Claude, ChatGPT ve Yerel 9B Modeli Aynı 20 Göreve Soktum: Ödemeye Değecek Tek Sonuç Çıktı.

2027 yılına girerken, Anthropic‘in Claude‘ı ve OpenAI‘in ChatGPT’isi, abonelik için ikisi de ikna edici bir gerekçe sunuyor. Ben kişisel olarak ChatGPT’yi daha çok kullanıyorum çünkü kullanım limitleri içinde Claude’a göre daha fazlasını halledebiliyorum. Ancak bilgisayarınızda çalışan yerel bir modelle benim gibi bir meraklıysanız, ikisinden biri için ödeme yapmanız gerekip gerekmediğini de sormanız gerekiyor.

Bu yüzden Claude’a, ChatGPT’ye ve LM Studio üzerinden çalışan Qwen3.5-9B modeline, düzenli olarak yaptığım kodlama, sorun giderme ve otomasyon dahil olmak üzere aynı 20 görevi verdim. Yanıtları doğruluk, gerçekten kullanabileceğim miktar ve her birinin görevi tamamlamak için ne kadar yönlendirme gerektiği açısından karşılaştırdım. Hangi aboneliğin yerini hak ettiğini ve ücretsiz yerel seçeneğin bana bu masraftan tasarruf sağlayıp sağlamayacağını öğrenmek istiyordum.

Günlük isteklerle başladım

Küçük görevler bana bir temel nokta verdi

Kendi barındırdığım kurulumumla uğraşırken küçük işler için sıklıkla yapay zekâ kullanıyorum. Düzenli olarak bir yapılandırma ayarını açıklamamı, bir hatayı anlamama yardım etmemi veya inşa ettiğim bir şey için kısa bir fonksiyon oluşturmamı istiyorum. Bu istekler, günlük yapay zekâ kullanımımın kullanışlı bir bölümünü oluşturuyor, bu yüzden karşılaştırmaya dahil ettim. Modellerin, kapsamlı bir muhakeme veya uzun bir sohbet gerektirmemesi gereken işlerde ne kadar farklılaştığını görmek istiyordum.

Kodlama için, tam olarak ne gerektiğini tarif edebileceğim isteklerle başladım. Yerel modele bir fonksiyonun girdilerini, beklenen çıktıyı ve herhangi bir kısıtlamayı vermek, ona kullanışlı kod üretmek için makul bir şans veriyor. Ayrıca genel teknik soruları ve kısa kod parçacıklarının açıklamalarını da hallediyor. Yanıtlarını yine de kontrol etmem gerekiyor, ancak kapsamı küçük tutmak bunu yönetilebilir kılıyor.

Zorluk, daha büyük bir görev hakkında karar vermemi istediğimde artıyor. Bir özellik eklemek istediğimde, onu bireysel değişikliklere bölüp modeli her biriyle ayrı ayrı uğraştırdığımda daha iyi ilerliyorum. Bu işe yarıyor, ancak planlamanın çoğunu kendim yapıyorum. Modelin hangi bilgiye ihtiyacı olduğunu belirlemem, bu bilgiyi sağlamam ve her değişikliğin projenin geri kalanına uyup uymadığını kontrol etmem gerekiyor.

ChatGPT, bu hazırlığın daha azıyla faydalı yardım sağlıyor, ücretsiz sürümünde bile. Claude da bu küçük istekleri iyi yönetiyor, ancak bana ödeme yapmam için daha az neden veriyorlar, daha yoğun işler verdiğinden. Yerel model, dar sorular ve küçük kodlama işleri için kullanışlı tiênyetecek kadar doğru yapıyor.

Claude, daha büyük işlerde öne çıktı

Sonuçlandırmak, koddan daha fazlasını gerektirir

Yapay zekâyı kullandığım projelerin çoğu, zaten var olan bir şeyi değiştirmeyi içeriyor. Bir uygulamaya özellik eklemek için yapay zekâyı kullanmam gerekiyorsa, modelin mevcut kodu anlaması, ilgili dosyaları bulması ve birbiriyle uyumlu değişiklikler yapması gerekiyor. Bir şey bozulursa, model sorunu araştırmalı ve yoluna devam etmeli.

Ailem için ortak bir alışveriş uygulaması oluşturmak için Claude Code’u kullandım; giriş, ortak bir liste ve hatırlatmalar içeren bu tür bir proje, bağlantılı kararların yeterince fazla olduğu bir proje. Bireysel kod parçacıklarını kontrol etmek bana yalnızca belirli bir şey söylüyor. Bir özelliği uygulama boyunca taşıyıp çalışır hale getirmek için yardıma ihtiyacım var. Claude, bu işte bana en kullanışlı yardımı sağlıyor ve yaklaşımını düzeltmek için daha az zaman harcıyorum.

Aynı durum, modele araçlara erişim verdiğimde de geçerli. Araçlarının kullanılabilir olması için bir MCP sunucusu bağlayabilirsiniz, ancak model yine de doğru aracı seçmeli, doğru argümanları sağlamalı ve sonucu anlamalı. Tarama başka bir katman ekliyor – ilgili bilgiyi bulması ve isteği tamamlamak için onu kullanması gerekiyor. Bu uzun dizilerde Claude’dan en tutarlı sonuçları alıyorum. Yerel 9B modelim bu işlerle o kadar çok zorluyor ki, görevi sonuçlandırmak için ona güvenemiyorum.

ChatGPT de bu görevler için kullanışlı ve teknik işlerin çoğu için hâlâ onu kullanıyorum. Deneyimlerime göre Claude’un avantajı, yardımının ne kadar doğrudan ilerlemeye dönüştüğü. Yerel modeldeyse kararları denetlemek ve sorduğum şeyi gerçekten yerine getirip getirmediğini kontrol etmek için çok fazla zaman harcıyorum.

Görevler farkları daha net ortaya çıkardı

Claude, işi bitirmek için daha az yardıma ihtiyaç duydu

Hangi modelin görevler boyunca daha iyi performans gösterdiğinin detaylarına girmek için, farkların en belirgin hale geldiği beş örneğe bakalım. Analitik veri işlemem gereken bir Python fonksiyonuyla başladım. Claude ve ChatGPT isteği kolayca karşıladı. Yerel 9B model de kullanılabilir kod üretti, ancak yönünü birkaç kez düzeltmek zorunda kaldım.

Ardından, başlamayan bir Docker konteynerını gidermelerde yardım istedim. Claude, yapılandırma ve günlükleri araştırmak için en net yönlendirmeyi verdi. ChatGPT de eşit derecede faydalı bir giderme yardımı sağladı. Yerel model bireysel hataları açıklayabildi, ancak oldukça fazla müdahaleye ihtiyaç duydu ve sık sık güncel olmayan talimat ve komutlar verdi.

Uygulama geliştirme görevinde, ailemin market uygulamasına bir özellik eklemeye yardım istedim. Claude, bağlantılı değişiklikleri en etkili şekilde yönetti ve daha az düzeltmeye ihtiyaç duydu. ChatGPT, uygulama ve hata ayıklama için kullanışlı kalmaya devam etti. Yerel modellese özelliği daha küçük değişikliklere bölmem ve bir araya gelme biçiminden ben sorumlu olmam gerekti.

Aynı zamanda, yanıtlanması gereken e-postaları belirleyen bir n8n iş akışı da dahil ettim. Claude, adımları birbirine bağlamak ve iş akışını gidermek için en kullanılabilir JSON’u verdi. ChatGPT mantığı da ustaca işledi. Yerel model tam iş akışını yapamadı, ancak bireysel mesajları önceden tanımlanan kriterlerle karşılaştırmak onun için daha gerçekçi bir iş olarak kaldı.

Son olarak, onlara mevcut dokümantasyonunu kullanarak kendi kendine barındırılan bir uygulamanı araştırmayı istedim. Claude ve ChatGPT, gezinti araçlarını çok daha iyi kullandı. Yerel model, bilgiyi bulup kullanmak için belirgin derecede daha fazla gözetim gerektirdi; bu da ona görevi verme avantajını azalttı.

Aboneliği benim için Claude kazanıyor

Claude’ın daha sıkı kullanım limitleri beni sinirlendiriyor ve yine de ChatGPT’ye daha sık başvuruyorum. Ancak karmaşık bir projeyi tamamlamada yardım almam gerektiğinde Claude, daha az düzeltmeyle kullanılabilir sonuçlar veriyor. Bu, bilgisayarımda duran ücretsiz bir yerel model olsa bile, benim için aboneliği meşrulaştırmaya yetiyor.