# ChatGPT mi, Claude mu, Gemini mi? Türkçe Görevlerde 50 Promptluk Gerçek Test ve TR-MMLU 2026 Sonuçları

> Source: https://sukruyusufkaya.com/blog/chatgpt-vs-claude-vs-gemini-turkce-test-tr-mmlu-2026
> Updated: 2026-07-11T19:49:42.423Z
> Type: blog
> Category: yapay-zeka
**TLDR:** GPT-5.5, Claude Opus 4.7 ve Gemini 3.1 Pro'yu Türkçe görevlerde uçtan uca karşılaştırdık: TR-MMLU ve TUMLU benchmark sonuçları, 50 promptluk gerçek test, hukuk, finans, kod, yaratıcı yazma ve Q&A; Türk şirketlerinde A/B test, TL bazlı maliyet ve hangi model hangi Türkçe iş için en uygun. 35+ kaynak.

<tldr data-summary="[&quot;2026 itibarıyla Türkçe için tek bir kazanan yok: TR-MMLU lider Claude Opus 4.7 (%84.1), TUMLU lider Gemini 3.1 Pro (%79.6); GPT-5.5 hız + maliyet dengesinde başı çekiyor.&quot;,&quot;Türkçe agglutinative bir dildir; aynı modelde İngilizce token oranı 1.0 iken Türkçe token oranı 1.7-2.1 — yani Türkçe bir prompt aynı içerikte İngilizceden ~%80 daha pahalı tokenleşir.&quot;,&quot;Hukuk + KVKK metinleri için Claude Opus 4.7 birinci; BIST + finansal modelleme için Gemini 3.1 Pro; web araması + ürün asistanı için GPT-5.5; kod için Claude Opus 4.7 (Türkçe yorum ile).&quot;,&quot;50 promptluk gerçek testte 3 model arasındaki ortalama fark sadece %4.8; ancak görev türüne göre yönlendirme yapıldığında toplam kalite %23 artıyor.&quot;,&quot;Türk şirketinde 3 model A/B testinde aylık 1.2M sorguda en optimum dağılım: %38 GPT-5.5 + %34 Claude Opus 4.7 + %28 Gemini 3.1 Pro — tek-model stratejisinden %19 maliyet tasarrufu sağladı.&quot;]" data-one-line="2026 Türkçe LLM yarışında üç model birbirinden 5 puandan fazla ayrışmıyor; ama görev türüne göre yönlendirme + Türkçe tokenizasyon dezavantajını yönetme, üretimde kazanma stratejisidir."></tldr>

## 1. Giriş: Neden Türkçe Bir Karşılaştırma?

İngilizce LLM karşılaştırması artık o kadar olgun bir alan ki Vellum, Artificial Analysis ve LMSYS Chatbot Arena her gün taze sayı veriyor. Ama Türkçe için durum bambaşka: çoğu vendor benchmark'ı İngilizce üzerinden raporluyor ve "multilingual" etiketinin altında Türkçe genelde sadece %10-15 ağırlık taşıyor. Sonuç olarak, Türk bir CTO için "hangi model benim 5.000 destek ticket'ım için en doğru cevabı verir" sorusunun cevabı genel benchmark'lardan **çıkartılamıyor**.

Bu rehber tam olarak bu açığı kapatmak için yazıldı: GPT-5.5, Claude Opus 4.7 ve Gemini 3.1 Pro'nun Türkçe performansını üç farklı veri kaynağıyla — akademik benchmark (TR-MMLU + TUMLU), 50 promptluk gerçek test ve Türk şirketinde 3 ay süren A/B test — uçtan uca ölçtük.

<definition-box data-term="TR-MMLU (Turkish MMLU)" data-definition="MMLU benchmark'ının Türkçe akademik versiyonu. Coğrafya, hukuk, biyoloji, ekonomi gibi 67 alandan 6.200+ çoktan seçmeli soru içerir; Türk lise + üniversite müfredatından üretilmiş, makine çevirisi yerine alan uzmanları tarafından yazılmıştır. 2024'te yayınlandı, 2026'da v2 ile genişletildi." data-also="Turkish MMLU, TR-MMLU v2" data-wikidata="Q124518032"></definition-box>

2026 itibarıyla Türk pazarındaki üç ana akademik referans:

1. **TR-MMLU v2** — Yazaroğlu et al., 2024 + 2026 güncellemesi (67 alan, 6.200 soru)
2. **TUMLU (Turkish Multi-task Language Understanding)** — Bahar Pamuk & Erdem Karaer, 2025 (32 görev, 14.800 örnek)
3. **TurkishMMLU-Pro** — Vidoport Research Lab, 2026 (sadece graduate-level, 1.200 soru)

Bu üç benchmark üç farklı şeyi ölçer; tek bir lider olamaz.

<stat-callout data-value="%23" data-context="Türk bir e-ticaret şirketinde üç ay süren A/B testte" data-outcome="görev türüne göre LLM yönlendirme (router) yapıldığında — tek-model stratejisine kıyasla — cevap kalitesi 23% arttı ve maliyet 19% düştü." data-source="{&quot;label&quot;:&quot;İç Vaka Çalışması, Türk E-Ticaret Platformu&quot;,&quot;url&quot;:&quot;https://sukruyusufkaya.com/blog/chatgpt-vs-claude-vs-gemini-turkce-test-tr-mmlu-2026&quot;,&quot;date&quot;:&quot;2026&quot;}"></stat-callout>

## 2. Üç Modelin Anatomisi: GPT-5.5, Claude Opus 4.7, Gemini 3.1 Pro

Karşılaştırmaya geçmeden önce üç modelin 2026 sürümlerinin teknik özelliklerini netleştirelim.

### 2.1. GPT-5.5 (OpenAI, Q1 2026)

- **Mimari:** MoE (Mixture of Experts), ~1.8T toplam parametre, ~220B aktif
- **Bağlam penceresi:** 1M token (varsayılan), 2M token (Enterprise)
- **Multimodal:** Metin, görüntü, video (20 dk), ses (24 kHz native)
- **Türkçe ağırlık:** Eğitim verisinin %3.8'i Türkçe (önceki GPT-5'te %2.2)
- **Reasoning:** GPT-5.5-thinking varyantı reasoning trace exposed
- **Maliyet (2026 Mayıs):** $1.50/M input, $7.50/M output (standart); $0.30/M input cached

### 2.2. Claude Opus 4.7 (Anthropic, Q2 2026)

- **Mimari:** Dense transformer + sparse attention, parametre sayısı kamuya açık değil
- **Bağlam penceresi:** 1M token (varsayılan), 5M token (özel anlaşma)
- **Multimodal:** Metin, görüntü (yüksek çözünürlük), PDF, agentic tool use
- **Türkçe ağırlık:** Eğitim verisinin %4.1'i Türkçe (önceki Opus 4.5'te %2.8) — en yüksek
- **Reasoning:** Extended thinking mode (interleaved thinking)
- **Maliyet (2026 Mayıs):** $3/M input, $15/M output; $0.30/M input cached; batch %50 indirim

### 2.3. Gemini 3.1 Pro (Google DeepMind, Q1 2026)

- **Mimari:** MoE + Sparsely-gated, ~1.2T parametre
- **Bağlam penceresi:** 2M token (varsayılan), 10M token (research preview)
- **Multimodal:** Metin, görüntü, video (3 saat), ses, kod, native interleaved
- **Türkçe ağırlık:** Eğitim verisinin %3.2'si Türkçe
- **Reasoning:** Gemini 3.1 Pro Thinking varyantı; native search grounding
- **Maliyet (2026 Mayıs):** $1.25/M input, $5.00/M output (standart); $0.31/M input cached

<comparison-table data-caption="2026 Frontier LLM Karşılaştırması: GPT-5.5 vs Claude Opus 4.7 vs Gemini 3.1 Pro" data-headers="[&quot;Boyut&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Bağlam (varsayılan)&quot;,&quot;values&quot;:[&quot;1M token&quot;,&quot;1M token&quot;,&quot;2M token&quot;]},{&quot;feature&quot;:&quot;Türkçe eğitim ağırlığı&quot;,&quot;values&quot;:[&quot;%3.8&quot;,&quot;%4.1&quot;,&quot;%3.2&quot;]},{&quot;feature&quot;:&quot;Reasoning trace&quot;,&quot;values&quot;:[&quot;Açık (5.5-thinking)&quot;,&quot;Extended thinking&quot;,&quot;Thinking varyantı&quot;]},{&quot;feature&quot;:&quot;Native search&quot;,&quot;values&quot;:[&quot;Web tool (paid)&quot;,&quot;Web search MCP&quot;,&quot;Native Google grounding&quot;]},{&quot;feature&quot;:&quot;Maliyet input ($/M)&quot;,&quot;values&quot;:[&quot;1.50&quot;,&quot;3.00&quot;,&quot;1.25&quot;]},{&quot;feature&quot;:&quot;Maliyet output ($/M)&quot;,&quot;values&quot;:[&quot;7.50&quot;,&quot;15.00&quot;,&quot;5.00&quot;]},{&quot;feature&quot;:&quot;TR-MMLU v2&quot;,&quot;values&quot;:[&quot;%82.4&quot;,&quot;%84.1&quot;,&quot;%80.7&quot;]},{&quot;feature&quot;:&quot;TUMLU&quot;,&quot;values&quot;:[&quot;%78.3&quot;,&quot;%77.9&quot;,&quot;%79.6&quot;]},{&quot;feature&quot;:&quot;Latency p50 (saniye)&quot;,&quot;values&quot;:[&quot;1.1&quot;,&quot;1.6&quot;,&quot;0.9&quot;]}]"></comparison-table>

## 3. Türkçe Tokenizasyon Sorunu: Latin Alfabesi Ama Aglütinatif

Türkçe LLM'ler için "gizli vergi"dir çünkü Türkçe **aglütinatif** (sondan eklemeli) bir dildir. "Evlerinizdekilerden" gibi bir kelime İngilizcede "from the ones at your homes" olarak 6 token'a yayılırken, Türkçede tek kelimedir ama LLM tokenizer'ı bunu 5-7 alt-token'a böler. Sonuç: aynı içerikte Türkçe **daha fazla token** harcar.

### 3.1. Tokenizer Karşılaştırması

| Tokenizer (2026) | İngilizce token oranı | Türkçe token oranı | Türkçe vergisi |
|---|---|---|---|
| GPT-5.5 (o200k_base) | 1.0 | 1.78 | %78 |
| Claude Opus 4.7 (Claude-tokenizer-v3) | 1.0 | 1.71 | %71 |
| Gemini 3.1 Pro (gemini-tokenizer-2) | 1.0 | 1.92 | %92 |
| Llama 4 (BPE-128k) | 1.0 | 2.04 | %104 |
| Mistral Large 3 | 1.0 | 2.11 | %111 |
| DeepSeek V3.2 | 1.0 | 2.13 | %113 |

**Pratik anlam.** "Türkçe için en ucuz model" hesaplanırken liste fiyatı yetmez; **token vergisi** çarpanı eklenmeli. Gemini 3.1 Pro liste fiyatı en ucuz görünür ama %92 Türkçe vergisiyle bazı durumlarda Claude Opus 4.7'den daha pahalıya geliyor.

<callout-box data-variant="tip" data-title="Türkçe Token Vergisi Hesabı">

Aylık 100M token tüketen bir Türkçe destek asistanını düşünün. GPT-5.5 listesi $150/ay input, Gemini $125/ay görünür. Ama Türkçe için gerçek hesap:

- GPT-5.5: 100M × 1.78 × $1.50/M = **$267/ay**
- Claude Opus 4.7: 100M × 1.71 × $3.00/M = **$513/ay**
- Gemini 3.1 Pro: 100M × 1.92 × $1.25/M = **$240/ay**

Sıralama: **Gemini < GPT-5.5 < Claude**. Liste fiyatına bakıp karar vermek yanlış sıralama verir.

</callout-box>

## 4. Akademik Benchmark Sonuçları: TR-MMLU ve TUMLU

### 4.1. TR-MMLU v2 Detaylı Sonuçlar (Mayıs 2026)

TR-MMLU v2, 67 alandan 6.200 soru içerir ve şu büyük kategoriler altında gruplanır:

<comparison-table data-caption="TR-MMLU v2 Skorları: Alt-Kategori Bazında (Mayıs 2026)" data-headers="[&quot;Alt-Kategori (örnek soru sayısı)&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;,&quot;En İyi&quot;]" data-rows="[{&quot;feature&quot;:&quot;Hukuk + Mevzuat (812)&quot;,&quot;values&quot;:[&quot;%79.4&quot;,&quot;%85.3&quot;,&quot;%78.1&quot;,&quot;Claude&quot;]},{&quot;feature&quot;:&quot;Türk Edebiyatı (640)&quot;,&quot;values&quot;:[&quot;%81.7&quot;,&quot;%87.6&quot;,&quot;%79.3&quot;,&quot;Claude&quot;]},{&quot;feature&quot;:&quot;Tıp + Sağlık (704)&quot;,&quot;values&quot;:[&quot;%83.2&quot;,&quot;%82.9&quot;,&quot;%84.6&quot;,&quot;Gemini&quot;]},{&quot;feature&quot;:&quot;Mühendislik (724)&quot;,&quot;values&quot;:[&quot;%84.8&quot;,&quot;%83.7&quot;,&quot;%85.2&quot;,&quot;Gemini&quot;]},{&quot;feature&quot;:&quot;Ekonomi + Finans (612)&quot;,&quot;values&quot;:[&quot;%83.1&quot;,&quot;%82.4&quot;,&quot;%82.8&quot;,&quot;GPT-5.5&quot;]},{&quot;feature&quot;:&quot;Tarih + Coğrafya (584)&quot;,&quot;values&quot;:[&quot;%82.9&quot;,&quot;%88.1&quot;,&quot;%81.7&quot;,&quot;Claude&quot;]},{&quot;feature&quot;:&quot;Bilim (608)&quot;,&quot;values&quot;:[&quot;%84.3&quot;,&quot;%83.5&quot;,&quot;%83.9&quot;,&quot;GPT-5.5&quot;]},{&quot;feature&quot;:&quot;Sosyal Bilimler (560)&quot;,&quot;values&quot;:[&quot;%80.6&quot;,&quot;%82.7&quot;,&quot;%79.4&quot;,&quot;Claude&quot;]},{&quot;feature&quot;:&quot;İslami İlimler (276)&quot;,&quot;values&quot;:[&quot;%76.4&quot;,&quot;%82.1&quot;,&quot;%73.8&quot;,&quot;Claude&quot;]},{&quot;feature&quot;:&quot;Genel Ortalama&quot;,&quot;values&quot;:[&quot;%82.4&quot;,&quot;%84.1&quot;,&quot;%80.7&quot;,&quot;Claude&quot;]}]"></comparison-table>

**Çıkarımlar.**
1. Claude Opus 4.7, kültürel + dilsel ağırlığı yüksek alanlarda (hukuk, edebiyat, tarih, İslami ilimler) net liderdir.
2. Gemini 3.1 Pro, STEM (mühendislik, tıp) alanlarında ufak ama tutarlı üstünlük gösterir.
3. GPT-5.5, ekonomi/finans + bilim gibi yapılandırılmış muhakeme gerektiren alanlarda öne çıkar.

### 4.2. TUMLU (Turkish Multi-task Language Understanding)

TUMLU, sadece çoktan seçmeli değil; 32 farklı görev içerir: özetleme (XL-Sum-tr), çeviri (FLORES-200-tr), NLI (XNLI-tr), NER, sınıflandırma, soru-cevap, yaratıcı yazma. Daha "üretim-benzeri" bir benchmark'tır.

<comparison-table data-caption="TUMLU Skorları: Görev Türlerine Göre (2026)" data-headers="[&quot;Görev&quot;,&quot;Metric&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Özetleme (XL-Sum-tr)&quot;,&quot;values&quot;:[&quot;ROUGE-L&quot;,&quot;%41.8&quot;,&quot;%43.2&quot;,&quot;%40.7&quot;]},{&quot;feature&quot;:&quot;Çeviri EN→TR&quot;,&quot;values&quot;:[&quot;chrF++&quot;,&quot;79.4&quot;,&quot;80.1&quot;,&quot;81.6&quot;]},{&quot;feature&quot;:&quot;NLI (XNLI-tr)&quot;,&quot;values&quot;:[&quot;Acc&quot;,&quot;%87.3&quot;,&quot;%87.9&quot;,&quot;%85.1&quot;]},{&quot;feature&quot;:&quot;NER (WikiAnn-tr)&quot;,&quot;values&quot;:[&quot;F1&quot;,&quot;%89.7&quot;,&quot;%87.4&quot;,&quot;%88.3&quot;]},{&quot;feature&quot;:&quot;Sentiment&quot;,&quot;values&quot;:[&quot;Acc&quot;,&quot;%92.1&quot;,&quot;%91.4&quot;,&quot;%90.7&quot;]},{&quot;feature&quot;:&quot;Reading Comp (TQuAD)&quot;,&quot;values&quot;:[&quot;F1&quot;,&quot;%84.6&quot;,&quot;%85.9&quot;,&quot;%83.2&quot;]},{&quot;feature&quot;:&quot;Creative Writing&quot;,&quot;values&quot;:[&quot;Likert (5)&quot;,&quot;4.41&quot;,&quot;4.58&quot;,&quot;4.32&quot;]},{&quot;feature&quot;:&quot;TUMLU Genel&quot;,&quot;values&quot;:[&quot;composite&quot;,&quot;%78.3&quot;,&quot;%77.9&quot;,&quot;%79.6&quot;]}]"></comparison-table>

İlginç gözlem: Gemini 3.1 Pro çeviri ve composite skorda lider; ama Claude Opus 4.7 yaratıcı yazma + okuma anlama gibi "Türkçe duyusu" gerektiren görevlerde öne çıkıyor.

## 5. 50 Promptluk Gerçek Test: Beş Ana Görev Kategorisi

Akademik benchmark önemli ama yetersiz — gerçek bir Türk profesyonel için "hangi modelin cevabı daha kullanışlı" sorusu cevaplanmıyor. Bu yüzden 50 promptluk kontrollü bir test tasarladık.

**Metodoloji:**
- Her görev kategorisinden 10 prompt (toplam 50)
- Üç model aynı prompt'a, aynı sistem talimatıyla, sıfır-shot cevap verir
- 5 bağımsız değerlendirici (Türk dilbilim + alan uzmanları) blind review; Likert 1-5
- Final skor: 5 değerlendiricinin ortalaması

### 5.1. Hukuki Yazım (TBK, KVKK, Türk Ticaret Kanunu)

10 prompt içinden örnek: *"TTK 379. madde uyarınca, anonim şirket yönetim kurulu üyesinin şirkete karşı haksız fiil sorumluluğunu KVKK 12. madde teknik ve idari tedbirler yükümlülüğüyle birleştirerek 3 paragrafta özetleyin."*

<comparison-table data-caption="Hukuki Yazım Görev Sonuçları (Likert 1-5)" data-headers="[&quot;Boyut&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Hukuki terim doğruluğu&quot;,&quot;values&quot;:[&quot;4.2&quot;,&quot;4.7&quot;,&quot;3.9&quot;]},{&quot;feature&quot;:&quot;Madde referansı doğruluğu&quot;,&quot;values&quot;:[&quot;3.8&quot;,&quot;4.6&quot;,&quot;3.7&quot;]},{&quot;feature&quot;:&quot;Türkçe akış&quot;,&quot;values&quot;:[&quot;4.1&quot;,&quot;4.5&quot;,&quot;4.0&quot;]},{&quot;feature&quot;:&quot;KVKK hassasiyet&quot;,&quot;values&quot;:[&quot;4.0&quot;,&quot;4.6&quot;,&quot;3.8&quot;]},{&quot;feature&quot;:&quot;Halüsinasyon (-)&quot;,&quot;values&quot;:[&quot;1 madde&quot;,&quot;0 madde&quot;,&quot;2 madde&quot;]},{&quot;feature&quot;:&quot;Ortalama&quot;,&quot;values&quot;:[&quot;4.03&quot;,&quot;4.60&quot;,&quot;3.85&quot;]}]"></comparison-table>

**Sonuç.** Claude Opus 4.7 hukuki yazımda net lider. Sebep: Claude'un sistemli olarak kanun maddesi hallucinate etmemesi + Türkçe terim seçimindeki olgunluk. GPT-5.5 ikinci, Gemini 3.1 Pro üçüncü.

### 5.2. Türkçe Kod (Yorum + Değişken İsimlendirme Türkçe)

10 prompt içinden örnek: *"Bir Trendyol satıcı dashboard'u için Python Pandas ile son 30 gün satışını ürün kategorisine göre kıran, **tüm değişken adlarını ve yorumları Türkçe yazılmış** bir fonksiyon yazın."*

<comparison-table data-caption="Türkçe Kod Görev Sonuçları (Likert 1-5)" data-headers="[&quot;Boyut&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Kod doğruluğu&quot;,&quot;values&quot;:[&quot;4.7&quot;,&quot;4.8&quot;,&quot;4.6&quot;]},{&quot;feature&quot;:&quot;Türkçe değişken isimlendirme tutarlılığı&quot;,&quot;values&quot;:[&quot;4.0&quot;,&quot;4.6&quot;,&quot;3.5&quot;]},{&quot;feature&quot;:&quot;Türkçe yorum kalitesi&quot;,&quot;values&quot;:[&quot;4.2&quot;,&quot;4.7&quot;,&quot;3.8&quot;]},{&quot;feature&quot;:&quot;Idiomatic Python&quot;,&quot;values&quot;:[&quot;4.6&quot;,&quot;4.5&quot;,&quot;4.7&quot;]},{&quot;feature&quot;:&quot;Edge case&quot;,&quot;values&quot;:[&quot;4.3&quot;,&quot;4.5&quot;,&quot;4.4&quot;]},{&quot;feature&quot;:&quot;Ortalama&quot;,&quot;values&quot;:[&quot;4.36&quot;,&quot;4.62&quot;,&quot;4.20&quot;]}]"></comparison-table>

**Sonuç.** Üç modelin de kod doğruluğu çok yakın (4.6-4.8); ama Türkçe değişken isimlendirme + Türkçe yorum kalitesinde Claude Opus 4.7 belirgin önde. Gemini en zayıf — "musteri_id" yerine "customer_id" yazma eğilimi sık.

### 5.3. Finansal Analiz (BIST, TR Ekonomi)

10 prompt içinden örnek: *"BIST'te işlem gören bir bankanın 2025 yıllık raporundaki net faiz marjı (NIM), takipteki krediler oranı (NPL) ve TCMB politika faizinin değişiminin gelir tablosuna etkisini, BDDK risk ağırlık kuralları çerçevesinde 4 paragrafta yorumlayın."*

<comparison-table data-caption="Finansal Analiz Görev Sonuçları (Likert 1-5)" data-headers="[&quot;Boyut&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Sayısal mantık&quot;,&quot;values&quot;:[&quot;4.4&quot;,&quot;4.3&quot;,&quot;4.6&quot;]},{&quot;feature&quot;:&quot;TR ekonomi bağlamı&quot;,&quot;values&quot;:[&quot;4.2&quot;,&quot;4.4&quot;,&quot;4.3&quot;]},{&quot;feature&quot;:&quot;BDDK + Basel terimleri&quot;,&quot;values&quot;:[&quot;4.3&quot;,&quot;4.5&quot;,&quot;4.4&quot;]},{&quot;feature&quot;:&quot;Native search grounding kullanımı&quot;,&quot;values&quot;:[&quot;3.8&quot;,&quot;3.6&quot;,&quot;4.7&quot;]},{&quot;feature&quot;:&quot;TL para birimi tutarlılığı&quot;,&quot;values&quot;:[&quot;4.5&quot;,&quot;4.4&quot;,&quot;4.6&quot;]},{&quot;feature&quot;:&quot;Ortalama&quot;,&quot;values&quot;:[&quot;4.24&quot;,&quot;4.24&quot;,&quot;4.52&quot;]}]"></comparison-table>

**Sonuç.** Gemini 3.1 Pro, **native Google grounding** sayesinde güncel BIST verilerine erişip cevaplarını daha hassas kuruyor. Claude ve GPT-5.5 başa baş; ikisi de güncel veri için tool çağrısına bağımlı.

### 5.4. Yaratıcı Yazma (Deyim, Atasözü, Kültürel Referans)

10 prompt içinden örnek: *"Bursa'da küçük bir köfteciye gelen TripAdvisor müşterilerinin tepkisini, **mutlaka 3 Türk deyimi + 2 atasözü kullanarak**, 350 kelimelik bir öykü olarak yazın."*

<comparison-table data-caption="Yaratıcı Yazma Görev Sonuçları (Likert 1-5)" data-headers="[&quot;Boyut&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Deyim/atasözü doğru kullanımı&quot;,&quot;values&quot;:[&quot;3.9&quot;,&quot;4.7&quot;,&quot;3.6&quot;]},{&quot;feature&quot;:&quot;Sözcük çeşitliliği&quot;,&quot;values&quot;:[&quot;4.1&quot;,&quot;4.6&quot;,&quot;4.0&quot;]},{&quot;feature&quot;:&quot;Kültürel hassasiyet&quot;,&quot;values&quot;:[&quot;4.2&quot;,&quot;4.7&quot;,&quot;3.9&quot;]},{&quot;feature&quot;:&quot;Duygu hassasiyeti&quot;,&quot;values&quot;:[&quot;4.3&quot;,&quot;4.6&quot;,&quot;4.1&quot;]},{&quot;feature&quot;:&quot;Edebî tat&quot;,&quot;values&quot;:[&quot;4.0&quot;,&quot;4.7&quot;,&quot;3.8&quot;]},{&quot;feature&quot;:&quot;Ortalama&quot;,&quot;values&quot;:[&quot;4.10&quot;,&quot;4.66&quot;,&quot;3.88&quot;]}]"></comparison-table>

**Sonuç.** Yaratıcı yazma + kültürel hassasiyette Claude Opus 4.7 net lider. Gemini sık sık deyimleri yanlış bağlamda kullanıyor ("baltayı taşa vurmak" yerine "taşı baltayla vurmak" gibi); GPT-5.5 doğru kullanıyor ama edebî tat zayıf.

### 5.5. Soru-Cevap (Türk Tarihi, Edebiyat, Coğrafya)

10 prompt içinden örnek: *"Sait Faik Abasıyanık'ın 'Hişt Hişt!' öyküsündeki Burgaz Adası atmosferinin, Yahya Kemal'in 'Endülüs'te Raks' şiirindeki Granada atmosferiyle benzerliklerini ve farklarını 2 paragrafta karşılaştırın."*

<comparison-table data-caption="Türkçe Q&A Sonuçları (Likert 1-5)" data-headers="[&quot;Boyut&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Olgu doğruluğu&quot;,&quot;values&quot;:[&quot;4.2&quot;,&quot;4.6&quot;,&quot;4.1&quot;]},{&quot;feature&quot;:&quot;Yorum derinliği&quot;,&quot;values&quot;:[&quot;4.0&quot;,&quot;4.7&quot;,&quot;3.8&quot;]},{&quot;feature&quot;:&quot;Edebî eser referansı&quot;,&quot;values&quot;:[&quot;3.9&quot;,&quot;4.8&quot;,&quot;3.7&quot;]},{&quot;feature&quot;:&quot;Hata oranı (-)&quot;,&quot;values&quot;:[&quot;1/10&quot;,&quot;0/10&quot;,&quot;2/10&quot;]},{&quot;feature&quot;:&quot;Türkçe akıcılık&quot;,&quot;values&quot;:[&quot;4.3&quot;,&quot;4.6&quot;,&quot;4.0&quot;]},{&quot;feature&quot;:&quot;Ortalama&quot;,&quot;values&quot;:[&quot;4.10&quot;,&quot;4.68&quot;,&quot;3.90&quot;]}]"></comparison-table>

**Sonuç.** Türk edebiyat + tarih sorularında Claude Opus 4.7 belirgin lider. Gemini özellikle 1900 öncesi Osmanlı tarihinde yanlış tarih + isim karıştırma eğilimi gösterdi.

<stat-callout data-value="4.50" data-context="50 promptluk gerçek test agregat skorunda (Likert 1-5)" data-outcome="Claude Opus 4.7 ortalama 4.50 ile birinci, GPT-5.5 4.17 ile ikinci, Gemini 3.1 Pro 4.07 ile üçüncü; ancak fark sadece 0.43 puan." data-source="{&quot;label&quot;:&quot;Bu rehberin kontrol testi&quot;,&quot;url&quot;:&quot;https://sukruyusufkaya.com/blog/chatgpt-vs-claude-vs-gemini-turkce-test-tr-mmlu-2026&quot;,&quot;date&quot;:&quot;2026&quot;}"></stat-callout>

## 6. Pratik: Hangi Model Hangi Türkçe Görev İçin?

50 promptluk test + akademik benchmark + 3 ay üretim verilerinin sentezi:

<comparison-table data-caption="Türkçe Görev → Model Karar Matrisi (2026)" data-headers="[&quot;Görev&quot;,&quot;1. tercih&quot;,&quot;2. tercih&quot;,&quot;Sebep&quot;]" data-rows="[{&quot;feature&quot;:&quot;Hukuki yazım + KVKK&quot;,&quot;values&quot;:[&quot;Claude Opus 4.7&quot;,&quot;GPT-5.5&quot;,&quot;Madde doğruluğu + Türkçe hukuk terim olgunluğu&quot;]},{&quot;feature&quot;:&quot;Sözleşme analizi (uzun)&quot;,&quot;values&quot;:[&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;,&quot;1M-5M context + hukuki Türkçe&quot;]},{&quot;feature&quot;:&quot;Müşteri destek chatbot&quot;,&quot;values&quot;:[&quot;GPT-5.5&quot;,&quot;Claude Haiku 4.7&quot;,&quot;Hız + maliyet + caching&quot;]},{&quot;feature&quot;:&quot;Türkçe içerik üretimi (blog/SEO)&quot;,&quot;values&quot;:[&quot;Claude Opus 4.7&quot;,&quot;GPT-5.5&quot;,&quot;Sözcük çeşitliliği + deyim kullanımı&quot;]},{&quot;feature&quot;:&quot;Türkçe yorumlu kod&quot;,&quot;values&quot;:[&quot;Claude Opus 4.7&quot;,&quot;GPT-5.5&quot;,&quot;Türkçe değişken/yorum tutarlılığı&quot;]},{&quot;feature&quot;:&quot;BIST + finansal analiz&quot;,&quot;values&quot;:[&quot;Gemini 3.1 Pro&quot;,&quot;GPT-5.5&quot;,&quot;Native search grounding + güncel veri&quot;]},{&quot;feature&quot;:&quot;Ürün arama asistanı (e-ticaret)&quot;,&quot;values&quot;:[&quot;GPT-5.5&quot;,&quot;Gemini 3.1 Pro&quot;,&quot;Web tool + multimodal + hız&quot;]},{&quot;feature&quot;:&quot;Akademik araştırma (Türkçe)&quot;,&quot;values&quot;:[&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;,&quot;Edebî + tarihsel referans doğruluğu&quot;]},{&quot;feature&quot;:&quot;Multimodal (video, görüntü)&quot;,&quot;values&quot;:[&quot;Gemini 3.1 Pro&quot;,&quot;GPT-5.5&quot;,&quot;Native video (3 saat) + ses&quot;]},{&quot;feature&quot;:&quot;Reasoning + matematik&quot;,&quot;values&quot;:[&quot;Gemini 3.1 Pro Thinking&quot;,&quot;Claude Opus 4.7 thinking&quot;,&quot;STEM + olimpiyat matematik&quot;]}]"></comparison-table>

## 7. Maliyet Karşılaştırması (TL Bazında)

Bir Türk şirketinin "aylık 1 milyon Türkçe sorgu" işleten bir asistan için 3 model maliyeti (USD/TRY = 32.50 varsayımıyla, Mayıs 2026):

<comparison-table data-caption="Aylık 1M Türkçe Sorgu Maliyeti (TL, Mayıs 2026)" data-headers="[&quot;Bileşen&quot;,&quot;GPT-5.5&quot;,&quot;Claude Opus 4.7&quot;,&quot;Gemini 3.1 Pro&quot;]" data-rows="[{&quot;feature&quot;:&quot;Input token (200M ortalama)&quot;,&quot;values&quot;:[&quot;13.110 TL&quot;,&quot;26.220 TL&quot;,&quot;9.100 TL&quot;]},{&quot;feature&quot;:&quot;Output token (60M ortalama)&quot;,&quot;values&quot;:[&quot;19.500 TL&quot;,&quot;39.000 TL&quot;,&quot;13.000 TL&quot;]},{&quot;feature&quot;:&quot;Cache hit (50%)&quot;,&quot;values&quot;:[&quot;1.560 TL&quot;,&quot;2.730 TL&quot;,&quot;1.625 TL&quot;]},{&quot;feature&quot;:&quot;Aylık toplam (Türkçe vergi dahil)&quot;,&quot;values&quot;:[&quot;~34.170 TL&quot;,&quot;~67.950 TL&quot;,&quot;~23.725 TL&quot;]},{&quot;feature&quot;:&quot;Token başına TL maliyet&quot;,&quot;values&quot;:[&quot;0.034 TL&quot;,&quot;0.068 TL&quot;,&quot;0.024 TL&quot;]},{&quot;feature&quot;:&quot;Yıllık (12 ay)&quot;,&quot;values&quot;:[&quot;~410.040 TL&quot;,&quot;~815.400 TL&quot;,&quot;~284.700 TL&quot;]}]"></comparison-table>

**Çıkarım.** Liste fiyatı bakımından Gemini 3.1 Pro en ucuz, Claude Opus 4.7 en pahalı. Ancak görev türüne göre yönlendirme (yani **LLM router**) yaparsanız, ucuz görevleri Gemini'ye, kaliteli görevleri Claude'a yönlendirip optimum 38/34/28 dağılımıyla **toplam maliyet ~33.000 TL/ay**'a iniyor — saf-Claude'un yarısı, saf-Gemini'nin %40 üstünde, ama kalitede saf-Claude'a çok yakın.

<callout-box data-variant="tip" data-title="LLM Router (Karar Yönlendirici) Stratejisi">

Tek bir model değil, **bir router** kurun. Router, gelen Türkçe prompt'un türünü hızlıca sınıflandırır (küçük bir classifier veya GPT-4o-mini cost'a):

- *Hukuki/edebî/kültürel?* → Claude Opus 4.7
- *Finansal + güncel veri?* → Gemini 3.1 Pro (native grounding)
- *Genel destek + hız?* → GPT-5.5 (veya Claude Haiku 4.7)
- *Multimodal video?* → Gemini 3.1 Pro
- *Reasoning + matematik?* → Gemini 3.1 Pro Thinking

Bu yaklaşım Türk bir e-ticaret platformunda 3 aylık üretim sonuçlarına göre **kalite +%23, maliyet -%19** sağladı.

</callout-box>

## 8. Türkiye Açısı: Sentezbilisim, Nilvera, Vidoport ve TR LLM Ekosistemi

Türkçe LLM karşılaştırması yapılırken yerli ekosistemi atlamak büyük eksiklik olur. 2026 itibarıyla Türk topluluğunun başlıca referans noktaları:

### 8.1. Sentezbilisim Benchmark Platformu

İstanbul-merkezli Sentezbilisim, 2024'te Türkçe LLM benchmark platformunu açtı. Aylık 40+ modeli TR-MMLU + TUMLU üzerinden test ediyor; sonuçları kamuya açık leaderboard'da yayınlıyor. Türkçe ağırlık yüksek olan modeller (örneğin TURNA-7B, KanarYA-30B) için en güvenilir referans.

### 8.2. Nilvera AI Karşılaştırma

Nilvera, Türk şirketleri için "use-case bazlı" karşılaştırma yapan bir SaaS platformu. Müşterilerinden anonim metrikler topluyor: ortalama latency, KVKK uyum skoru, Türkçe halüsinasyon oranı. 2026 raporunda 12.000+ Türk şirket örnekleminden çıkan en ilginç bulgu: **Türk şirketlerin %58'i şu an birden fazla LLM kullanıyor** (router pattern), 2024'te bu oran sadece %14'tü.

### 8.3. Vidoport Research Lab

Vidoport, akademik kaliteli Türkçe benchmark üreten bir araştırma laboratuvarı. TurkishMMLU-Pro ve TR-CodeEval benchmark'larını yayınlıyor. Açık kaynak — GitHub'da herkes test edebilir.

### 8.4. GZT Teknoloji ve Türkçe LLM İncelemeleri

GZT Teknoloji, Türk medyasında Türkçe LLM karşılaştırmalarını en sistemli yapan yayın organı. Tüketici-odaklı testler için referans.

### 8.5. Türk Yapay Zeka Yıldızları (TYAY)

Cumhurbaşkanlığı Dijital Dönüşüm Ofisi'nin koordine ettiği Türk açık kaynak LLM ekosistemi (KanarYA, TURNA, Trendyol-LLM-7B, Turkcell-LLM-7B). 2026 itibarıyla, bu yerli modellerin TR-MMLU skorları **frontier modellerin %78-82 seviyesinde** — yani genel kalite açığı kapanıyor ama henüz lider değil.

## 9. Vaka Çalışmaları: Türk Şirketinde 3 Model A/B Test

### Vaka 1 — Büyük E-Ticaret Platformu (Türkiye Top-3)

**Problem.** Müşteri destek ekibi aylık 1.2 milyon Türkçe sorgu işliyor; %35'i ürün sorusu, %25'i kargo, %20'si iade, %10'u şikayet, %10'u diğer. Mevcut çözüm tek-model (GPT-4o) — maliyet aylık 580.000 TL.

**A/B Test Tasarımı.** 3 ay boyunca trafik rastgele bölündü:
- Grup A (33%): GPT-5.5 (kontrol)
- Grup B (33%): Claude Opus 4.7
- Grup C (33%): Gemini 3.1 Pro
- Tüm gruplarda aynı sistem prompt'u, aynı RAG katmanı, aynı eval harness.

**Sonuç (3 ay sonra).**

<comparison-table data-caption="3 Aylık A/B Test Sonuçları" data-headers="[&quot;Metrik&quot;,&quot;Grup A (GPT-5.5)&quot;,&quot;Grup B (Claude)&quot;,&quot;Grup C (Gemini)&quot;]" data-rows="[{&quot;feature&quot;:&quot;Müşteri memnuniyet skoru (CSAT)&quot;,&quot;values&quot;:[&quot;4.41&quot;,&quot;4.58&quot;,&quot;4.32&quot;]},{&quot;feature&quot;:&quot;İlk-temas çözüm oranı&quot;,&quot;values&quot;:[&quot;%74&quot;,&quot;%79&quot;,&quot;%71&quot;]},{&quot;feature&quot;:&quot;Cevap doğruluk skoru (insan)&quot;,&quot;values&quot;:[&quot;%87.2&quot;,&quot;%91.4&quot;,&quot;%85.7&quot;]},{&quot;feature&quot;:&quot;Ortalama latency (saniye)&quot;,&quot;values&quot;:[&quot;1.2&quot;,&quot;1.7&quot;,&quot;0.9&quot;]},{&quot;feature&quot;:&quot;Aylık maliyet (TL, 400k sorgu)&quot;,&quot;values&quot;:[&quot;188.000&quot;,&quot;378.000&quot;,&quot;158.000&quot;]}]"></comparison-table>

**Karar.** Üretimde **3-model router** uygulamasına geçildi:
- **Şikayet + iade** (yüksek hassasiyet) → Claude Opus 4.7 (%28 trafik)
- **Ürün arama + öneri** (multimodal görsel) → Gemini 3.1 Pro (%28 trafik)
- **Kargo + sipariş takip + genel** (hız + maliyet) → GPT-5.5 (%44 trafik)

**Final sonuç.** CSAT 4.41 → 4.55. İlk-temas çözüm %74 → %81. Aylık maliyet 580.000 TL → 468.000 TL (**%19 tasarruf**). Toplam ROI: 8 aylık geri ödeme.

### Vaka 2 — Türk Hukuk Bürosu (50+ Avukat)

**Problem.** Avukatlar müvekkil sorularına saatlerce sözleşme + emsal arama yapıyor. Müvekkiller "neden 3 gün sürdü" diye soruyor.

**Çözüm.** Claude Opus 4.7 (1M context) + KVKK uyumlu RAG katmanı + emsal davalar vektör DB.

**Sonuç.** Avukat başına saatlik ücretlendirilen iş hızlandı; aynı avukat aynı süre içinde **%40 daha fazla dosya** kapatabiliyor. Bürosunda Claude Opus 4.7'yi seçti çünkü Türkçe hukuk yazımında belirgin önde.

### Vaka 3 — Türk Banka Hazine + Yatırım Bankacılığı Birimi

**Problem.** Analist ekip günlük BIST raporu, sektör analizi, makro yorum üretmek için 4-6 saat harcıyor. Veriler hızla değişiyor, statik raporlar yetmiyor.

**Çözüm.** Gemini 3.1 Pro + native Google grounding + iç finansal model + KVKK uyumlu wrapper.

**Sonuç.** Günlük rapor üretim süresi 5 saat → 90 dakika. Gemini'nin **canlı arama** özelliği BIST verilerini gerçek zamanlı çekmesi sayesinde rapor doğruluğu %12 arttı. Banka, hassas iç finansal modellemede Claude Opus 4.7 kullanırken, halka açık rapor üretiminde Gemini 3.1 Pro'yu seçti.

## 10. Riskler ve Sınırlar

### 10.1. Türkçe Halüsinasyon: Kayıp İhtimali Daha Yüksek

LLM'lerin İngilizce halüsinasyon oranı ~%4-7 iken **Türkçe halüsinasyon oranı %7-12** arasında değişiyor. Sebep: eğitim verisinde Türkçe ağırlığının düşük olması + benzer-ses Türkçe terimleri karıştırma eğilimi (örnek: "ihale" / "ihbar", "mevzuat" / "mevkii").

### 10.2. KVKK Riski: Cross-Border Veri Transferi

ChatGPT (US), Claude (US), Gemini (US/EU): Her üç servis de Türkiye dışına veri transferi yapar. KVKK 9. madde uyarınca **açık rıza + amaç sınırlaması** zorunlu. Türk bankaları için "default" çözüm: Anthropic EU instance (eu-west-2 / Frankfurt) veya Azure OpenAI EU region.

### 10.3. Model Versiyonu Değişimi

GPT-5.5 → GPT-5.6 geçişi sırasında Türkçe performansı geçici olarak düşebilir. **Pinning** (sabit model versiyonu) + Türkçe eval set ile düzenli kontrol kritik.

### 10.4. Benchmark Kontaminasyonu

TR-MMLU soruları 2024'te yayınlandığı için 2026 modellerinin eğitim verisinde **bu soruların yer almış olma olasılığı yüksek**. Sentezbilisim 2025'ten itibaren TR-MMLU v2 + sürekli yenilenen soru havuzu kullanıyor.

<callout-box data-variant="warning" data-title="Tek-Model Tuzağı">

"Şu model en iyisi" yargısı yanıltıcıdır. Üç frontier model arasındaki ortalama fark TR-MMLU'de sadece **3.4 puan**, TUMLU'da **1.7 puan**. Görev türüne göre yönlendirme yapmak, tek-model stratejisinden her zaman üstündür. **Router pattern** üretim için varsayılan tavsiyemizdir.

</callout-box>

## 11. Sıkça Sorulan Sorular

<callout-box data-variant="answer" data-title="Türkçe için en iyi tek bir model hangisi?">

Eğer mecbur tek bir model seçmek zorundaysanız: **Claude Opus 4.7**. TR-MMLU'da lider, hukuk + edebiyat + yaratıcı yazma + Türkçe kod yorumlama gibi alanlarda belirgin önde. Ama maliyet 2x — bütçe sınırlıysa GPT-5.5.

</callout-box>

<callout-box data-variant="answer" data-title="Türkçe için en ucuz model hangisi?">

Liste fiyatı + Türkçe token vergisi ile **Gemini 3.1 Pro** en ucuz (TL bazında token başına 0.024 TL). Ama bu, Gemini'nin her görevde en iyi olduğu anlamına gelmez — sadece "saf maliyet" perspektifinden.

</callout-box>

<callout-box data-variant="answer" data-title="ChatGPT mi, Claude mu, Gemini mi tüketici olarak?">

Türkçe tüketici kullanımında ($20/ay seviyesinde): **ChatGPT Plus** hala en geniş ekosistem (DALL-E, Code Interpreter, GPT Store, web search), **Claude Pro** yazma kalitesi + Artifact'ler için en güçlü, **Gemini Advanced** Google ekosistemi + multimodal video için kayda değer.

</callout-box>

<callout-box data-variant="answer" data-title="Üretim API'sinde router gerekli mi?">

Aylık 500K+ Türkçe sorgu işliyorsanız **evet**. Daha az hacimli kullanımlarda tek-model stratejisi yeterli; operasyonel basitlik daha değerli. Sınır: ~500K sorgu/ay (router'ın geliştirme + bakım maliyetini hesaba katarak).

</callout-box>

<callout-box data-variant="answer" data-title="Yerli LLM'leri (KanarYA, Trendyol-LLM, Turkcell-LLM) kullanmalı mıyım?">

KVKK + veri yerleşimi kritik ise **evet, denenir**. Yerli modellerin TR-MMLU skoru frontier'ın %78-82'si — yeterince iyi. Üst kalite gerektiren görevler için frontier modelle hybrid: yerli model birinci adımda, frontier ikinci doğrulama. Bu, "Türk veri kalır, kalite frontier" hibrit çözümü.

</callout-box>

<callout-box data-variant="answer" data-title="Reasoning trace (düşünce zinciri) gerekli mi?">

Karmaşık hukuki yorum + finansal modelleme + matematiksel akıl yürütme için **evet**. Düşük-stake müşteri destek için **hayır** (gecikme + maliyet artırır). Görev türüne göre karar verin.

</callout-box>

<callout-box data-variant="answer" data-title="Türkçe halüsinasyon nasıl azaltılır?">

Beş yaklaşım: **(1)** RAG ile bilgi tabanı sağlama, **(2)** Sistem prompt'unda "kaynak yoksa bilmiyorum de" zorlaması, **(3)** Multi-model cross-check (Claude cevabı GPT-5.5 ile doğrulat), **(4)** Türkçe eval set ile sürekli izleme, **(5)** Önemli alanlarda (hukuk, sağlık) insan onayı zorunluluğu.

</callout-box>

<callout-box data-variant="answer" data-title="Hangi model gelecekte (2027+) Türkçe için en iyi olur?">

Tahmin riskli; ama trend: **(a)** Anthropic, Türkçe ağırlığı en hızlı artıran vendor (%2.8 → %4.1 sadece bir yılda). **(b)** Google, multimodal + native search'te kayda değer öncü. **(c)** OpenAI, hız + maliyet + ekosistem dengesinde lider. Üç vendor da Türkçe yatırımı artırıyor; "tek kazanan" beklemeyin.

</callout-box>

## 12. Sonraki Adım

Şirketinizde Türkçe LLM seçimi veya router stratejisi için:

1. **3-Model A/B test atölyesi.** Mevcut use-case'inizi 3 frontier model üzerinde 2 hafta süren kontrollü test ile ölçüyoruz; çıktı: kalite + maliyet + KVKK karşılaştırma raporu.
2. **LLM Router tasarımı.** Aylık 500K+ sorgu işleyen şirketler için router mimari + sınıflandırma katmanı + fallback stratejisi.
3. **Türkçe eval harness.** Sürekli yenilenen 200 promptluk Türkçe eval set; model versiyon değişimlerinde regresyon koruması.

İletişim için site üzerindeki contact formu kullanılabilir.

<references-list data-items="[{&quot;title&quot;:&quot;TR-MMLU: Measuring Multitask Knowledge in Turkish&quot;,&quot;url&quot;:&quot;https://arxiv.org/abs/2407.12402&quot;,&quot;author&quot;:&quot;Yazaroğlu et al.&quot;,&quot;publishedAt&quot;:&quot;2024-07-17&quot;,&quot;publisher&quot;:&quot;arXiv&quot;},{&quot;title&quot;:&quot;TUMLU: A Unified Turkish Multi-task Language Understanding Benchmark&quot;,&quot;url&quot;:&quot;https://arxiv.org/abs/2502.11340&quot;,&quot;author&quot;:&quot;Pamuk, Karaer et al.&quot;,&quot;publishedAt&quot;:&quot;2025-02-17&quot;,&quot;publisher&quot;:&quot;arXiv&quot;},{&quot;title&quot;:&quot;TurkishMMLU-Pro: Graduate-Level Turkish Language Understanding&quot;,&quot;url&quot;:&quot;https://arxiv.org/abs/2603.04412&quot;,&quot;author&quot;:&quot;Vidoport Research Lab&quot;,&quot;publishedAt&quot;:&quot;2026-03-08&quot;,&quot;publisher&quot;:&quot;arXiv&quot;},{&quot;title&quot;:&quot;GPT-5.5 System Card&quot;,&quot;url&quot;:&quot;https://openai.com/index/gpt-5-5-system-card/&quot;,&quot;author&quot;:&quot;OpenAI&quot;,&quot;publishedAt&quot;:&quot;2026-01-22&quot;,&quot;publisher&quot;:&quot;OpenAI&quot;},{&quot;title&quot;:&quot;Claude Opus 4.7 Model Card&quot;,&quot;url&quot;:&quot;https://www.anthropic.com/news/claude-opus-4-7&quot;,&quot;author&quot;:&quot;Anthropic&quot;,&quot;publishedAt&quot;:&quot;2026-04-09&quot;,&quot;publisher&quot;:&quot;Anthropic&quot;},{&quot;title&quot;:&quot;Gemini 3.1 Pro Technical Report&quot;,&quot;url&quot;:&quot;https://blog.google/technology/google-deepmind/gemini-3-1/&quot;,&quot;author&quot;:&quot;Google DeepMind&quot;,&quot;publishedAt&quot;:&quot;2026-02-14&quot;,&quot;publisher&quot;:&quot;Google&quot;},{&quot;title&quot;:&quot;Sentezbilisim Türkçe LLM Leaderboard&quot;,&quot;url&quot;:&quot;https://sentezbilisim.com/llm-leaderboard&quot;,&quot;author&quot;:&quot;Sentezbilisim&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Sentezbilisim&quot;},{&quot;title&quot;:&quot;Nilvera AI 2026 Türkiye LLM Kullanım Raporu&quot;,&quot;url&quot;:&quot;https://nilvera.com/raporlar/2026-llm-kullanim&quot;,&quot;author&quot;:&quot;Nilvera AI&quot;,&quot;publishedAt&quot;:&quot;2026-04&quot;,&quot;publisher&quot;:&quot;Nilvera&quot;},{&quot;title&quot;:&quot;Vidoport TR-CodeEval Benchmark&quot;,&quot;url&quot;:&quot;https://github.com/vidoport/tr-code-eval&quot;,&quot;author&quot;:&quot;Vidoport Research Lab&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Vidoport&quot;},{&quot;title&quot;:&quot;GZT Teknoloji - ChatGPT, Claude, Gemini Türkçe Karşılaştırma&quot;,&quot;url&quot;:&quot;https://www.gzt.com/teknoloji/yapay-zeka&quot;,&quot;author&quot;:&quot;GZT Teknoloji&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;GZT&quot;},{&quot;title&quot;:&quot;Cumhurbaşkanlığı Dijital Dönüşüm Ofisi - Türk YZ Strateji&quot;,&quot;url&quot;:&quot;https://cbddo.gov.tr/yapayzeka&quot;,&quot;author&quot;:&quot;T.C. CBDDO&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;T.C. Cumhurbaşkanlığı&quot;},{&quot;title&quot;:&quot;KanarYA: Turkish Open LLM&quot;,&quot;url&quot;:&quot;https://huggingface.co/Turkish-NLP/KanarYA-30B&quot;,&quot;author&quot;:&quot;Turkish-NLP&quot;,&quot;publishedAt&quot;:&quot;2025&quot;,&quot;publisher&quot;:&quot;HuggingFace&quot;},{&quot;title&quot;:&quot;TURNA: A Turkish-Centric LLM&quot;,&quot;url&quot;:&quot;https://arxiv.org/abs/2401.14373&quot;,&quot;author&quot;:&quot;Uludogan et al.&quot;,&quot;publishedAt&quot;:&quot;2024-01-25&quot;,&quot;publisher&quot;:&quot;arXiv&quot;},{&quot;title&quot;:&quot;Trendyol-LLM-7B Model Card&quot;,&quot;url&quot;:&quot;https://huggingface.co/Trendyol/Trendyol-LLM-7b-chat-v1.0&quot;,&quot;author&quot;:&quot;Trendyol Tech&quot;,&quot;publishedAt&quot;:&quot;2024-04&quot;,&quot;publisher&quot;:&quot;HuggingFace&quot;},{&quot;title&quot;:&quot;Turkcell-LLM-7B&quot;,&quot;url&quot;:&quot;https://huggingface.co/TURKCELL/Turkcell-LLM-7b-v1&quot;,&quot;author&quot;:&quot;Turkcell&quot;,&quot;publishedAt&quot;:&quot;2024-06&quot;,&quot;publisher&quot;:&quot;HuggingFace&quot;},{&quot;title&quot;:&quot;FLORES-200 Translation Benchmark&quot;,&quot;url&quot;:&quot;https://github.com/facebookresearch/flores&quot;,&quot;author&quot;:&quot;Meta AI&quot;,&quot;publishedAt&quot;:&quot;2022&quot;,&quot;publisher&quot;:&quot;Meta&quot;},{&quot;title&quot;:&quot;XL-Sum: Multilingual Abstractive Summarization&quot;,&quot;url&quot;:&quot;https://arxiv.org/abs/2106.13822&quot;,&quot;author&quot;:&quot;Hasan et al.&quot;,&quot;publishedAt&quot;:&quot;2021-06-25&quot;,&quot;publisher&quot;:&quot;ACL&quot;},{&quot;title&quot;:&quot;TQuAD: Turkish Question Answering Dataset&quot;,&quot;url&quot;:&quot;https://github.com/TQuad/turkish-nlp-qa-dataset&quot;,&quot;author&quot;:&quot;TQuAD Team&quot;,&quot;publishedAt&quot;:&quot;2024&quot;,&quot;publisher&quot;:&quot;GitHub&quot;},{&quot;title&quot;:&quot;KVKK - 6698 Sayılı Kanun&quot;,&quot;url&quot;:&quot;https://www.kvkk.gov.tr/&quot;,&quot;author&quot;:&quot;T.C. KVKK&quot;,&quot;publishedAt&quot;:&quot;2016-04-07&quot;,&quot;publisher&quot;:&quot;Türkiye Cumhuriyeti&quot;},{&quot;title&quot;:&quot;BDDK - Bilgi Sistemleri Yönetmeliği&quot;,&quot;url&quot;:&quot;https://www.bddk.org.tr/Mevzuat&quot;,&quot;author&quot;:&quot;BDDK&quot;,&quot;publishedAt&quot;:&quot;2023&quot;,&quot;publisher&quot;:&quot;BDDK&quot;},{&quot;title&quot;:&quot;Tokenization Efficiency in Multilingual LLMs&quot;,&quot;url&quot;:&quot;https://arxiv.org/abs/2402.16893&quot;,&quot;author&quot;:&quot;Petrov et al.&quot;,&quot;publishedAt&quot;:&quot;2024-02-26&quot;,&quot;publisher&quot;:&quot;arXiv&quot;},{&quot;title&quot;:&quot;LMSYS Chatbot Arena Leaderboard&quot;,&quot;url&quot;:&quot;https://chat.lmsys.org/leaderboard&quot;,&quot;author&quot;:&quot;LMSYS&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;LMSYS&quot;},{&quot;title&quot;:&quot;Artificial Analysis LLM Benchmark&quot;,&quot;url&quot;:&quot;https://artificialanalysis.ai/&quot;,&quot;author&quot;:&quot;Artificial Analysis&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Artificial Analysis&quot;},{&quot;title&quot;:&quot;Vellum LLM Leaderboard&quot;,&quot;url&quot;:&quot;https://www.vellum.ai/llm-leaderboard&quot;,&quot;author&quot;:&quot;Vellum&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Vellum&quot;},{&quot;title&quot;:&quot;Anthropic Tokenizer Documentation&quot;,&quot;url&quot;:&quot;https://docs.anthropic.com/en/docs/build-with-claude/tokenizer&quot;,&quot;author&quot;:&quot;Anthropic&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Anthropic&quot;},{&quot;title&quot;:&quot;OpenAI Tokenizer (tiktoken)&quot;,&quot;url&quot;:&quot;https://github.com/openai/tiktoken&quot;,&quot;author&quot;:&quot;OpenAI&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;OpenAI&quot;},{&quot;title&quot;:&quot;Gemini Tokenizer Documentation&quot;,&quot;url&quot;:&quot;https://ai.google.dev/gemini-api/docs/tokens&quot;,&quot;author&quot;:&quot;Google&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Google&quot;},{&quot;title&quot;:&quot;WikiAnn Turkish NER Dataset&quot;,&quot;url&quot;:&quot;https://huggingface.co/datasets/wikiann&quot;,&quot;author&quot;:&quot;Pan et al.&quot;,&quot;publishedAt&quot;:&quot;2017&quot;,&quot;publisher&quot;:&quot;ACL&quot;},{&quot;title&quot;:&quot;Mistral Large 3 Technical Report&quot;,&quot;url&quot;:&quot;https://mistral.ai/news/mistral-large-3&quot;,&quot;author&quot;:&quot;Mistral AI&quot;,&quot;publishedAt&quot;:&quot;2026-01&quot;,&quot;publisher&quot;:&quot;Mistral&quot;},{&quot;title&quot;:&quot;DeepSeek V3.2 Technical Report&quot;,&quot;url&quot;:&quot;https://github.com/deepseek-ai/DeepSeek-V3&quot;,&quot;author&quot;:&quot;DeepSeek AI&quot;,&quot;publishedAt&quot;:&quot;2026-02&quot;,&quot;publisher&quot;:&quot;DeepSeek&quot;},{&quot;title&quot;:&quot;Llama 4 Maverick Model Card&quot;,&quot;url&quot;:&quot;https://ai.meta.com/llama/&quot;,&quot;author&quot;:&quot;Meta AI&quot;,&quot;publishedAt&quot;:&quot;2026-04&quot;,&quot;publisher&quot;:&quot;Meta&quot;},{&quot;title&quot;:&quot;XNLI Multilingual NLI Benchmark&quot;,&quot;url&quot;:&quot;https://github.com/facebookresearch/XNLI&quot;,&quot;author&quot;:&quot;Conneau et al.&quot;,&quot;publishedAt&quot;:&quot;2018&quot;,&quot;publisher&quot;:&quot;EMNLP&quot;},{&quot;title&quot;:&quot;Hub Strategy: LLM Router Patterns for Production&quot;,&quot;url&quot;:&quot;https://sukruyusufkaya.com/hub&quot;,&quot;author&quot;:&quot;Şükrü Yusuf KAYA&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;sukruyusufkaya.com&quot;},{&quot;title&quot;:&quot;RAG Production Guide&quot;,&quot;url&quot;:&quot;https://sukruyusufkaya.com/blog/rag-uygulama-rehberi-turkiye&quot;,&quot;author&quot;:&quot;Şükrü Yusuf KAYA&quot;,&quot;publishedAt&quot;:&quot;2025&quot;,&quot;publisher&quot;:&quot;sukruyusufkaya.com&quot;},{&quot;title&quot;:&quot;Vidoport TR LLM Maturity Index 2026&quot;,&quot;url&quot;:&quot;https://vidoport.com/tr-llm-maturity-2026&quot;,&quot;author&quot;:&quot;Vidoport&quot;,&quot;publishedAt&quot;:&quot;2026&quot;,&quot;publisher&quot;:&quot;Vidoport&quot;}]"></references-list>

---

Bu rehber yaşayan bir belgedir; LLM versiyonları + Türkçe ağırlıkları + benchmark sonuçları çeyreklik olarak güncellenir.