun — T.C. KVKK, Türkiye Cumhuriyeti · 2016-04
3. KVKK Yurt Dışı Veri Aktarımı Rehberi — T.C. KVKK, KVKK · 2023
4. Sağlık Bakanlığı Hasta Verisi Yönetmeliği — T.C. Sağlık Bakanlığı, Resmî Gazete · 2019-06
5. NVIDIA H100 Tensor Core GPU — NVIDIA, NVIDIA · 2026
6. NVIDIA H200 Tensor Core GPU — NVIDIA, NVIDIA · 2026
7. NVIDIA Blackwell B200 — NVIDIA, NVIDIA · 2025
8. vLLM Documentation — vLLM Project, vLLM · 2026
9. AWQ: Activation-aware Weight Quantization — Lin et al., arXiv · 2023-06
10. GPTQ: Accurate Quantization for Generative Pre-trained Transformers — Frantar et al., arXiv · 2022-10
11. Trendyol-LLM-70B-v3 — Trendyol AI Lab, Hugging Face · 2025-11
12. Cosmos-Llama-1-70B — YTU CE Cosmos, Hugging Face · 2026-01
13. OpenAI API Pricing — OpenAI, OpenAI · 2026-05
14. Anthropic API Pricing — Anthropic, Anthropic · 2026-05
15. AWS Bedrock EU Region — AWS, Amazon · 2026
16. Azure OpenAI EU Endpoints — Microsoft, Microsoft · 2026
17. Langfuse — Open Source LLM Observability — Langfuse, Langfuse · 2026
18. RAGAS Evaluation Framework — RAGAS, RAGAS · 2026
19. TÜBİTAK BİLGEM Yapay Zeka Enstitüsü — TÜBİTAK BİLGEM, TÜBİTAK · 2024
20. T3 Vakfı — T3 Foundation, T3 · 2025
21. Savunma Sanayii Başkanlığı (SSB) — SSB, SSB · 2025
22. ITAR — International Traffic in Arms Regulations — U.S. State Department, US · 2025
23. EAR — Export Administration Regulations — U.S. Department of Commerce, US · 2025
24. Modal — Managed AI Infrastructure — Modal, Modal · 2026
25. Hugging Face Text Generation Inference (TGI) — Hugging Face, Hugging Face · 2026
26. BentoML — BentoML, BentoML · 2026
27. Ollama — Ollama, Ollama · 2026
28. RunPod GPU Cloud — RunPod, RunPod · 2026
29. Lambda Labs — Lambda, Lambda Labs · 2026
30. CoreWeave — CoreWeave, CoreWeave · 2026
31. Crusoe — Climate-Aligned Cloud — Crusoe, Crusoe · 2026
32. DeepSeek V3.2 — DeepSeek, Hugging Face · 2026-03
33. Qwen 3.5 Series — Alibaba Qwen, Hugging Face · 2026-02

---

Bu rehber yaşayan bir belgedir; LLM API fiyatları + GPU maliyetleri + regülatif çerçeve her çeyrek değiştiği için çeyreklik olarak güncellenmektedir.