5 En İyi Açık Kaynaklı LLM’ler (Ağustos 2026)

Açık kaynaklı ve açık ağırlıklı büyük dil modelleri, kompakt yerel asistanlardan uzun süreli yazılımlar için tasarlanmış trilyon parametreli sistemlere kadar her şeyi kapsar. En güçlü seçim, yalnızca en büyük parametre sayısına sahip model değildir. Dağıtım donanımı, bağlam uzunluğu, modality, araç desteği, lisans koşulları ve bir ekibin ihtiyaç duyduğu operasyonel kontrol düzeyi aynı derecede önemli olabilir.

Bu liste, geliştiricilere anlamlı bir şekilde ağırlıklara erişim sağlayan beş güncel model ailesine odaklanıyor. Bazıları permissive yazılım lisansı kullanırken, diğerleri özel model koşulları kullanır, bu nedenle organizasyonlar dağıtım öncesi geçerli lisansı gözden geçirmelidir. Sıralama ayrıca toplam parametreleri aktive edilen parametrelerden ayırt eder, çünkü uzmanlar karışımı mimarileri çok büyük olabilir, ancak her token için yalnızca ağırlıklarının bir kısmını kullanabilir.

Çoğu takım için pratik karar iş yüküne bağlıdır. DeepSeek V4 ve GLM-5.2, çok büyük ölçekte zorlu akıl yürütme ve ajans işlerine yöneliktir. Kimi K3, yerel görme ile birlikte alışılmadık derecede uzun bir bağlam penceresi sunar. Qwen3.6-35B-A3B, daha dağıtılabilir bir çok modelli uzmanlar karışımı tasarımı sunarken, OpenAI’ın gpt-oss ailesi, şeffaf akıl yürütme kontrolleri ve geniş araç desteğiyle iki metin odaklı seçeneği sağlar.

En İyi Açık Kaynaklı LLM’ler Karşılaştırıldı

1. DeepSeek V4

DeepSeek V4, zorlu kodlama, akıl yürütme, araç kullanımı ve ajans iş yükleri için tasarlanmış büyük bir uzmanlar karışımı model ailesidir. V4-Pro yapılandırması, her token için 49 milyar aktive parametre ile 1.6 trilyon toplam parametreye sahiptir ve daha verimli V4-Flash yapılandırması, her token için 13 milyar aktive parametre ile 284 milyar toplam parametre kullanır. Her ikisi de, büyük depolar, geniş belgeler ve uzun etkileşim geçmişleri boyunca çalışmak için geliştiricilere yer sağlayan bir milyon tokenlik bağlam penceresi etrafında tasarlanmıştır.

Melez dikkat mimarisi, uzun bağlam kapasitesini pratik çıkarım ile dengelemeye yöneliktir ve birden fazla akıl yürütme modu, ekiplere farklı görevlere göre davranmayı uyarlamalarına olanak tanır. Bu esneklik, doğrudan yanıtlar, bilinçli problem çözme, araç yürütme ve genişletilmiş yazılım işleri arasında geçiş yapan sistemler için yararlıdır. DeepSeek, ayrıca fon çağırma ve ajans güvenilirliğini vurgular, bu da V4’ü, planlama, eylem, sonuçları inceleme ve yaklaşımını revize etme ihtiyacı duyan asistanlar için özellikle ilgili hale getirir.

Model, MIT lisansı altında yayınlanır, bu da organizasyonların geniş dağıtım özgürlüğü sağlar. Karşılaştığı ticaret, operasyonel ölçektir: hatta seyrek aktivasyon ile birlikte, tam kontrol noktaları önemli ve ciddi altyapı, kuantizasyon veya yetenekli bir barındırma ortağı gerektirir. Ekipler, kendi iş yüklerinde gecikme, bellek gereksinimleri ve araç çağırma davranışını değerlendirmelidir, büyük bağlam penceresini alıntı ve dikkatli bağlam yönetimi için bir替 olarak kullanmadan önce.

DeepSeek V4’ü ziyaret edin

2. GLM-5.2

GLM-5.2, Z.ai’nin uzun süreli profesyonel işler, karmaşık akıl yürütme, yazılım mühendisliği ve araç kullanan ajanlar için açık ağırlıklı modelidir. Model, 753 milyar parametre ve bir milyon tokenlik bağlam penceresi sunar, bu da onu büyük kod tabanları, derin belge analizi ve birçok eylem boyunca tutarlı bir nesne koruyabilen iş akışları için uygun hale getirir. Mimari ve eğitimi, dependable yürütme üzerinde yoğunlaşır, yalnızca yalıtılmış benchmark tarzı yanıtlar değil.

Önemli bir güç, ayarlanabilir düşünme çabasıdır. Geliştiriciler, görevin zorluğu ve gecikme profiline bağlı olarak farklı akıl yürütme derinlikleri seçebilir, bu da aynı uygulamanın hem rutin istekleri hem de zorlu planlama ile başa çıkması yararlıdır. GLM-5.2, ayrıca fon çağırma ve ajans iş akışlarını destekler, bu da geliştirme ortamları, araştırma araçları ve yapılandırılmış iş sistemleri ile etkileşime girerken genişletilmiş bir çalışma bağlamını korumasına olanak tanır.

Model, MIT lisansı altında dağıtılır. Buna rağmen, parametre sayısı, self-hosting için ciddi bir altyapı kararı haline gelir ve üretim ekipleri, hizmet mimarisi, bellek, gözlemlenebilirlik ve güvenlik kontrolleri için hesap vermek zorundadır. GLM-5.2, en çok anlamında, uzun bağlam akıl yürütmesi ve sürdürülen görev yürütmesinin merkezi gereksinimler olduğu durumlarda anlam kazanır.

GLM-5.2’yi ziyaret edin

3. Kimi K3

Kimi K3, Moonshot AI’nin açık ağırlıklı çok modelli modelidir ve genişletilmiş kodlama, araştırma, akıl yürütme ve bilgi işleri ajanları için tasarlanmıştır. Temmuz 2026’da yayınlanan Kimi K3, 2.8 trilyon parametre ile yerel görsel anlama ve bir milyon tokenlik bağlam penceresi birleştirir. Bu kombinasyon, tek bir iş akışının, görme olarak ayrı bir eklenti olarak tedavi edilmeden metin, kod, ekran görüntüleri, belgeler ve uzun etkileşim geçmişleri üzerinde akıl yürütmesine olanak tanır.

Model, özellikle birçok ara karar içeren uzun süreli ajans görevleri için ilgili hale gelir. Kimi’nin ajans ortamı, araçları ve genişletilmiş oturumlar boyunca işi sürdürmeye tasarlanmıştır, bu da büyük proje durumunu ve destekleyici materyali tutabilir. Yerel görme, ayrıca arabirim inceleme, görsel belge analizi ve kaynak kodu ile oluşturulan çıktı karışımı olan yazılım iş akışları gibi görevlerde avantaj sağlar.

Kimi K3, standart bir permissive yazılım lisansı yerine özel model koşulları kullanır, bu nedenle ekipler, dağıtım ve dağıtım gereksinimlerine karşı lisansı incelemelidir. Ölçeği, çoğu organizasyonun optimize edilmiş hizmet yığınlarına veya barındırılan altyapıya güveneceği anlamına gelir. Model, çok modelli ve uzun süreli yürütme birlikte önemli olduğunda çekici olur, ancak daha hafif iş yükleri, operasyonel yükü haklı çıkarmak için yeterli fayda sağlamayabilir.

Kimi K3’ü ziyaret edin

4. Qwen3.6-35B-A3B

Qwen3.6-35B-A3B, 35 milyar toplam parametre ve her token için yalnızca 3 milyar aktive parametre ile verimli bir çok modelli uzmanlar karışımı modelidir. Görüntü ve metin anlama için bir görme kodlayıcısı entegre eder ve trilyon parametreli sistemlerden daha fazla dağıtılabilir. Model, 262.144 tokenlik yerel bir bağlam penceresine sahiptir ve yaklaşık bir milyon tokene kadar uzatma iş akışlarını destekler.

Qwen, modeli ajans kodlama, araç kullanımı, görsel akıl yürütme ve genel asistan görevleri için konumlandırır. Düşünce durumu korunması, çok adımlı iş akışlarının etkileşimler arasında akıl yürütmeye devam etmesine yardımcı olabilir, bu da Qwen-Agent ve Model Context Protocol entegrasyonları ile bağlantılı olduğunda dış araçlara ve verilere bağlanmayı kolaylaştırır. Nispeten düşük aktive parametre sayısı, yetenekli çok modelli davranışa sahip olmak isteyen ancak amiral gemisi ölçekli bir modelin altyapı profilini taahhüt etmek istemeyen ekipler için özellikle çekici olur.

Apache 2.0 lisansı, geniş deney ve dağıtımı destekler. Her uzmanlar karışımı modelinde olduğu gibi, gerçek performans, hizmet yığınına ve görevine bağlıdır ve yerel pencereyi çok uzatmak, bellek kullanımını artırabilir ve odaklanmayı azaltabilir. Ekipler, hem temel hem de genişletilmiş bağlam yapılandırmasını benchmarklamalıdır, bunun yerine maksimum pencereyi en iyi varsayılan olarak varsaymamalıdır.

Qwen3.6-35B-A3B’i ziyaret edin

5. gpt-oss

OpenAI’nin gpt-oss ailesi, yerel, özel ve özelleştirilebilir dağıtım için tasarlanmış iki metin odaklı akıl yürütme modelinden oluşur. Daha büyük gpt-oss-120b, her token için 5.1 milyar aktive parametre ile 117 milyar toplam parametre sunar ve 80GB bellek içinde çalışmak üzere tasarlanmıştır. Daha küçük gpt-oss-20b, her token için 3.6 milyar aktive parametre ile 21 milyar toplam parametre kullanır ve 16GB içinde çalışabilir, bu da onu çok daha geniş bir dizi iş istasyonuna ve kenar odaklı sistemlere erişilebilir hale getirir.

Her iki varyant, 128.000 tokenlik bir bağlam penceresi, yapılandırılabilir akıl yürütme çabayı, yerel araç kullanımı ve yapılandırılmış çıktılar sağlar. Bunlar, şeffaf akıl yürütme yığını kontrolü, özel veri işleme veya daha büyük bir uygulamanın içinde uyarlanabilir bir akıl yürütme bileşeni isteyen geliştiriciler için özellikle yararlıdır. Modeller, ChatGPT veya OpenAI API’si aracılığıyla sunulan aynı sistemler değildir; bağımsız dağıtım için tasarlanmış indirilebilir ağırlıklardır.

Apache 2.0 lisansı altında yayınlanan gpt-oss, araştırma ve ticari geliştirme için açık koşullar sunar. Metin odaklı tasarımı, yerel görüntü veya ses anlama gerektiren uygulamalar için bir sınırlamadır ve ekipler, hizmet, güncellemeler, güvenlik katmanları ve izleme için sorumludur. İki varyant arasında, 20b modeli, kısıtlı donanım için pratik bir başlangıç noktasıdır, mentre 120b, daha güçlü akıl yürütme ve daha büyük bir bellek izi sağlayabilen iş akışlarına daha uygunudur.

gpt-oss’u ziyaret edin

Doğru Açık Kaynaklı LLM’i Seçme

DeepSeek V4, çok büyük ölçekli kodlama ve esnek akıl yürütme modları önceliklendiren ekipler için en güçlü uyumudur, mentre GLM-5.2, sürdürülen profesyonel ve yazılımsal iş akışlarına vurgu yapar. Kimi K3, yerel görme ve uzun süreli ajanlar bir milyon tokenlik bağlam penceresi boyunca birlikte çalıştığında öne çıkar.

Verimli bir çok modelli dağıtım için, Qwen3.6-35B-A3B, düşük aktive parametre sayısını görme, araçlar ve büyük yerel bağlam ile birleştirir. gpt-oss, bu gruptaki en erişilebilir ailedir ve self-managed donanım上的 kontrollü metin akıl yürütmesi için tasarlanmıştır. Taahhüt önce, her adayın temsilci promt’lar üzerinde test edilmesi, lisansın amaçlanan kullanım için doğrulanması ve gecikme, bellek, çıktı kalitesi, araç güvenilirliği ve operasyonel güvenlik önlemlerinin bir bütün olarak değerlendirilmesi gerekir.