Nanbeige4.2 3B mi, GPT-5 nano mu? Küçük model seçimi

Kısa yanıt: Türkiye'de barındırma gerekiyorsa Nanbeige4.2 3B

LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. Nanbeige4.2 3B (llmtr/nanbeige4-2-3b) ve GPT-5 nano (openai/gpt-5-nano), https://llmtr.com/v1 adresindeki /v1/chat/completions uç noktasından llmtr.com hesabınızın aynı API anahtarıyla çağrılır. İsteklerin Türkiye'de barındırılan bir modelde işlenmesi gereken özetleme ve sınıflandırma işleri için LLMTR'de llmtr/nanbeige4-2-3b kimliğini kullanın. Görsel okuyan, düşük fiyatlı küçük bir OpenAI modeli için openai/gpt-5-nano kimliğini kullanın. OpenAI bu modeli 11 Aralık 2026'da kapatacağını duyurdu; o tarihten önce aynı istekle openai/gpt-6-luna kimliğine geçin.

Nanbeige4.2 3B, Nanbeige LLM Lab'ın Apache 2.0 lisanslı açık ağırlıklı modelidir; model kartına göre gömme parametreleri hariç 3 milyar parametre taşır. LLMTR, Nanbeige4.2 3B'yi Türkiye'de barındırır; istekler üçüncü taraf bir sağlayıcıya yönlendirilmez. OpenAI'nin model sayfasına göre GPT-5 nano metin ve görsel girdi alır, akıl yürütme token'ları üretir, araç çağırma ve yapılandırılmış çıktı destekler; bilgi kesim tarihi 31 Mayıs 2024'tür.

• Nanbeige LLM Lab, Nanbeige4.2-3B model kartı · 2026-10-26
• OpenAI, GPT-5 nano model sayfası · 2026-10-26

Nanbeige4.2 3B mi, GPT-5 nano mu?

Kararı üç soru belirler: Nanbeige4.2 3B'nin Türkiye'de barındırılması işiniz için gerekli mi, girdide görsel var mı ve akış 11 Aralık 2026'dan sonra da sürecek mi? Fiyat GPT-5 nano'dan yanadır; ancak GPT-5 nano'nun akıl yürütme token'ları da çıktı olarak faturalanır. Kalite farkı hakkında bir şey söylemiyoruz; modelleri kendi örneklerinizle karşılaştırın.

Tablo üç satırı 26 Ekim 2026 itibarıyla LLMTR kataloğundaki değerlerle gösterir; fiyatlar 1 milyon token başınadır. GPT-6 Luna sütunu, GPT-5 nano kapandıktan sonra kullanılacak satır içindir.

Aynı özetleme isteği iki modelde ne tutar?

3.000 token'lık bir metni 300 token'lık bir özete çevirdiğinizi düşünün. Nanbeige4.2 3B'de düşünme kapalıyken bu istek 0,0039 $ tutar. GPT-5 nano'da akıl yürütme token'ları hariç istek 0,00027 $ tutar; model cevaptan önce akıl yürütme token'ları da üretir ve bunlar çıktı fiyatından faturalanır: örneğin 1.000 akıl yürütme token'ı 0,0004 $ ekler ve toplam 0,00067 $ olur. LLMTR kataloğunda GPT-5 nano için önbellek fiyatı yoktur; tekrar eden istem de girdi fiyatından faturalanır. Nanbeige4.2 3B'de cached_tokens olarak bildirilen token'lar 0,25 $ tarifesindendir.

Aşağıdaki Python örneği aynı metni iki modele gönderir ve finish_reason, usage, akıl yürütme token'ı sayısı ve tutarı yazdırır. GPT-5 nano'ya akıl yürütmeye yer kalsın diye daha yüksek bir max_tokens verilir; reasoning_effort gönderilmez. Nanbeige4.2 3B için istemci zaman aşımı 300 saniyedir ve Türkçe cevap sistem mesajında istenir. Token sayısı modelden modele değişir; özetlerin kalitesini kendi metinlerinizle karşılaştırın.

Aynı metni Nanbeige4.2 3B ve GPT-5 nano'ya https://llmtr.com/v1/chat/completions üzerinden gönderip finish_reason, token kullanımı ve tutarı yazdıran OpenAI Python SDK örneği.

import os

from openai import OpenAI

# Nanbeige4.2 3B answers slowly: keep the client timeout at 300 seconds or more.
client = OpenAI(base_url="https://llmtr.com/v1", api_key=os.environ["LLMTR_API_KEY"], timeout=300.0)

# Per 1M tokens on 26 October 2026: (input, output, max_tokens).
# GPT-5 nano spends reasoning tokens from max_tokens before the visible answer.
ROWS = {
    "llmtr/nanbeige4-2-3b": (1.00, 3.00, 512),
    "openai/gpt-5-nano": (0.05, 0.40, 4096),
}
with open("metin.txt", encoding="utf-8") as source:
    text = source.read()
messages = [
    {"role": "system", "content": "Her zaman Türkçe cevap ver."},
    {"role": "user", "content": "Bu metni beş maddede özetle:\n\n" + text},
]

for model, (inp, out, max_tokens) in ROWS.items():
    response = client.chat.completions.create(model=model, messages=messages, max_tokens=max_tokens)
    usage = response.usage
    details = usage.completion_tokens_details
    reasoning = (details.reasoning_tokens or 0) if details else 0
    cost = (usage.prompt_tokens * inp + usage.completion_tokens * out) / 1_000_000
    print(model, response.choices[0].finish_reason, usage.prompt_tokens, usage.completion_tokens, reasoning, f"${cost:.6f}")
    print(response.choices[0].message.content)

Akıl yürütme, JSON ve araç çağırma: ne değişir?

OpenAI'nin akıl yürütme rehberine göre akıl yürütme token'ları API'de görünmez ama çıktı token'ı olarak faturalanır; üretim sınırı görünür cevaptan önce dolabilir ve o durumda görünür bir cevap almadan girdi ile akıl yürütme için ödeme yaparsınız. Bu yüzden GPT-5 nano'da max_tokens'ı düşük tutmayın ve finish_reason length ise isteği daha yüksek bir sınırla yeniden gönderin. LLMTR'de GPT-5 nano satırı bir düşünme düzeyi listelemez; reasoning_effort gönderen istek 400 döner.

Nanbeige4.2 3B'de düşünme varsayılan olarak kapalıdır ve kısa bir cevap düşünme token'ı harcamadan gelir; :think ya da "reasoning": true ile açılır. JSON için GPT-5 nano'da response_format ile json_schema kullanabilirsiniz; Nanbeige4.2 3B'de response_format 400 döner, alanları bir fonksiyonun parameters şemasıyla tanımlayıp araç çağırmayı kullanın. Nanbeige4.2 3B'de tools gönderdiğinizde düşünme o istekte açılır ve tool_choice yalnızca auto olur. Nanbeige4.2 3B yanıtları yavaş üretir; kullanıcıya gösterilen yerlerde "stream": true kullanın.

• OpenAI, akıl yürütme modelleri rehberi · 2026-10-26

Hangi durumda hangisi?

Aşağıdaki seçimler fiyat, girdi türü, düşünme davranışı, barındırma ve kapanış tarihi farkından çıkar; çıktı kalitesini kendi örneklerinizle karşılaştırın.

• İsteklerin Türkiye'de barındırılan bir modelde işlenmesi gereken özetleme ve sınıflandırma: LLMTR'de Nanbeige4.2 3B, llmtr/nanbeige4-2-3b; istekler üçüncü taraf bir sağlayıcıya yönlendirilmez.
• Düşünme token'ı ödemeden kısa cevap: Nanbeige4.2 3B; düşünme varsayılan kapalıdır ve :think, "reasoning": true ya da tools ile açılır.
• Görsel okuyan, düşük fiyatlı küçük bir model, 11 Aralık 2026'ya kadar: GPT-5 nano, openai/gpt-5-nano; 1 milyon token başına 0,05 $ girdi ve 0,40 $ çıktı.
• Alanları sabit JSON çıktı: GPT-5 nano ya da GPT-6 Luna'da response_format ile json_schema; Nanbeige4.2 3B'de araç çağırma.
• 11 Aralık 2026'dan sonra da sürecek bir OpenAI akışı: GPT-6 Luna, openai/gpt-6-luna; 272.000 token'a kadar girdide 1 milyon token başına 0,10 $ girdi ve 0,50 $ çıktı.

11 Aralık 2026'dan sonra

OpenAI'nin kullanımdan kaldırılan modeller sayfası GPT-5 nano için kapanış tarihi olarak 11 Aralık 2026'yı gösterir. Geçişi bu tarihten önce yapın. OpenAI'nin sayfası yerine geçecek model olarak GPT-5.6 Luna'yı gösterir; LLMTR ise GPT-5 nano'nun tarihli sürümü için halef olarak GPT-6 Luna'yı gösterir. LLMTR'de OpenAI ailesinde devam etmek için model kimliğini openai/gpt-6-luna yapın; istek aynı /v1/chat/completions uç noktasına gider. GPT-6 Luna'ya temperature ve top_p göndermeyin, bu satır ikisini de desteklemez; varsayılan düzey medium'dur, düşünmesiz bir cevap için reasoning_effort: none gönderin.

Türkiye'de barındırılan bir modele geçmek istiyorsanız model kimliğini llmtr/nanbeige4-2-3b yapın, response_format'ı kaldırıp şemayı bir fonksiyona taşıyın, görsel parçalarını çıkarın, istemin 32.768 token'a sığdığını kontrol edin ve istemci zaman aşımını en az 300 saniye yapın.

• OpenAI, kullanımdan kaldırılan modeller · 2026-10-26

Nanbeige4.2 3B ile GPT-5 nano'yu aynı metinle karşılaştırma

Aynı metni iki modele gönderin; özeti, finish_reason değerini, akıl yürütme token'larını ve tutarı karşılaştırın.

1. Anahtar. llmtr.com'da bir API anahtarı oluşturun ve Panel > Faturalandırma'dan bakiye yükleyin.
2. Aynı metin. Kendi metinlerinizi iki model kimliğiyle https://llmtr.com/v1/chat/completions uç noktasına gönderin; GPT-5 nano'ya yüksek bir max_tokens verin.
3. Seçim. Özetleri, token sayılarını, tutarı, barındırma ihtiyacınızı ve 11 Aralık 2026 tarihini karşılaştırıp model kimliğini seçin.

Sık sorulan sorular

GPT-5 nano ne zaman kapanıyor?

OpenAI'nin kullanımdan kaldırılan modeller sayfasına göre 11 Aralık 2026'da. LLMTR'de o tarihten önce OpenAI ailesinde devam etmek için openai/gpt-6-luna kimliğine, Türkiye'de barındırılan bir model için llmtr/nanbeige4-2-3b kimliğine geçin.

GPT-5 nano'ya reasoning_effort gönderilebilir mi?

LLMTR'de hayır; GPT-5 nano satırı bir düşünme düzeyi listelemez ve istek 400 döner. Akıl yürütme token'ları çıktı olarak faturalandığı için max_tokens'ı düşük tutmayın. Düzey seçmek istiyorsanız GPT-6 Luna'da reasoning_effort ile none'dan max'a bir düzey verin.

3.000 token'lık bir metnin 300 token'lık özeti ne tutar?

Nanbeige4.2 3B'de 0,0039 $. GPT-5 nano'da akıl yürütme token'ları hariç 0,00027 $, 1.000 akıl yürütme token'ıyla 0,00067 $.

İlgili yazılar

• Nanbeige4.2 3B mi, Ministral 3 3B mi? İki küçük model
• Nanbeige4.2 3B mi, Qwen 3.8 27B mi? Türkiye'de iki model
• Türkçe metin sınıflandırma: Nanbeige4.2 3B mi, Leyla mı?

• Nanbeige4.2 3B model sayfası
• GPT-5 nano model sayfası
• GPT-6 Luna model sayfası
• Nanbeige4.2 3B dokümantasyonu
• Akış (streaming) dokümantasyonu