Aylık Aboneliklere Elveda: Kendi Bilgisayarınızda Bedava ve Özel AI Rehberi

Hadi dürüst olalım; AI abonelik fiyatları artık şirazesinden çıktı. Her ay 20-30 doları ChatGPT'ye, Claude'a veya API ücretlerine bayılmak, özellikle bizim gibi kur farkıyla boğuşan memleket insanı için resmen bir baş ağrısı dostum. 🤯 Üstelik verilerinizin o uzak sunucularda ne yapıldığı da tam bir muamma.

Geçenlerde "Ben neden bu işi kendi mutfağımda yapmıyorum?" diyerek bir tavşan deliğine daldım. Sonuç: Bilgisayarımda tamamen gizli, internete ihtiyaç duymayan ve en önemlisi bedava çalışan bir AI asistanı. Sadece chat de değil; VS Code içinde otomatik tamamlama (autocomplete) ve tam teşekküllü ajan moduyla birlikte.

Bugün size bu işin "Masterclass" kıvamında detaylarını anlatacağım. Donanımınız ne olursa olsun, bu işin mantığını kavradığınızda her sistemde akıcı bir AI çalıştırabilirsiniz. Eğer sadece masaüstü uygulamalarıyla sınırlı kalmayıp kendi sunucunuzu kurmak ve terminalden ilerlemek isterseniz, Kendi Sunucunda Yapay Zeka (2026) başlıklı detaylı rehberime de göz atabilirsiniz.

🧠 Bölüm 1: Yerel AI Nasıl Çalışır? (VRAM Meselesi)#

Bir modelin performansını belirleyen iki ana unsur vardır: Parametre sayısı (beyin büyüklüğü) ve Context Size (hafıza kapasitesi). 862 milyar parametrelik bir canavarı evdeki bilgisayarda koşturamazsınız, ama donanımınıza uygun şekilde yapılandırılmış modellerle harikalar yaratabilirsiniz.

İşin sırrı ekran kartınızdaki (GPU) VRAM miktarında yatıyor. Sisteminiz için en doğru kartı seçmek isterseniz, Yerel LLM'ler İçin En İyi Ekran Kartları (2026) yazımda tüm seçenekleri detaylıca inceledim. ⚡

Eğer Mac kullanıyorsanız (M1/M2/M3), işiniz daha kolay çünkü Apple "Unified Memory" (birleşik bellek) kullanıyor. Yani sistemdeki 32 GB RAM'in büyük kısmını AI doğrudan "VRAM gibi" kullanabiliyor.

🛠️ Bölüm 2: LM Studio ile İlk Adım#

En hızlı ve temiz başlangıç için LM Studio'yu öneririm. Kullanıcı arayüzü o kadar başarılı ki, hangi modelin sisteminizde ne kadar yer kaplayacağını (GPU offload) size açıkça gösteriyor.

1. LM Studio İndir: LM Studio Resmi Sitesi
2. Model Ara: Arama kısmına Qwen veya Llama yazın. Hangi modeli seçeceğinizden emin değilseniz, en güncel kıyaslamalar için En İyi Yerel LLM Modelleri (2026) rehberime göz atabilirsiniz.
3. Quantization (Sıkıştırma) Seç: İşte burası can alıcı nokta. Modelleri "ham" haliyle (FP16) indirmeyin. Q4 veya Q6 gibi sıkıştırılmış versiyonları seçin. ¹

💻 Bölüm 3: VS Code Entegrasyonu (Continue Extension)#

Chat yapmak güzel ama asıl verim, kod yazarken o AI'nın parmaklarınızın ucunda olmasıyla geliyor. Bunun için VS Code'da Continue eklentisini kullanıyoruz.

• Autocomplete için: Çok küçük modeller seçin (örneğin 1.5B parametrelik Qwen-Coder). Çünkü tamamlama işleminin anlık olması lazım.
• Agent/Chat için: Daha büyük modeller (9B veya 14B) kullanabilirsiniz.

Yapılandırma (config.json)#

Continue ayarlarında provider olarak lm-studio seçip, LM Studio'nun sunduğu yerel sunucu adresini (http://localhost:1234/v1) girmeniz yeterli. Artık VS Code içinde kendi "GitHub Copilot" alternatifinizi bedavaya kullanıyorsunuz. 😎

📊 Yerel vs. Bulut: Hangisi Daha Akıllı?#

Birçok kişi "Yerel modeller Claude kadar zeki mi?" diye soruyor. Kendi yaptığım Sudoku Uygulaması testinde şunu gördüm: - Claude Sonnet 3.5: 9 dakikada sıfır hatayla uygulamayı yazdı. - Yerel Qwen 2.5 (32B): Yine yaklaşık 9-10 dakikada benzer kalitede bir çıktı verdi.

Hız farkı var mı? Evet, bulut modelleri devasa sunucu parkurlarında daha hızlı cevap veriyor ama yerel AI da hata ayıklama (debug) ve genel kodlama işlerinde artık "yeterince iyi" seviyesini çoktan geçti.

🏁 Sadede Gelirsek#

Aylık abonelikleri iptal edip, o parayı biriktirerek 2-3 ay içinde kendinize sağlam bir ekran kartı (örneğin 16GB VRAM'li bir RTX 4060 Ti veya 4070) alabilirsiniz. Bu kart size ömür boyu bedava ve sınırsız AI kullanımının kapısını açar.

Verileriniz bilgisayarınızda kalsın, cüzdanınızdaki para da cebinizde. Kendi yerel AI kurulumunu başlatmak için bugünden daha iyi bir zaman yok dostum.