TokenLab Model Veri Merkezi: Canlı Model Fiyatları, Sıralamalar, Trendler ve Araştırma Akışları

TokenLab Model Data Center, canlı bir LLM fiyatlandırma API'si aracılığıyla sunulan, makine tarafından okunabilir bir model fiyatlandırma kataloğudur ve geliştiricilere güncel sağlayıcı oranlarına ve meta verilere doğrudan programatik erişim sağlar.

Model piyasaları, editör takvimlerinden daha hızlı hareket eder. Mayıs ayında yazılan bir fiyatlandırma sayfası, Temmuz ayında genellikle hatalı hale gelir. Geçen çeyrekten kalma bir "en iyi model" sıralaması, üç yeni sürümü ve bir kullanımdan kaldırılan modeli gözden kaçırabilir.

Bu uyumsuzluk, TokenLab'in başka bir statik karşılaştırma yazısı yerine neden bir Model Data Center inşa ettiğinin sebebidir. Bu, insanlar için sayfalar, makineler için JSON ve Markdown içeren; yaptığı her iddiada bir kaynak etiketi ve gözlem tarihi taşıyan herkese açık bir yüzeydir.

Bu makale, Model Data Center'ın ne olduğunu, ne olmadığını ve bir model karşılaştırması yazmadan, bir ajan kurgulamadan veya bir fiyatlandırma kararını üretim koduna göndermeden önce onu nasıl kullanacağınızı açıklamaktadır.

Önemli Çıkarımlar

• Model Data Center, okuyucuya yönelik beş sayfa ve makine tarafından okunabilir dört uç nokta (endpoint) arasında bölünmüş herkese açık bir veri katmanıdır.
• Her veri seti, bir sayının sağlayıcı tarafından mı bildirildiğini, TokenLab katalog verisi mi olduğunu yoksa bir liderlik tablosu gibi bir referans sinyali mi olduğunu bilmeniz için bir generatedAt ve observedAt zaman damgası ile bir sourcePolicy alanı taşır.
• Katalog verileri, trend anlık görüntüleri ve araştırma yorumları, farklı soruları yanıtladıkları ve birbirine karıştırılmamaları gerektiği için bilinçli olarak ayrı yüzeyler olarak tutulur.
• Herkese açık JSON, dahili uygulama detaylarını değil, doğrulanmış gerçekleri paylaşmak için tasarlanmıştır.
• Bunların hiçbiri, kesin fiyatlandırma, yaşam döngüsü veya güvenlik iddiaları için resmi sağlayıcı belgelerinin yerini almaz. Bunu hızlı ve tarihli bir başlangıç noktası olarak görün, ardından kaynağıyla doğrulayın.

Tüm veri seti ve şema detayları için TokenLab Model Data Center sayfasına bakın.

Neden Başka Bir Blog Yazısı Değil de Özel Bir Veri Merkezi?

Bir blog yazısı, yayın tarihi olan bir anlık görüntüdür. Bir veri merkezi ise yenilenme sıklığına ve neyin "gerçek" sayılacağına dair bir politikaya sahip canlı bir yüzeydir.

Bu ayrım, üç okuyucu grubu için önemlidir:

Geliştiriciler: Geçen çeyrekte değil, bu hafta bir özellik için model seçmesi gerekenler. Beş farklı sağlayıcı değişiklik günlüğünü okumak zorunda kalmadan güncel bağlam pencerelerini (context windows), modalite desteğini ve milyon token başına fiyatlandırmayı isterler.

Ajanlar ve tarayıcılar: Düzyazı kazımak zorunda kalmadan ayrıştırabilecekleri yapılandırılmış JSON'a ihtiyaç duyanlar. Sağlayıcılar arasındaki girdi token maliyetini karşılaştıran bir ajan, blog yazısındaki hangi paragrafın hala doğru olduğunu tahmin etmek zorunda kalmamalıdır.

Araştırma okuyucuları: Sadece bir sayı değil, bir sıralamanın arkasındaki mantığı — bir modelin neden yükselip düştüğünü, ödünleşimlerin (tradeoffs) neler olduğunu — öğrenmek isteyenler.

TokenLab, bu ihtiyaçların hepsini tek bir belgeden karşılamaya çalışmak yerine, bunları farklı sayfalara böler. Model Data Center'ın arkasındaki temel tasarım kararı budur.

Her Sayfanın Amacı

Model Data Center tek bir sayfa değildir. Her biri farklı bir soruyu yanıtlayan beş sayfadan oluşan bir settir.

Models — giriş noktası

tokenlab.sh/en/models, TokenLab'in neleri listelediğini, sağlayıcıya ve kategoriye göre düzenlenmiş şekilde gösteren, insan tarafından okunabilir dizindir. Sorgulamak yerine göz atmak istiyorsanız buradan başlayın.

Data — katalog görünümü

tokenlab.sh/en/models/data, yapılandırılmış katalogdur: model kimlikleri, sağlayıcılar, bağlam uzunlukları, modaliteler ve doğrudan karşılaştırma için düzenlenmiş fiyatlandırma alanları. Belirli bir model hakkında belirli bir gerçeğe ihtiyacınız olduğunda atıfta bulunmanız gereken sayfa budur.

Trends — hareket görünümü

tokenlab.sh/en/models/trends, kataloğun zaman içinde nasıl değiştiğini — yeni listelemeler, fiyatlandırma değişimleri, sağlayıcı aktiviteleri — takip eder. Bu, "şu anda ne doğru" sorusundan ziyade "ne değişti" sorusunu yanıtlar.

Research — yorumlama görünümü

tokenlab.sh/en/models/research, TokenLab'in mantığı açıkladığı yerdir: bir sıralama neden değişti, bir fiyatlandırma değişimi ne anlama geliyor, kaynaklar nerede çelişiyor. Bunu ham veri olarak değil, analiz olarak değerlendirin.

Rankings — karşılaştırma görünümü

tokenlab.sh/en/models/rankings, veri sayfasındaki aynı temel katalogdan oluşturulmuş ancak arama yerine sıralama için düzenlenmiş; fiyata, bağlam penceresine ve kategoriye göre sıralı karşılaştırmalar sunar.

Bu ayrım kasıtlıdır. "Bu hafta ne değişti" ile "bugün ne doğru" kavramlarını birbirine karıştırırsanız, güncelliğini yitirmiş trend değişimlerini güncel gerçekler olarak aktarmış olursunuz. Trendleri, katalog verilerini ve araştırmayı ayrı yüzeyler olarak tutmak, bu hata modunu önler.

Makine Tarafından Okunabilir Katman

Sayfalar insanlar içindir. Aşağıdaki dört uç nokta, JSON veya Markdown ayrıştıran her şey içindir — ajan boru hatları, dahili araçlar veya dağıtım öncesi fiyatlandırmayı kontrol eden bir betik.

Uç Nokta	Format	Birincil kullanım
/model-data/catalog.json	JSON	Tam model kataloğu: ID'ler, sağlayıcılar, bağlam, modalite, fiyatlandırma alanları
/model-data/latest.json	JSON	En güncel anlık görüntü, oluşturma zaman damgası, katalog hash'i
/model-data/trends.json	JSON	Fiyatlandırma ve listeleme değişiklikleri için zaman serisi değişimleri
/model-data/summary.md	Markdown	İnsan ve LLM tarafından okunabilir özet, oluşturulan metinlerde doğrudan atıf için uygun

TokenLab Model Data Center'ı Programatik Olarak Sorgulama

Bu verileri boru hatlarına veya ajanlara entegre etmeden önce, kataloğun ne zaman oluşturulduğunu ve son getirme işleminizden bu yana değişip değişmediğini anlamak için generatedAt, observedAt ve catalogHash alanlarını inceleyin. Akışın gerçek zamanlı güncellendiğini varsaymayın; varsayılan bir yenileme aralığına güvenmek yerine her zaman bu alanları kontrol edin.

curl -s https://tokenlab.sh/model-data/latest.json | jq '{
  generatedAt: .generatedAt,
  observedAt: .observedAt,
  catalogHash: .catalogHash
}'

Gerçek içerik değişikliklerini tespit etmek için istekler arasında catalogHash değerini karşılaştırın ve otomatik sistemlerde fiyatlandırma kararları vermeden önce veri tazeliğini ölçmek için generatedAt/observedAt değerlerini kullanın.

Her yanıt tutarlı bir alan seti içerir: schemaVersion, generatedAt, observedAt, catalogHash, sourcePolicy, stats, models, series, providers ve trends. Bu uç noktalara karşı otomasyon oluşturuyorsanız, önbelleğe alınmış bir kopyaya güvenmeden önce kontrol etmeniz gereken iki alan schemaVersion ve catalogHash'tir — bir sürüm artışı veya hash değişikliği, son çekiminizden bu yana şeklin veya içeriğin değiştiği anlamına gelir.

sourcePolicy alanı yakından okunmaya değerdir. Üç seviyeyi ayırt eder: sağlayıcı belgeleri (kesin fiyatlandırma ve yaşam döngüsü gerçekleri için en yüksek güvenilirliğe sahip kaynak), TokenLab'in kendi kataloğu (TokenLab'in herkese açık olarak sunabildiği veriler) ve referans sinyalleri (üçüncü taraf liderlik tabloları ve sıralamalar; göreceli konumlandırma için yararlıdır ancak fiyatlandırma gerçeği değildir). Bu ayrımı görmezden gelen herhangi bir alt sistem, bir liderlik tablosu puanını sanki resmi bir fiyatmış gibi alıntı yapma riski taşır.

Herkese açık JSON'ın kasten dışarıda bıraktıkları

Herkese açık veri sözleşmesi kasten kapsamlı tutulmuştur: yalnızca entegrasyon için gereken model gerçeklerini — ID'ler, fiyatlandırma ve modalite desteği — içerir ve bu sözleşmenin parçası olmayan dahili operasyonel detayları dışarıda bırakır. TokenLab'in perde arkasında nasıl kararlar aldığını arıyorsanız, bu bunun için uygun bir yüzey değildir ve olması da amaçlanmamıştır. Model Data Center, dahili operasyonel detayları değil, herkese açık olarak paylaşılması güvenli ve yararlı olan güncel model gerçeklerini yayınlar.

Güncel Model Gerçeklerini Doğru Okuma

Katalog, yalnızca tarihleri ve kaynakları sayılarla birlikte okursanız yararlıdır. İşte kamu kataloğunun sunduğu alanlardan alınan, gözlem anı itibarıyla güncel küçük bir örnek set: model ID, sağlayıcı, bağlam uzunluğu, modalite ve milyon token başına fiyatlandırma.

Model	Sağlayıcı	Bağlam	Modalite	Girdi / Çıktı (M token başına USD)
Claude Sonnet 5	Anthropic	1,000,000	text+image+file→text	$2 / $10
Gemini 3.5 Flash	Google	1,048,576	text+image+file+audio+video→text	$1.50 / $9
DeepSeek V4 Pro	DeepSeek	1,048,576	text→text	$0.435 / $0.87
DeepSeek V4 Flash	DeepSeek	1,048,576	text→text	$0.09 / $0.18
GLM-5.2	Z.ai	1,048,576	text→text	$0.909 / $2.856
Kimi K2.7 Code	MoonshotAI	262,144	text+image→text	$0.74 / $3.50

Böyle bir tablodan hemen göze çarpan birkaç şey var ve bunlar Data Center'ın hızlıca görünür kılmak için inşa edildiği türden şeylerdir:

• Bağlam penceresi boyutu fiyatla doğru orantılı değildir. DeepSeek V4 Pro ve Gemini 3.5 Flash, çok farklı fiyat noktalarında 1M token bağlam civarında veya üzerinde yer almaktadır.
• Modalite genişliği (metin vs. metin+görsel vs. çok modlu), maliyetten ayrı bir eksendir — daha geniş bir modalite listesi, otomatik olarak daha yüksek bir token başına fiyat anlamına gelmez.
• Kimi K2.7 Code gibi kodlama odaklı modeller, benzer bağlam uzunluğu aralığında olsalar bile genel amaçlı sohbet modellerinden farklı fiyatlandırma ve bağlam ödünleşimlerine sahiptir.

Bu gözlemlerin hiçbiri, fiyatlandırma varsayımlarını bir sözleşmeye veya faturalandırma modeline dahil etmeden önce sağlayıcının kendi belgelerini okumanın yerini tutmaz. Bunlar nihai değil, başlangıç karşılaştırmalarıdır.

Bir Model Gerçeğine Atıfta Bulunmadan Önce Pratik Kontrol Listesi

Bir model fiyatını, bağlam penceresini veya sıralamasını bir karşılaştırma yazısına, müşteri odaklı bir belgeye veya ajan mantığına yapıştırmadan önce bunu kullanın.

1. Gözlem tarihini kontrol edin. Her veri seti observedAt ve generatedAt taşır. Her ikisi de kullanım durumunuza göre birkaç günden eskiyse, sayıları nihai cevap değil, başlangıç noktası olarak değerlendirin.
2. Kaynak seviyesini tanımlayın. Bu, sağlayıcı tarafından belgelenmiş bir gerçek mi, TokenLab katalog girişi mi, yoksa liderlik tablosu gibi bir referans sinyali mi? Referans sinyalleri kesin fiyatlandırma için değil, göreceli konumlandırma içindir.
3. Kataloğu trendden ayırın. Bir trend değişimi ("fiyat bu ay %20 düştü"), bir katalog gerçeği ("güncel fiyat $X") ile aynı iddia değildir. Doğru iddia için doğru yüzeye atıfta bulunun.
4. Önbelleğe almadan önce catalogHash değerini kontrol edin. /model-data/catalog.json dosyasını bir program dahilinde çekiyorsanız, önbelleğe alınmış kopyanızın hala güncel olduğunu varsaymadan önce hash değerini karşılaştırın.
5. Fiyatlandırma ve yaşam döngüsü iddialarını resmi belgelerle doğrulayın. Data Center hızlı ve yapılandırılmıştır. Para veya sözleşmeler söz konusu olduğunda bir sağlayıcının kendi fiyatlandırma sayfasının yerini tutmaz.
6. Anlaşmazlığı not edin, ortalamasını almayın. Bir liderlik tablosu sinyali ile bir katalog gerçeği çelişiyorsa, bu çelişki başlı başına bir bilgidir. Sessizce birini seçmek yerine bunu raporlayın.

Sağlayıcı Belgelerinin Yanında Nerede Duruyor?

Model Data Center, dağınık sağlayıcı belgelerinin hızlıca karşılaştırılmasının zor olması ve pazarlama sayfalarının atıf için oluşturulmamış olması nedeniyle var. İkisinin de yerini almaya çalışmıyor.

Sağlayıcı belgeleri; kesin fiyatlandırma, hız sınırları, kullanımdan kaldırma zaman çizelgeleri ve güvenlik politikası için kayıt kaynağı olmaya devam eder. TokenLab'in katalog ve trend verileri, tanımlanmış bir kaynak politikasıyla — büyük ölçüde üçüncü taraf model listeleme verileri artı TokenLab'in kendi herkese açık erişilebilirliği — oluşturulmuş, tanımlanmış bir sıklıkta yenilenmiş ve ne zaman gözlemlendikleriyle etiketlenmiştir.

Finansal veya uyumluluk ağırlığı olan bir karar vermeniz gerekiyorsa — bir üretim fiyatlandırma modeli, bir sözleşme maddesi, düzenlemeye tabi bir endüstri dağıtımı — son kontrol olarak sağlayıcının kendi sayfasına gidin. Model Data Center'ı oraya daha hızlı ulaşmak ve sağlayıcılar arasında tek bir yerden karşılaştırma yapmak için kullanın.

SSS

TokenLab Model Data Center nedir? Güncel yapay zeka modeli gerçeklerini — fiyatlandırma, bağlam pencereleri, modalite, sağlayıcı ve karşılaştırmalı sıralamalar — her veri setinde belirtilen bir kaynak ve gözlem tarihi ile sunan, herkese açık bir sayfa ve makine tarafından okunabilir uç nokta setidir. Göz atma sayfaları (modeller, veriler, trendler, araştırmalar, sıralamalar) ve yapılandırılmış akışlar (katalog, en son anlık görüntü, trendler ve bir Markdown özeti) olarak ayrılmıştır.

Hangi makine tarafından okunabilir model verisi uç noktaları herkese açıktır? Dört tane: Tam model kataloğu için /model-data/catalog.json, oluşturma meta verileriyle en son anlık görüntü için /model-data/latest.json, zaman serisi değişiklikleri için /model-data/trends.json ve doğrudan atıf için uygun bir Markdown özeti için /model-data/summary.md.

Geliştiriciler kaynak tarihlerini ve gözlem tarihlerini nasıl değerlendirmelidir? Kalıcılık garantisi değil, tazelik sinyali olarak. Her veri seti generatedAt ve observedAt alanlarını içerir. Bu tarihler okuduğunuz zamana göre eskiyse, özellikle sık değişen fiyatlandırmalar için sayıya güvenmeden önce kaynağı tekrar kontrol edin.

Model Data Center sağlayıcı belgelerinin yerini mi alıyor? Hayır. İlk geçiş için dağınık sağlayıcı sayfalarını manuel olarak toplama ve karşılaştırma ihtiyacının yerini alır. Finansal veya uyumluluk ağırlığı taşıyan kesin fiyatlandırma, yaşam döngüsü, hız sınırları ve güvenlik iddiaları için resmi sağlayıcı belgeleri kayıt kaynağı olmaya devam eder.

Kaynaklar ve Tazelik

Bu makaledeki tüm gerçekler ve uç nokta açıklamaları 2026-07-09 tarihinde aşağıdaki herkese açık kaynaklardan gözlemlenmiştir:

• TokenLab Model Data Center — https://tokenlab.sh/en/models/data
• TokenLab Model Trends — https://tokenlab.sh/en/models/trends
• TokenLab Model Research — https://tokenlab.sh/en/models/research
• TokenLab model data catalog JSON — https://tokenlab.sh/model-data/catalog.json

Karşılaştırma tablosunda referans verilen model fiyatlandırması, bağlam uzunluğu ve modalite rakamları, 2026-07-07 tarihinde gözlemlenen TokenLab güncel model doğruluk kaynağı anlık görüntüsünü yansıtır ve kataloğun sourcePolicy alanında belgelenen yenileme sıklığına göre değişebilir. Finansal veya uyumluluk bağlamında kullanmadan önce güncel rakamları canlı uç noktalar veya resmi sağlayıcı belgeleri ile doğrulayın.

Sonraki Adımlar

Bir model karşılaştırması yazıyorsanız, katalog görünümü için /en/models/data adresinden başlayın ve göreceli konumlandırma için /en/models/rankings ile çapraz kontrol yapın.

Model fiyatlandırması veya kullanılabilirliği hakkında mantık yürütmesi gereken bir ajan veya otomasyon oluşturuyorsanız, bir program dahilinde /model-data/latest.json dosyasını çekin ve önbelleğe alınmış bir kopyaya güvenmeden önce catalogHash değerini kontrol edin.

Bir sıralama değişiminin arkasındaki mantığı, sadece sayıdan ziyade öğrenmek istiyorsanız, /en/models/research sayfasını okuyun — TokenLab'in neyin neden değiştiğini açıkladığı yer orasıdır.

Maliyetleri yetenekle birlikte değerlendiriyorsanız, geliştiriciler için Gemini API fiyatlandırması analizimiz güncel oranlara daha yakından bakmanızı sağlar. Kodlama odaklı modeller arasında daha geniş bir karşılaştırma için 2026'nın en iyi yapay zeka modelleri rehberimize bakın.

Güncel model fiyatlarını doğrudan sorgulamak için Model Data Center'ı keşfetmeye başlayın.