EVREN Yapay Zekâ Platformu Nedir? Modeller, Kota ve Sınırlar

EVREN, Savunma Sanayii Başkanlığı'nın (SSB) yapay zekâ platformudur: veri etiketleme, model eğitimi, görüntü çıkarımı ve büyük dil modeli (LLM) çıkarımı aynı hesapta toplanır. Haber başlıklarında milli yapay zekâ diye anılması, onu tek bir dil modeli gibi düşündürebiliyor. Platformun 11 Ekim 2026'daki model listesinde ise Türkiye'deki H200 kümesinde çalışan, çoğu yurt dışında geliştirilmiş açık ağırlıklı modeller var. Yerli olan altyapı, verinin işlendiği yer ve bu modelleri tek bir API'den sunan platformun kendisi.

EVREN'i kim geliştiriyor, içinde neler var?

EVREN yapay zekâ platformunu SSB geliştiriyor; açılış sayfası adın açılımını "Etiketli Veri, Referans Eğitim Networku" diye verir. Aynı sayfada veri yönetiminden güvenli altyapıya altı hizmet kartı ve LLM çıkarımına ayrılmış bir bölüm var. Platformun sayfalarından bir yazılımcının işine yarayanlar şunlar:

• LLM çıkarımı: açık ağırlıklı dil modelleri Türkiye'deki bare-metal H200 kümesinde, OpenAI uyumlu tek bir API'den sunulur.
• Görüntü çıkarımı: eğittiğiniz YOLO ya da SAM-2 tabanlı görüntü modelleri 8× RTX A6000 sunucusunda webcam, görsel ve video üzerinde çalışır.
• Veri yönetimi ve akıllı etiketleme: veri setleri sürümlenir, SAM-2 ile ön etiketleme, birlikte etiketleme ve kalite kontrolü yapılır.
• Model eğitimi: 64 H200 GPU'lu kümede dağıtık eğitim yapılır. Küme 8 düğümden oluşur, düğümler InfiniBand NDR 400G ile bağlıdır.
• GPU rezervasyonu: altyapı sayfasına göre GPU'lar ileri bir tarih için ayrılabilir.

Bu hizmetler platformun kendi para birimi olan krediyle (CR) çalışır. Kredi model eğitiminde, çıkarım isteklerinde, veri seti dışa aktarımında ve SAM-2 ya da YOLO ile ön etiketlemede harcanır. LLM çıkarımının ayrı bir ücretsiz dönemi ve günlük kotası var.

11 Ekim 2026'da EVREN'de hangi modeller var?

Platformun herkese açık istatistik uç noktası bu tarihte 16 kayıt gösteriyor: yedi sohbet ve görsel anlama modeli, sekiz göreve özel model ve auto yönlendiricisi. EVREN'in kendi katkısı olan tek model metin üretmeyen laya, o da açık bir modelin Türkçe ince ayarı.

Sohbet ve görsel anlama modelleri

Bu yedi modelin hepsi yurt dışındaki şirketlerin yayımladığı açık ağırlıklı modellerdir. API adı, isteğin model alanına yazılan değerdir:

deepseek-v4-flash 1 Kasım 2026'da kaldırılacak: LLM çıkarımı sayfasındaki model kartı bunu yazar ve yerine deepseek-v4.1-flash kullanılmasını önerir. Bağlam sütunu bu kümede fiilen sunulan sınırdır. Örneğin glm-5.3'ün mimarisi 1.048.576 token'ı destekler, kümede 524.288 token sunulur. Yedi modelin hepsi araç çağırmayı (tool calling) ve yapılandırılmış çıktıyı destekler. Görsel girdiyi beş model kabul eder: deepseek-v4.1-flash, mimo-v2.6-pro, qwen3.8-flash-next, gemma-4-31b ve qwen3-vl-30b. Video da alan tek model mimo-v2.6-pro.

Göreve özel modeller ve Laya

Kalan sekiz model göreve özel uçlardan çağrılır, içerik güvenliği modeli ise sohbet ucunu kullanır:

OCR modelleri sohbet ucunu desteklemez. İçerik güvenliği modeli metin üretmez, gönderilen mesajı güvenli, tartışmalı ya da güvensiz diye sınıflandırıp risk kategorilerini bildirir. laya da metin üretmez: bir metin için seçim, sıralı düzey ve evet-hayır sorularını olasılıklarıyla tek geçişte yanıtlar. Dili kendisi algılar: İngilizce metinler ConvAI Innovations'ın yayımladığı özgün Laya'ya, Türkçe metinler EVREN'in ince ayarlı sürümüne gider. Listede yerli bir büyük dil modeli yok. DonanımHaber'in açılış haberine göre yerli ve milli büyük dil, görüntü ve ses modelleri platformun gelecek planında.

auto: modeli geçide seçtirmek

Model seçmek istemeyen, model alanına auto yazar. Giriş sonrası açılan model kataloğu bunu model olarak listelemez, yönlendirme kipi olarak tanımlar: geçit isteğin yeteneğine, bağlamına ve anlık filo yüküne bakıp uygun modeli seçer. Aday havuzunda yukarıdaki tablonun yedi modeli var.

Cevabı hangi modelin verdiğini yanıtın model alanı söyler. Katalogdaki örnek yanıtta bu değer zai/glm-5.3-fp8'dir. Uç noktada auto kaydının bağlamı 32.768 token görünür. Bu yüzden milyon token'lık bağlama güvenen bir işte modeli adıyla seçmek daha sağlam olur.

Güncel model listesini giriş yapmadan okumak

Güncel liste giriş yapmadan da görülür: herkese açık LLM çıkarımı sayfasının Model Filosu bölümü modelleri görev, bağlam ve lisans etiketiyle kart olarak gösterir. Kartlar oturum istemeyen bir istatistik uç noktasından gelir. Model sayısını haberden almak yanıltabilir: 28 Eylül 2026'da Teknoport'un haberi 11, DonanımHaber'inki 14 açık ağırlıklı model yazdı. 11 Ekim'de uç nokta auto dahil 16 kayıt gösteriyor. Fark hem tarihten hem de OCR ve gömme gibi göreve özel modellerin sayılıp sayılmamasından gelebilir.

Listeyi zamanlanmış bir görevle düzenli okumak isteyen, aynı uç noktayı bir betikle okuyabilir. Aşağıdaki PHP betiği her modeli bir satıra, kotayı son satıra yazar:

<?php
// EVREN açılış sayfasının kullandığı uç nokta: oturum ve anahtar istemez.
// Belgelenmiş bir API olmadığı için adresi, alan adları ve tipleri değişebilir.
$adres = 'https://api.ssyz.org.tr/api/v1/public/llm-stats';
$json = @file_get_contents($adres);
$veri = $json === false ? null : json_decode($json, true);
if (! is_array($veri['models'] ?? null) || $veri['models'] === []) {
    // Zamanlanmış görev hatayı fark etsin diye hata akışına yazıp 1 ile çıkar.
    fwrite(STDERR, "Model listesi okunamadı: $adres\n");
    exit(1);
}
$yaz = fn ($deger) => is_scalar($deger) ? (string) $deger : '-';
foreach ($veri['models'] as $m) {
    $baglam = is_numeric($m['context_length'] ?? null) ? number_format((float) $m['context_length'], 0, ',', '.') : '-';
    printf("%-20s %-20s %10s  %s\n", $yaz($m['api_name'] ?? null), $yaz($m['task'] ?? null), $baglam, $yaz($m['license_name'] ?? null));
}
if (is_numeric($veri['daily_token_quota'] ?? null)) {
    $kota = number_format((float) $veri['daily_token_quota'], 0, ',', '.');
    printf("Günlük kota: %s token, geçerlilik: %s\n", $kota, $yaz($veri['daily_token_quota_until'] ?? null));
}

Dosyayı liste.php adıyla kaydedip php liste.php ile çalıştırın. XAMPP'te php PATH'te değilse C:\xampp\php\php.exe liste.php yazın. Uç noktaya ulaşılamazsa, yanıtta model listesi yoksa ya da liste boşsa betik hatayı standart hata akışına yazar ve 1 koduyla çıkar. Bir alan eksikse ya da dizi gibi bir yapıya dönüşmüşse o hücreye - basılır. Bağlantı hatasının nedenini görmek için file_get_contents önündeki @ işaretini kaldırın. PowerShell'de dosya yazmadan aynı modelleri API adı ve görev sütunlarıyla (Invoke-RestMethod https://api.ssyz.org.tr/api/v1/public/llm-stats).models | Select-Object api_name, task listeler.

Hesap ve API anahtarı: e-Devlet, tek hesap, 1000 CR

Platforma e-Devlet ile girilir ve her TCKN için tek hesap açılır. İlk girişte hesaba 1000 CR başlangıç kredisi otomatik tanımlanır. Giriş e-Devlet istediği için bu bölümdeki ekran ayrıntılarını ve giriş sonrası açılan model kataloğundaki bilgileri platformun arayüz dosyalarından okuduk.

API anahtarı paneldeki API Anahtarları sayfasından üretilir ve evren_llm_ ile başlar. Anahtar yalnız oluşturulduğu anda gösterilir. Sayfa bunu "Bu anahtarı şimdi kopyalayın. Bir daha gösterilmeyecek." diye uyarır.

Anahtara isteğe bağlı olarak dakikalık istek (RPM) tavanı ve günlük token tavanı konabilir. Anahtarla çağrılan GET /v1/models ucu hesabınıza tanımlı modelleri listeler. İlk sohbet çağrısından önce kullanım şartları API üzerinden ya da Test Alanı'ndan bir kez onaylanır. Onaylanmamış hesabın istekleri 403 terms_not_accepted döner.

Günlük kota, önbellek indirimi ve 1 Kasım tarihi

11 Ekim 2026 itibarıyla her hesaba günde 15 milyon token tanımlı ve LLM çıkarımı 1 Kasım 2026'ya kadar kredi bakiyesinden bağımsız, ücretsiz sunuluyor. LLM çıkarımı sayfası bu dönemi test ve entegrasyon süreci diye adlandırır. Kuralların ayrıntısı aynı sayfada ve giriş sonrası açılan model kataloğunda:

Önbellek indiriminin etkisi büyüktür. 100.000 token'lık bir istemin 95.000 token'ı önbellekten geliyorsa kotadan 5.000 + 95.000 × 0,03 = 7.850 token düşer. Üretilen yanıtın token'ları bunun üstüne eklenir. Yeni anahtar üretmek kotayı artırmaz, anahtarı yenilemek de günün kullanım sayacını sıfırlamaz. Kota hesap başına tek olduğundan, kendi kullanıcılarınız için sınırı ve kota dolduğunda ne olacağını uygulamanın kendisi belirlemeli. Bu katmanları büyük dil modellerini uygulamaya entegre etmek üzerine yazdığımız rehber anlatıyor.

Kredi nasıl kazanılır, adil kullanım neyi sınırlar?

Kredi platforma katkıyla kazanılır: veri yüklemek, etiketlemek, veri seti ya da model paylaşmak CR getirir. Kredi sistemi sayfası kazanımı altı katmanlı bir adil kullanım politikasıyla sınırlar:

• Bütün kazanımlar toplamda günde 100 CR ile sınırlıdır, günlük giriş ödülü buna dahil değildir. Saatte 80, günde 400 etkinlik sınırı vardır.
• Etiketlemede kazanım 50 etiketten sonra %70'e, 100'den sonra %40'a, 150'den sonra %10'a düşer.
• Kalite skoru en az 0,5 olmalıdır. Gizli kontrol sorularında (honeypot) doğruluk %60'ın altına inerse kazanım 24 saat dondurulur.
• İki etiket arasında en az 1,5 saniye geçmelidir. Yüklenen veride en az %80 çeşitlilik aranır.
• Giriş, yıldız ve yorum gibi sosyal etkinliklerde en az 7 günlük hesap yaşı aranır.

Bu tavanlar, katkıyla ne kadar GPU saati biriktirilebileceğini belirler. Kredi sistemi sayfasındaki GPU kredi hesaplayıcısının okuduğu kademe listesinde tek GPU'nun saati 10 CR'dir. GPU başına fiyat GPU sayısıyla artar: iş başına üst sınır olan 48 GPU'da saat 1.680 CR, yani GPU başına 35 CR'dir. 1000 CR'lik başlangıç kredisi tek GPU'da 100 saat, 48 GPU'luk bir işte yaklaşık 36 dakika (yaklaşık 29 GPU saati) eder. Günlük 100 CR'lik kazanım tavanı da katkıyla günde en fazla tek GPU'da 10 saatlik kredi biriktirmeye izin verir.

Fiyat, lisans ve veri konumu: açık kalan sorular

EVREN'i bir ürüne bağlamadan önce üç sorunun cevabına bakmak gerekir: ücretsiz dönemden sonraki fiyat, modelin lisansı ve verinin nerede işlendiği.

1 Kasım 2026'dan sonraki fiyat

Ücretsiz dönem bittiğinde hangi modelin token başına kaç CR olacağı ve 15 milyonluk kotanın sürüp sürmeyeceği, platformun herkese açık sayfalarında ve açılış haberlerinde yer almıyor. Anahtarla açılan kullanım şartları metnine ise bakamadık. Yapay zekâ haberlerinde abartıyı ayıklama filtrelerinin ikincisi fiyatın belli olup olmadığını sorar ve EVREN bu soruyu ücretsiz dönemin sonrası için açık bırakıyor.

Lisans etiketi ile lisans metni

Tablodaki lisans sütunu platformun kendi etiketidir; bağlayıcı olan, modeli yayımlayanın lisans metnidir. Uç nokta qwen3.8-flash-next için apache-2.0 yazar. Qwen'in Hugging Face deposundaki lisans ise Qwen Community License 1.0'dır ve model hizmeti (Model as a Service) işi yapanlardan ticari kullanım için ayrı lisans ister. Lisans, başkasının barındırdığı modele isteği yalnız aktarmayı bu tanımın dışında sayar. Fark ters yönde de olabilir: gemma-4-31b'nin etiketi gemma, Google ise Gemma 4'ü ayrı bir lisansla, Apache 2.0 ile yayımlıyor. İki DeepSeek modelinin deposundaki lisans da MIT'tir, uç noktadaki deepseek etiketi bununla uyuşmaz. Ticari bir üründe modelin kendi lisansını ve EVREN'in kullanım şartlarını birlikte okuyun; şartların metni anahtarla GET /v1/terms/text ucundan gelir.

Verinin yurt içinde işlenmesi

Platforma göre istem, yanıt ve kullanım kayıtları Türkiye'deki altyapıda işlenir ve yurt dışına aktarılmaz. LLM çıkarımı sayfası kullanım ve maliyet kayıtlarının denetlenebilir biçimde tutulduğunu da yazar, istem ve yanıtların ne kadar saklandığını ise belirtmez. Kişisel veri gönderecekseniz bu süreyi kullanım şartlarında arayın. Saklama ve işleme amacıyla ilgili yükümlülükleri yapay zekâ projelerinde KVKK ve veri gizliliği yazımız ele alıyor.

Test ortamı: Betik ve PowerShell komutu 11 Ekim 2026'da PHP 8.2.12 (XAMPP) ve Windows PowerShell 5.1 ile platformun herkese açık uç noktasına karşı çalıştırıldı. Hesap, anahtar, kota ve kredi bilgileri e-Devlet girişi gerektirdiği için platformun kendi sayfalarından ve arayüz dosyalarından, lisanslar yayımlayanların Hugging Face ve Google sayfalarından aktarıldı.

Bu yazıdaki tablolar 11 Ekim 2026 görüntüsüdür ve herkese açık uç nokta platformun genel filosunu gösterir; hesabınıza tanımlı modelleri ve fiyatlarını göstermez. Onlar anahtarınızla çağrılan GET /v1/models yanıtında durur: katalogdaki örnekte her modelin pricing alanında istem ve yanıt token fiyatı 0.0, para birimi CR, free_until değeri 2026-11-01'dir. Uygulamanızı EVREN'e bağladıysanız bu yanıtı ücretsiz dönem bitmeden kaydedin ve 1 Kasım'dan sonra yeniden çağırın; iki yanıt arasındaki fark, maliyet hesabınızın hangi modelde değiştiğini gösterir.