Google yeni Gemini modellerini (3.6 Flash, 3.5 Flash-Lite, 3.5 Flash Cyber) duyurdu

 (blog.google)
3 puan yazan kallare 1 일 전 | 4 yorum | WhatsApp'ta paylaş
  • Google, yapay zeka ajanı geliştirmede verimlilik, düşük gecikme ve güvenilirlik için tasarlanan yeni Gemini modelleri 3.6 Flash, 3.5 Flash-Lite ve 3.5 Flash Cyber’ı duyurdu
  • Gemini 3.6 Flash, 3.5 Flash’a kıyasla daha iyi kodlama, bilgi işleri ve multimodal performans sunuyor; çıktı token kullanımını azaltarak maliyeti düşürüyor
  • Gemini 3.5 Flash-Lite, 3.5 sınıfındaki en hızlı ve en maliyet verimli model; ajan araması ve belge işleme gibi yüksek hacimli işlere uygun
  • Gemini 3.5 Flash Cyber, siber güvenlik açıklarına göre uyarlanmış özel bir model; CodeMender üzerinden sınırlı erişimli pilot programla sunuluyor
  • Gemini 3.5 Pro yakında daha geniş kapsamda yayımlanacak, Gemini 4’ün geliştirmesi ise sürüyor

GN⁺ ek özeti

Neo, orijinal metne dayanarak ek bir derleme yaptı

  • Google, büyük ölçekli yapay zeka ajanları kurmak için gereken token verimliliği, gecikme süresi ve kararlılığı hedefleyerek genel amaçlı, yüksek hızlı ve güvenlik odaklı modelleri ayrı ayrı duyurdu
  • 3.6 Flash, 3.5 Flash’a göre %17 daha az çıktı token’ı kullanıyor, akıl yürütme adımlarını ve araç çağrısı sayısını azaltıyor; 1 milyon giriş token’ı başına $1.50, 1 milyon çıktı token’ı başına $7.50 fiyatla sunuluyor
  • 3.5 Flash-Lite, saniyede 350 çıktı token’ı ve 1 milyon giriş token’ı başına $0.3, 1 milyon çıktı token’ı başına $2.5 fiyat sunuyor; düşünme seviyesini ayarlayarak toplu işler ve çok adımlı alt ajan görevlerine yanıt veriyor
  • 3.5 Flash Cyber, CodeMender’ın çok ajanlı yapısında açıkları tespit ediyor, doğruluyor ve yamalıyor; çift kullanımlı riskler dikkate alınarak yalnızca hükümetlere ve güvenilir iş ortaklarına sınırlı şekilde sunulacak
  • 3.6 Flash ve 3.5 Flash-Lite; Gemini API, kurumsal platformlar ve Gemini uygulaması gibi ortamlarda kullanılabiliyor; Google ayrıca 3.5 Pro iş ortağı testleri ve Gemini 4 ön eğitimi üzerinde de çalışıyor

Üç modelin rolleri

  • Flash ailesi, yapay zeka ajanlarının verimliliği ile kalitesi arasında denge kurarak ajan iş akışlarını ölçeklendirmek için tasarlandı
  • 3.6 Flash, kodlama, bilgi işleri ve multimodal performansı artıran ana model
    • Artificial Analysis Index’e göre 3.5 Flash’tan %17 daha az çıktı token’ı kullanıyor
    • Datacurve’ün DeepSWE gibi bazı benchmark’larında token kullanımı %65’e kadar azalıyor
    • Çıktı token’ı başına fiyatı da 3.5 Flash’tan daha düşük
  • 3.5 Flash-Lite, 3.5 ailesindeki en hızlı ve en maliyet verimli model; ajan iş akışlarında da önceki Flash-Lite nesline göre daha yüksek performans veriyor
  • 3.5 Flash Cyber, siber güvenliğe özel model ile CodeMender ajan altyapısını birleştirerek frontier modellerle rekabet edebilecek performansı hedefliyor
  • Gemini 3.5 Pro iş ortaklarıyla test ediliyor ve hazır olduğunda geniş çapta sunulması planlanıyor
  • Gemini 4 için bugüne kadarki en iddialı ön eğitim çalışması da başlatıldı

3.6 Flash’ın verimliliği ve fiyatı

  • Geliştiricilerden ve müşterilerden gelen 3.5 Flash geri bildirimleri dikkate alınarak kodlama ve bilgi işi kalitesiyle birlikte token verimliliği de iyileştirildi
  • Artificial Analysis Index’te 3.5 Flash’a göre %17 daha az çıktı token’ı kullanıyor; çok adımlı iş akışlarını tamamlamak için gereken akıl yürütme adımları ve araç çağrıları da azalıyor
  • Fiyatı 1 milyon giriş token’ı başına $1.50, 1 milyon çıktı token’ı başına $7.50
  • Daha az token kullanımı ve daha düşük fiyat birleşerek ajan görevi başına toplam maliyeti düşürüyor
  • OSWorld doğrulamalı API görevlerinde 3.5 Flash’a göre token’ları daha verimli kullanırken gereksiz uzun çıktıları azaltıyor

3.6 Flash’ın kalite iyileştirmeleri

  • Kodlama görevlerinde istenmeyen kod düzenlemelerini ve çalıştırma tekrarlarını azaltıp hassasiyeti artırıyor
    • DeepSWE: %49, 3.5 Flash %37
    • MLE Bench: %63.9, 3.5 Flash %49.7
  • Bilgisayar kullanma yetenekleri de iyileştirildi
    • OSWorld-Verified: %83.0, 3.5 Flash %78.4
    • Bilgisayar kullanma özelliği Gemini API ve Gemini Enterprise’da istemci tarafı yerleşik araç olarak sunuluyor
  • Bilgi işi performansı da 3.5 Flash’ın önünde
    • GDPval-AA v2: 1421, 3.5 Flash 1349
    • Hebbia ve Harvey; belge ayrıştırma, grafik ve veri analizi, rapor yazımı gibi multimodal görevlerdeki yetenekleri doğruladı
  • Kullanım örnekleri şöyle
    • AIS’in Managed Agents’ı ile finansal veriler ve transkriptler analiz ediliyor
    • AGY’nin çok ajanlı orkestrasyonuyla gecikme süresi düşürülüp yüksek kaliteli kod migrasyonu yapılıyor
    • Gemini uygulamasının canvas’ı ile 3D iş akışları için fotoğraf dokusu çıkarıcı geliştiriliyor
    • AGY ve tldraw çevrimdışı düzenleyicisi kullanılarak etkileşimli tema stüdyosu oluşturuluyor

3.6 Flash’ın güvenlik önlemleri

  • Kimyasal, biyolojik, radyolojik ve nükleer (CBRN) alanlar ile siber saldırı amaçlı kötüye kullanım alanlarına güçlendirilmiş Frontier Safety korumaları uygulanıyor
  • Jailbreak saldırılarına direnç önemli ölçüde artırılırken faydalı kullanımlara yönelik retlerin en aza indirilmesi için eğitildi
  • Ayrıntılar 3.6 Flash model kartında görülebilir

3.5 Flash-Lite’ın hızı ve maliyeti

  • Ajan araması ve belge işleme gibi düşük gecikme veya yüksek işlem hacmi gerektiren geliştirici iş akışları için tasarlandı
  • Artificial Analysis ölçümlerine göre saniyede 350 çıktı token’ı ile 3.5 ailesinin en hızlısı
  • Fiyatı 1 milyon giriş token’ı başına $0.3, 1 milyon çıktı token’ı başına $2.5; 3.1 Flash-Lite’a göre kalitesi önemli ölçüde artırıldı
  • 3.5 Flash’tan daha düşük gecikmeyle toplu işleri çalıştırabiliyor
  • İş yüküne göre düşünme seviyesi ayarlanabiliyor
    • minimal ve low seviyeleri, toplu işlerde gecikmeyi ve maliyeti azaltmak için kullanılıyor
    • Daha yüksek düşünme seviyeleri çok adımlı alt ajan iş yüklerini ele alıyor
  • Bilgisayar kullanma özelliği de çeşitli ortamlardaki ajan görevlerini destekleyen yerleşik araç olarak sunuluyor

3.5 Flash-Lite benchmark’ları ve kullanımı

  • 3.1 Flash-Lite’a kıyasla kodlama, uzun bağlam ve gerçek görev yürütme performansı iyileştirildi
    • Terminal-Bench 2.1: %54, 3.1 Flash-Lite %31
    • GDM-MRCR v2: %72.2, 3.1 Flash-Lite %60.1
    • GDPval-AA v2: 1140, 3.1 Flash-Lite 642
  • Birden fazla ajan ve kodlama değerlendirmesinde 3 Flash’ı da geride bırakıyor
    • SWE-Bench Pro: %54.2, 3 Flash %49.6
    • OSWorld-Verified: %74.0, 3 Flash %65.1
    • 2.5 Flash ve 3 Flash tabanlı iş yükleri için daha hızlı ve daha performanslı bir seçenek olabilir
  • Kullanım örnekleri şöyle
    • Büyük ölçekli e-ticaret veri setlerinde ürün özellikleri çıkarılıyor ve birleştiriliyor
    • 3.6 Flash üst ajan olarak kullanılıp gezilebilir 25 web tasarım konsepti oluşturuluyor
    • Multimodal anlama ile fiş çevirisi ve özetleme ölçeklendiriliyor
    • Birden fazla seçenek hızla üretilip yinelenerek oyun geliştiriliyor
  • Ayrıntılar 3.5 Flash-Lite model kartında görülebilir

CodeMender’ın 3.5 Flash Cyber’ı

  • Yapay zeka modelleri, güvenlik açıklarını mevcut sistemlerin düzeltme hızından daha hızlı bulabildiği için yazılım güvenliğinde yüksek yetenekli ve verimli bir yaklaşım gerekiyor
  • Gemini 3.5 Flash Cyber, 3.5 Flash temel alınarak güvenlik açığı tespiti ve düzeltmesi için ince ayarlandı
  • Büyük modellere kıyasla token başına daha düşük fiyatla kod güvenliği sorunlarını tespit etmek, doğrulamak ve yamalamak üzere tasarlandı
  • CodeMender’da birden fazla 3.5 Flash Cyber ajanı birlikte çalışarak tek bir bütünleşik rapor oluşturuyor ve CyberGym benchmark’ında frontier seviyesinde rekabetçi performans kaydediyor
  • Teknolojinin çift kullanımlı niteliği dikkate alınarak dağıtım kapsamı sınırlandırılıyor
    • CodeMender üzerinden hükümetlere ve güvenilir iş ortaklarına sınırlı erişimli pilot olarak sunulacak
    • Savunucuların kritik açıkları kötüye kullanılmadan önce tespit edip düzeltmesini desteklerken geniş çaplı kötüye kullanımı azaltmayı amaçlayan bir yaklaşım

Sunum kanalları

İlgili okumalar

4 yorum

 
galaxy11111 9 시간 전

Gemini modelleri chatbot olarak her zaman en iyisi. Karakter ayarı ve persona iyi tuttuğu için, sıkıcı Claude ya da GPT yanıtlarını filtrelemek için kullanınca memnuniyet yüksek oluyor haha
 
dhkd63 20 시간 전

Kişisel plandan farklı olarak, business planda 3.6 Thinking de ayrıca açılmış görünüyor.
Şimdilik şirkette denediğim kadarıyla fena değil. codex veya claude gibi kullanıcı dosyalarını doğrudan kontrol eden bir yapıya gitmesini isterdim; Chrome ekosistemine fazla takılı kalması biraz üzücü.
 
GN⁺ 1 일 전
Hacker News görüşleri

  • Google'ın küçük modelleri eğitmek için dahili olarak kullandığı Pro modelinin ölçeğini merak ediyorum
    Flash ile birlikte Pro'nun çıkmamasının nedeni modelin fazla büyük olup ekonomik olmaması, servis vermek için hesaplama kaynağının yetersiz kalması ya da hizalama sorunlarının çok fazla olması olabilir
    Benchmark sonuçlarına bakınca performansı orta seviyede görünüyor, ancak görev süresine göre zeka ve çıktı hızına göre zeka açısından çok hızlı bir model
    Antigravity'de kullandığım 3.5 Flash da kullanım alanını bilirseniz olduğundan az değerlendirilen bir modeldi; frontend işlerinde GPT-5.5'ten çok daha iyiydi ve iteratif geliştirme hızlıydı, bu yüzden 3.6'nın da benzer olmasını bekliyorum

    • Büyük modeller ChatGPT 5.6 ve Fable'ın epey gerisinde kaldığı için, Google kazanabileceği alan olan hıza odaklanıyor da olabilir
    • Dördüncü olasılık, Google'ın büyük modelinin K3 ve GLM'den bile kötü olması ve bu yüzden yayımlanmaması
      Gemini ile büyük bağlamlı bir MR'ı tek seferde işlemek hoşuma gidiyor ama araç kullanımı ve ajan tarzı kodlamada çok daha zayıf kalıyor
    • Google Arama'daki AI Overview'ın etkisi olup olmadığını da merak ediyorum. API erişimi satmaktan ziyade her gün milyarlarca aramada hesaplama kaynağı kullanmak daha kârlı olabilir
    • En güncel üst düzey benchmark'ları artık daha yukarı taşıyamıyor gibi görünüyor; sonuçta mesele GPT-5.6 ve Fable'ı geçememek gibi duruyor
    • Bence ikinci neden, yani hesaplama kapasitesi eksikliği. Pro kapasitesi olmadığı için genişletilmiş düşünme açık Flash'ın onun yerine yanıt verdiği çok oluyor; kodlama dışında ikisi arasındaki farkı anlamak da zor

  • Google, yapay zeka ürünlerinde başarıya çok yaklaşmışken kendi kendini sabote etmiş gibi görünüyor
    Uygun bir devam ürünü olmadan AI Ultra aboneliğini kaldırdığı için hem şirketim hem de ben Antigravity'den ayrılmak zorunda kaldık. Antigravity IDE'ye Google Workspace gelişmiş kullanıcı aboneliği bağlanamıyor ve Gemini Enterprise Agent Platform da entegre olmuyor
    Gemini Enterprise Agent Platform'un kurulum süreci korkunç; kullanıcı başına harcamayı sınırlamak istiyorsanız her kullanıcı için ayrı proje açmanız gerekiyor. Üstelik ücretsiz kredisi kalan ödeme hesaplarında Anthropic modellerini etkinleştirememek de saçma
    Google ve Gemini'yi aktif biçimde destekledim ama ani ürün kararları yüzünden sonunda Anthropic ve OpenAI'ın aylık 200 dolarlık aboneliklerini kendim satın almak zorunda kaldım

    • Tüketici ve kurumsal ürünleri yapay biçimde ayırma ısrarı çok rahatsız edici. Şirket Google Workspace hesabından daha güçlü araçların kişisel Google hesabında kullanılabilmesi tuhaf
    • Bu teknolojide liderlik edecek kaynaklara da mevcut kullanıcı tabanına da sahip olmalarına rağmen fırsatları kaçırıp duruyorlar. Artık başka modellerle değil, yalnızca kendi modelleriyle benchmark yapıyorlar; bu bile durumu gösteriyor
    • Hâlâ erken aşamadayız ve lider daha önce birkaç kez değişti. Hangi şirket bir sonraki frontier modeli çıkarırsa tablo yine değişebilir
    • Anthropic ve OpenAI abonelikleri, büyük sübvansiyonlarla zararına satılan ürünler olabilir. Daha ucuz ve benzer modellerin token başına kâr üretmekte zorlandığını gördüğümüz bir ortamda, Google yıpratma savaşına girmemeyi seçiyor olabilir
    • Google Gemini agy, kendi yürütme araçlarında token kullanılmasını engelliyor ama benim araçlarım agy'den çok daha verimli. 5 saat sınırı gibi limit aşılınca engellemek yeterli olur; verimliyse kullanıcı kazanır, verimsizse bedelini öder
      agy'nin çağırdığı endpoint'i doğrudan çağıramamak sinir bozucuydu, hatta Gemini'ye dolanma yolu bile sordum. İronik biçimde Gemini, agy istemcisine karşı bile bana istekle yardımcı olacak kadar teşvik ediciydi; bu yüzden onu hâlâ seviyorum

  • Diğer modellerle hiç karşılaştırma olmaması hayal kırıklığı yaratıyor ve performans eğrisini yukarı ittiği de pek söylenemez. 3.6 Flash, GLM 5.2'den daha pahalı ama daha düşük performanslı görünüyor; ayrıca gönderide de yeterince ayrıntı yok
    Bir ara Google gerçekten hızlanıyor gibi görünmüştü ama zaman geçtikçe şüpheler artıyor; 3.5 Pro'yu bekleyip görmek lazım

    • 3.6 Flash ile Sol, Luna, Terra karşılaştırması burada
    • Apple, Apple Intelligence için Google ile milyarlarca dolarlık bir anlaşma açıkladığında büyük ilerleme beklemiştim ama Pro model gecikmeleri ve yapay zeka liderliğinden ayrılmalar gibi kötü haberler artıp duruyor. Apple başkalarının bilmediği bir şey mi biliyor, yoksa şimdiden kararından pişman mı oldu, merak ediyorum
    • Çeşitli benchmark'larda Opus 4.8 Medium veya Sonnet 5 High seviyesinde görünüyor; GLM 5.2'den ise biraz daha iyi gibi
    • Artificial Analysis benchmark'ında GLM'in çıktıları iki kat daha laf kalabalığı içerdiği için sonuçta maliyeti daha yüksekti
    • Google modellerinin en iyi olduğu alan İngilizce dışı dillerde düzeltme idi. Bunun nedeni muhtemelen Google'ın internetteki en kapsamlı verilere sahip olması ve dolayısıyla eğitim verisinin fazla olması

  • 3.6 Flash ve 3.5 Flash-Lite'ın pelikan sonuçları burada görülebilir. Cyber henüz API üzerinden kullanılamıyor

    • Her yeni model çıktığında paylaşılan pelikan gönderileri artık baydı; düşük emekli kişisel tanıtım gibi hissettiriyor
    • Pedalla arka teker arasındaki kadronun bir kısmı eksik ve bisiklet kadrosu kuşun içinden geçiyor. Kuşun başına şapka, ağzına da balık eklemiş; bir LLM'den ilk sonucu iyileştirmesini isteyince hep böyle öğeler ekleniyordu
      LLM gelişiminde daha iyi olmanın giderek daha fazla öğe eklemek anlamına gelmesi dikkat çekici; bunun, daha fazla token ve öğeyi ödüllendiren akıl yürütme eğitiminin sonucu olup olmadığını merak ediyorum
    • 3.1 Flash-Lite'ın pelikanı 3.6'dakinden daha mı iyi, merak ediyorum
    • Web uygulamasında oldukça şık bir pelikan ürettim, ancak bunu önceki sonuçlarla göreli olarak değerlendirmek zor
    • Her yapay zeka gönderisinin altına aynı şeyi yazmak aşırı kişisel tanıtım ve spam gibi görünüyor

  • 1 milyon giriş·çıkış tokenı başına fiyatlar şöyle:
    2.5 Flash için $0.3/$2.5, 3.0 Flash için $0.5/$3, 3.5 Flash için $1.5/$9, 3.6 Flash için $1.5/$7.5.
    2.5 Flash-Lite için $0.1/$0.4, 3.1 Flash-Lite için $0.25/$1.5, 3.5 Flash-Lite için $0.3/$2.5.

    • 3.6 Flash, 3.0 Flash fiyatında olsaydı harika olurdu ama mevcut fiyatıyla Grok 4.5 dahil yaklaşık 10 modelin fiyat/performansının belirgin biçimde gerisinde kalıyor. 3.5 Flash-Lite da ancak 2.5 Flash-Lite fiyatında olursa rekabetçi olabilir; şu haliyle DeepSeek v4 Flash gibi modellere geride kalıyor.
      Gemini’nin sınıfının üstünde iyi olduğu alan, fiilen “Google’da bunu bir buluver” denebilecek bilgi işleri; bu yüzden kullanılacağı yerler var. Google genel olarak güçlü ama metin modellerinde ikinci ligde, yaşam bilimleri·görüntü·video tarafında ise birinci ligde.
    • 3.5 Flash, en başından beri bir Flash modeli için fazla pahalıydı. Frontier’a yakın seviye diye tanıtıldı ama ondan birkaç kat daha ucuz açık modeller de rekabet edebiliyor.
    • Google, model nesli her değiştiğinde fiyat değişim aralığı en büyük olan şirket gibi görünüyor.
    • 2.5 Flash yüzünden Google’a her ay dört haneli meblağlar ödedim ama artık 3.0 Flash kullansam bile yakında onun da değişeceği hissi var. Flash-Lite modellerinde güvenilirlik ve tutarlılık eksik.

  • Google, Gemini 3.5 Pro’yu partnerlerle test ettiğini ve hazır olur olmaz geniş çapta sunmayı planladığını, ayrıca Gemini 4 için bugüne kadarki en iddialı ön eğitim sürecini de başlattığını açıkladı.

    • 3.5 Flash’taki token şişmesini düzeltmeleri iyi ama bu paragraf asıl mesele. Umarım 3.5 Pro yakında gelir ve Gemini 4 yıl sonunda çıkıp bilgi kesim tarihini de günceller.
    • Aslında 3.5 Flash’ın hemen ardından 3.5 Pro’yu çıkarmayı planlıyorlardı ama Mythos/Fable ve GPT-5.6 daha yüksek performansla çıkınca yönetimin yayını ertelediği tahmin ediliyor.

  • GLM-5.2’den daha az zeki, daha pahalı ve ağırlıkları da kapalı.

    • Görsel ve ses de desteklediği için, Gemini Flash yerine daha iyi ve daha ucuz olan Çinli diğer büyük açık modellerle kıyaslamak daha uygun.
    • Google modellerinin anlatımı her zaman akıcı ve onlarla konuşmak çok daha rahat. Açık ağırlıklı modelleri de çok kullandım ama bu fark net.
    • Buna karşılık hız yaklaşık 15 kat daha yüksek.
    • Fiyat ve zekâ GLM 5.2’ye kabaca benzerken yaklaşık 8 kat daha hızlı.

  • Google modellerine bağımlı olmak korkutucu. Fiyata çok duyarlı işleri Flash 2.5 Lite üzerinde çalıştırıyordum ama artık desteği bitti; yerine gelen 3.1 Flash-Lite çok daha pahalı ve onun da bitiş tarihi şimdiden belli.
    3.5 Flash-Lite daha da pahalı olduğu için fiyatlar sürekli artarken bile peşinden gitmek zorunda kalınıyor.

    • 2.5 Flash-Lite’dan doğrudan DeepSeek v4 Flash’a geçtim. Zaten daha ucuz ve prompt caching iyi yapılırsa maliyet çok daha fazla düşürülebilir.
    • Firebase’ten sonra iş tarafında Google ürünlerine, özellikle GCP’ye bağımlı olmak istemiyorum. Özellikler anlamı bile belirsiz beta durumunda yıllarca kalıyor, resmî olarak çıkan özellikler ise hızla kaldırılıyor.
      Rakipler bir hizmeti sonlandırsa bile bunu ilk ekrandan kaldırıp tüm dokümantasyona uyarı ekleyerek ve yeni projelerde kullanmamanızı nazikçe tavsiye ederek yönetiyor.
    • Model değiştirmek büyük bir zahmet değil; aynı zekâ seviyesinde 2.5 Lite’dan daha ucuz modeller de bulunabiliyor.
    • Büyük şirketler, girişimlerden ziyade diğer büyük şirketlerle çalışmayı tercih ediyor. Google da kurumsal müşterilerin bu tercihi sayesinde bu tür kararları rahatça alabileceğini düşünüyor gibi.
    • DeepSeek’in kullanılamadığı bir ortam olup olmadığını merak ediyorum.

  • Hâlâ 3.1 Pro’da kalan Jules için bir güncelleme haberi yok. Niş bir ürün olabilir ama telefondan talimat verip 15 dakika sonra GitHub PR inceleyip birleştirebilmek, dizüstünü açmanın zor olduğu işe gidiş gelişlerdeki kişisel projeler için faydalıydı.
    İyi bir alternatif arıyorum.

    • Claude ve Codex ikisi de bulut kodlama destekliyor ve oldukça iyi çalışıyor. Jules’un fikri iyiydi ama model zekâsı çok yetersizdi.
    • Jules’un ölü bir proje olup olmadığını merak etmiştim. İlginç görünüyordu ama geliştirme, duyuru ve tartışma neredeyse hiç yoktu; değişiklik kayıtlarındaki son güncelleme de mart ayındaki 3.1 Pro desteği.
    • Birkaç ay önce kullandığım Superconductor bana Jules’u hatırlattı. Özellikleri fazla gelebilir ama ücretsiz katmanı var ve yakında terk edilme ihtimali de düşük görünüyor.
    • Raspberry Pi gibi bir cihazınız varsa Hermes + Tailscale + tmux üzerinde iSH kombinasyonunu kullanabilirsiniz.
    • Alternatif olarak Claude Code var.

  • Gemini web’in hâlâ connector·MCP·plugin desteği sunmamasını anlamıyorum. Ciddi kullanım için daha baştan eleniyor.
 
openpgc 1 일 전

Performansı düşse bile, openclaw gibi “bu biraz çığır açıcı” dedirten bir yöne giderse
insanlar biraz kullanırdı