Haftanın Yapay Zeka Modelleri: Fibo 2.0 Görseli Düzenliyor

Bir modelin Hugging Face sayfasında yer alması, öğretmenin onu bir akşam denemesi anlamına gelmiyor. Bu hafta öne çıkan modellerden beşini şu ölçütle seçtik: Okurun kendi başına deneyebilmesi ve ders hazırlığında ya da kurum işlerinde kullanılabilmesi. Aşağıdaki bilgilerin tamamı modellerin kendi model kartlarından geliyor; yani geliştiricilerin kendi açıklamaları. Bağımsız bir test değiller.

Birkaç terim baştan açık olsun. Parametre, modelin öğrenirken ayarlanan sayısal değerlerinin sayısıdır; kabaca modelin boyutunu gösterir. Açık ağırlık, modelin eğitilmiş değerlerinin indirilip kendi bilgisayarında çalıştırılabilmesi demektir. Lisans ise modeli neyin, kimin, hangi amaçla kullanabileceğini belirleyen kuraldır.

Fibo 2.0 Dev: Aynı Modelde Üretim ve Düzenleme

Bria'nın Fibo 2.0 Dev'i, görsel üretimi ile düzenlemeyi tek modelde birleştiriyor.

Model kartına göre Fibo 2.0, Bria'nın FIBO ailesinin yeni nesli ve düzenleme ile üretim ilk kez tek modelde buluşuyor. Geliştiricinin açıklamasına göre model, Artificial Analysis'te 20 Ekim 2026 itibarıyla açık ağırlıklı modeller arasında görsel düzenlemede birinci, metinden görsele alanında ikinci sırada. Kart, modelin yalnızca lisanslı veriyle eğitildiğini de belirtiyor.

Değerlendirmemize göre bu, ders slaytı ya da çalışma kâğıdı için görsel hazırlayan öğretmene yarar. Örneğin bir fen öğretmeni, hazır bir hücre çizimindeki yalnızca arka planı değiştirip geri kalanını aynı tutmak isteyebilir. Kart, düzenlemede istenmeyen değişikliklerin önlendiğini söylüyor: Kimlik, yerleşim, ışık ve ince ayrıntı korunuyor.

Denemek için kaynakta tarayıcıdan denenebilecek bir demo yok; kart Bria API, Bria Create ve ComfyUI düğümlerini sıralıyor. Model kartı, kendi deposuna erişim için bir form doldurmayı istiyor. Ayrıca lisans CC BY-NC 4.0, yani yalnızca ticari olmayan kullanıma açık; ticari kullanım Bria ile anlaşma gerektiriyor. Kart, kısa istemleri yapılandırılmış istemlere çeviren bria-vgl paketini de anlatıyor; paket Gemini üzerinde çalışıyor ve bir anahtar gerektiriyor. Çok adımlı düzenleme özelliği kartta 'yakında' olarak duruyor.

FLUX 3 Image Klein: Görsel Uyarlama

FLUX 3 Image Klein, bir istemle en fazla 10 referans görseli alıp tek bir görsel üreten, 5,6 milyar parametreli açık ağırlıklı bir model.

Model kartına göre aynı model metinden görsele, tek referanslı düzenleme ve çok referanslı kompozisyon işlerini görüyor; görsel içinde yazı da üretebiliyor, ancak kart yazının yanlış ya da bozuk çıkabileceğini söylüyor. Bu, mevcut bir ders görselini farklı bir üsluba uyarlamak isteyen bir eğitimci için ilginç bir iş. Örneğin sunumdaki bir harita çizimini farklı bir renk paletiyle yeniden kurdurmak.

Sınırlar önemli. Kart, modelin istem genişletici olmadan kullanılmaması gerektiğini, kısa bir istemin sıradan çıktı verdiğini yazıyor. Kartın kendi istem genişleticisi 9 milyar parametreli ayrı bir model; kart, istenirse herhangi bir başka büyük dil modelinin de kullanılabileceğini söylüyor. Kartta B200 ekran kartında 1024x1024 çözünürlük için en yüksek bellek kullanımı BF16'da 31 GB; yani sıradan bir dizüstü bilgisayar hedef değil. Tarayıcıdan denenebilecek bir demo kaynakta yok, kurulum gerekiyor. Distile sürüm BFL API'de de sunuluyor.

Lisans FLUX Kommunity License v.1.0: Ticari olmayan kullanım serbest; yıllık geliri 5 milyon doların altındaki nitelikli kullanıcılar için ticari çıktı üretimi istisnası var. Kart ayrıca modelin olgusal bilgi vermek için tasarlanmadığını belirtiyor.

Nemotron-3.5-Bolt-E4B: Küçük Sesli Asistan

NVIDIA'nın bu modeli, Gemma-4-E4B-it üzerine eğitilmiş, yerel sesli ve cihaz asistanları için tasarlanmış küçük bir dil modeli.

Model kartına göre toplam 8 milyar parametresi var; etkin parametre sayısı 4 milyar. Girdi ve çıktı 64 bin jetona kadar çıkabiliyor. Kart, kısa ve az biçimlendirilmiş yanıt veren bir konuşma modunu ve düşünme özelliğini açıp kapatma seçeneğini anlatıyor. Desteklenen diller arasında İngilizce, İspanyolca, Fransızca, Almanca, İtalyanca ve Japonca sayılıyor; Türkçe kartta açıkça geçmiyor.

Değerlendirmemize göre ders planı taslağı ya da soru metni gibi işler için bir ihtimal. Ancak Türkçe desteği doğrulanmadan sınıf kullanımına karar verilmemeli. Kart, kullanım alanını sesli asistanlar ve gömülü arayüzler olarak tanımlıyor.

Deneme yolu kartta kurulum odaklı: Desteklenen donanım NVIDIA Ampere A100, Blackwell ve Hopper H100, işletim sistemi Linux. Sıradan bir bilgisayarda çalışıp çalışmadığı kartta belirtilmiyor. Build.NVIDIA.com üzerinde bir sayfa yayımlanmış; tarayıcıda denenebilir olup olmadığı kartta yazmıyor. Lisans OpenMDW License Agreement 1.1; ticari ve ticari olmayan kullanıma hazır olduğu belirtiliyor. Kartta geçen doğruluk sayıları, NVIDIA'nın kendi ölçümü.

Ming-3.0-tts-0.5B: Metni Seslendirme

inclusionAI'ın bu modeli, metni konuşmaya çeviren 0,5 milyar parametreli çok dilli bir ses sentezi modeli.

Model kartına göre Çince, İngilizce, Almanca, İspanyolca, Fransızca, Korece ve Japonca destekleniyor. Türkçe listede yok. Kısa bir referans kayıttan ses kopyalama, konuşma tarzını doğal dille tarif etme ve duygu, hız, perde ve ses düzeyi kontrolü sayılan yetenekler arasında.

Bu, erişilebilirlik için ilginç olabilir; örneğin İngilizce okuma metinlerinin seslendirilmesi. Türkçe ders içeriği için ise şimdilik uygun görünmüyor.

Bu depo yalnızca model dosyalarını dağıtıyor; çıkarım için GitHub deposu ve kurulum gerekiyor. Tarayıcı demosu kaynakta yok. Lisans MIT. Kartın sınırlar bölümü, konuşmacı benzerliğinin içerik doğruluğundan zayıf olduğunu söylüyor. Kullanım uyarısı da önemli: Gerçek bir kişiyi izinsiz taklit etmek yasak; sentetik konuşma, gerçek kayıtla karıştırılabilecekse etiketlenmeli.

MiniMax-M3.1-Flash: Büyük Çok Modlu Model

MiniMax'in bu modeli, kodlama, ajan iş akışları, bilgisayar kullanımı ve siber güvenlik için tasarlanmış, metin, görsel ve video girdisi alan bir model.

Model kartına göre toplam yaklaşık 428 milyar parametresi var ve her jetonda 23 milyarı etkinleşiyor; bağlam penceresi 1 milyon jetona kadar çıkıyor. Geliştiricinin açıklamasına göre DeepSWE v1.1'de yüzde 73,7 aldı. Bu kıyaslamalar eğitimciye doğrudan bir şey söylemiyor.

Taranmış ödev kâğıdı okumak gibi bir işe uygun olup olmadığını kart göstermiyor; kartın odağı kodlama ve ajan işleri. Donanım gereksinimi kartta verilmiyor; kullanılabilir bağlam uzunluğu ve hız GPU belleğine bağlı. Yerel dağıtım için bir çıkarım çerçevesi öneriliyor. Lisans bilgisi kaynakta belirtilmiyor. Değerlendirmemize göre bu model eğitimciler için değil, ekibinde geliştirici olan kurumlar için bir seçenek.

Bu hafta denemek isteyen öğretmen için en gerçekçi yol, Bria'nın kartta adı geçen Bria Create sayfasına bakmak; kartta kurulumsuz tarayıcı denemesi belirtilmiyor, o yüzden önce sayfanın ne sunduğunu görün. Fibo'nun lisansı ticari olmayan kullanım içindir; öğretim materyali olarak kullanmadan önce lisansı okuyun. Diğer dördü için kurulum ve güçlü donanım gerekiyor; bunlar şimdilik bilişim ekibine bırakılacak işler.

Kaynak: Hugging Face model kartları: NVIDIA Nemotron-3.5-Bolt-E4B-4GB, FLUX 3 Image Klein, Fibo 2.0 Dev, Ming-3.0-tts-0.5B, MiniMax-M3.1-Flash, 17-25 Ekim 2026.

Bu yazı EdTech Türkiye yayın masasında, yapay zeka desteğiyle birincil kaynaklardan hazırlandı; olgular kaynaklarla karşılaştırılarak denetlendi. Editörlerimiz yazıyı yayından sonra da izler; hata bildirimlerini düzeltme politikamıza göre ele alırız.

Bu içerik, Edtech Türkiye Editörlüğü'nün yapay zeka destekli yayın hattında kaynak taraması ve otomatik editör denetiminden geçirilerek hazırlanmıştır. Süreç için Editöryal İlkelerimize bakabilir, hata bildirimini iletişim sayfasından iletebilirsiniz.