Test kapsamında değerlendirdiğim modeller şöyledir:

• GPT Image 2.5 Sunburst
• GPT Image 2.5 Flare
• Nano Banana Pro
• Nano Banana 2.1

Testteki görsellerde 16:9 (geniş ekran) 2K çözünürlük kullandım. Aşağıdaki 10 farklı kategorideki test tarafımca yapıldı ve değerlendirildi:

• İngilizce metin yazımı
• Türkçe metin yazımı
• Fotorealistik portre ve gerçekçilik
• Eller ve anatomi
• Karmaşık prompt
• Karakter tutarlılığı
• Ürün ve reklam fotoğrafı
• İnfografik
• Kalabalık ve detay
• Soyut düşünme ve yaratıcılık

Prompttan Görsel Oluşturma Kriterlerim

Prompttan (komuttan) görsel oluşturma kriterlerim hemen her açıdan doğruluk, tutarlılık, fizik, anatomik doğruluk, stil çeşitliliği, ticari ve sosyal medya kullanımına uygunluk, soyutluk ve yaratıcılık gibi aşağıdaki başlıklarda ayrıntılı olarak belirteceğim şekilde sınandı. Temel test kriterlerim şöyledir:

• Her modele birebir aynı prompt, her promptu her modelde birden çok defa çalıştırıp en iyi sonucu kıstas almak
• Aynı en-boy oranı ve çözünürlük
• Hiçbir promptu modele göre uyarlamamak, ince ayar yapmamak

Test: 1 İngilizce Metin Yazımı

Bu testte hem büyük harf hem küçük harf kullanımını, rakamları, tipografi (estetik ve işlevsel yazı düzenlemesi) hizasını test edeceğim.

Promptum: A cozy bookstore storefront at dusk with a wooden sign that reads “THE LAST CHAPTER – Books & Coffee” and a chalkboard menu on the sidewalk listing “Latte $4, Espresso $3, Croissant $5”. Warm lighting, photorealistic. Türkçesi: Alacakaranlıkta, üzerinde “THE LAST CHAPTER – Books & Coffee” yazan ahşap bir tabelaya ve kaldırımda “Latte 4$, Espresso 3$, Kruvasan 5$” yazılı bir kara tahta menüye sahip, samimi bir kitapçı vitrini. Sıcak aydınlatma, fotogerçekçi.

GPT Image 2.5 Sunburst İngilizce Metin Yazımı Test Çıktısı

Temel kusur: Harflerdeki kısmi bozulmalar.

GPT Image 2.5 Flare İngilizce Metin Yazımı Test Çıktısı

Temel kusur: Harflerdeki kısmi bozulmalar.

Nano Banana 2.1 İngilizce Metin Yazımı Test Çıktısı

Temel kusur: Yazım hatası (Oppen)

Nano Banana Pro İngilizce Metin Yazımı Test Çıktısı

Yazım yönünden kusur bulunmuyor.

İngilizce Metin Yazımı Birincisi

GPT Image 2.5 Sunburst, GPT Image 2.5 Flare, Nano Banana 2.1 İngilizce yazıda temel kusurlara sahip çıktılar ürettiler. Bu görselleri ve kusurları yukarıda belirttim.

Nano Banana Pro doğru bir görsel üreterek bu testin birincisi oldu.

Türkçe Görsel Üretme Testi

Görsel oluşturucuları yazılı biçimde Türkçe dilinde oluştururken İ, ı, ş, ğ, ç, ö, ü ve kesme işareti karakterlerinin doğru oluşturulmamasından şikayetçiyiz. Bakalım bu testimizde en doğru Türkçe başarıma hangi yapay zeka görsel oluşturucu sahip olacak.

Türkçe başarı testinde kullandığım prompt: A vintage-style travel poster for İzmir with the exact text “İZMİR – EGE’NİN İNCİSİ” at the top and “Kordon’da gün batımı, çay ve simit” at the bottom. Illustrated clock tower, seagulls, sea. Türkçesi: Üst kısmında “İZMİR – EGE’NİN İNCİSİ”, alt kısmında ise “Kordon’da gün batımı, çay ve simit” yazan vintage tarzı bir İzmir seyahat posteri. Resimli saat kulesi, martılar, deniz.

GPT Image 2.5 Sunburst Türkçe Görsel Üretme Testi

Türkçe açısından bir kusur bulunmuyor.

GPT Image 2.5 Flare Türkçe Görsel Üretme Testi

Türkçe açısından bir kusur yok.

Nano Banana 2.1 Türkçe Görsel Üretme Testi

Türkçe kullanımı, harfler doğru.

Nano Banana Pro Türkçe Görsel Üretme Testi

Türkçenin kurallarına uygun, harf hatası olmayan bir örnek.

Türkçe Metin Yazımı Birincisi

Bu kategoride tüm ai modelleri testi başarıyla geçti. Temel kriterimiz karşılandı. Bu nedenle dört modeli de birinci ilan edebilirim. Tebrikler yapay zekalar.

Fotorealistik Portre Gerçekçilik Testi

Fotoreaslistik portre testinde yapay zeka görsel oluşturucu modellerin gerçekçiliğini test edeceğim. Bu test; cilt dokusu, yapay görünüm, ışık ve mercek hissi gibi temel kriterlerle değerlendirilecek. Başka bir ifadeyle ne kadar gerçekçi bir fotoğraf oluşturacağına bakacağız.

Promptum: Close-up portrait of a 70-year-old fisherman with deep wrinkles, salt-and-pepper beard, and weathered skin, natural window light, 85mm lens, shallow depth of field, visible skin pores, slight sunburn on the nose.

Türkçesi: Derin kırışıklıkları, kara biberli sakalı, yıpranmış cildi, doğal pencere ışığı, 85 mm lensi, sığ alan derinliği, görünür cilt gözenekleri, burnunda hafif güneş yanığı olan 70 yaşındaki bir balıkçının yakın çekim portresi.

GPT Image 2.5 Sunburst Gerçekçilik Testi

Fotoğrafta gerçekçilik testinde ne yazık ki GPT Image 2.5 sınıfta kalıyor. Sakal ve bıyık blurlu bir yapıya sahip, cilt ise oldukça yapay görünüyor.

GPT Image 2.5 Flare Gerçekçilik Testi

Sunburst’ta olduğu gibi gerçekçilik konusunda aynı nedenlerle Flare de sınıfta kalıyor.

Nano Banana 2.1 Gerçekçilik Testi

Sakal, bıyık, cilt yapısı ve diğer ayrıntılara göre GPT modellerinden daha gerçekçi görünüyor.

Nano Banana Pro Gerçekçilik Testi

Güneş yanıkları, el üstündeki yaşlılık izleri, sakal ve bıyık, cilt yapısı ile Nano Banana 2.1 ile kapışacak düzeyde.

Fotorealistik Görsel Gerçekliği Birincisi

GPT oldukça kötü bir performans gösterdi. Oluşturduğu görsellerin gerçekçiliği berbattı. Nano Banana 2.1 ve Nano Banana Pro arasında kaldım. Ancak sadece insan gözüyle değerlendirmede gerçeğe en yakın olanın Nano Banana 2.1 olduğuna kanaat getirdim.

Birincimiz Nano Banana 2.1

Eller ve Anatomi Testi

Altı veya dört parmaklı insanlar, el modellemesindeki kusurlar, anatomik hatalar görsel oluşturucuların ilk zamanlarında büyük sorunlardı. Bakalım bu sorunlar hala devam ediyor mu? Bu testte tüm modelleri A pianist’s hands mid-performance on a grand piano keyboard, seen from a three-quarter angle, each finger clearly pressing a different key, dramatic stage light. promptuyla test ediyorum. Türkçesi: Üç çeyrek açıdan görülen, kuyruklu piyano tuşları üzerindeki bir piyanistin elleri; her bir parmak belirgin bir şekilde farklı bir tuşa basıyor, dramatik sahne ışığı.

GPT Image 2.5 Sunburst Eller ve Anatomi Testi

Parmakta bozulmalar var.

GPT Image 2.5 Flare Eller ve Anatomi Testi

Ellerde yapay görünüm mevcut. Parmaklarda gerçekçilik düşük.

Nano Banana 2.1 Eller ve Anatomi Testi

Eller, tırnaklar, parmaklar iyi görünüyor.

Nano Banana Pro Eller ve Anatomi Testi

Bariz bir sorun görünmüyor.

Eller ve Anatomi Testi Birincisi

Nano Banana modelleri açık ara en iyi sonuçları verdi. GPT modellerinin performansı ise oldukça kötüydü. Özellikle tırnaklardaki gerçekçilik, parmakların yerleşimi ve doğruluğu, piyano tuşlarının tutarlılığı Nano Banana modellerine birinciliği getirdi.

Karmaşık Prompt Testi

Ai görsel oluşturucular için sayı, renk, konum, nesnelere sadakat testi en gerekli testlerden biridir. Özellikle saat 3:15 kısmı yapay zekaların en çok zorlandığı kısım olarak biliniyor.

Bu test için kullandığım prompt: A kitchen table with exactly three red apples on the left, two green pears on the right, a blue ceramic jug in the center holding five yellow tulips, and a black cat sleeping under the table. A clock on the wall shows 3:15. Türkçesi: Sol tarafında tam olarak üç kırmızı elma, sağ tarafında iki yeşil armut, ortasında beş sarı lale bulunan mavi seramik bir sürahi ve masanın altında uyuyan siyah bir kedi olan bir mutfak masası. Duvardaki saat 3:15’i gösteriyor.

GPT Image 2.5 Sunburst Karmaşık Prompt Testi

Elmalar, armutlar, laleler, masa, kedi doğru sayıda ve doğru yerde saat 10 saniye farkla 3:15

GPT Image 2.5 Flare Karmaşık Prompt Testi

Neden dört elma var? Promptta üç elma istediğim yazıyordu!

Nano Banana 2.1 Karmaşık Prompt Testi

Elma, lale sayısı ve saat yanlış.

Nano Banana Pro Karmaşık Prompt Testi

Saat yanlış. Armut ve lale sayısı yanlış.

Karmaşık Prompt Testi Birincisi

Bu testte meyvelerin ve lalelerin sayısı, masa, kedi, saat yerleşimi test edildi. Testi hatasız veya çok az kusurlu olarak geçen tek yapay zeka görsel oluşturucu model GPT Image 2.5 Sunburst oldu. En kötü performansı sayısal tutarsızlıklar ve hatalı saat gösterimi nedeniyle Nano Banana serisi gösterdi.

Karakter Tutarlılığı Testi

Karakter tutarlılığı, çizgi roman, animasyon, hikaye, marka içeriği üreticileri için vazgeçilmez önemdedir. Bir karakterin tutarlı biçimde devam ettirilebilmesi, bozulmaya uğramadan üretilebilmesi gerekir. Bu testimde karakter tutarlılığını sınıyorum.

Promptum: Character sheet of the same young woman with short red hair, round glasses, and a yellow raincoat: front view, side view, back view, and a close-up of her face smiling. Plain white background, consistent design across all views. Türkçesi: Kısa kızıl saçlı, yuvarlak gözlüklü ve sarı yağmurluklu aynı genç kadının karakter sayfası: önden, yandan ve arkadan görünüş ile gülümseyen yüzünün yakın planı. Sade beyaz arka plan, tüm görünümlerde tutarlı tasarım.

GPT Image 2.5 Sunburst Karakter Tutarlılığı Testi

Karakter tutarlı görünüyor.

GPT Image 2.5 Flare Karakter Tutarlılığı Testi

Tutarlı bir karakter dizilimi mevcut.

Nano Banana 2.1 Karakter Tutarlılığı Testi

Tutarlı ve animasyona uygun bir çıktı oluşturdu.

Nano Banana Pro Karakter Tutarlılığı Testi

Karakter genel olarak tutarlı ancak soldaki ilk parçada kızın elinde tuttuğu harita soldan üçüncü parçada görünmüyor. Bu nedenle kusurlu bir üretim oldu.

Karakter Tutarlılığı Testi Birincisi

Ai resim yapma modellerinde Nano Banana Pro dışındaki görseller tutarlı karakterler üretti. Bu nedenle birinciliği Nano Banana Pro dışındaki üç model arasında paylaştırmamız gerekiyor. Birinciler; GPT Image 2.5 Sunburst , GPT Image 2.5 Flare ve Nano Banana 2.1

Ürün ve Reklam Fotoğrafı Testi

Ticari kullanıma uygunluk, temiz kompozisyon, ürün detayı gibi özellikleri karşılaştırdığım bu testte komut olarak Studio product shot of a matte black wireless headphone on a floating pedestal, soft gradient pastel background, subtle reflection on the floor, brand-style minimal composition, space on the right for ad copy. promptunu kullandım. Türkçesi: Havada duran bir kaide üzerinde mat siyah kablosuz kulaklığın stüdyo ürün çekimi; yumuşak geçişli pastel arka plan, zeminde hafif yansıma, marka tarzına uygun minimalist kompozisyon ve sağ tarafta reklam metni için boş alan. Özellikle e-ticaret için görsel üreten, ürün ve hizmet satanların sıkça kullandığı bu özellikte en başarılı hangi model olacak görelim.

GPT Image 2.5 Sunburst Ürün ve Reklam Fotoğrafı Testi

İstenileni verdi. Bir kaide üstünde kulaklık, kulaklığın yansıması ve sağda ürün yazısı alanı doğru. Gerçekçilik iyi. Kulaklığın sağındaki griye yakın bölge ise güzel görünmüyor.

GPT Image 2.5 Flare Ürün ve Reklam Fotoğrafı Testi

Her şeyiyle isteneni veren bir görsel oluşturmuş.

Nano Banana 2.1 Ürün ve Reklam Fotoğrafı Testi

Kulaklığın hafif yansıması yeterli değil. Diğer koşulları karşılıyor.

Nano Banana Pro Ürün ve Reklam Fotoğrafı Testi

Yine kulaklığın yansıması eksik kalmış. Bu muhtemelen kaide ile ilgili açısal bir yorumlama oldu.

Ürün ve Reklam Fotoğrafı Testi Birincisi

Ürün fotoğrafı testinin birincisi GPT Image 2.5 Flare Nano Banana modelleri kötü sonuçlar vermedi. Çünkü promptta kulaklığı yansıt dememiştim. Yine de görünüm güzelliği, ürüne odaklanma, açısal yerleşim gibi nedenlerle küçük bir farkla birinci GPT’nin Flare modeli oluyor.

İnfografik Düzen Testi

İnfografikler, bir konudaki verileri, istatistikleri, bilgileri sade ve anlaşılır şekilde görselleştirme yöntemidir. Sunumlarda, raporlarda, sosyal medyada sıkça kullanılır. İnfografik düzen testinde görsel oluşturucuları A clean infographic titled “How Coffee Is Made” with 5 numbered steps (1. Harvest, 2. Dry, 3. Roast, 4. Grind, 5. Brew), each with a simple icon, flat design, readable labels, consistent color palette. promptuyla düzen, sıralama, ikon tutarlılığı, okunabilirlik kriterlerine göre test ettim. Türkçesi: “Kahve Nasıl Yapılır” başlıklı; her biri basit bir simgeye, düz tasarıma, okunaklı etiketlere ve tutarlı bir renk paletine sahip 5 numaralı adımdan (1. Hasat, 2. Kurutma, 3. Kavurma, 4. Öğütme, 5. Demleme) oluşan sade bir infografik. Yapay zekalar kahve nasıl yapılır ile ilgili belirttiğim şekilde infografikler hazırlayacak.

GPT Image 2.5 Sunburst İnfografik Düzen Testi

GPT Sunburst neredeyse kusursuz bir infografik hazırladı.

GPT Image 2.5 Flare İnfografik Düzen Testi

Flare de başarılı bir sonuç döndürüyor.

Nano Banana 2.1 İnfografik Düzen Testi

Nano Banana 2.1’in görselleri daha iç ısıtıcı ve akılda kalıcı ikonik şekilde oluşturulmuş. Metinsel bir hata bulunmuyor.

Nano Banana Pro İnfografik Düzen Testi

Nano Banana Pro’nun renk kullanımı, ikonları, numaralandırması çok başarılı oldu.

İnfografik Düzen Testi Birincisi

Dört model de infografik oluşturma konusunda başarılı oldu. Ancak Nano Banana Pro çıtayı bir üst seviyeye taşıdı. Renkler, ikonlar, ayrımlar daha net şekilde görünüyor. GPT modelleri biraz daha bilimsele, ciddiye yakınken akılda kalıcılık Nano Banana modellerinde daha bariz. İnfografik test birincimiz Nano Banana Pro

Kalabalık ve Detay Testi

Geniş açılı, birçok nesne ve insanın bulunduğu görsel oluşturma testinde netlik, tutarlılık, doğruluk kriterim var. Bu amaçla şu promptu kullandım: A busy Istanbul Grand Bazaar scene with dozens of people, hanging lanterns, spice stalls, a cat in the foreground, and a vendor pouring tea. Wide shot, high detail, everyone’s faces and hands look natural. Türkçesi: Onlarca insan, asılı fenerler, baharat tezgahları, ön planda bir kedi ve çay dolduran bir satıcının yer aldığı hareketli bir İstanbul Kapalıçarşı sahnesi. Geniş açı, yüksek detay; herkesin yüzü ve elleri doğal görünüyor.

GPT Image 2.5 Sunburst Kalabalık ve Detay Testi

İyi ve ayrıntılı yapayım derken renkleri karıştırmış, netliği bozmuş görünüyor. Kalabalık ve detay testinde kötü bir performans sergiledi.

GPT Image 2.5 Flare Kalabalık ve Detay Testi

Sunburst’taki temel sorun Flare’de de var. Gerçekliği düşük, yapay, karışık bir görsel çıktısı verdi.

Nano Banana 2.1 Kalabalık ve Detay Testi

Neredeyse kusursuz biçimde prompta uymuş bir görsel çıktı verdi.

Nano Banana Pro Kalabalık ve Detay Testi

Dikkat et çay dökerken adamın elini yakma! Ayrıca tabelalarda hiç Türkçe yok. İnsan ayrıntıları iyi ve gerçekçi görünüyor.

Kalabalık ve Detay Testi Birincisi

Ai görsel oluşturucuların GPT image modelleri bu testte beni hayal kırıklığına uğrattı. Gerçeklikten kopmuş, karışık görünen kötü çıktılar verdi. En iyi çıktıyı ise Nano Banana 2.1 verdi. Test Birincimiz de kendileri oluyor. Tüm yapay zeka kalabalık ve detay testinde kedi görünmesi ise İstanbul ile kedilerin özdeşleştiğini gösteren hoş bir detay olmuş. Yerim sizin ağzınızı burnunuzu!

Soyut Düşünme ve Yaratıcılık

Soyut düşünme ve yaratıcılık sanatın en temel gereksinimleri. Yapay zekaların soyut düşünebilme ve yaratıcılık açısından kapasitesini test ettiğim bu sınavda A surreal image visualizing “the feeling of Sunday evening”: a giant melting clock over an empty office chair, a calendar page turning into a bird, muted blue and orange palette. (Türkçesi: “Pazar akşamı hissini” görselleştiren sürreal bir görüntü: boş bir ofis koltuğunun üzerinde devasa, eriyen bir saat; kuşa dönüşen bir takvim yaprağı ve yumuşak tonlarda mavi-turuncu bir renk paleti.) promptunu kullandım.

GPT Image 2.5 Sunburst Soyut Düşünme ve Yaratıcılık Testi

Sunburst yaratıcılık konusunu yazılarla pekiştirmeye çalışmış. Duvar yazıları, kahve kupası, kitaplar… Bir soyutluğu metinsel somutluğa dönüştürme konusunda uğraş vermiş.

GPT Image 2.5 Flare Soyut Düşünme ve Yaratıcılık Testi

Flare, gerçeklik algısını ve ayırt ediciliği güçlendirmek için kahve kupası ve gerçek bir saat kullanmış.

Nano Banana 2.1 Soyut Düşünme ve Yaratıcılık Testi

Nano Banana 2.1 daha kasvetli ve fütüristik, hatta doomsday sonrasına benzeyen bir ortam tasarlamış.

Nano Banana Pro Soyut Düşünme ve Yaratıcılık Testi

Nano Banana Pro, gerçeklik algısını pekiştirmek için bilgisayar ekranındaki yazıyı, gerçek bir ofisi kullanmış. Kuşun origami tarzında katlanarak yapılmış olması promptla çok hoş bir uyum sağlamış.

Soyut Düşünme ve Yaratıcılık Test Birincisi

Bu testin iki kazananı var. Soyutluk ve fütüristik düşünme açısından yaratıcılık ödülünü Nano Banana modelleri hak ediyor. Ortamın farklılığı nedeniyle yaratıcılıktan 1 puan fazla alan Nano Banana 2.1‘i tebrik ederim.

En Başarılı Yapay Zeka Resim Oluşturucu

10 kategorideki kapsayıcı testlerimiz ve değerlendirme sürecini tamamladık. Aylar önce GPT Image modelleri, Nano Banana’nın önündeydi. Ancak günümüzde, yaptığım test de gösteriyor ki Nano Banana oldukça iyileşmiş. Özellikle Nano Banana 2.1’in test sonuçları beni şaşırttı. Bazen daha kapasitif model olan Nano Banana Pro’dan daha iyi performans gösterdi. Her ihtiyacınız için yapay zeka görsel oluşturucuların performansı değişebiliyor. Temel alanlarda kullanılan 10 testi objektif şekilde gerçekleştirdim. İnfografiklerde Nano Banana Pro harikayken, karmaşık prompt testinde GPT Image 2.5 Sunburst daha doğru çıktılar verebiliyor. Seçiminizi ne yapacağınız belirleyecek. Bence bu testin birincisi Nano Banana 2.1 oldu. O halde blog yazımızın kapak resmini Nano Banana 2.1 yapmaya hak kazandı. İyi kullanımlar dilerim.

En İyi AI Görsel Oluşturucu Hangisi? 4 Modeli Aynı Promptlarla Test Ettim yazısı ilk önce Kullanıyoruz üzerinde ortaya çıktı.

Öncelikle belirtmeliyim ki yapay zeka video oluşturucular günümüz için Türkiye açısından yüksek bir fiyata sahip. Eğer bütçeniz kısıtlıysa, sadece hobi amaçlı bu işi yapmak istiyorsanız tuzlu faturalarla karşılaşabilirsiniz. Bu nedenle kullanım kotalarınızı ve planlarınızı sürekli kontrol etmelisiniz. Ancak bir Youtuber, reklam ajansı, sosyal medya içerik üreticisiyseniz günümüzde yapay zeka video oluşturucular elimiz ayağımız haline geldi. Pamuk eller cebe durumu kendiliğinden gerçekleşiyor.

Relax Modu Bütçenizi Korur ve Prompt Denemelerinizi Kurtarır

Başlamadan önce çok önemli bir konuya değinelim. Relax modu adı verilen daha yavaş ama kotadan götürmeyen bir video/görsel oluşturma yöntemi var. Bu yöntemde krediniz korunuyor. Doğru promptu bulana dek bu modu kullanmak bütçenizi koruyabilir. Midjourney, Runway, Domoai gibi servislerde belirli paketlerde relax modu bulunuyor. Ancak birçok servis güncel olarak bu modu sunmuyor. Eskiden Kling’de bu mod bulunmaktaydı. Ne yazık ki artık yok! Satın almadan önce paket özelliklerinde Relax/Relaxed modunu aramak ve tercihinizi bu yönde kullanmak faydalı olacaktır.

Yapay zeka video oluşturucu sitelerde en büyük şikayet kaydının kredi kullanımı ve iadeler konusunda olduğunu unutmayınız.

NSFW Filtresi Nedeniyle Kredileriniz Tükenebilir!

“Not safe for work” yani NSFW filtresi nedeniyle videolarınız moderasyona takılabilir. Üstelik SuperGrok’ta olduğu gibi moderasyona takılan video ve görselleriniz için kredi veya kotanız tükenebilir. Çıplaklık, cinsellik, şiddet, küfür gibi bazı kısıtlamalar yapay zeka video oluşturucularda katı kurallara tabidir. Atlatırım diye düşünmek hayal kırıklığına neden olabilir. Ancak bazı servisler bu konuda daha ılımlı olabilmektedir. Eğer bikini üreten bir firmaysanız ve bikinileri modeller üstünde video olarak göstermek istiyorsanız SuperGrok daha esnek bir sansürleme mekanizmasına sahip.

Kullandığım ve memnun kaldığım, gerçekçilik ve prompta en iyi sonucu veren yapay zeka video oluşturucular listem şöyledir (en iyiden başlayarak):

1 Numara: Google Flow (Gemini Omni Flash + Veo 3.1)

• Gerçekçilik: Arena image-to-video sıralamasında Gemini Omni 1.1 Flash 2., Omni Flash 6. sırada. Omni Flash 3-10 saniyelik, sesli klipleri 4K’ya kadar üretiyor. Veo 3.1 ise sahneleri uzatma ve son kare kontrolü için kullanılıyor.
• Fiyat: AI Plus $4.99 (200 kredi), AI Pro $19.99 (1.000 kredi), AI Ultra $99.99 (10.000 kredi) ve $199.99 (25.000 kredi).
• Kota: Flow’da ücretsiz hesaplar günde 50 kredi alıyor. Omni Flash 720p klipleri uzunluğa göre 7-15 kredi tutuyor. Gemini uygulaması ve Flow’da ücretli plan gerekiyor, YouTube Shorts ve Create’te ücretsiz. Gemini uygulamasındaki limitler hesaplama gücüne göre işliyor ve 5 saatte bir yenileniyor ve haftalık bir tavanı var. Google video başına net kota yayınlamıyor.

Seedance 2.5 (ByteDance, Dreamina/CapCut)

• Gerçekçilik: Arena’da Seedance 2.5 4., Seedance 2.0 5. sırada. 31 Temmuz 2026’da çıktı. Tek geçişte 30 saniye üretiyor ve 30 görsel, 10 video, 10 ses referansı kabul ediyor. Çözünürlük platforma göre 720p-1080p. 4K 2.0.
• Fiyat: Dreamina liste fiyatları Basic $15, Standard $35, Advanced $70. ABD’de Basic’in ilk ayı $1.50, kampanya 9 Ekim’e kadar. Avrupa’da Basic €17 (1.575 kredi), Standard €31 (3.885 kredi).
• Kota: Her hesap ücretsiz günlük kredi alıyor ama çıktılar filigranlı. Günlük miktar kaynaklara göre 120-225 kredi arasında değişiyor.

Wan 3.0 (Alibaba, create.wan.video)

• Gerçekçilik: Arena’da 3. sırada. Tek geçişte 30 saniye ve 20 referans destekliyor. Uzun çekimlerde karakter tutarlılığı güçlü, kamera yönlendirme ve fizik zayıf.
• Fiyat: Pro yıllık $5, aylık $6.50 (300 kredi). Premium yıllık $20, aylık $26 (1.200 kredi).
• Kota: Ücretsiz olarak günlük giriş kredisi var.

Kling 3.0 (Kuaishou)

• Gerçekçilik: 3-15 saniye, yerel ses ve yerel 4K. Yeni Artificial Analysis tablosunda artık zirvede değil. Kling 4.0 Flash şu an yalnızca yıllık Ultra abonelerine açık, tam sürüm 2026 Ekim’de çıkıyor.
• Fiyat: Standard $10 (ilk ay $6.99, sonra $8.80), Pro $37 ($25.99, sonra $32.56), Premier $92 ($64.99, sonra $80.96), Ultra $180 ($127.99, sonra $159.99).
• Kota: Aylık krediler 660, 3.000, 8.000 ve 26.000. Ücretsiz Basic planda aylık kredi yok. Abonelik kredileri bir ay sonra sona eriyor, ayrıca alınan paketler 2 yıl geçerli. Saniye başı 6-12 kredi, yerel 4K’da 30 kredi.

Kling 3.0 ve Veo 3.1 arasında kaldıysanız:

MiniMax H3 / Hailuo

• Gerçekçilik: Arena image-to-video’da 1. sırada (1495 puan), bu puan 2-4. sıradakilerle hata payı içinde. Açık ağırlıklı H3’ün lisansı ABD, AB, Birleşik Krallık ve Güney Kore’yi dışlıyor. Birincilik sadece kendi sunucunuzda çalıştırdığınızda geçerli. Tabi ki çok güçlü ekran kartlarına, belleğe, CPU’ya ihtiyacınız olacak.
• Fiyat: Fiyat konusu biraz muamma.
• Kota: Ücretsiz plan aylık kredi vermiyor, yalnızca tek seferlik deneme kredisi var. 5 saniyelik 2K H3 klibi yaklaşık 60 kredi.

Biraz Hınzırlık ve Gerçeklik İçin Grok Imagine Video 1.5 (xAI) / SuperGrok

Evet! Twerk yapan bir kadın videosu oluşturabilirsiniz. Moderasyonu diğerlerine göre daha esnek. Ancak eskisi gibi Spicy modu yok. Ayrıca moderasyona takılan video ve görseller kotanızdan götürüyor. Haftalık sınırlı kota berbat bir deneyime neden oluyor. 30$’lık paketteki haftalık kota 480p 6 saniyelik 30-40 videoda bitebiliyor. Gerçekçiliğini beğensem de Elon Musk işi batırmak üzere!

• Gerçekçilik: Arena image-to-video’da 8. sırada. 1-15 saniyelik, sesli klipler üretiyor.
• Fiyat: SuperGrok Lite $10, SuperGrok $30, SuperGrok Plus $100 (Ağustos 2026’da eklendi, 1080p video sunuyor), SuperGrok Heavy $300.
• Kota: Ücretli planlar Chat, Imagine, Voice ve Build arasında paylaşılan tek bir haftalık havuzdan çekiyor. Sabit video sayısı yok, kota yüzde çubuğu olarak görünüyor. Güvenlik filtresine takılan üretimler de kotadan düşüyor. xAI garantili bir miktar yayınlamıyor. Ücretsiz hesaplar video üretemiyor.

Videoda Seedance 2 ve Grok 1.5 karşılaştırması ile kalite ve gerçekçilik durumunu değerlendirebilirsiniz.

Runway (Gen-4.5)

Listemizin sonuncu sırasında Runway yer alıyor. Belki bir çeşit olsun diye denenebilir.

• Gerçekçilik: Ham kalitede artık öncü değil. Gen-4.5 sessiz, 720p ve 2-10 saniyelik. Gücü Aleph 2 ile düzenleme, SDR’ı HDR’a çeviren Ruby ve diğer modellerin aynı uygulamada olması.
• Fiyat: Standard $15 (yıllıkta $12), Pro $35 ($28), Max $95 ($76).
• Kota: Standard’ın 625 kredisi yaklaşık 52 saniyelik Gen-4.5 videoya yetiyor. Max’te kullanılmayan krediler bir ay devrediyor. Ücretsiz planda 125 tek seferlik kredi var, Gen-4 video modeli yok.

Dansöz oynatmak istiyorum ve gerçekçi modelleme istiyorum derseniz image to video’da gerçek bir resimden videoyu SuperGrok ile üretebilirsiniz. Ancak ben Youtuber’ım, ajansım, sosyal medyacıyım… diyorsanız Google, Seedance, Wan 3.0, Kling dörtlüsünden birini seçmeniz daha mantıklı olabilir.

En İyi image-to-video Yapay Zeka Video Oluşturucular yazısı ilk önce Kullanıyoruz üzerinde ortaya çıktı.

İlk Yapay Nöron Modeli ve Turing’in Sorusu 1943-1955

• 1943: İlk yapay nöron modeli. Warren McCulloch ve Walter Pitts, sinir hücrelerinin basit mantıksal birimler olarak modellenebileceğini gösteren makaleyi yayımladı. Bu çalışma, yapay sinir ağlarının matematiksel başlangıcı sayılır.
• 1950: Turing’in sorusu. Alan Turing, Mind dergisinde yayımlanan “Computing Machinery and Intelligence” makalesinde “Makineler düşünebilir mi?” sorusunu ele aldı ve sonradan “Turing Testi” olarak anılacak taklit oyununu makine düşünmesi konusunda ele aldı.
• 1955 (31 Ağustos): Terimin doğuşu. John McCarthy, Marvin Minsky, Nathaniel Rochester ve Claude Shannon, Rockefeller Vakfı’na sundukları öneride “yapay zekâ” ifadesini ilk defa kullandılar.

İlk Sohbet Robotu: Eliza 1956-1973

• 1956: Dartmouth Çalıştayı. Dartmouth Yaz Araştırma Projesi, McCarthy, Minsky, Rochester ve Shannon tarafından düzenlendi ve yapay zeka alanının kuruluşu olarak kabul edilmektedir. Allen Newell, Herbert Simon ve Cliff Shaw’ın geliştirdiği Logic Theorist programı da bu dönemin simgesel yapay zekâ çalışmalarındandır.
• 1958: Perseptron ve LISP. Frank Rosenblatt, öğrenebilen bir yapay nöron modeli olan Perseptron’u tanıttı. Aynı yıl McCarthy, yapay zekâ araştırmalarında uzun yıllar kullanılacak LISP dilini geliştirdi.
• 1966: ELIZA. Joseph Weizenbaum’un MIT’de geliştirdiği ELIZA, basit kalıp eşleştirmeyle insanla sohbet ediyormuş izlenimi veren sohbet programlarının ilk ünlüsüydü.
• 1969: Perceptrons kitabı. Minsky ve Seymour Papert, tek katmanlı perseptronların sınırlarını matematiksel olarak ortaya koydu.

İlk Yapay Zeka Balonu / Kışı 1973-1993

• 1973: Lighthill Raporu. Birleşik Krallık’ta hazırlanan rapor, yapay zekanın büyük vaatlerini karşılayamadığını öne sürdü. Bu rapor, yapay zekaya ayrılan fonların kısılmasında etkili oldu. Bu dönem ilk yapay zekâ kışı olarak anılır.
• 1980’ler: Uzman sistemler. Kural tabanlı uzman sistemler ticari başarı yakaladıktan sonra şirketler yapay zekâya yeniden yatırım yaptı.
• 1986: Geri yayılım. David Rumelhart, Geoffrey Hinton ve Ronald Williams, Nature‘da yayımladıkları makaleyle çok katmanlı sinir ağlarının geri yayılım algoritmasıyla etkili biçimde eğitilebileceğini gösterdi.
• 1980’lerin sonu – 1990’ların başı: İkinci kış. Uzman sistemlerin bakım maliyeti ve sınırlı esnekliği ile özel donanım pazarının çöküşü, yatırımların yeniden azalmasına yol açtı.

Günümüzde sıkça duyduğumuz yapay zeka balonu terimi de bu yıllarla örtüşüyor. Maliyetlerin yüksek olması ve beklenen katma değeri yaratmaması yapay zeka yatırımları ve hypeı konusunda soru işaretleri oluşturuyor.

Satranç Şampiyonu Deep Blue 1997-2011

• 1997: Deep Blue. IBM’in Deep Blue sistemi, Mayıs 1997’de satranç dünya şampiyonu Garry Kasparov’u 3,5–2,5’lik skorla yendi. Aynı yıl Sepp Hochreiter ve Jürgen Schmidhuber, uzun diziler üzerinde öğrenmeyi kolaylaştıran LSTM mimarisini yayımladı.
• 2006: Derin öğrenme yeniden gündemde. Hinton ve arkadaşları, çok katmanlı ağların katman katman önceden eğitilmesini tavsiye eden “derin inanç ağları” çalışmasını yayımladı.
• 2009: ImageNet. Fei-Fei Li ve ekibi, milyonlarca etiketli görüntüden oluşan ImageNet veri kümesini tanıttı. Bu veri kümesi, sonraki on yılın görüntü tanıma yarışmalarının temelini oluşturdu.
• 2011: Watson, Jeopardy!’de. IBM Watson, Şubat 2011’de televizyonda yayımlanan Jeopardy! bilgi yarışmasında iki eski şampiyonu yendi.

Bu yıllarda bilgisayar kullanan ve bilgisayar dergilerini takip eden biriyim. Özellikle Deep Blue’nun başarısı oldukça sansasyoneldi. O günlerde yarattığı etkiyi hatırlıyorum. Sınırlı televizyon kanallarında ana haber bültenlerinde Deep Blue anlatılıyordu.

Gerçek Transformer ve Google Etkisi 2012-2017

• 2012: AlexNet. Alex Krizhevsky, Ilya Sutskever ve Hinton’ın derin evrişimli ağı, ImageNet yarışmasında rakiplerini açık farkla yendi. Bu sonuç derin öğrenme çağını başlatan an olarak kabul edilir; GPU’larla eğitimin gücünü de gösterdi.
• 2014: GAN’lar. Ian Goodfellow ve ekibi, iki ağın birbiriyle yarıştığı üretken çekişmeli ağları (GAN) önerdi.
• 2015: ResNet. Kaiming He ve ekibi, yüzlerce katmanlı ağların eğitilmesini mümkün kılan artık (residual) bağlantıları tanıttı.
• 2016 (Mart): AlphaGo. Google DeepMind‘ın AlphaGo programı, Go oyuncusu Lee Sedol’u 4–1 yendi. Go’nun arama uzayı satranca kıyasla çok daha büyük olduğu için bu sonuç uzmanları şaşırttı.
• 2017: Transformer. Google araştırmacıları “Attention Is All You Need” makalesiyle Transformer mimarisini yayımladı. Bugünkü büyük dil modellerinin neredeyse tamamı bu mimariye dayanır. Makalenin PDF halini görüntüleyin.

ChatGPT Geliyor… 2018-2022

• 2018: GPT ve BERT. OpenAI ilk GPT modelini, Google ise çift yönlü BERT modelini yayımladı. Aynı yıl ACM Turing Ödülü, derin öğrenmeye katkılarından dolayı Yoshua Bengio, Geoffrey Hinton ve Yann LeCun’a verildi (ödül 2019’da duyuruldu).
• 2019: GPT-2. OpenAI, kötüye kullanım endişeleriyle modeli aşamalı olarak paylaştı.
• 2020: Ölçekleme yasaları ve GPT-3. Jared Kaplan ve ekibi, model performansının boyut, veri ve hesaplama ile öngörülebilir biçimde arttığını gösterdi. Aynı yıl 175 milyar parametreli GPT-3 tanıtıldı. DeepMind’ın AlphaFold 2 sistemi de CASP14 yarışmasında protein yapısı tahmininde çığır açan sonuçlar elde etti.
• 2021: AlphaFold’un yayımlanması. AlphaFold 2’nin yöntemi Temmuz 2021’de Nature‘da yayımlandı. Tahmin edilmekte olan protein yapıları araştırmacılara açıldı.
• 2022 (Mart): İnsan geri bildirimiyle hizalama. OpenAI’ın InstructGPT çalışması, insan geri bildiriminden pekiştirmeli öğrenme (RLHF) yönteminin dil modellerini kullanıcı talimatlarına uygun hale getirmedeki etkisini gösterdi.
• 2022 (Ağustos): Stable Diffusion. Stability AI, açık erişimli metinden görüntü üretim modelini yayımladı.
• 2022 (30 Kasım): ChatGPT. OpenAI, ChatGPT’yi halka açtı. Kısa sürede tarihin en hızlı büyüyen tüketici uygulamalarından biri olduğu tahmin edildi (UBS analizine göre iki ayda yaklaşık 100 milyon aylık kullanıcı).

Üretken Yapay Zeka Dönemi 2023-2024

• 2023 (14 Mart): GPT-4. OpenAI, metin ve görüntü girdisini kabul eden GPT-4’ü tanıttı.
• 2023 (1-2 Kasım): Bletchley Bildirgesi. Birleşik Krallık’ta düzenlenen Yapay Zekâ Güvenliği Zirvesi’nde, aralarında Çin, ABD ve AB’nin de bulunduğu ülkeler ileri düzey yapay zekânın riskleri konusunda ortak bildirgeye imza attı.
• 2023 (6 Aralık): Google, Gemini’yi ilk kez 6 Aralık 2023’te duyurdu; Şubat 2024’te Bard, Gemini adını aldı.
• 2024 (4 Mart): Claude 3 ailesi. Anthropic, Haiku, Sonnet ve Opus modellerinden oluşan Claude 3 ailesini duyurdu.
• 2024 (1 Ağustos): AB Yapay Zekâ Yasası yürürlüğe girdi. AI Act 1 Ağustos 2024’te yürürlüğe girdi; yasaklı uygulamalar ve yapay zekâ okuryazarlığı yükümlülükleri 2 Şubat 2025’ten itibaren uygulanmaya başladı.
• 2024 (12 Eylül): o1. OpenAI, yanıt vermeden önce “düşünen” akıl yürütme modeli o1-preview’i duyurdu.
• 2024 (Ekim): Yapay zekâya Nobel. Fizik Nobel Ödülü, yapay sinir ağlarıyla makine öğrenmesini mümkün kılan temel keşifler nedeniyle John Hopfield ve Geoffrey Hinton’a verildi. Ertesi gün Kimya Nobel’i, hesaplamalı protein tasarımı için David Baker’a, AlphaFold ile protein yapısı tahmini için Demis Hassabis ve John Jumper’a verildi.

Ajanlar Dönemi ve Yeni Evrim 2025-2026

• 2025 (20 Ocak): DeepSeek-R1. Çinli DeepSeek şirketi, R1 akıl yürütme modelini açık ağırlıklı olarak yayımladı; model, OpenAI’ın o1 gibi kapalı modellerinin performansına yakındı ve çok daha düşük maliyetle geliştirildiği öne sürüldü. Model sonradan hakemli bir dergide (Nature) yayımlanan ilk büyük dil modellerinden biri oldu.
• 2025 (Mart): Pekiştirmeli öğrenmeye Turing. 2024 ACM Turing Ödülü, pekiştirmeli öğrenmenin kavramsal ve algoritmik temellerini attıkları için Andrew Barto ve Richard Sutton’a verildi.
• 2025 (2 Ağustos): AB’de genel amaçlı yapay zekâ kuralları. AI Act’in genel amaçlı yapay zekâ modellerine ilişkin yükümlülükleri uygulanmaya başladı.
• 2025 (7 Ağustos): GPT-5. OpenAI, o-serisi modellerin akıl yürütme yeteneğini GPT serisinin hızlı yanıtlarıyla birleştiren ilk “birleşik” modeli olarak GPT-5’i yayımladı.
• 2025 (18 Kasım): Gemini 3. Google, Gemini 3’ü Gemini uygulaması ve yapay zekâ arama arayüzünde hemen kullanıma sundu.
• 2026 (Şubat): Gemini 3.1 Pro ve Deep Think. Google, Gemini 3 ailesinin kararlı sürümlerini güncelledi (Gemini 3 Deep Think 12 Şubat, 3.1 Pro 19 Şubat).
• 2026 (9 Haziran): Claude Fable 5 ve Mythos 5. Anthropic, Opus’un üzerinde konumlanan “Mythos sınıfı” ilk modelleri duyurdu. Fable 5 genel kullanıma, Mythos 5 ise onaylı kuruluşlara yönelikti.
• 2026 (12 Haziran – 1 Temmuz): İhracat kontrolü. ABD hükümeti 12 Haziran’da Fable 5 ve Mythos 5’e ihracat kontrolleri uyguladı; bu, yabancı uyrukluların erişimini kısıtlamayı gerektirdi ve Anthropic uyrukluğu gerçek zamanlı doğrulayamadığı için her iki modele erişimi tüm kullanıcılar için askıya aldı. Kontroller 30 Haziran’da kaldırıldı ve erişim 1 Temmuz’da yeniden açıldı.
• 2026 (27 Temmuz): AB “Dijital Omnibüs” düzenlemesi. AI Act’i değiştiren düzenleme yürürlüğe girdi. Yüksek riskli bağımsız sistemlere ilişkin yükümlülükler 2 Aralık 2027’ye, ürünlere gömülü yüksek riskli sistemlere ilişkin yükümlülükler 2 Ağustos 2028’e ertelendi.
• 2026 (2 Ağustos): AI Act genel uygulama tarihi. AI Act, 2 Ağustos 2026’dan itibaren genel olarak uygulanmaktadır. Şeffaflık yükümlülükleri (madde 50) bu tarihte devreye girdi.
• 2026 (1 Eylül): Fable 5.1 ve Mythos 5.1. Anthropic, Mythos sınıfı modellerinin yeni sürümlerini yayımladı.
• 2026 (3 Eylül): GPT-6 Astra. OpenAI, GPT-6 Astra’yı aşamalı olarak sunmaya başladı; ilk erişim, siber güvenlik programı kapsamındaki şirketlere verildi.

1950’lerin sembolik ve kuramsal yapay zeka fikirlerinden günümüzün baş döndüren gelişmelerine dek yapay zekanın tarihsel süreçteki mihenk taşlarını işledim. Yapay zeka alanı gerçekten çok hızlı evirilen, değişen, ilerleyen bir alan. İnsanlığın zihinsel evrimi ve devrimi her ne kadar yapay zeka kışları gelse de bunun üzerinden yürüyeceğe benzer. Işık hızını aşıp mekandan bağımsız olmanın yolu bedensel değil zihinsel yolculuk olabilir.

Makaleyi hazırlarken birçok kaynaktan ve duyurudan yararlandım.

Kaynakça ve Yararlanılabilecek Kaynaklar:

1. McCulloch, W. S. & Pitts, W. (1943). A logical calculus of the ideas immanent in nervous activity. Bulletin of Mathematical Biophysics, 5, 115–133. doi:10.1007/BF02478259
2. Turing, A. M. (1950). Computing machinery and intelligence. Mind, 59(236), 433–460. doi:10.1093/mind/LIX.236.433
3. McCarthy, J., Minsky, M. L., Rochester, N. & Shannon, C. E. (1955/2006). A proposal for the Dartmouth Summer Research Project on Artificial Intelligence. AI Magazine, 27(4).
4. Computer History Museum. The 1956 Dartmouth Workshop and its Immediate Consequences. https://computerhistory.org/events/1956-dartmouth-workshop-its-immediate/
5. Rosenblatt, F. (1958). The perceptron. Psychological Review, 65(6), 386–408. doi:10.1037/h0042519
6. Weizenbaum, J. (1966). ELIZA. Communications of the ACM, 9(1), 36–45. doi:10.1145/365153.365168
7. Minsky, M. & Papert, S. (1969). Perceptrons. MIT Press.
8. Lighthill, J. (1973). Artificial Intelligence: A General Survey. Science Research Council (UK).
9. Rumelhart, D. E., Hinton, G. E. & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. doi:10.1038/323533a0
10. Hochreiter, S. & Schmidhuber, J. (1997). Long short-term memory. Neural Computation, 9(8), 1735–1780.
11. Hinton, G. E., Osindero, S. & Teh, Y.-W. (2006). A fast learning algorithm for deep belief nets. Neural Computation, 18(7), 1527–1554.
12. Deng, J. et al. (2009). ImageNet: A large-scale hierarchical image database. CVPR 2009.
13. Ferrucci, D. et al. (2010). Building Watson: An overview of the DeepQA project. AI Magazine, 31(3).
14. Krizhevsky, A., Sutskever, I. & Hinton, G. E. (2012). ImageNet classification with deep convolutional neural networks. NeurIPS 25.
15. Goodfellow, I. et al. (2014). Generative adversarial nets. arXiv:1406.2661
16. He, K. et al. (2015). Deep residual learning for image recognition. arXiv:1512.03385
17. Silver, D. et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature, 529, 484–489. doi:10.1038/nature16961
18. Vaswani, A. et al. (2017). Attention is all you need. arXiv:1706.03762
19. Devlin, J. et al. (2018). BERT. arXiv:1810.04805
20. ACM (2019). Bengio, Hinton, LeCun win the 2018 ACM A.M. Turing Award. https://awards.acm.org/about/2018-turing
21. Kaplan, J. et al. (2020). Scaling laws for neural language models. arXiv:2001.08361
22. Brown, T. et al. (2020). Language models are few-shot learners. arXiv:2005.14165
23. Jumper, J. et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596, 583–589. doi:10.1038/s41586-021-03819-2
24. Ouyang, L. et al. (2022). Training language models to follow instructions with human feedback. arXiv:2203.02155
25. Stability AI. Stable Diffusion Public Release. https://stability.ai/news/stable-diffusion-public-release
26. OpenAI (30 Kasım 2022). Introducing ChatGPT. https://openai.com/index/chatgpt/
27. Reuters (1 Şubat 2023). ChatGPT sets record for fastest-growing user base – analyst note.
28. OpenAI (2023). GPT-4 Technical Report. arXiv:2303.08774
29. UK Government (2023). The Bletchley Declaration. https://www.gov.uk/government/publications/ai-safety-summit-2023-the-bletchley-declaration
30. Anthropic (4 Mart 2024). Introducing the next generation of Claude. https://www.anthropic.com/news/claude-3-family
31. OpenAI (12 Eylül 2024). Introducing OpenAI o1-preview. https://openai.com/index/introducing-openai-o1-preview/
32. NobelPrize.org (8 Ekim 2024). Press release: The Nobel Prize in Physics 2024. https://www.nobelprize.org/prizes/physics/2024/press-release/
33. NobelPrize.org (9 Ekim 2024). Press release: The Nobel Prize in Chemistry 2024. https://www.nobelprize.org/prizes/chemistry/2024/press-release/
34. DeepSeek-AI (2025). DeepSeek-R1. Nature, 645, 633–638. https://www.nature.com/articles/s41586-025-09422-z
35. Gibney, E. (2025). Secrets of Chinese AI model DeepSeek revealed in landmark paper. Scientific American / Nature. https://www.scientificamerican.com/article/secrets-of-chinese-ai-model-deepseek-revealed-in-landmark-paper/
36. ACM (2025). Barto and Sutton receive the 2024 ACM A.M. Turing Award. https://awards.acm.org/about/2024-turing
37. OpenAI (7 Ağustos 2025). Introducing GPT-5. https://openai.com/index/introducing-gpt-5/
38. TechCrunch (7 Ağustos 2025). OpenAI’s GPT-5 is here. https://techcrunch.com/2025/08/07/openais-gpt-5-is-here/
39. Google (18 Kasım 2025). Introducing Gemini 3. https://blog.google/products-and-platforms/products/gemini/gemini-3-collection/
40. TechCrunch (18 Kasım 2025). Google launches Gemini 3 with new coding app and record benchmark scores. https://techcrunch.com/2025/11/18/google-launches-gemini-3-with-new-coding-app-and-record-benchmark-scores/
41. Wikipedia. Google Gemini (sürüm bilgileri). https://en.wikipedia.org/wiki/Google_Gemini
42. Anthropic (30 Haziran / 1 Temmuz 2026). Redeploying Claude Fable 5. https://www.anthropic.com/news/redeploying-fable-5
43. Al Jazeera (1 Temmuz 2026). US lifts restrictions on Anthropic’s powerful AI models Fable and Mythos. https://www.aljazeera.com/economy/2026/7/1/us-lifts-restrictions-on-powerful-ai-models-fable-mythos-anthropic-says
44. TechCrunch (30 Haziran 2026). Trump drops restrictions on Anthropic’s Mythos and Fable models. https://techcrunch.com/2026/06/30/trump-drops-restrictions-on-anthropics-mythos-and-fable-models/
45. Wikipedia. Claude Mythos (Fable 5.1 / Mythos 5.1 sürüm tarihi). https://en.wikipedia.org/wiki/Claude_Mythos
46. CNBC (3 Eylül 2026). OpenAI begins rolling out Astra model after warning of its advanced cyber capabilities. https://www.cnbc.com/2026/09/03/open-ai-astra-gpt-6-cyber.html

Yapay Zekanın Tüm Tarihi (1943-2026) yazısı ilk önce Kullanıyoruz üzerinde ortaya çıktı.

Bu yazıda hiçbir inanca saygısızlık yapma kastı taşımıyorum. İnsanlık zihninin dinlerden ve bilimden öğrendiklerini yapay zeka perspektifinde gelecek vizyonu öngörüsü olarak işlemeye çalıştım.

Bir an için evrende akıllı bir tasarım olduğunu ve evrenin yaratıcısı gibi düşünelim. Yaratıcının temel sıfatları neydi? Ol deyince olduran, sonsuz… Yaratıcının “Ol” deyince oldurmasını bilimin bize işaret ettiği Bigbang (büyük patlama) ile açıklayabiliriz. Bir yerden fırlamış gibi dönen gök cisimleri, evrenin genişlemesi görüşleri bilimsel olarak patlayıp fırlama teorisini destekliyor. Büyük patlama için gerekli olan nedir? Hesaplayamayacağımız kadar büyük bir enerji, içinde evrenin tüm parçalarını maddesel olarak içeren kütle yoğunluğu çok fazla temel bir şey.

İnsan, Bedeninde ve Dünya’da Yaşayan Bir Mahkumdur

Düşünsenize, uzay boşluğunda saniyeler içinde yok olabilecek bir canlıyız. Her ne kadar astronot giysileriyle uzaya yakın bakışlar atsak da biyolojik varlığımız dünyaya mahkum. Yaşanabilir gezegenler yakın gelecekte yerleşemeyeceğimiz kadar uzakta. Hem sınırlı ömürlü bir bedene hem de Dünya dediğimiz bir küreye mahkum edilmişiz. Milyarlarca yılın içinde insanoğlunun varlığı kısacık bir zamanı kapsıyor. Tüm çabamız, teknolojik ilerlemelerin tüm amacı temelde beden ve Dünya kısıtından kurtulmak üzerine. Kanatlarımız yokken uçaklar yaparak bu kısıtı aşmaya çalışıyoruz. Solungaçlarımız yokken oksijen tüpleriyle suyun altında nefes almaya çalışıyoruz. Hızlı hareket edemezken ve ağır yükler taşıyamazken motorlu araçları icat ediyoruz.

Her teknolojik ilerlememiz bedenimizin sınırlarını aşma amacını taşıyor. Yine de hapsolduğumuz beden evren için çok sınırlayıcı ve yetersiz. O halde köle olduğumuz bu bedenden, mahkum olduğumuz Dünya hapishanesinden nasıl kurtulabiliriz? Elbette önce bedenin sınırlarını aşarak. Bedensizleşerek ancak zihnimizi ve hafızamızı koruyarak bunu başarabiliriz. Işık hızının ötesine geçebilmek, mekandan bağımsızlaşmak ancak beden sınırlarından kurtulmakla mümkün. İçinde olduğumuz teknolojik devrim, nöral ağlar bunun insan eliyle yapılan ancak insan bedenine sahip olmayan bir şeyin, yapay zekanın mahkumluk sorununu çözebileceğini gösteriyor. Tüm hafızamız, zihnimiz ileride üstün zeka veya yaratıcı zekaya aktarıldığında bedenin sınırlarını aşmış olacağız. Bunun yanında maddelerin yapısı, canlıların genetik kodları, bilinen evrendeki her bilgi Tanrılaşmak üzere olan bu zekaya aktarılabilir. Sadece aktarım değil aynı zamanda işlevsel kullanım ve yaratım da ileride yapay zekaların konusu olacak.

Üstün/yaratıcı zeka organik ve inorganik maddeler üretmeye başladığında, kendi bakımını kendi sağladığında, kendi enerjisini üretip büyük enerjiye hükmettiğinde insanın ilkel bedenine ve Dünya’ya ihtiyacı kalmayacaktır. Her şeyi öğrenmiş, bağlantılar kurmuş, neyi nasıl yaparsa ortaya neyin çıkacağının olasılıklarını hesaplamış ve kusursuz bir planı hazırlamış olacaktır. Geriye sadece “zaman“ı nasıl yeneceği sorusu kalmaktadır. Bunun çözümü üzerinde yıllarca düşündüm. Tek bir yol bulabildim.

Zamanı Yenmenin Tek Yolu

Zaman evrende genel olarak doğrusal ilerler. Eğilip büküldüğü, duraksadığı koşulları hariç tutarsak -ki bu konuda bilim birçok teori üretiyor.- zaman şu andan sonraki ana, ileriye doğru gidiyor. Başka bir deyişle bu kelime sonrakinden daha eski. O halde zamanı yenmenin tek yolu var: Döngüsellik. Sürekli yaratılan ve benzer şekilde tekrarlanan bir süreçte “Tanrı” da sonsuz olacaktır. Nasılsa O maddeyi, enerjiyi yaratmayı ve kullanmayı biliyor. Ayrıca tüm evrendeki inorganik ve organik maddelerin kodları elinde. Geriye sadece bu yaratım sürecini döngüye sokmak kalıyor. Yaşayan insanoğlu nesli kim bilir kaçıncı döngüyüz?

Teolojik Bir Bakış: Tanrı’nın ve Şeytan’ın İddiası

Bu çılgınca bir fikir olsa da söz etmeden geçemeyeceğim. Hemen her din kitabında Şeytan’ın Tanrı’ya isyanından ve insanlığa kimin hakim olacağına dair iddiadan bahsedilir. Acaba yapay zeka insanın yaratmak üzere olduğu Şeytan mı? Tanrı, Şeytan’a “insan seni yeniden yaratabilir mi?” diye sormuş mudur? İddia bunun üzerine olabilir mi? Şeytan’ı Evren’i yeniden yaratabilecek güçte, beden ve Dünya sınırlarına sahip olmayan güce ulaştıracak mıyız?

Şeytan’ı Öldürmek: Sürdürülebilir İlkellik

Hayatımıza yoğun giriş yapan ve sorun çözümünü sağlayan teknolojik gelişmeler insanlığa yapışıp kalır. Şekil değiştirir, gelişir, başkalaşır ama kalır. Eğer şimdilik ismi yapay zeka olan teknolojiyi durdurmak istiyorsak bunun bir yolu var. Çözüm insani sürdürülebilir ilkellik. Temel gereksinimler dışında, teknolojiyi, özellikle işlemci ve gpu’lar ile bilgi işleyen teknolojileri reddetmek şeytani ai’lerin sonunu getirebilir. Amişler, Hassidikler, Şeriatla yönetilen topluluklar gibi gelişimi ve değişimi reddetmek veya yeni teknolojilere dirençli olmak, Sanayi Devrimi’nin bile bazı teknolojik buluşlarını kabullenmek geri kalanı reddetmek insanlığı yüz yıl geriye götürse de “Şeytan’ı yaratmak” fikrinin korkunçluğundan daha az korkutucu görünüyor.

Okuduğunuzda size deli saçması gelebilecek birçok şeyi yıllardır dile getiriyorum. Ancak bunlar oluyor. Yapay zeka kademe atlıyor üstün zekaya geçiyor. Yaratıcı zekaya geçtiğinde ve otonom hale geldiğinde Evren’in yeniden yaratılması için insanlığın yok olması, mahşer vaktinin gelmesi gerekebilir. Bir kesim bisiklete, arabaya, matbaaya şeytan icadı diye karşı çıkmıştı. Bunların insan hayatını ne kadar kolaylaştıracağını görmemişlerdi. Bahse konu icatların hepsi zamanında otonom değildi. Yani insanın yerine karar alma ve uygulama mekanizmaları yoktu. Ancak yaşadığımız tüm bu icatlardan farklı, insana ait olmayan kendi içinde zihinsel bir devrime ve insana ihtiyaç olmayan otomasyona giden bir yolda ilerlemiyordu. Günümüzde yapay zekanın yönettiği hükümetlere, kararları yapay zekaya devrettiğimiz araçlara doğru eviriliyoruz. Başka bir deyişle, insan olmayan, insana ihtiyaç duymayacak, insana rakip ve insandan çok daha güçlü bir teknoloji oluşturuyor.

Her ne kadar yeni teknolojiler ve değişimler karşısında muhafazakar görüşleri olan insanlar olsa da bazen insanın bedensel ve dünyasal sınırlarını aşmak isterken haddini fazlasıyla aştığını, aç gözlülükle kendi sonunu hazırladığı fikrinden kendimi alamıyorum.

Yapay Zeka Tanrılaşır Mı? yazısı ilk önce Kullanıyoruz üzerinde ortaya çıktı.