Model adlarını okumak: 31b, a4b, instruct, :free ne demek?

Bir model adı neden bu kadar uzun?

Ücretsiz modeller kataloğumuzda 8 Ekim 2026 itibarıyla şu tür adlar yan yana duruyor:

google/gemma-4-26b-a4b-it:free
nvidia/nemotron-3-super-120b-a12b:free
qwen/qwen3-coder-30b-a3b-instruct
Qwen3.5-397B-A17B
Meta-Llama-3_3-70B-Instruct
whisper-large-v3-turbo

Bu adlar rastgele değil. Geliştiriciler modelin kimden geldiğini, hangi aileye ve sürüme ait olduğunu, kaç parametresi olduğunu ve ne için eğitildiğini ada sıkıştırıyor. Yazım biçimi sağlayıcıdan sağlayıcıya değişiyor: kimi küçük harf ve tire kullanıyor (gemma-4-31b-it), kimi büyük harf (Qwen3.5-397B-A17B), kimi alt çizgi (Meta-Llama-3_3-70B-Instruct, yani Llama 3.3). Parçaları tanıdığınızda bu farklar önemini yitirir.

Parça parça: önek, aile ve sürüm

Eğik çizgiden önceki kısım genellikle modeli yayımlayan kuruluştur: google/, nvidia/, qwen/, liquid/. OpenRouter gibi aracı hizmetler model kimliğini bu “sağlayıcı/model” biçiminde yazar. Bazı API’ler öneki atıp yalnız model adını kullanır; katalogdaki Qwen3-Embedding-8B ya da gpt-oss-120b böyle örnekler.

Öneki aile adı ve sürüm izler: gemma-4 Gemma ailesinin dördüncü kuşağı, qwen3 ve Qwen3.5 Qwen ailesinin kuşakları, nemotron-3 NVIDIA’nın Nemotron ailesi, Mistral-7B-Instruct-v0.3 içindeki v0.3 ise o modelin sürüm numarasıdır. Aynı ailenin içinde nano, super, ultra ya da large gibi boy etiketleri de görebilirsiniz; bunlar ailenin küçükten büyüğe sıralanan üyelerini ayırır.

31b ve a4b: toplam ve aktif parametre

Addaki b İngilizce “billion”, yani milyar demektir. gemma-4-31b yaklaşık 31 milyar parametreli bir modeldir; Mistral-7B yaklaşık 7 milyar, liquid/lfm-2.5-2.6b yaklaşık 2,6 milyar parametre taşır. Sayı yuvarlanmış olabilir: Google’ın model kartına göre 31B modeli aslında 30,7 milyar parametrelidir.

İkinci bir sayı varsa ve önünde a harfi duruyorsa, model büyük olasılıkla bir Mixture of Experts (MoE), yani “uzmanlar karışımı” modelidir. Hugging Face’in açıklamasına göre MoE modelinde katmanların bir kısmı birden çok “uzman” ağa bölünür ve bir yönlendirici her kelime parçası (token) için bunlardan yalnız birkaçını çalıştırır. Bu yüzden modelin çok parametresi olsa da çıkarım sırasında bunların yalnız bir kısmı kullanılır.

Google bunu Gemma 4 model kartında açıkça yazıyor: 26B A4B adındaki “A”, modelin toplam parametresine karşılık “aktif parametre” anlamına gelir. Model toplam 25,2 milyar parametreye sahipken her adımda yaklaşık 3,8 milyarını kullanır ve bu yüzden hız bakımından 26 milyarlık değil, 4 milyarlık bir modele çok daha yakın çalışır. Qwen’in model kartları da aynı kalıbı izler: Qwen3-Next-80B-A3B için “toplam 80B, aktif 3B” bilgisi verilir.

Böylece nvidia/nemotron-3-super-120b-a12b adını “toplam yaklaşık 120 milyar, aktif yaklaşık 12 milyar parametre”, Qwen3.5-397B-A17B adını “toplam yaklaşık 397 milyar, aktif yaklaşık 17 milyar” diye okuyabilirsiniz. Bir uyarı: aktif parametre hızı belirler, ama belleği değil. Hugging Face’in örneğinde, toplam yaklaşık 47 milyar, aktif yaklaşık 12 milyar parametreli bir MoE modelini çalıştırmak için yine de 47 milyarlık yoğun (dense) bir modeli sığdıracak kadar bellek gerekir. Kendi bilgisayarınızda çalıştırmayı düşünüyorsanız ilk sayıya bakın; API üzerinden kullanıyorsanız bu sorun sağlayıcının.

it, instruct, reasoning: modelin nasıl eğitildiği

Büyük dil modelleri önce geniş bir metin yığını üzerinde “ön eğitim” alır; bu temel model metni sürdürmeyi bilir ama sohbet etmeyi pek bilmez. Ardından talimatlara uymak üzere ince ayar yapılır. Google, Gemma 4 için hem ön eğitimli hem de “instruction-tuned” (talimatla ayarlanmış) sürümler yayımladığını belirtiyor; addaki it bu ikinci türün kısaltması olarak yaygın biçimde kullanılır. instruct eki aynı fikri açıkça yazar: Mistral’in model kartı Mistral-7B-Instruct-v0.3 modelini “Mistral-7B-v0.3’ün talimatla ince ayarlanmış sürümü” diye tanıtıyor. Sohbet ya da API üzerinden soru sormak için neredeyse her zaman it veya instruct sürümünü istersiniz.

reasoning ya da thinking eki, yanıt vermeden önce adım adım düşünme izi üreten sürümleri işaret eder. Qwen bu ayrımı açıkça yapıyor: Qwen3-VL serisini “Instruct” ve akıl yürütmesi güçlendirilmiş “Thinking” sürümleriyle sunuyor; Qwen3-Next-80B-A3B-Instruct için de yalnız düşünmesiz modda çalıştığını ve çıktısında <think> blokları üretmediğini yazıyor. Kısacası “instruct” hızlı ve doğrudan yanıt, “reasoning/thinking” daha yavaş ama zor sorularda daha dikkatli yanıt demektir.

vl, coder, embedding, guard: modelin işi

Bazı ekler modelin uzmanlık alanını söyler. vl “vision-language”, yani görsel ve dili birlikte işleyen model demektir; qwen/qwen3-vl-8b-instruct resim okuyabilen bir sohbet modelidir. coder yazılım işleri için ayarlanmış sürümdür (qwen3-coder-30b-a3b-instruct).

embedding modelleri sohbet etmez: metni bir sayı dizisine (vektöre) çevirir ve arama, benzerlik bulma, sıralama gibi işlerde kullanılır. Qwen, Qwen3-Embedding-8B modelinin metin gömme ve sıralama görevleri için tasarlandığını belirtiyor. guard ise güvenlik denetimi içindir; Qwen3Guard ailesi, bir istemin ya da yanıtın güvenli olup olmadığını sınıflandıran moderasyon modelleridir. Bunları sohbet modeli sanıp soru sorarsanız beklediğiniz yanıtı alamazsınız.

omni eki genellikle metnin yanında görüntü, ses ya da video gibi birden çok girdi türünü kabul eden modelleri anlatmak için kullanılır; nemotron-3-nano-omni-30b-a3b-reasoning gibi bir modelin tam olarak hangi girdileri desteklediğini ise model sayfasından kontrol etmek gerekir. preview genellikle henüz kesinleşmemiş, değişebilecek bir ön sürümü gösterir. turbo ise hız için hafifletilmiş sürümdür: OpenAI’ın model kartına göre whisper-large-v3-turbo, large-v3 modelinin çözücü katman sayısının 32’den 4’e indirilmiş hâlidir; belirgin biçimde daha hızlıdır, karşılığında kalitede küçük bir düşüş vardır.

Özet tablo

:free son eki ve “aynı model, iki fiyat”

İki nokta üst üsteyle eklenen :free, OpenRouter’a özgü bir varyant işaretidir. OpenRouter belgelerine göre bu ek, ücretsiz sürümü olan bir modelin ücretsiz sürümüne erişmenizi sağlar; ücretsiz varyant kendi fiyatı, bağlam uzunluğu ve uç noktalarıyla ayrı bir katalog kaydıdır ve her modelde bulunmaz. Belgeler ayrıca ücretsiz varyantların ücretli sürümlere göre farklı kullanım sınırlarına ve erişilebilirliğe sahip olabileceğini not ediyor.

Pratik sonuç şu: OpenRouter’da google/gemma-4-31b-it:free ücretsizken aynı modelin :free eki olmayan kaydı ücretli kayıttır. Kodunuzda son eki unutursanız istekleriniz ücretli kayda gider. Her sağlayıcı bu son eki kullanmaz: OVHcloud'un anahtarsız katmanındaki Qwen3-Coder-30B-A3B-Instruct gibi modellerin adında ne önek ne de :free vardır; ücretsizlik o hizmetin kendi kuralıdır. Hangi modelin hangi hizmette ücretsiz olduğunu katalog sayfasından kontrol edin.

Bir de hiç model adı olmayan adlar var: openrouter/free ve kilo-auto/free. Bunlar belirli bir model değil, yönlendirici takma adlardır: ilki OpenRouter'ın, ikincisi Kilo'nun ücretsiz modeller arasından kendisi seçim yapan seçeneğidir. OpenRouter belgelerine göre openrouter/free, mevcut ücretsiz modeller arasından rastgele birini seçer ve isteğinizin gerektirdiği özellikleri (görsel anlama, araç çağırma, yapılandırılmış çıktı gibi) destekleyen modellere göre süzer. Hangi modelin yanıt verdiğini önceden bilemezsiniz; denemek için kullanışlı, tutarlılık gereken işlerde ise belirli bir model adı yazmak daha güvenlidir.

{"model": "google/gemma-4-31b-it:free",
 "messages": [{"role": "user", "content": "Merhaba"}]}

Sonuç

Bir model adını soldan sağa okuyun: önce kimin yaptığı, sonra aile ve sürüm, ardından toplam ve varsa aktif parametre, en sonda modelin ne için ayarlandığı. a ile başlayan ikinci sayı bir MoE modeline, it ya da instruct sohbete hazır bir sürüme, embedding ve guard sohbet dışı işlere işaret eder. OpenRouter’da ise :free ekinin varlığı faturanızı doğrudan değiştirir. Katalogda hangi modelin nerede ücretsiz olduğunu ücretsiz modeller sayfasında, hizmetlerin sınırlarını ise ücretsiz yapay zekâ API karşılaştırmamızda bulabilirsiniz.