15–28 Mart 2026 — Küçük modeller, sıkıştırma ve sesli yapay zekâ

Mart’ın ikinci yarısında büyük model duyurularından çok “verimlilik” başlıkları öne çıktı. Daha küçük modeller, daha az bellek, daha doğal ses. Notları birincil kaynaklardan derledim.

GPT-5.4 mini, nano ve Astral

OpenAI 17 Mart’ta GPT-5.4 mini ve nano’yu tanıttı. Şirket bunları kodlama, araç kullanımı, çok kipli akıl yürütme ve yüksek hacimli API ile alt ajan (sub-agent) işleri için optimize edilmiş, daha küçük ve hızlı sürümler olarak tarif etti (OpenAI). İlk okuduğumda gözüme takılan “alt ajan” ifadesiydi. Büyük bir modelin işi küçüklere dağıttığı mimariler artık doğrudan ürün dilinin parçası olmuştu.

19 Mart’ta OpenAI, Python geliştirici araçlarıyla tanınan Astral’ı satın alacağını duyurdu ve gerekçe olarak Codex’in büyümesini hızlandırmayı gösterdi (OpenAI). Aynı gün bir yazı daha çıktı: şirket içindeki kodlama ajanarını uyumsuzluk (misalignment) açısından düşünce zinciri izlemesiyle nasıl takip ettiklerini anlatıyordu (OpenAI). İkisini art arda okumak hoşuma gitti, çünkü ajanların eline daha fazla araç verilirken onları izleme yöntemleri de görünür hâle geliyordu.

Mistral: Forge ve Voxtral TTS

Mistral 17 Mart’ta, kurumarın kendi iç bilgileriyle model eğitmesini sağlayan Forge sistemini tanıttı. Bu yönde çalıştığı kurumlar arasında ASML, Ericsson ve Avrupa Uzay Ajansı’nı saydı (Mistral AI).

23 Mart’ta ise ilk metinden sese modeli Voxtral TTS geldi. Mistral’ın açıklamasına göre 4 milyar parametreli, 9 dilde duygusal olarak ifadeli konuşma üretebilen bir model; fiyatı 1.000 karakter başına 0,016 dolar olarak verilmişti (Mistral AI). Türkçe o dokuz dilin arasında yoktu. Kendi adıma not ettiğim ilk şey de bu oldu açıkçası.

TurboQuant: KV önbelleğini sıkıştırmak

24 Mart’ta Google Research, büyük dil modelleri ve vektör arama için TurboQuant adlı bir niceleme (quantization) yöntemini anlattı. Ekibin aktardığına göre yöntem, anahtar-değer (KV) önbelleğini eğitim ya da ince ayar gerektirmeden 3 bite kadar nicelerken doğruluk kaybı göstermedi. Uzun bağlamlı “samanlıkta iğne” testlerinde KV bellek boyutu en az 6 kat küçüldü. 4 bitlik TurboQuant’ın H100 üzerinde dikkat hesaplamasında 32 bitlik anahtarlara göre 8 kata kadar hızlanma sağladığı da yazıdaydı (Google Research).

Bu rakamlar araştırma ekibinin kendi deneylerine ait. Beni çeken taraf şu oldu: uzun bağlamın maliyetini düşüren böyle “görünmez” işler, bir süre sonra neredeyse her üründe karşılığını buluyor.

ARC-AGI-3: etkileşimli bir ölçüt

25 Mart’ta ARC Prize, yüzlerce etkileşimli ortam ve binlerce oyun benzeri seviyeden oluşan ARC-AGI-3’ü duyurdu. Serinin ilk tamamen etkileşimli kıyaslaması olarak tanıtıldı, ARC Prize 2026 da 2 milyon doları aşan ödülle başladı (ARC Prize). Statik soru-cevap testlerinden, bir ajanın ortamı keşfetme becerisini ölçen testlere geçiş bana değerlendirme tartışmalarının kısa bir özeti gibi geliyor.

Gemini 3.1 Flash Live

26 Mart’ta Google, gerçek zamanlı diyalog için Gemini 3.1 Flash Live’ı tanıttı. Google’a göre o güne kadarki en kaliteli ses modeliydi. Geliştiriciler Gemini Live API üzerinden erişebiliyordu ve modelin ürettiği tüm sesler SynthID ile filigranlanıyordu (Google DeepMind). Sesli asistanların hızla yayıldığı bir dönemde filigranın varsayılan olması küçük ama doğru bir adımdı bence.

Kısaca

İlerleme sadece “daha büyük model” demek değil, bu iki hafta bunu iyi hatırlatıyor. Sıkıştırma, küçük modeller ve yeni değerlendirme yöntemleri, ajan ürünlerinin altyapısını oluşturan işler.

---

Kaynaklar

• OpenAI — Introducing GPT-5.4 mini and nano
• OpenAI — OpenAI to acquire Astral
• OpenAI — How we monitor internal coding agents for misalignment
• Mistral AI — Introducing Forge
• Mistral AI — Speaking of Voxtral
• Google Research — TurboQuant: Redefining AI efficiency with extreme compression
• ARC Prize — Announcing ARC-AGI-3
• Google DeepMind — Gemini 3.1 Flash Live: Making audio AI more natural and reliable