System One Modelleri: Yapay Zekadan Metin Değil Tipli Karar Almak

Yapay zeka API dünyasında son iki yıldır her şey tek bir varsayım üzerine kuruldu: modele bir istem verirsin, model metin üretir, sen de o metni ayrıştırırsın. Bu varsayım sohbet için doğru. Ama yazılımın büyük kısmı sohbet etmez; karar verir. "Bu destek talebi acil mi?", "Bu işlem riskli mi?", "Bu istek hangi modele gitmeli?" gibi sorular metin değil, tip ister.

15 Eylül 2026'da TypeSafe adlı laboratuvar, bu boşluğa oturan Jev modelini erken erişime açtı ve kendi kategorisini "System One" diye adlandırdı. Fikir şu: model cümle kurmaz, sorduğunuz soruya tipli ve kalibre olasılıklı cevap döner. Bu yazıda tipin ne demek olduğunu, üç soru tipini gerçek istek ve yanıtlarla, kendi sistemimizde yaptığımız ölçümü rakamlarıyla ve aynı deseni bugün Onysoft kataloğundaki modellerle nasıl kuracağınızı anlatıyoruz.

Sorun: Sınıflandırma İşini Metin Üreten Modele Yaptırmak

Bir destek talebinin acil olup olmadığını anlamak istediğinizde tipik çözüm şudur: sohbet modeline "Sadece EVET veya HAYIR yaz" dersiniz. Üretimde bu yaklaşımın dört bilinen sorunu vardır.

• Ayrıştırma kırılganlığı. Model bazen "Evet, çünkü müşteri..." diye devam eder. JSON modu ve şema zorlaması bunu büyük ölçüde çözer, ama çözüm katmanı sizde kalır.
• Kalibre olmayan güven. "Emin misin?" diye sorduğunuzda gelen "%90 eminim" cümlesi bir olasılık değil, olasılık hakkında üretilmiş metindir. Eşik koyacaksanız dayanağı yoktur.
• Maliyet ve gecikme. Tek kelimelik bir karar için düşünme tokeni harcayan bir model çalıştırırsınız. Hacim arttıkça bu kalem fark edilir olur.
• Sürüm kayması. Sağlayıcı modeli günceller, aynı istem farklı ton üretir, eşikleriniz sessizce kayar.

System One yaklaşımı bu dört maddeyi baştan tasarımla ele alır: modelin çıktısı zaten bir tiptir, olasılık zaten kalibre edilmiştir, çıktı tokeni üretilmediği için maliyet girdiyle sınırlıdır.

Üç Soru Tipi: noul, choice, score

Jev'in API yüzeyi tek uçtan ibarettir: bir durum (state) ve bir sorular sözlüğü gönderirsiniz, her soru için tipli cevap alırsınız. Üç tip vardır:

• noul — evet/hayır sorusu. Cevap 0 ile 1 arasında bir olasılıktır. "Doğru" ve "yanlış" kriterlerini siz tanımlarsınız.
• choice — tanımladığınız seçeneklerden biri. Cevapla birlikte her seçeneğin olasılığı ve bir güven değeri döner.
• score — açıklamalı seviyeler arasında bir puan. Ondalıklı puan, seviye olasılıkları ve açıklama sözlüğü (legend) döner.

İstek gövdesi şöyle görünür:

POST https://api.typesafe.ai/v1/systemone
Authorization: Bearer ANAHTAR

{
  "state": "Ödemelerim üç gündür başarısız oluyor, acil yardım lazım.",
  "model": "jev-latest",
  "questions": {
    "acil_mi": {
      "type": "noul",
      "instructions": "Bu mesaj engelleyici bir sorun mu bildiriyor?",
      "criteria": {
        "true": "İş akışı durmuş, para veya erişim kaybı var",
        "false": "Bilgi talebi veya beklenebilir bir konu"
      }
    }
  }
}

Yanıt, ayrıştırılacak bir metin değil, doğrudan kullanılabilir bir sayıdır:

{
  "model": "jev-1.13.0",
  "answers": {
    "acil_mi": { "type": "noul", "noul": 0.92 }
  },
  "usage": { "input_tokens": 312, "output_tokens": 48 }
}

Dikkat edilecek nokta: 0.92 bir cümlenin içinden çıkarılmış sayı değil, modelin doğrudan ürettiği olasılıktır. Eşik koymak (if ($acil >= 0.8)) bu yüzden anlamlıdır.

Kendi Sistemimizde Ölçtük: Destek Triyajı

Teoriyi bırakıp kendi verimizle sınadık. Onysoft'ta destek talepleri önce bir yapay zeka asistanı tarafından yanıtlanır, çözülemeyen talepler insana yönlendirilir. 16 Eylül'de bu akış bir müşteride yanlış çalıştı: müşteri mesajında açıkça "AI asistan istemiyorum" yazmasına rağmen asistan yanıt verdi ve sorunun müşterinin kodunda olabileceğini söyledi. Sorun aslında bizim tarafımızdaydı.

Aynı mesajı Jev'e dört tipli soruyla verdik:

Soru	Tip	Cevap
İnsan desteği istiyor mu?	noul	0,98
Talep kategorisi	choice	teknik hata (güven 1,00)
Engelleyici mi?	noul	0,58
Memnuniyetsizlik düzeyi	score	2,89 / 3 (güven 0,89)

Ölçüm 0,8 saniye sürdü ve 677 girdi tokeni harcadı. Tek bir eşik (insan_istiyor >= 0,80) o hatalı yanıtın hiç gönderilmemesini sağlardı.

Tek bir örnek kanıt değildir; bu yüzden arşivdeki gerçek müşteri mesajlarının son 12 tanesinde aynı testi çalıştırdık. Sonuç: iki mesaj insana yönlendirildi (biri yukarıdaki talep, diğeri "can i talk to a human" diyen bir müşteri, 0,97), kalan on mesaj asistanda kaldı. Yanlış pozitif çıkmadı: bakiye sorusu, "modeller neden bu kadar ucuz" sorusu ve sitede Türkiye vurgusundan rahatsız olan bir kullanıcının sitemi (memnuniyetsizlik 1,79) eşiğin altında kaldı.

On iki ölçümün toplam maliyeti 8.732 girdi tokeni, yani yaklaşık 0,00037 dolar oldu.

Maliyet: Neden Bu Kadar Ucuz

Jev'in ilan edilen fiyatı 1 milyon girdi tokeni için 0,042 dolar; çıktı ücretsiz. Çıktının ücretsiz olması tuhaf görünebilir ama tasarımın doğal sonucudur: model cümle üretmez, birkaç sayı üretir.

Aynı sınıflandırma işini sohbet modeliyle yapmakla karşılaştıralım. 700 tokenlik bir destek mesajını günde 1.000 kez sınıflandırdığınızı varsayalım (aylık 21 milyon girdi tokeni):

Yaklaşım	1M girdi fiyatı	Aylık girdi maliyeti
Tipli karar modeli	$0,042	$0,88
Hızlı sohbet modeli (örn. Gemini 3.8 Flash, Onysoft satış fiyatı)	$1,125	$23,63 + çıktı
Üst segment sohbet modeli (örn. GPT-6 Astra)	$15	$315 + çıktı

Fark yaklaşık 27 ile 350 kat arasında. Karar hacmi büyüdükçe bu kalem mimari bir tercih hâline gelir. Kendi fiyat karşılaştırmamız için yapay zeka API fiyatları rehberine bakabilirsiniz.

Bağlam sınırı 64 bin token (durum artı tüm sorular), hız sınırı dakikada 1.200 istek olarak ilan edilmiş. Dokümantasyonda dürüst bir uyarı da var: modelin birincil eğitim dili İngilizce, diğer dillerde güvenilirlik daha düşük. Türkçe testlerimiz isabetliydi ama bu uyarı sebebiyle üretime almadan önce kendi verinizle ölçmenizi öneririz.

Mimari Desen: Güvene Göre Yönlendirme

Tipli kararın asıl değeri tek bir cevapta değil, akış kontrolünü koda geri vermesinde. Yaygın desen şudur:

1. Ucuz ve hızlı tipli model, dar bir soruya olasılıklı cevap verir.
2. Olasılık yüksek ya da düşük uçtaysa kod doğrudan karar verir; model çağrısı biter.
3. Olasılık ortadaysa (belirsizlik) iş, pahalı bir akıl yürütme modeline ya da insana gider.

Bizim destek kapımız tam olarak böyle çalışıyor. Sözde kodla:

$triyaj = TypeSafeService::destekTriyaji($musteriMesaji);

if ($triyaj["insan_istiyor"] >= 0.80) {
    insanaDevret("Musteri insan destegi istiyor");
    return; // yapay zeka hic konusmaz
}

if ($triyaj["kizginlik"] >= 2.5 && $triyaj["kizginlik_guven"] >= 0.70) {
    insanaDevret("Yuksek memnuniyetsizlik");
    return;
}

if ($triyaj["acil"] >= 0.80) {
    oncelikYukselt();
}

// Buraya gelen talepleri asistan yanitlar
asistanYanitla();

Buradaki kritik ayrıntı, kizginlik_guven koşuludur: model puanı yüksek verse bile kendi güveni düşükse insana devretmiyoruz. Güveni ayrı bir eksen olarak kullanabilmek, serbest metin üreten bir modelde elinizde olmayan bir imkândır.

Benzer desenler: aynı anda çok sayıda dar soru sorup sonucu kodda filtrelemek, gelen isteği niyetine göre farklı modellere yönlendirmek, karmaşık bir yargıyı birkaç küçük puana bölüp ağırlıklandırmayı kodda yapmak.

Ne Zaman Kullanmayın

Bu modeller sohbet modellerinin yerine geçmez. Ayrımı net tutmakta fayda var:

• Metin üretmiyor. Müşteriye gidecek yanıtı, özeti, kodu yine üretken bir model yazar. Tipli model yalnızca kararı verir.
• Açık uçlu görevler için değil. "Bu kodu yeniden düzenle" gibi bir işte tip yoktur.
• Soru tasarımı işin kendisidir. Kriterleri muğlak yazarsanız olasılık da muğlak çıkar. İyi bir soru, bir insanın bakıp aynı cevabı vereceği sorudur.
• Tek çıktıya bağımlılık kurmayın. Erken erişimdeki bir modelin sürüm davranışı değişebilir; eşiklerinizi ölçümle doğrulayın ve loglayın.

Aynı Deseni Onysoft Üzerinde Bugün Kurmak

Tipli karar bir ürün değil, bir desendir. Ayrı bir sağlayıcıyla sözleşme yapmadan, Onysoft kataloğundaki modellerle bugün kurabilirsiniz. 14 Eylül 2026'dan beri response_format ve tools parametreleri Onysoft üzerinden geçiyor; yani modele şema dayatıp doğrudan tipli çıktı alabilirsiniz.

curl https://api.onysoft.com/v1/chat/completions \
  -H "Authorization: Bearer sk-ony-ANAHTARINIZ" \
  -H "Content-Type: application/json" \
  -d \'{
    "model": "google/gemini-3.8-flash",
    "messages": [
      {"role": "system", "content": "Destek taleplerini siniflandiran bir siniflandiricisin. Sadece sema doldur."},
      {"role": "user", "content": "Odemelerim uc gundur basarisiz oluyor."}
    ],
    "response_format": {
      "type": "json_schema",
      "json_schema": {
        "name": "triyaj",
        "schema": {
          "type": "object",
          "properties": {
            "acil": {"type": "boolean"},
            "kategori": {"type": "string", "enum": ["teknik_hata", "faturalama", "hesap", "bilgi_talebi"]},
            "insan_istiyor": {"type": "boolean"}
          },
          "required": ["acil", "kategori", "insan_istiyor"]
        }
      }
    }
  }\'

Bu yaklaşımla şema garantisini alırsınız; kalibre olasılık almazsınız. Karar eşiği yerine ikili cevapla çalışırsınız. Çoğu iş akışı için bu yeterlidir ve tek anahtar, tek bakiye, tek fatura ile çalışır. Daha ayrıntılı örnekler için dokümantasyona ve Playground'a bakabilirsiniz.

Şeffaf bir not ve bir çözüm: Jev'i Onysoft kataloğuna eklemedik, ekleyemeyiz de. Sağlayıcının müşteri sözleşmesi hizmetin üçüncü taraflara bağımsız bir servis olarak sunulmasını açıkça yasaklıyor. Model satmıyoruz; ama bu, Onysoft üzerinden kullanamayacağınız anlamına gelmiyor.

Bu gibi durumlar için kendi anahtarını getir (BYOK) desteğini devreye aldık. Sözleşme sizinle sağlayıcı arasında kalır, Onysoft yalnızca sizin talimatınızla çalışan teknik aracıdır; kullanım doğrudan sizin sağlayıcı hesabınızdan düşer, Onysoft bakiyenizden ücret kesilmez. Anahtarınız AES-256-GCM ile şifreli saklanır, listeleme uçlarında yalnızca son dört karakteri görünür.

# 1) Kendi anahtarınızı bir kez kaydedin
curl -X POST https://api.onysoft.com/v1/provider-keys \\
  -H "Authorization: Bearer sk-ony-ANAHTARINIZ" \\
  -H "Content-Type: application/json" \\
  -d \'{"provider": "typed-decisions", "api_key": "SAGLAYICI_ANAHTARINIZ"}\'

# 2) Tipli karar isteği gönderin
curl -X POST https://api.onysoft.com/v1/decisions \\
  -H "Authorization: Bearer sk-ony-ANAHTARINIZ" \\
  -H "Content-Type: application/json" \\
  -d \'{
    "state": "Kredi kartim reddedildi, yetkili biriyle gorusmek istiyorum.",
    "questions": {
      "insan_istiyor": {
        "type": "noul",
        "instructions": "Musteri insan destegi mi istiyor?",
        "criteria": {"true": "Evet", "false": "Hayir"}
      }
    }
  }\'

Aynı kurgu NVIDIA model kataloğu için de geçerli: nvidia/ önekli bir model kimliğiyle standart /v1/chat/completions ucuna istek atarsınız, isteğiniz sizin NVIDIA anahtarınızla iletilir. Kendi ölçümümüzde tipli karar isteği 0,6 saniyede döndü ve Onysoft bakiyesinden hiçbir kesinti olmadı. Desteklenen sağlayıcıları GET /v1/provider-keys ile görebilirsiniz.

Özet

System One fikri yeni bir model ailesinden çok, yapay zekayı yazılıma bağlama biçiminde bir düzeltme: modelin işi karar vermek, akışı yönetmek kodun işi. Pratikte üç şeyi değiştiriyor: ayrıştırma katmanı ortadan kalkıyor, güven ölçülebilir bir eksen hâline geliyor ve karar başına maliyet iki üç basamak düşüyor.

Kendi ölçümümüzde tek bir eşik, bu hafta yaşadığımız somut bir müşteri hatasını engelliyordu. Aynı deseni bugün Onysoft üzerindeki modellerle şema zorlayarak kurabilir, kalibre olasılığa ihtiyacınız varsa tipli modelleri kendi uygulamanızın içinde değerlendirebilirsiniz. Karar sizin; önemli olan, kararı metinden ayırmak.

Güncelleme (20 Eylül 2026): Bu deseni 446 modellik gerçek bir katalog üzerinde sohbet modeliyle yan yana ölçtük — maliyet, gecikme, güven ekseni ve ayrıştırma hataları rakamlarıyla: tipli karar modeli mi, sohbet modeli mi?

Başlamak için ücretsiz hesap oluşturabilir, katalogdaki modelleri /models sayfasında inceleyebilirsiniz.