DEV Community: Tobias Hoffmann

Eylül 2026 Yapay Zeka Model Fiyat Savaşı: Grok 4.7, Opus 5.5, GPT-6 Sol ve Luna

Tobias Hoffmann — Mon, 02 Nov 2026 08:17:55 +0000

Eylül 2026 Yapay Zeka Model Fiyat Savaşı: Grok 4.7, Opus 5.5, GPT-6 Sol ve Luna

Model fiyatlarını tuttuğunuz bir elektronik tablonuz varsa, bu hafta eskidi. xAI, 21 Eylül'de Grok 4.7'yi yayınladı. Ertesi gün Anthropic, Claude Opus 5.5'i ve OpenAI iki yeni GPT-6 modeli olan Sol ve Luna'yı yayınladı. 48 saat içinde üç lansman, aynı gün iki öncü laboratuvar ve maliyet modelinizdeki her satır artık yanlış.

Apidog'u bugün deneyin

Token başına sayılar aşağıda. Daha faydalı hikâye, token başına fiyatın artık kimsenin rekabet ettiği birim olmaktan çıkması ve haftanın en gürültülü iddialarından birinin yayınlanmasından saatler sonra sona ermesi.

Tüm yeni fiyatlar tek tabloda

Model	API kimliği	Girdi $/M	Çıktı $/M	Önbelleğe alınmış girdi	Bağlam	AA Zekâ Endeksi
Claude Opus 5.5	`claude-opus-5-5`	$4	$20	$0.20 okuma, $5 yazma	1M	58, 212 model arasında #1
GPT-6 Sol	`gpt-6-sol`	$2	$10	okumalarda %90 indirim	872k	48
GPT-6 Luna	`gpt-6-luna`	$0.10	$0.50	okumalarda %90 indirim	1M	37
GPT-6 Astra	yok	$10	$50	yok	yok	yok
Claude Opus 5 (önceki)	`claude-opus-5`	$5	$25	yok	yok	yok
Grok 4.7 (21 Eylül)	yok	$2	$6	yok	yok	yok

Üç şey öne çıkıyor. Opus 5.5, Opus 5'in $5/$25'ine karşı $4/$20 ile geliyor; yani amiral gemisi %20 ucuzlarken Artificial Analysis endeksinde 58 ile zirveye yerleşiyor. Sol, hem girdide hem çıktıda Astra'nın oranının beşte birinde. Ve Luna, 1M bağlam penceresini milyon girdi token'ı başına on sente getiriyor.

Anthropic ayrıca Opus 5.5 için $8/$40'ta hızlı bir mod ve 128k maksimum çıktı listeliyor. Claude Opus 5 fiyatlandırması veya GPT-5.6 fiyatlandırması yazılarımızdan sabit kodlanmış oranlarınız varsa, o sayfalar artık önceki nesli tanımlıyor.

Aslında değişen şey: token başına maliyet değil, görev başına maliyet

OpenAI'nin lansman yazısı token başına oranlarla başlamıyor. Tamamlanan görev başına maliyetle başlıyor ve yayınladığı tablo haftanın en ilginç çıktısı.

Model (akıl yürütme çabası)	AutomationBench 1.0.6	Görev başına maliyet
GPT-6 Sol (xhigh)	%33,2	$0.27
Fable 5.1, Opus 5 yedekli (maksimum)	%31,4	Sol'un 8.9 katından fazla
GPT-6 Astra (düşük)	%30,3	Sol'un 3.9 katı
Claude Opus 5 (maksimum)	%26,9	Sol'un 11.1 katı

Alt satırı dikkatlice okuyun. Ekstra yüksek akıl yürütmede Sol, Opus 5'in maksimumunun görev başına maliyetinin yaklaşık %9'u karşılığında Opus 5'ten daha yüksek puan alıyor. Görev başına maliyet dürüst birimdir çünkü token başına fiyatlandırmanın gizlediği şeyleri içine katar: akıl yürütme token'ları, araç çağrıları, yeniden denemeler ve bir modelin durmadan önce kaç tur gerektirdiği. Etiket oranının iki katı olan ama token'ların üçte birinde biten bir model daha ucuzdur ve hiçbir fiyatlandırma sayfası bunu söylemez.

Desen tekrarlanıyor. Agents' Last Exam V1'de maksimumda Sol %56,4 puan alıyor; Opus 5'in en iyi sonucunun üzerinde ve görev başına maliyette %60 daha düşük. DeepSWE 1.1'de maksimumda Sol %68,8'e ulaşıyor; xhigh'ta Fable 5'in (%69,9) 1,1 puan yakınında ve görev başına kabaca %80 daha ucuz; maksimumda Luna %66,6 puan alıyor; OpenAI bunu orta çabada Opus 5 ve Fable 5 ile aynı bantta konumlandırıyor, görev başına Opus 5'ten %93 ve Fable 5'ten %96 daha az. OSWorld 2.0 çevrimdışı'nda xhigh'ta Sol %60,5 puan alıyor; orta çabada Opus 5'in %60,3'üne karşı ve yine görev başına yaklaşık %80 daha ucuz. Olgusallıkta OpenAI, Sol'un selefinin hatalarının yaklaşık yarısını yaptığını ve daha yüksek çabada Luna'nın GPT-5.6 Sol ile maliyetin yaklaşık yüzde biri karşılığında eşleştiğini söylüyor.

Pratik sonuç: satın alma sorusu artık "milyon token başına oran nedir" değil. "Bir görevim uçtan uca ne kadar maliyetli" ve bunu yalnızca kendi iş yükünüz yanıtlayabilir.

Yayınlandığı gün sona eren karşılaştırma

Yukarıdaki her iddia Claude Opus 5'e karşı ölçülüyor, çünkü OpenAI'nin yazısı kaleme alındığında Opus 5.5 mevcut değildi. Anthropic, saatler sonra Opus 5.5'i yayınladı: Opus 5'ten %20 daha ucuz, Anthropic'in kendi rakamına göre çalıştırması %40 daha az, çıktıda %30 daha hızlı ve Artificial Analysis endeksinin zirvesinde.

Yani "görev başına maliyetin %9'u karşılığında Opus 5'i yener" ifadesi, aynı öğleden sonra yerini başka bir modele bırakan bir model hakkında doğru bir ifadedir. Hiç kimse Sol ile Opus 5.5 arasında görev başına maliyet rakamı yayınlamadı, çünkü bu tablolardaki her test düzeneği Opus 5.5 var olmadan önce çalıştı. Bu oranın gücüne dayanarak bir iş yükünü taşımak üzereyseniz, artık dağıtmayacağınız bir modelle karşılaştırma yapıyorsunuz.

Diğer yönde de dikkatli olun. Anthropic'in Opus 5.5 için kendi tablosu şöyle diyor: Terminal-Bench 4.0 %66,4, FrontierCode v1.1 %54,4, CursorBench 4.0 %57,8, GDPval-AA v2.1 1846 Elo, AutomationBench %40,0, Humanity's Last Exam araçlarla %67,7, OSWorld 2.0 %81,8, Chartography %89,0. Bu AutomationBench %40,0, OpenAI'nin %33,2'sinden çıkarılamaz: farklı test düzeneği sürümü, farklı çaba ayarları, farklı çalıştırma, belirtilmiş ortak bir temel yok. İki satıcının aynı kıyaslama adını alıntılaması bir kafa kafaya karşılaştırma değildir. OpenAI'nin kendi pozisyonu Astra'nın "her alanda en iyi modelimiz olmaya devam ettiği" yönündedir, yani bu hafta GPT-6 hikâyesi yeni bir tavan değil, fiyat ve verimlilikle ilgilidir. X'te dolaşan ve belirli Opus 5.5 sayılarını belirli Astra sayılarıyla karşılaştıran paylaşımlar tweet'tir, satıcı verisi değildir.

"%50 daha ucuz" bir indirime karşı ölçülüyor ve gerçek indirim daha büyük

OpenAI, Sol ve Luna'nın her birinin GPT-5.6 promosyon fiyatlandırmasından %50 daha ucuz olduğunu belirtiyor. Promosyon OpenAI'nin kelimesi ve bu kelime yük taşıyor: yarıya indirilen temel, standart liste fiyatı değil, indirimli bir oran. Bu haftaki haberlerin çoğu bu niteleyiciyi düşürdü.

İşte soy ağacı, o dönemdeki kendi lansman haberimizde belgelediğimiz GPT-5.6 liste fiyatlarını kullanarak:

Kademe	GPT-5.6 liste (1M başına giriş / çıkış)	GPT-5.6 promosyon	GPT-6
Sol	$5 / $30	$4 / $20	$2 / $10
Terra	$2.50 / $15	$2 / $12	GPT-6 Terra duyurulmadı
Luna	$1 / $6	$0.20 / $1.20	$0.10 / $0.50

İki şey ortaya çıkıyor. Birincisi, başlığın dürüst hali başlığı geçiyor: GPT-5.6 liste fiyatlandırmasına karşı, $2/$10'daki Sol girdide %60, çıktıda %67 indirim; $0.10/$0.50'deki Luna ise %90 ve %92. OpenAI kendi promosyon oranına karşı karşılaştırma yaptı, bu da liste fiyatına göre bütçe yapan herkes için hamleyi olduğundan az gösteriyor.

İkincisi, GPT-6 Terra yok. GPT-5.6 Sol, Terra ve Luna'ydı; GPT-6 Astra, Sol ve Luna. Yapılandırmanızda sabitlenmiş bir orta kademeniz varsa, onun için birebir halef bekleyen yok ve GPT-5.6 adlandırma kılavuzumuz artık güncel bir harita değil, tarih olarak okunuyor.

Ucuz modeller hızlı modeller değil

Artificial Analysis yeni modelleri ölçtü. Maksimum akıl yürütme varyantları için GPT-6 Sol'u saniyede 115,2 çıktı token'ı ve ilk token'a 102,15 saniye süreyle, Luna'yı ise saniyede 153,9 token ve ilk token'a 124,23 saniyeyle raporluyor. Bunlar satıcı rakamları değil, üçüncü taraf rakamlarıdır ve en yüksek akıl yürütme ayarını tanımlarlar; düşük veya orta çabada göreceğiniz şeyi değil.

Yön olarak, bu fiyat savaşının sunduğu takas şudur: maliyetin küçük bir kısmına öncüye yakın kalite, ilk bayt gelmeden önce gecikmeyle ödenir. Toplu bir iş veya gece çalışan bir ajan için uygun. İnsan bekleyen bir istek için ölümcül.

Bunu bir liderlik tablosundan miras almak yerine kendiniz ölçün, çünkü çaba ayarınıza, istem boyutunuza ve bölgenize göre değişir. Apidog'u her aday modelin completions uç noktasına yönlendirin, aynı istemi gerçekte yayına alacağınız çaba düzeyinde gönderin ve ilk bayta kadar geçen süreyi ve toplam yanıt süresini gövdenin yanına kaydedin. Bir test senaryosu olarak kaydedildiğinde, bir sonraki lansman bir araştırma projesi değil, yeniden çalıştırma olur.

Önbellekleme bu haftaki fiyat indiriminin diğer yarısı

Modellerin yanı sıra OpenAI, GPT-6 için gerçek bir istem önbellekleme sürümü yayınladı: önbelleğe alınmış girdi okumalarında %90 indirim, varsayılan olarak daha yüksek isabet oranları, bir Prompt Caching Dashboard, bir tanılama aracı ve indirimden daha önemli iki davranış düzeltmesi. Akıl yürütme çabasını veya araç kullanılabilirliğini değiştirmek artık önbelleği geçersiz kılmıyor ve açık kesme noktaları önbelleğe alınmış bir önekin nerede bittiğine karar vermenizi sağlıyor. OpenAI, GitHub'ın milyarlarca istek genelinde taze işleme gerektiren istem token'larında %50'den fazla azalma gördüğünü belirtiyor. Anthropic tarafı yukarıdaki tabloda: Opus 5.5 önbellek okumaları milyon başına $0.20, taze girdi için $4'e karşı, yani önbelleğe alınmış okuma taze okumanın %5'i.

Ajanınız her turda büyük bir sistem istemi ve şişkin bir araç şeması yeniden gönderiyorsa, ve çoğu gönderiyor, bu değişiklikler faturanızı buradaki herhangi bir etiket fiyatından daha fazla etkileyecek. Bu da önbelleklemenin haftanın en kalıcı maddesi ve üzerine mühendislik yapmaya değer tek maddesi olmasını sağlıyor.

Bu hafta ne yapmalı

Model kimliklerini koda değil yapılandırmaya taşıyın. İki günde üç kimlik değişti. claude-opus-5-5, gpt-6-sol ve gpt-6-luna bir istemci sarmalayıcısındaki dize sabitleri değil, çevirebileceğiniz ortam değişkenlerine ait.
Geçiş yapmadan önce kendi değerlendirmenizi yeniden çalıştırın. Satıcı görev başına maliyet tabloları satıcı test düzeneklerinde satıcı görevlerine karşı ölçülür. Sizinki farklı olacaktır.
Görev başına maliyeti ölçün. Girdi, çıktı ve akıl yürütme token'larını tamamlanan iş birimlerine göre kaydedin, yeniden denemeler dahil. Token başına panolar bu yılın geri kalanında sizi yanıltacaktır.
Bir gecikme bütçesi belirleyin ve yayına alma çabasında test edin. Görev başına %93 daha ucuz ve ilk token'a iki dakika daha yavaş olan bir model daha ucuz bir ürün değil, farklı bir üründür.
Önbellek sınırınızı denetleyin. Önce kararlı önek, en son değişken içerik, platform destekliyorsa açık kesme noktaları.
Sözleşme testlerini yeni zarflar için güncelleyin. Sol 872k bağlam, Luna ve Opus 5.5 1M ve Opus 5.5 çıktıyı 128k ile sınırlıyor. Geçen ayın sınırlarına göre yazılmış doğrulamalar sessizce geçer ve üretimde keser.
Toptan geçiş yapmak yerine göreve göre yönlendirin. Milyon girdi token'ı başına $0.10 ile $10 arasındaki fark iki büyüklük mertebesidir. Çıkarım ve sınıflandırma için ucuz kademeler, ihtiyaç duyan işler için pahalı kademeler.

Ölçek için bir sayı: OpenAI, medyan iç araştırmacısının kodlama ajanlarına günde $600'den fazla harcadığını, 90. yüzdeliğin $7,000 olduğunu açıkladı. Bu şekildeki indirimler, bu kadar alanı olan iş yüklerini hedefliyor. Sizinki daha küçükse, çoğunlukla aynı bütçeyle daha iyi bir model çalıştırma seçeneğini satın alırsınız.

Kullanılabilirlik, kısaca

Sol ve Luna, Plus, Pro, Business, Enterprise ve Edu için ChatGPT Work ve Codex'te. Free ve Go, masaüstü uygulamasında Luna'yı alıyor. İkisi de henüz Chat'te değil. API kimlikleri gpt-6-sol ve gpt-6-luna, mevcut GPT-6 Astra API'nin yanı sıra. Opus 5.5, Claude Platform, AWS, Google Cloud ve Azure'da çalışıyor.

Model bazında ayrıntı için: Claude Opus 5.5 nedir, GPT-6 Sol nedir, GPT-6 Luna nedir, Sol ile Opus 5.5 kafa kafaya karşılaştırması ve GPT-6 istem önbellekleme sürümü.

Özet

Etiket fiyatları düştü, ama asıl olay sektörün birim değiştirmesi. Görev başına maliyet, önbellek isabet oranı ve ilk token'a kadar geçen süre artık bir modelin size maliyetini belirliyor ve hiçbiri bir fiyatlandırma sayfasında görünmüyor. Bu hafta üçünü de kendi trafiğinizde ölçün, çünkü herkesin alıntıladığı karşılaştırma tabloları yayınlandıkları anda eskimişti.

Claude Opus 5.5 18 Saatlik Görevleri Çalıştırıyor: Uzun Süre Çalışan Ajanlar İçin API'ler Nasıl Tasarlanır?

Tobias Hoffmann — Mon, 02 Nov 2026 08:08:07 +0000

Claude Opus 5.5 18 Saatlik Görevleri Çalıştırıyor: Uzun Süre Çalışan Ajanlar İçin API'ler Nasıl Tasarlanır?

Yığınınızdaki her zaman aşımı, sonunda pes eden bir istemci varsayar. Bir tarayıcı sekmesi kapatılır. Bir CI işi duvar saatine çarpar. Bir insan çekip gider. Yük dengeleyicinizden, ağ geçidinizden ve HTTP kitaplığınızdan devraldığınız varsayılanlar, sabrı saniyelerle ölçülen bir çağıran için ayarlanmıştı.

Bugün Apidog'u deneyin

Anthropic, Claude Opus 5.5'in görev başında 18 saat veya daha fazla kaldığını söylüyor.

Bu, tek bir çok uzun HTTP isteğine dair bir iddia değil. Tutarlılığa dair bir iddia: model, API'nizin sunduğu her şeyden çok daha uzun bir oturum boyunca tek bir hedef üzerinde çalışır. Bu oturumlardan biri uç noktalarınıza yöneldiğinde, erişim belirteçlerinizden, idempotency pencerenizden, dağıtım döngünüzden ve yeniden deneme bütçelerinizin çoğundan daha uzun yaşar. Ve bir insandan farklı olarak, durması gerektiğini fark etmez.

Bu bir API tasarımı sorunu, model sorunu değil. Neyin bozulduğu ve neyin değişmesi gerektiği burada.

Anthropic'in gerçekte yayımladıkları

Yeni modelin satıcı rakamları; aynı sayfadan tartışalım:

Özellik	Claude Opus 5.5
API model kimliği	`claude-opus-5-5`
Girdi / çıktı	milyon token başına $4 / $20
Önbelleğe alınmış girdi okuma	milyon başına $0.20 (önbellek yazma $5)
Bağlam penceresi	1M
Maksimum çıktı	128k
Hızlı mod	milyon başına $8 / $40
Opus 5'e göre çalıştırma maliyeti	%40 daha az
Opus 5'e göre çıktı hızı	%30 daha hızlı
Görev başında sürdürülen süre	18+ saat
Kullanılabilirlik	Claude Platform, AWS, GCP, Azure

Aynı duyurudaki kıyaslamalar: Terminal-Bench 4.0 %66.4, OSWorld 2.0 %81.8, AutomationBench %40.0, FrontierCode v1.1 %54.4, CursorBench 4.0 %57.8, araçlarla Humanity's Last Exam %67.7, Chartography %89.0, GDPval-AA v2.1 1846 Elo ve başarılı sınır atlatma girişimlerinde %85 daha az.

Altyapınıza düşen rakam 18 saatlik olan. Kıyaslama puanları hangi modeli seçeceğinizi değiştirir. Sürdürülen süre, API'nizin neye dayanması gerektiğini değiştirir.

Geçerliliğini yitiren altı varsayım

Varsayım	Eskiden neden geçerliydi	18 saatlik bir ajanın ona ne yaptığı
Bir çağrı tek bir zaman aşımı içinde biter veya başarısız olur	Çağıranlar etkileşimliydi	İş, güvenle ayarlayabileceğiniz her boşta kalma zaman aşımından daha uzun
Pencere kısa olduğu için yeniden denemek ucuz	Yinelenenler saniyeler arayla geliyordu	Yinelenenler, tekilleştirme pencereniz kapandıktan sonra saatler arayla gelir
Başlangıçtaki kimlik bilgisi sonda geçerli	Oturumlar token TTL'sinden kısaydı	Tokenlar tek bir görev içinde iki veya üç kez döner
Akış bir bağlantıdır	Akışlar bir yanıt süresi kadar sürerdi	Bağlantı düşecek, ama iş bitmemiş olacak
İstemci ne yaptığını hatırlar	Durum tek bir süreçte yaşıyordu	Ajan bağlamı sıkıştırır, yeniden başlar ve ona hatırlatmanızı ister
İstemci ilerleme kaydettiğini anlayabilir	Bir insan dönen simgeyi izliyordu	İlerleme olmadan ajan ya işi yeniden başlatır ya da sonsuza kadar bekler

Her birinin sıkıcı, iyi anlaşılmış ve genellikle sorun zorlamadığı için atlanan bir çözümü var. Artık bir şey bunu zorluyor.

İşi değil, tanıtıcıları döndürün

En değerli değişiklik: birkaç saniyeyi aşabilecek her işlem, bağlantıyı tutmak yerine hemen bir iş kaynağı döndürür.

POST /v1/reports HTTP/1.1
Host: api.example.com
Idempotency-Key: 01J9Z4KCQ7M3XN2YB8V6H0
Content-Type: application/json

{"dataset": "orders_2026_q3", "format": "parquet"}

HTTP/1.1 202 Accepted
Location: /v1/jobs/job_01J9Z4KD
Retry-After: 5
Content-Type: application/json

{
  "id": "job_01J9Z4KD",
  "status": "queued",
  "created_at": "2026-09-23T04:12:09Z",
  "api_version": "2026-08-01"
}

Ardından durum kaynağı, ajanın sırada ne yapacağına karar vermek için ihtiyaç duyduğu her şeyi taşır:

{
  "id": "job_01J9Z4KD",
  "status": "running",
  "progress": { "completed": 41200, "total": 180000, "unit": "rows" },
  "started_at": "2026-09-23T04:12:11Z",
  "updated_at": "2026-09-23T05:47:02Z",
  "expires_at": "2026-09-24T04:12:09Z",
  "retry_after_seconds": 15,
  "result_url": null,
  "error": null
}

Asıl işi dört alan yapar. progress ve açık bir unit, modelin geçen zamandan tahmin yürütmek yerine beklemenin mantıklı olup olmadığını akıl yürütmesini sağlar. retry_after_seconds, yoklama sıklığını sunucu denetimine verir; bu, çağıranın nezaket içgüdüsü olmadığında önemlidir. expires_at, ajana tanıtıcının ne kadar geçerli olduğunu söyler, böylece onu kaybetmeden önce kontrol noktası oluşturabilir. api_version, işi oluşturulduğu sözleşmeye sabitler; öğleden sonra 3'teki dağıtımınız ile şafakta başlamış bir çalışma arasında duran tek şey budur.

Webhook'lar sunabildiğinizde daha iyi tamamlanma sinyalidir; ajanın çağrılabilir bir adresi yoksa yoklama yedektir. uzun süreli ajan çağrıları için yoklama ile webhook karşılaştırması yazımız bu dengeyi ele alıyor. 18 saatlik ufukta değişen şey, her ikisine de ihtiyacınız olmasıdır; çünkü üçüncü saatte, o zamana kadar bağlamını sıkıştırmış bir ajana teslim edilen bir webhook, artık sorduğunu hatırlamayan bir çağırana ulaşır.

Idempotency'yi görevden daha uzun ömürlü yapın

Çoğu idempotency uygulaması anahtarı bir gün veya daha kısa süre saklar ve bu her zaman yeterliydi. Uzun bir çalışmanın sonlarında başarısız bir sağlama çağrısını yeniden deneyen ajan, orijinal tekilleştirme penceresinin dışına düşer; o noktada API'niz neşeyle işi iki kez yapar.

Üç değişikliğin maliyeti çok azdır:

Pencereyi yayımlayın. Bitişi yanıtta döndürün ki çağıran bunun üzerine akıl yürütebilsin; bir kez belgeleyip ummak yerine.
Yeniden oynattığınızda söyleyin. Idempotency-Replayed: true başlığı, sessiz bir işlemsizliği ajanın üzerine hareket edebileceği bir şeye dönüştürür.
Uyuşmazlıkları yüksek sesle reddedin. Aynı anahtar, farklı gövde, çağıranın kendi durumunu kaybettiği anlamına gelir. Eskimiş bir sonuç sunmak yerine orijinal istek parmak iziyle 409 döndürün.

HTTP/1.1 200 OK
Idempotency-Replayed: true
Idempotency-Expires: 2026-09-24T04:12:09Z

İşlem gerçekten tehlikeliyse, opak bir anahtar yerine istemci tarafından sağlanan doğal bir anahtarı tercih edin. İş olgusundan türetilen bir transfer_id, ajanın bellek sıkıştırmasından, on bir saat önce ürettiği rastgele bir UUID'nin dayanamayacağı şekilde ayakta kalır. ajan idempotency'sine dair temel yazımız hata modlarını içeriyor.

Kimlik bilgisinin görev ortasında süresinin dolacağını varsayın

18 saatlik bir çalışma neredeyse tüm kısa ömürlü erişim belirteçlerinden daha uzun yaşar. Bu doğru güvenlik duruşudur, ancak yalnızca API'niz ayrımı okunabilir kılıyorsa.

Belirtecin süresi dolduğunda WWW-Authenticate: Bearer [REDACTED]="invalid_token" meydan okumasıyla 401 döndürün ve izni olmayan bir asıl için 403 ayırın. Ajanlar bunları çok farklı ele alır: biri yenile ve devam et demektir, diğeri dur ve bildir. Bunları genel bir hataya indirgemek, asla izin verilmeyecek bir şeyi dört saat boyunca yeniden deneyen bir ajan elde etme şeklinizdir.

İşleri token örneğine değil, asıla bağlayın. O zamandan beri döndürülmüş bir token altında başlatılan bir iş, aynı kimlik tarafından okunabilir kalmalıdır; yoksa her kimlik bilgisi yenilemesi uçuştaki işi sahipsiz bırakır.

Akışı bir bağlantı değil, devam ettirilebilir bir şey olarak ele alın

Uzun akışlar düşer. Bunu varsayın ve bağlantıyı değil, yeniden bağlanmayı tasarlayın.

Sunucudan gönderilen olaylar için bu, her olaya monoton bir id vermek, yeniden bağlanmada Last-Event-ID istek başlığına uymak ve sizinle istemci arasındaki en sıkı boşta kalma zaman aşımından daha kısa aralıklarla bir keepalive yorumu yaymak anlamına gelir. Yapılandırma anahtarlarını kendi belgelerinizde adlandırın, çünkü okuyucunun gidip bunları değiştirmesi gerekir: bir AWS yük dengeleyicide idle_timeout.timeout_seconds, nginx'te proxy_read_timeout, bir Cloud Run hizmetinde timeout. Mesele belirli bir değer değil. Mesele, değerin var olması, işten kısa olması ve hizmet oluşturulduğundan beri kimsenin ona bakmamış olmasıdır. SSE akış kılavuzumuz tel formatını ele alıyor; ajana özgü kısım devam ettirmedir.

Hız sınırı başlıkları da normalden daha önemlidir. RateLimit-Limit, RateLimit-Remaining ve RateLimit-Reset, bir modelin uzun bir çalışma boyunca kendi hızını ayarlamasını sağlar ve her 429 üzerindeki bir Retry-After tahmin yürütmeyi ortadan kaldırır. Bir sayı verilen ajan ona uyar. Hiçbir şey verilmeyen ajan bir geri çekilme icat eder ve onun icadı sizinkinden daha iyi olmayacaktır.

Maliyet tarafı bir tasarım kararıdır

Fiyatlandırma satırına tekrar bakın. Girdi milyon token başına $4, önbelleğe alınmış okuma $0.20; bu, bir ajanın en sık yeniden gönderdiği yük kısmında yirmi kat fark demektir ve 1M bağlam penceresinde mutlak sayılar hızla büyür. $5'lik önbellek yazmaları, ilk geçişin düz bir okumadan biraz daha pahalı olduğu anlamına gelir; bu yüzden önbellekleme yalnızca önek gerçekten yeniden kullanıldığında kâr eder. On sekiz saat boyunca, öyledir.

İşte burada API yüzeyiniz başkasının faturasında bir maliyet girdisi haline gelir. OpenAPI belirtiminiz, araç tanımlarınız veya hata kataloğunuz bir ajanın bağlamının önünde duruyorsa, bayt kararlılığı bir özelliktir. Belirlenimci biçimde serileştirin. Anahtar sıralamasını sabit tutun. Araç tanımlarını yerinde düzenlemek yerine sürümleyin. Belirtiminizde kozmetik bir yeniden sıralama, önbelleğe alınmış bir öneki geçersiz kılar ve her şeyi tam girdi fiyatından yeniden faturalandırır; bunun parasını ödeyen müşteri bunun siz olduğunuzu asla bilmez.

Ölçek varsayımsal değil. OpenAI, medyan araştırmacısının kodlama ajanlarına günde $600'den fazla harcadığını, 90. yüzdelik dilimin günde $7,000'in üzerinde olduğunu açıkladı. Kimse bunun için optimizasyon yapmadığında sürekli ajan çalışmasının maliyeti budur ve iki günde üç model lansmanının hepsinin token başına maliyet yerine görev başına maliyetle öne çıkmasının nedeni kısmen budur. Önbelleklemenin ne zaman geri ödediğinin aritmetiği Opus 5.5 önbellekleme maliyet dökümümüzde.

Bir ajan bulmadan önce uzun yolu test edin

Bunların hiçbiri bir kez gönder'e tıklayıp bir 200 okumakla doğrulanamaz. Hatalar dokuzuncu saatte yaşar.

Apidog içinde tüm yaşam döngüsünü tek bir istek yerine bir test senaryosu olarak modelleyin: oluşturma çağrısının bir Location ve bir Retry-After ile 202 döndürdüğünü doğrulayın, durum uç noktasını terminal bir duruma kadar döngüye alın ve progress.completed değerinin asla geriye gitmediğini doğrulayın. Bu son doğrulama, herhangi bir durum kodu kontrolünden daha fazla gerçek hatayı yakalar, çünkü monoton olmayan ilerleme bir ajanı baştan başlamaya ikna eden şeydir.

Ardından bir sahte sunucuyla onu kasıtlı olarak kırın. Yirmi yoklama boyunca running kalan ve sonra başarısız olan bir iş sunun. Retry-After olmadan bir 429 sunun ve istemcinizin ne yaptığını izleyin. Bir iş uçuştayken yenileme yolunun çalıştığını doğrulamak için yolun yarısında bir 401 sunun. Apidog'un SSE testi, akış bağlantısını açık tutar ve tek tek olaylar üzerinde doğrulama yapar; Last-Event-ID devam ettirmesinin sıfırdan yeniden oynatmak yerine doğru imleci döndürdüğünü kontrol etmenin tek pratik yolu budur. Senaryoyu CI'ya bağlayın ki gelecekteki bir zaman aşımı değişikliği bir müşterinin gece boyu çalışması yerine bir testi başarısız etsin. Apidog başlamak için ücretsizdir ve bir kez oluşturduğunuz senaryo sahip olduğunuz her uzun süreli uç noktayı kapsar.

Kısa kontrol listesi

Uzun işlemler bir iş tanıtıcısıyla 202 döndürür, asla tutulan bir bağlantı döndürmez
Durum yanıtları ilerleme, bir birim, sunucu tarafından seçilmiş bir yoklama aralığı ve bir bitiş taşır
İşler, oluşturuldukları API sürümüne sabitlenir
Idempotency pencereleri yayımlanır, yeniden oynatmalar etiketlenir, değişmiş gövdeyle anahtar yeniden kullanımı 409 döndürür
Süresi dolmuş tokenlar için 401, reddedilenler için 403'ten ayırt edilebilir
İşler bir token örneğine değil, bir asıla aittir
Akışlar olay kimlikleri taşır, Last-Event-ID'ye uyar ve yol üzerindeki en kısa boşta kalma zaman aşımı içinde keepalive gönderir
Her 429 Retry-After taşır ve hız sınırı başlıkları her zaman bulunur
Belirtim ve araç tanımları, istemci tarafı önbellekler sıcak kalsın diye bayt kararlı serileştirilir

Opus 5.5 bu gereksinimlerin hiçbirini icat etmedi. Onları atlamak için son bahaneyi ortadan kaldırdı, çünkü eskiden çatlakları bulmadan pes eden istemci artık on sekiz saat boyunca doğrudan içlerinden geçerek çalışıyor.

Claude Opus 5'ten Opus 5.5'e Geçiş: API Kullanıcıları İçin Neler Değişiyor?

Tobias Hoffmann — Mon, 02 Nov 2026 08:00:04 +0000

Anthropic, Claude Opus 5.5'i 22 Eylül 2026'da yayımladı. Claude API'sini çağıran herkes için bu yükseltme tek bir dize: claude-opus-5, claude-opus-5-5 oluyor.

Apidog'u bugün deneyin

Bu dizenin arkasında yatan şey, her iki yönde de token başına %20 daha ucuz, tek bir yanıtı 128.000 çıktı token'ıyla sınırlıyor, çıktıyı %30 daha hızlı ürettiği iddia ediliyor ve tek bir görevde 18 saat veya daha fazla kalmak üzere tasarlandı. Bunların hiçbiri, Opus 5'e göre ayarladığınız kod için sonuçsuz değil.

Bu, bu model hattındaki ikinci göç sıçraması ve ilkine hiç benzemiyor. Opus 4.8'den Opus 5'e geçiş bir doğruluk göçüydü: varsayılanlar çalışan kodun altında kaydı ve daha önce geçerli olan bir istek kombinasyonu katı bir 400 döndürmeye başladı. Bu sıçrama bir bütçe ve işletim zarfı göçüdür. İş, daha önce bir kez ölçtüğünüz sayıları yeniden ölçmekte; çünkü hepsi değişti. Opus 5.5 ayrıca iki yeni OpenAI modeliyle aynı gün çıktı; bu da başlı başına bir hikâye.

Fark, yalnızca kaynak gösterebildiğimiz hücrelerde

Kalem	Opus 5	Opus 5.5	Değişiklik
Model kimliği	`claude-opus-5`	`claude-opus-5-5`	tek dize
Girdi, milyon token başına	$5.00	$4.00	%20 daha az
Çıktı, milyon token başına	$25.00	$20.00	%20 daha az
Önbellek yazma, milyon başına	satıcı sayfasına bakın	$5.00	bilinmiyor
Önbellek okuma, milyon başına	satıcı sayfasına bakın	$0.20	bilinmiyor
Hızlı mod, milyon başına	satıcı sayfasına bakın	$8.00 girdi, $40.00 çıktı	bilinmiyor
Maksimum çıktı token'ı	satıcı sayfasına bakın	128,000	bilinmiyor
Bağlam penceresi	satıcı sayfasına bakın	1,000,000	bilinmiyor

Boş hücreler kasıtlı. Anthropic, Opus 5.5 tarafını model sayfasında yayımladı ve biz Opus 5 tarafını hafızadan yeniden oluşturmayacağız; çünkü bir maliyet modelindeki yanlış bir sayı, eksik bir sayıdan daha kötüdür. Bir tasarruf tahmini üzerine kurmadan önce o beş satırı Anthropic'in fiyatlandırma sayfasından çekin.

1. Kimlik değişikliği gerçek, %20 gerçek, %40'ın okunması gerekiyor

Dizeyi değiştirin ve her iki yönde de token başına %20 daha az ödeyin. Bu kısmı aritmetik: girdide $5'ten $4'e, çıktıda $25'ten $20'ye, her iki tarafta da aynı kesinti.

Anthropic ayrıca Opus 5.5'in çalıştırılmasının Opus 5'ten %40 daha az maliyetli olduğunu söylüyor. Bu iki sayı çelişmiyor, ama aynı iddia da değiller. Token başına %20'lik bir indirim tek başına %40'lık bir fatura düşüşü yaratamaz. Diğer yarısı, modelin aynı işi bitirmek için daha az token kullanmasından gelmek zorundadır ve token verimliliği, bir fiyat listesinin olmadığı kadar iş yüküne özgüdür.

Dolayısıyla %40'ı bir tahmine yazılacak sayı olarak değil, yeniden ölçüm yapmak için bir sebep olarak değerlendirin. Geçen haftanın gerçek trafiğinden temsili bir kesiti, aynı istemler ve ayarlarla her iki model kimliğine karşı yeniden oynatın, kendi izleniminiz yerine usage bloklarını karşılaştırın ve gerçek token sayılarını yeni fiyatlarla çarpın. Sonucunuz %20 ile %40 arasında bir yere düşecek ve nereye düştüğü, isteminizin ne kadarının hiç gerekli olmadığına dair size faydalı bir şey söyler.

2. Önbellek satırı tablodaki en büyük fiyat değişikliği

Opus 5.5'te önbellek okumaları, yeni girdi için $4.00'a karşılık milyon token başına $0.20'ye mal olur; bu %95 indirimdir. Önbellek yazmaları milyon başına $5.00'a mal olur; bu, o token'ları önbelleksiz göndermek için ödeyeceğiniz $4.00'a göre $1.00 primdir.

Bu prim kendini ilk isabetle fazlasıyla amorti eder. Bir öneki yazmak, onu önbelleğe almamaktan milyon başına $1.00 daha pahalıdır. Bu önekin sonraki her okuması milyon başına $3.80 tasarruf sağlar. Kabaca bir yeniden okumanın dörtte birinde başa baş noktasına gelirsiniz; bu pratikte şu anlama gelir: önek bir kez bile yeniden kullanılıyorsa, onu önbelleğe almak doğruydu.

İşte 200,000 token'lık bir sistem istemindeki şekli; bir OpenAPI spesifikasyon paketini yapıştırdığınızda bu normal bir boyuttur:

Desen	10 çağrı için maliyet
Her çağrıda yeni girdi, $4.00/M	$8.00
Bir kez $5.00/M ile yaz, sonra $0.20/M ile 9 okuma	$1.36

Aynı istemler, aynı model, %83 daha az. İkinci satırı elde etmenizi sağlayan istek, öneki açıkça işaretler:

{
  "model": "claude-opus-5-5",
  "max_tokens": 4096,
  "system": [
    {
      "type": "text",
      "text": "<your 200k-token spec bundle>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [
    {"role": "user", "content": "Which endpoints changed between v2 and v3?"}
  ]
}

Ardından bir isabet aldığınızı doğrulamak için yanıtı okuyun; çünkü sahip olduğunuzu düşünüp de sahip olmadığınız bir önbellek, en pahalı türdür:

"usage": {
  "input_tokens": 41,
  "cache_creation_input_tokens": 204800,
  "cache_read_input_tokens": 0,
  "output_tokens": 612
}

İlk çağrıda yükü cache_creation_input_tokens taşır. Sonraki her çağrıda bu sayı sıfıra düşmeli ve yükü cache_read_input_tokens devralmalıdır. Eğer düşmezse, yukarı akışta bir şey önekinizi değiştiriyordur; genellikle bir zaman damgası, bir istek kimliği veya yeniden sıralanmış bir araç listesi. Apidog'da bir çağrıyı kaydedip iki kez çalıştırmak, iki alandan hangisinin hareket ettiğini görmenin en hızlı yoludur. 1M bağlamın önbelleğe almaya değip değmeyeceği dahil tüm aritmetik, Opus 5.5 önbellekleme maliyet hesaplamasında.

3. 128.000 token'lık bir yanıt, model sorunu olmadan önce bir istemci sorunudur

Opus 5.5 tek bir yanıtta 128.000'e kadar çıktı token'ı döndürür. Milyon başına $20'den bu, tek bir sınıra dayanmış çağrı için $2.56 eder; birinin bir yeniden deneme döngüsünde max_tokens'ı tavana ayarlamasından önce bunu bilmekte fayda var.

Daha büyük sorun, model ile kodunuz arasındaki her şeydir:

HTTP okuma zaman aşımları. Bu kadar uzun bir yanıt saniyeler değil, dakikalar alır. Çoğu SDK ve ters proxy'deki varsayılan istemci zaman aşımları bundan daha kısadır.
Proxy ve ağ geçidi tamponları. İletmeden önce tüm gövdeyi tamponlayan bir ağ geçidi, uçuştaki her istek için megabaytlar tutar ve bazıları bağlantıyı keser.
Akışsız çağrılar. Akış olmadan tüm süre beklersiniz; gösterecek bir şey ve kontrol noktası olacak bir şey yoktur.
Kesilmiş JSON. Bir nesnenin ortasında max_tokens'a ulaşmak, kurtarabileceğiniz kısmi bir nesne değil, geçersiz JSON üretir. Ayrıştırmadan önce stop_reason'ı kontrol edin.

Tavan yükseldiği için max_tokens'ı artırmak işin kolay yarısıdır. Zaman aşımı zincirinizi, tamponlarınızı ve ayrıştırıcınızı yeni tavanla uyumlu hale getirmek, olaya neden olan yarıdır.

4. Daha hızlı çıktı, daha kısa bir bekleme anlamına gelmez

Anthropic, Opus 5.5'in çıktıyı Opus 5'ten %30 daha hızlı ürettiğini belirtiyor. Çıktı hızı, gerçekte sunduğunuz gecikmedeki terimlerden yalnızca biridir. İlk token'a kadar geçen süre, yeniden denemeler ve kuyruklama onun yanında yer alır ve daha hızlı akış yapan bir model, ilk token gelmeden önce daha uzun düşünürse yine de daha yavaş hissettirebilir.

Öyleyse ölçün. Aynı ağ konumundan her iki model kimliğine sabit bir temsili istem kümesi gönderin ve ilk token'a kadar geçen süre ile toplam süre için p50 ve p95'i ayrı ayrı kaydedin. Ortalama gecikme, sizi acil çağrıyla uyandıran durumu gizler.

API test senaryolarınızı Apidog'da tutuyorsanız bu küçük bir iştir: kayıtlı bir isteği kopyalayın, model kimliğini değiştirin, ikisini bir zamanlamayla çalıştırın ve kronometre yerine yanıt zaman serisini okuyun. Mesele, göçe bir öncesi sayısıyla girmektir; çünkü geçişi yaptıktan sonra böyle bir sayı elde etmenin yolu yoktur.

5. Hızlı mod tam olarak liste fiyatının iki katı

Opus 5.5'te hızlı mod, milyon girdi başına $8.00 ve milyon çıktı başına $40.00'a mal olur. Standart $4.00 ve $20.00'ın yanına konduğunda fiyatlandırma kuralını akılda tutmak kolaydır: hızlı mod her iki tarafta da düpedüz 2 kat.

Bu, kararı yargı yerine aritmetik haline getirir: belirli bir rotadaki gecikme, o rotanın token faturasını ikiye katlamaya değiyorsa orada kullanın, yoksa kullanmayın. Olağan ayrım, etkileşimli yollarda hızlı mod ve toplu ile arka plan işlerinde standart fiyatlardır.

6. Kıyaslama tablosunu bir sonuç olarak değil, test etmek için bir sebep olarak değerlendirin

Anthropic'in Opus 5.5 için yayımladığı sayılar güçlü: Terminal-Bench 4.0'da %66.4, FrontierCode v1.1'de %54.4, CursorBench 4.0'da %57.8, GDPval-AA v2.1'de 1846 Elo, AutomationBench'te %40.0, araçlarla Humanity's Last Exam'de %67.7, OSWorld 2.0'da %81.8 ve Chartography'de %89.0. Her iki satıcıdan da bağımsız bir üçüncü taraf olan Artificial Analysis, onu 58 puanla endeksinde 212 model arasında birinci sıraya koyuyor.

Satıcının iki iddiası daha rekabet açısından değil, operasyonel açıdan önemlidir. Opus 5.5 tek bir görevde 18 saat veya daha fazla kalmak üzere tasarlandı; bu, zaman aşımları, yeniden denemeler ve devam ettirilebilirlik hakkındaki birçok olağan varsayımı bozar. Ve Anthropic, başarılı sınır atlatma girişimlerinde %85 azalma bildiriyor; bu, miras aldığınız bir özellik değil, kendi uç noktalarınızın test edilebilir bir özelliğidir.

Bunların hiçbiri Opus 5.5'in sizin istemlerinizde daha iyi olup olmadığını söylemez. Üretimi geçirmeden önce kendi değerlendirme kümenizi her iki kimlik üzerinde çalıştırın; tıpkı bir veritabanı yükseltmesini satıcının kıyaslama sayılarına dayanarak yayımlamayacağınız gerekçesiyle.

Göç kontrol listesi

claude-opus-5'i tüm hizmetlerde değil, bir hizmette claude-opus-5-5 olarak değiştirin.
Parametre yüzeyinin değişmediğini varsaymadan önce bu sıçrama için Anthropic'in göç kılavuzunu okuyun. 4.8'den 5'e sıçrama varsayılanları sessizce değiştirdi; bu yüzden çıkarım yapmak yerine doğrulayın.
Gerçek trafiğin bir kesitini her iki kimliğe karşı yeniden oynatın ve usage bloklarını karşılaştırın.
Aylık harcamanızı $4 ve $20 üzerinden, ayrıca $5 önbellek yazmaları ve $0.20 önbellek okumaları üzerinden yeniden hesaplayın.
Önekin kararlı olduğuna güvenmek yerine önbellek isabetlerini cache_read_input_tokens içinde doğrulayın.
Birileri max_tokens'ı 128,000 civarına ayarlamadan önce HTTP okuma zaman aşımlarınızı yükseltin ve ağ geçidi tamponlarını kontrol edin.
Geçiş yapmadan önce her iki kimlikte p50 ve p95 gecikmesini kaydedin.
Hızlı moda rota rota karar verin, liste fiyatının 2 katı üzerinden.
Kendi değerlendirme kümenizi yeniden çalıştırın. Satıcı kıyaslamaları test etmenin sebebidir, testin kendisi değil.

Opus 5.5, zaten çağırdığınız bir modelin daha ucuz, daha hızlı ve daha uzun süre çalışan sürümüdür. Göç riski, dize değişikliğinin başarısız olması değildir. Risk, hepsi farklı bir model için boyutlandırılmış bir maliyet modelini, bir zaman aşımını ve bir max_tokens değerini olduğu gibi taşımanızdır.

SSS

claude-opus-5-5, claude-opus-5'in yerine doğrudan geçebilecek bir alternatif mi? Ancak bu sıçrama için Anthropic'in göç kılavuzunu kontrol ettikten sonra öyle değerlendirin. Kimlik değişikliği tek satırlık bir düzenlemedir, ancak bu hattaki önceki sıçrama istek şeklini değiştirmeden varsayılanları değiştirdi; bu yüzden doğrulama ucuz bir sigortadır.

Opus 5.5 ne kadar daha ucuz? Her iki yönde de token başına %20 daha az; girdide $5'ten $4'e, çıktıda $25'ten $20'ye. Anthropic ayrıca çalıştırma maliyetinde %40'lık bir düşüş belirtiyor; bu, oran indiriminin üzerine token verimliliği kazanımları olduğunu ima ediyor. İkisinin arasında nereye düştüğünüzü görmek için kendi iş yükünüzü ölçün.

Opus 5.5'te istem önbellekleme ne kadar? Yazmalar milyon token başına $5.00, okumalar milyon başına $0.20; önbelleksiz girdi için $4.00. Önbelleğe alınmış bir önekin bir kez yeniden kullanımı, yazma priminin karşılığını fazlasıyla verir.

128.000 token'lık çıktı sınırı istemcimde bir şeyi değiştirir mi? Genellikle evet. HTTP okuma zaman aşımlarınızı, ağ geçidi tamponlamanızı ve akış yapıp yapmadığınızı kontrol edin. Ayrıca ayrıştırmadan önce stop_reason'ı kontrol edin; çünkü bir nesnenin ortasında sınıra ulaşmak, kesilmiş bir nesne yerine geçersiz JSON üretir.

Claude Opus 5.5 Nedir?

Tobias Hoffmann — Mon, 02 Nov 2026 07:59:35 +0000

Claude Opus 5.5 Nedir?

Claude Opus 5.5, Anthropic'in en yeni Opus seviyesi modeli olup 22 Eylül 2026'da yayımlandı. OpenAI'nin GPT-6 Sol ve GPT-6 Luna'yı piyasaya sürdüğü günle aynı güne denk geldi; bu yüzden akışınız o hafta iki lansman sayfasından birini okumak yerine token başına fiyatı tartışmakla geçti.

Bugün Apidog'u deneyin

Eğer bir yapılandırma dosyasında claude-opus-5 duruyorsa, kimlik değişikliğinin size ne kazandırdığının kısa özeti şu. Opus 5.5, milyon giriş token'ı başına $4 ve milyon çıkış token'ı başına $20'ye mal oluyor; Opus 5'te bu rakamlar $5 ve $25'ti. 1.000.000 token bağlam penceresi ve 128.000 token maksimum çıktı sunuyor. Anthropic, Opus 5'ten %40 daha ucuza çalıştığını, çıktıyı %30 daha hızlı ürettiğini ve tek bir görevde 18 saat veya daha fazla kaldığını söylüyor. Artificial Analysis Intelligence Index'te 58 puanla 212 model arasında birinci sırada yer alıyor; ancak bu endeks üçüncü taraf bir ölçüm, satıcı iddiası değil.

Bu kılavuz; özellik tablosunu, Anthropic'in yayımladığı sekiz kıyaslama puanını, gerçek faturanızı belirleyen önbellekleme hesabını ve yapmayı reddetmeniz gereken karşılaştırmaları kapsıyor. Aşağıdaki her istek JSON ile düz HTTP'dir, böylece Apidog içinde oluşturup inceleyebilirsiniz. İki günde üç öncü lansmanın daha geniş bağlamı için Eylül 2026 model fiyat savaşı yazısına bakın.

Claude Opus 5.5'e kısa bakış

Özellik	Değer
API model kimliği	`claude-opus-5-5`
Yayımlandı	22 Eylül 2026
Giriş fiyatlandırması	Milyon token başına $4
Çıkış fiyatlandırması	Milyon token başına $20
Önbelleğe alınmış giriş okuması	Milyon token başına $0.20
Önbellek yazma	Milyon token başına $5
Hızlı mod	Milyon token başına $8 giriş / $40 çıkış
Bağlam penceresi	1.000.000 token
Maksimum çıktı	128.000 token
Opus 5'e kıyasla çalıştırma maliyeti	Anthropic'e göre %40 daha az
Opus 5'e kıyasla çıktı hızı	Anthropic'e göre %30 daha hızlı
Sürdürülen görev uzunluğu	Görevde 18+ saat
Güvenlik	Başarılı sınır atlatma girişimlerinde %85 daha az
Kullanılabilirlik	Claude Platform, AWS, Google Cloud, Azure
Artificial Analysis Intelligence Index	58, 212 model arasında 1. sırada (üçüncü taraf)

İki satır ikinci bir bakışı hak ediyor. $0.20'lik önbellekli okuma oranı, standart giriş oranının %5'i; bu da hangi mimarilerin uygun fiyatlı olduğunu değiştiriyor. Ve 18 saat rakamı, bir istek zaman aşımı değil, görev sürekliliğine dair bir iddia. Bunlar çok farklı mühendislik problemleri.

Opus 5'ten neler değişti

Model kimliği bariz kırılma noktası. Anthropic noktalı ürün adı ve noktasız API kimliği kullanıyor, yani Claude Opus 5.5 claude-opus-5-5 oluyor. Yapılandırmanızda bir dize değiştirme işlemi ilk geçiş adımı.

	Claude Opus 5	Claude Opus 5.5
API model kimliği	`claude-opus-5`	`claude-opus-5-5`
Milyon başına giriş	$5	$4
Milyon başına çıkış	$25	$20

Bu, sayacın her iki tarafında da %20'lik bir indirim. Anthropic ayrıca Opus 5.5'in Opus 5'ten çalıştırılmasının %40 daha ucuza geldiğini söylüyor ki bu farklı bir ölçüm ve bunları ayrı tutmaya değer. Token başına fiyat indirimi artı aynı işi bitirirken harcanan daha az token, görev başına maliyette daha büyük bir düşüşe bileşik olarak yansıyor. Token başına maliyet, faturada doğruladığınız şeydir. Görev başına maliyet ise satıcının kendi değerlendirmelerinde ölçtüğü şeydir; bütçenizi buna göre yapmadan önce kendi iş yükünüzde yeniden üretin.

Gerisindeki değişim davranışsal: %30 daha hızlı çıktı, tek bir görevde 18 saat veya daha fazla sürdürülen çalışma ve başarılı sınır atlatma girişimlerinde %85 azalma. Bu son rakam dar bir güvenlik iddiası, genel bir "daha güvenli" rozeti değil. Prompt injection ve API güvenliği yazımız bunun neyi ölçtüğünü ayrıntılandırıyor. Önceki neslin özellik tablosu için Claude Opus 5 nedir yazısına bakın.

Anthropic'in yayımladığı sekiz kıyaslama puanı

Bunlar Anthropic'in kendi lansman materyalinden, Anthropic tarafından çalıştırılmış rakamlar.

Kıyaslama	Claude Opus 5.5
Terminal-Bench 4.0	%66.4
FrontierCode v1.1	%54.4
CursorBench 4.0	%57.8
GDPval-AA v2.1	1846 Elo
AutomationBench	%40.0
Humanity's Last Exam, araçlarla	%67.7
OSWorld 2.0	%81.8
Chartography	%89.0

Eksik olana dikkat edin: karşıt sütunlar. Anthropic puanları yayımladı, GPT-6'ya karşı bire bir karşılaştırma tablosunu değil; yani size bu satırlardan derlenmiş düzenli bir Opus 5.5 - Astra tablosu gösteren biri onu kendi kurmuş demektir.

AutomationBench tuzak, çünkü her iki satıcının lansman materyallerinde de görünüyor. OpenAI'nin rakamları AutomationBench 1.0.6'dan geliyor ve GPT-6 Sol'u ekstra yüksek akıl yürütmede %33.2, GPT-6 Astra'yı düşükte %30.3 ve Claude Opus 5'i maksimumda %26.9 olarak veriyor. Anthropic'in Opus 5.5 için %40.0'ı kendi çalıştırmasından geliyor ve doğruladığımız materyalde sürüm ile çaba düzeyi belirtilmemiş. İki satıcı, iki koşum ortamı, iki çaba ayarı, muhtemelen iki kıyaslama sürümü. Birini diğerinden çıkarıp farkı bir üstünlük diye adlandırmayın.

Opus 5.5'in 22 Eylül sahasındaki yeri

Model	API kimliği	Giriş $/M	Çıkış $/M	Bağlam	AA Endeksi
Claude Opus 5.5	`claude-opus-5-5`	$4	$20	1M	58
GPT-6 Sol	`gpt-6-sol`	$2	$10	872k	48
GPT-6 Luna	`gpt-6-luna`	$0.10	$0.50	1M	37
GPT-6 Astra	n/a	$10	$50	n/a	n/a
Claude Opus 5	`claude-opus-5`	$5	$25	n/a	n/a
Grok 4.7	n/a	$2	$6	n/a	n/a

Artificial Analysis sütunu üçüncü taraf bir endeks, satıcı iddiası değil ve tek bir bileşik sayı birbirinden çok farklı bir sürü görevi temsil ediyor. Onu bir hüküm değil, sıralama düzeni olarak alın.

Zamanlamayla ilgili gerçekten faydalı tek şey şu. OpenAI'nin lansman yazısı Sol ve Luna'yı Claude Opus 5'e karşı kıyaslıyor, çünkü o yazı yazıldığında Opus 5.5 yoktu. Anthropic, Opus 5.5'i saatler sonra Opus 5'in fiyatının %20 altında piyasaya sürdü. Dolayısıyla "Sol'un ekstra yüksek ayarda Opus 5'i maksimumda görev başına maliyetin %9'uyla geçtiği" sık alıntılanan ifade yazıldığı haliyle doğru ve aynı gün yerini başka bir modele bırakmış bir modele karşı ölçülmüş. Kimse yeniden yapılan koşuyu yayımlamadı.

Tersi iddia da aynı derecede desteksiz. OpenAI, Astra'nın "her alanda en iyi modelimiz olmayı sürdürdüğünü" belirtiyor ve iki satıcı da Astra ile Opus 5.5 karşılaştırması yayımlamadı. X'te dolaşan belirli bire bir karşılaştırma rakamları tweet, satıcı verisi değil. Bu yanıta ihtiyacınız varsa, tek dürüst kaynak kendi görevlerinizdeki kendi değerlendirme koşum ortamınızdır.

Faturanızı belirleyen önbellekleme hesabı

$4 giriş ve önbellekli okuma için $0.20 ile, bir önbellek isabeti taze okumanın %5'ine mal olur. Önbellek yazmaları milyon başına $5 üzerinden faturalanır; bu da standart giriş oranına göre %25 prim demektir. Bu oran başabaş noktasını sığlaştırıyor.

200.000 token'lık bir sistem öneki, bir araç şeması artı kod tabanınızın veya spesifikasyonunuzun bir parçasını ele alın. Önbelleksiz, her çağrı 200.000 token'ı milyon başına $4'ten faturalar, yani her biri $0.80. On çağrı yalnızca girişte $8.00 tutar.

Önbellekliyken yazmayı bir kez milyon başına $5'ten ödersiniz, yani $1.00, ardından sonraki her okuma milyon başına $0.20'den faturalanır, yani $0.04. On çağrı $1.00 artı $0.04'ten dokuz okuma, yani $1.36 tutar. Yazma primi ilk yeniden okumada geri ödenir ve onuncu çağrıda önbelleksiz faturanın yaklaşık %17'sini ödersiniz.

Aralığın en üstünde, tam 1.000.000 token'lık pencereyi göndermek taze giriş olarak $4.00, önbellekli okuma olarak $0.20 tutar. Bu, bir döngüde çalıştırabileceğiniz bir bağlam stratejisi ile çalıştıramayacağınız bir bağlam stratejisi arasındaki farktır. Tam önbellekleme maliyet modeli ajan döngülerini ve çok kiracılı önekleri ele alıyor.

Hızlı mod, milyon başına $8 giriş ve $40 çıkış üzerinden faturalanır; standart oranın tam iki katı. Bunu varsayılan olarak değil, etkileşimli yollar için bir gecikme satın alımı olarak fiyatlayın.

Görevde 18 saatin API katmanınıza etkisi

18 saat çalışan bir model daha uzun bir istek değildir. Farklı bir entegrasyon şeklidir ve sohbet tamamlamaları için yazılmış çoğu API kodu bunda kırılır.

Dört şeye dikkat etmek gerekir. Yük dengeleyici, ağ geçidi ve istemcideki zaman aşımları uzun ömürlü akışlara tolerans göstermeli, yoksa bunun yerine iş-artı-yoklama tasarımına ihtiyacınız olur. Yeniden denemeler idempotent olmalı, çünkü zaten üç saatlik araç çağrısı yakmış bir isteği yeniden oynatmak, yeniden denen bir GET'in asla olmadığı kadar pahalıdır. Akış, boşta görünen bir bağlantının görev ortasında kesilmemesi için keepalive işlemesi gerektirir. Ve devam ettirilebilirlik aktarım hızından daha önemli: süreç 11. saatte ölürse, hangi durumun kalıcı olduğunu bilmeniz gerekir. 18 saatlik görev API tasarımı yazısı her birini somut kalıplarla ele alıyor.

Claude Opus 5.5'i çağırmak

Messages API şekli değişmedi. Kimliği değiştirin ve max_tokens için gerçek bir alan bırakın.

curl https://api.anthropic.com/v1/messages \
  --header "x-[REDACTED CREDENTIAL]ANTHROPIC_API_KEY" \
  --header "anthropic-version: 2023-06-01" \
  --header "content-type: application/json" \
  --data '{
    "model": "claude-opus-5-5",
    "max_tokens": 16384,
    "messages": [
      {"role": "user", "content": "Review this handler and list the failure modes."}
    ]
  }'

İki alışkanlık hemen karşılığını verir. Anahtarı bir ortam değişkeninde tutun, böylece asla paylaşılan bir koleksiyona düşmez. Ve her yanıttaki usage bloğunu okuyun, çünkü önbellekli okumaların sessizce milyon başına $4'ten yeniden faturalanmak yerine gerçekten gerçekleştiğini orada doğrularsınız. Sessizce ıskalayan bir önbellek, fatura gelene kadar tam olarak çalışan bir entegrasyon gibi görünür.

Bir API istemcisinin kendini kanıtladığı yer burasıdır. Apidog'da tek bir temel Messages isteği kaydedebilir, akışlı ve akışsız için çoğaltabilir, ikisini de aynı istemde çalıştırabilir ve usage alanları üzerinde doğrulama yapabilirsiniz; böylece bir önbellek gerilemesi ay sonunda sizi şaşırtmak yerine bir testi düşürür. SSE görüntüleyici ayrıca uzun bir akışın gerçekte nerede durduğunu gösterir. Apidog'u indirin ve takip etmek için yukarıdaki isteği içe aktarın.

Kullanılabilirlik

Anthropic, Opus 5.5'i Claude Platform, AWS, Google Cloud ve Azure üzerinde listeliyor. Tüketici uygulaması katmanları ve bilgi kesim tarihi doğruladığımız materyalde yok, bu yüzden ikisini de yazmıyoruz. Bir sistem istemine kesim tarihi yazmadan önce Anthropic'in model sayfasını kontrol edin.

Geçmeli misiniz?

Bugün claude-opus-5 üzerindeyseniz geçin. Aynı seviye, her iki tarafta token başına %20 daha az, daha iyi yayımlanmış rakamlar ve tek maliyet kimlik değişimi artı bir regresyon koşusu. Geçiş notları çağıran tarafından görülebilen ayrıntıları kapsıyor.

İş yükünüz ucuz ve yüksek hacimliyse daha çok düşünün. Opus seviyesi fiyatlandırma, toplu sınıflandırma veya çıkarımın yeri değildir ve Eylül lansmanları 1M bağlam penceresini bir dolar altı seviyeye taşıdı. Varsayılan olarak Opus'a yönelmeden önce o seviyeyle karşılaştırın.

Ve o haftadan gelen, yukarıdaki tablo dahil, her satıcılar arası iddiaya inanmadan önce ölçün. İki laboratuvar aynı gün üç öncü model yayımladı, yayımlanan her karşılaştırma zaten değiştirilmiş bir modele karşı yazılmıştı ve kararınızı belirleyen tek kıyaslama kendi isteklerinizi çalıştıran kıyaslamadır.

Stripe API Anahtarları Açıklandı: Test ve Canlı, Yayınlanabilir ve Gizli, Kısıtlı Anahtarlar

Tobias Hoffmann — Mon, 02 Nov 2026 07:48:27 +0000

Stripe API Anahtarları Açıklandı: Test ve Canlı, Yayınlanabilir ve Gizli, Kısıtlı Anahtarlar

Her Stripe entegrasyonu aynı soruyla başlar: hangi anahtar nereye gider? Stripe size bir yayınlanabilir anahtar, bir gizli anahtar ve kısıtlı anahtarlar oluşturma seçeneği sunar; her biri test ve canlı olmak üzere iki türdedir. Yanlış olanı yanlış yere koyarsanız ya para taşıma yeteneğini sızdırırsınız ya da bir 401 hatası yüzünden öğleden sonranızı kaybedersiniz. Bu kılavuz, her Stripe API anahtarının ne yaptığını, nerede bulunduğunu, ilk test modu isteğinin nasıl gönderileceğini ve canlı anahtarın paylaşılan hiçbir şeyde bulunmamasını nasıl sağlayacağınızı kapsar. Önce genel kavram için API anahtarı nedir ile başlayın. Aşağıdaki her şey, Eylül 2026'da kontrol edilen Stripe'ın API anahtarları belgelerini takip eder.

Bugün Apidog'u deneyin

Stripe API anahtarlarınızın Kontrol Panosunda nerede olduğu

API anahtarları sayfasını dashboard.stripe.com/apikeys adresinde açın. Kontrol Panosunda Developers (Geliştiriciler) altında bulunur ve görüntülediğiniz hesap veya sanal alan için anahtarları gösterir. Bir geçiş düğmesi, sanal alan modu ile canlı mod arasında geçiş yapar ve anahtar listesi de bununla birlikte değişir.

Sayfada iki liste vardır:

Standart anahtarlar yayınlanabilir anahtarınızı ve gizli anahtarınızı tutar.
Kısıtlı anahtarlar kapsamlı izinlerle oluşturduğunuz anahtarları tutar.

Görünürlük moda göre değişir. Bir sanal alanda her anahtarı istediğiniz zaman görüntüleyebilirsiniz. Canlı modda, kendiniz oluşturduğunuz bir gizli anahtar, oluşturma sırasında yalnızca bir kez gösterilir. İletişim kutusunu kapatmadan önce anahtarı kasanıza kopyalayın; kaybetmek, onu döndürmeniz anlamına gelir. Canlı modda yalnızca Stripe'ın oluşturduğu varsayılan anahtarlar yeniden görüntülenebilir.

Sayfanın göstermeyeceği bir şey: webhook imzalama sırları. Bunlar Webhooks (Web kancaları) altında, uç nokta başına bulunur ve hiç API anahtarı değildir.

Yayınlanabilir ve gizli anahtarlar

İsimler güven sınırını tanımlar.

Anahtar	Önek	Maruz bırakmak güvenli mi	Neler yapabilir
Yayınlanabilir	`pk_test_` / `pk_live_`	Evet	Hesabınızı tanımlar, Stripe.js, Elements ve mobil SDK'larda kart bilgilerinden token ve PaymentMethod oluşturur
Gizli	`sk_test_` / `sk_live_`	Hayır	Her şey: ödeme oluşturma, iade işleme, müşteri verilerini okuma, ödemeleri tetikleme
Kısıtlı	`rk_test_` / `rk_live_`	Hayır	Yalnızca verdiğiniz kaynaklar ve izinler

Yayınlanabilir anahtar tarayıcıya veya mobil uygulamaya aittir. Bir kart numarasını token'a dönüştürür ve pek başka bir şey yapmaz. Ödeme oluşturamaz veya hesap verilerini okuyamaz, bu nedenle ön uç kodunda gönderilmesi beklenir.

Gizli anahtar sunucunuza aittir ve başka hiçbir yerde olmamalıdır. Stripe'ın yönlendirmesi değişti: belgeler artık "yeni kullanım durumları için gizli anahtarların kullanılmasını önermiyoruz" diyor ve bunun yerine kısıtlı anahtarlara işaret ediyor. Kısıtlanmamış gizli anahtar hâlâ çalışır, ancak onu varsayılan değil, acil durum çözümü olarak görün.

Test ve canlı mod anahtarları

Stripe iki ayrı dünya işletir, her birinin kendi anahtar seti vardır. Test anahtarları (yeni belgeler test tarafını sanal alan olarak adlandırır, ancak önekler hâlâ _test_ der) simüle edilmiş nesneler döndürür: sahte müşteriler, sahte PaymentIntent'ler, komutla başarılı veya reddedilen test kartları, gerçek para yok. Canlı anahtarlar kart ağlarına erişir ve gerçek fonları taşır.

Ayrım katıdır. sk_test_ ile oluşturulan bir müşteri, sk_live_ açısından mevcut değildir ve bunun tersi de geçerlidir. Stripe'ın akışları karıştırma için hata kodu olan livemode_mismatch, bunu açıkça söyler: "Test ve canlı mod API anahtarları, istekleri ve nesneleri yalnızca karşılık gelen mod içinde kullanılabilir."

İki pratik kural vardır:

Tamamen sk_test_ veya rk_test_ ile geliştirin ve test edin. Stripe, yeni entegrasyonlar için ayrı bir genel sanal alan önerir, böylece ayarları ve verileri izole kalır.
Canlıya geçiş bir yapılandırma değişikliğidir, kod değişikliği değil. Sunucunuz anahtarı bir ortam değişkeninden veya kasadan okur ve canlıya geçmek o değeri değiştirmek anlamına gelir.

Her API yanıtı bir livemode boolean değeri içerir. Testlerinizde bunu doğrulayın; yanlış anahtarla dağıtıma karşı en ucuz korumadır.

Kısıtlı anahtarlar ve en az yetki

Kısıtlı API anahtarı (Stripe bunu RAK olarak kısaltır) izin maskeli bir gizli anahtardır. Bir tane oluşturduğunuzda, her kaynak grubu için bir izin seçersiniz: Yok, Okuma veya Yazma. Her şey varsayılan olarak Yok'tur. Yazma, Okumayı içerir ve HTTP eşlemesi basittir: GET Okuma gerektirir, POST ve DELETE Yazma gerektirir.

Bir tane oluşturmak için, API anahtarları sayfasında Kısıtlı anahtar oluştur'a tıklayın, önceden yapılandırılmış bir izin seti seçin veya sıfırdan başlayın, adlandırın, izinleri ayarlayın ve iki faktörlü istemi tamamlayın. Canlı modda kendi oluşturduğunuz gizli anahtarda olduğu gibi, değeri bir kez görürsünüz.

Kısıtlı anahtarlar kılavuzu hizmet başına bir anahtar önerir: bir faturalama hizmeti Faturalar ve Müşteriler üzerinde Yazma alır, bir raporlama işi Ödemeler ve İtirazlar üzerinde Okuma alır. Bir hizmet tehlikeye girerse, saldırgan o anahtarın izinleriyle sınırlanır. Salt okunur bir itiraz anahtarı ödeme oluşturamaz veya bir ödemeye dokunamaz.

Yeni bir anahtara bir sanal alanda geniş izinler verin, test paketinizi çalıştırın, ardından anahtarın istek günlüklerini açın (taşma menüsü, İstek günlüklerini görüntüle) ve trafik görmeyen her izni budayın. Stripe ayrıca otonom AI ajanları için amaçlanan anahtarları etiketlemenize olanak tanır, böylece ödemeler ve iadeler için onay kurallarına tabi olurlar; düz bir gizli anahtar yerine bu yolu kullanın.

curl ve Python ile ilk isteğiniz

Stripe, HTTP Basic Auth ile kimlik doğrular: anahtar kullanıcı adıdır ve parola boştur. Sondaki iki nokta curl'e soru sormamasını söyler:

export STRIPE_API_KEY=sk_test_...   # your sandbox secret key

curl https://api.stripe.com/v1/payment_intents \
  -u "$STRIPE_API_KEY:" \
  -d amount=2000 \
  -d currency=usd \
  -d "automatic_payment_methods[enabled]=true"

Yanıt, pi_ ile başlayan bir id, status: "requires_payment_method" ve livemode: false içeren bir PaymentIntent'tir. Bu son alan, bir test anahtarı kullandığınızı doğrular.

Stripe ayrıca -H "Authorization: Bearer $STRIPE_API_KEY" biçimini kabul eder; Apidog ve çoğu HTTP istemcisi bu biçimi kullanır. Her ikisi de aynı anahtarı taşır; hangi stilin yığınınıza uyduğundan emin değilseniz, API anahtarları ve Bearer [REDACTED]'lar karşılaştırmamız ödünleşimleri ele alır. İstekler HTTPS üzerinden gitmelidir; düz HTTP, kimlik doğrulama referansına göre doğrudan başarısız olur.

Python'da, güncel SDK deseni, anahtarı ortamdan okuyan bir StripeClient'tır:

import os
import stripe

client = stripe.StripeClient(os.environ["STRIPE_API_KEY"])

intent = client.v1.payment_intents.create({
    "amount": 2000,
    "currency": "usd",
    "automatic_payment_methods": {"enabled": True},
})
print(intent.id, intent.livemode)  # pi_..., False

Dosyada hiçbir anahtar dizesi görünmez. Aynı kod, ortamın sağladığına bağlı olarak test veya canlıya karşı çalışır.

Kodlama ajanınızın Stripe anahtarını Apidog CLI ile test etmesine izin verin

Curl, anahtarın bir kez çalıştığını kanıtlar. Kodlama ajanınız bunu Apidog CLI aracılığıyla tekrarlanabilir bir kontrol haline getirebilir ve anahtarı paylaşılan projeden uzak tutabilir. Bir kez kurun (token, Hesap Ayarları, API Erişim Token'ı altındadır):

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Ardından ajana bir istem verin:

Use Apidog CLI on project <id>. Create a "Stripe Test" environment with base URL
https://api.stripe.com. Add POST /v1/payment_intents with Bearer [REDACTED] from
{{stripe_secret_key}} and a form-urlencoded body: amount=2000, currency=usd.
Create a test case asserting status 200, an id starting with pi_ and
livemode false, then run it and summarize any failures.

Çalıştırdığı komutlar, Apidog CLI 2.2.7'ye göre kontrol edilmiştir:

apidog environment create "Stripe Test" --project <id> --base-url https://api.stripe.com
apidog cli-schema get endpoint-create
apidog endpoint create --project <id> --file payment-intents.json
apidog cli-schema validate test-case-create --file pi-case.json
apidog test-case create --project <id> --file pi-case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
  --env-var "stripe_secret_key=$STRIPE_API_KEY" -r cli,json

İstem, form kodlamasını belirtir çünkü Stripe'ın v1 uç noktaları JSON kabul etmez. livemode doğrulaması sizin tetikleyicinizdir: eğer biri bu senaryoyu canlı bir anahtarla çalıştırırsa, ikinci bir istek gönderilmeden önce başarısız olur. CI'da, aynı apidog run satırı anahtarı ardışık düzeninizin gizli deposundan okur; Apidog CLI CI/CD ardışık düzeni kılavuzumuzda kopyala-yapıştır bir sürüm vardır. İstek tanımı paylaşılır; canlı kimlik bilgisi asla.

Anahtarları döndürme ve bir anahtar sızarsa ne yapılmalı

Stripe'ın kendi anahtar işleme kılavuzu açık sözlüdür: bir depoya işlenen, sohbete yapıştırılan veya bir günlüğe yazdırılan her şeyin tehlikeye girdiğini varsayın, kimsenin görüp görmediğinden emin olmasanız bile.

Döndürme, Kontrol Panosuna yerleştirilmiştir. Bir anahtarın taşma menüsünden Anahtarı döndür'ü seçin, eski anahtar için bir son kullanma tarihi belirleyin ve yenisini kopyalayın. Her ikisi de ek süre boyunca, 7 güne kadar çalışır, böylece kademeli olarak geçiş yapabilir ve geride kalanlar için istek günlüklerini izleyebilirsiniz. Şimdi, eski anahtarı hemen iptal eder.

Bir gizli veya kısıtlı anahtar sızarsa:

Kısa bir son kullanma süresiyle hemen döndürün.
Onu kullanan her sunucuyu güncelleyin, istek günlüklerinde trafiği doğrulayın, ardından eski anahtarın süresinin dolmasına izin verin.
Workbench'teki son etkinliği, entegrasyonunuzun yapmayacağı herhangi bir şey için gözden geçirin: tanınmayan bağlı hesaplar, başlatmadığınız ödemeler, yeni banka hesapları.
Şüpheli ödemeleri duraklatın, halihazırda gönderilmiş olanları geri çevirin ve itirazları önlemek için sahte ücretleri hızla iade edin.
Diğer anahtarlarınızı da döndürün. Bir anahtar sızdıysa, onu sızdıran kanalın daha fazlasını gördüğünü varsayın.

Stripe, açığa çıkan anahtarları tarar ve sizi bilgilendirir, bazen anahtarı proaktif olarak devre dışı bırakır, ancak algılama garanti değildir. Depolarınızda ve CI yapılandırmanızda sk_live_ ve rk_live_ aramak beş dakikalık bir denetimdir ve bir ön işleme kancasındaki gizli tarayıcı bir sonrakinin yerleşmesini durdurur. Stripe asla gizli anahtarınızı istemez, bu nedenle onu isteyen herhangi bir mesaj kimlik avıdır.

Yaygın Stripe API anahtarı hataları

Belirti	Anlamı	Düzeltme
`401` "Geçerli API anahtarı sağlanmadı"	Eksik, hatalı biçimlendirilmiş veya iptal edilmiş anahtar	Başlığı kontrol edin; anahtarın döndürülmediğini doğrulayın
`api_key_expired`	Anahtar döndürüldü veya süresi doldu	Geçerli anahtarı Kontrol Panosundan alın
`secret_key_required`	Sunucu tarafı bir uç noktaya bir `pk_` anahtarı gönderdiniz	Arka uçta `sk_` veya `rk_` kullanın
Var olduğunu bildiğiniz bir id'de `resource_missing`	Yanlış mod: canlı bir nesneye karşı test anahtarı veya tersi	Anahtar modunu nesneyle eşleştirin
`403` "istekte bulunma izni yok"	Kısıtlı anahtarın o kaynakta Okuma veya Yazma izni yok	Anahtarın izinlerini düzenleyin; hata gövdesi eksik olanı belirtir
`livemode_mismatch`	Bir istekte test ve canlı anahtarları veya nesneleri karıştırma	Her ortamı tamamen tek bir modda tutun

401 ve 403 durumları, Python SDK'da stripe.AuthenticationError ve stripe.PermissionError ile eşleşir, hatalar referansına göre, böylece onları özel olarak yakalayabilirsiniz. Daha az belirgin bir durum: 180 gündür transfer veya ödeme oluşturmamış bir canlı anahtar, bu işlemler için sınırlandırılır ve anahtarda bir Erişimi geri yükle seçeneği bulunur.

SSS

Stripe yayınlanabilir anahtarını ön uç koduma koymak güvenli mi?

Evet. Bir pk_ anahtarı kart bilgilerini token'laştırır ancak ödeme oluşturamaz, müşterileri okuyamaz veya para taşıyamaz. Yalnızca gizli ve kısıtlı anahtarlar sunucu tarafında kalır.

Test modunda kısıtlı anahtar kullanabilir miyim?

Evet. Kısıtlı anahtarlar her iki modda da mevcuttur (rk_test_ ve rk_live_). Stripe, önce test sürümünü ayarlamanızı, ardından eşleşen izinlerle bir canlı anahtar oluşturmanızı önerir.

Webhook imzalama sırrı API anahtarım ile aynı mı?

Hayır. İmzalama sırları webhook uç noktası başına verilir ve yalnızca gelen bir olayın Stripe'tan geldiğini doğrular. Webhooks altında bulunurlar, API anahtarları sayfasında değil. Bunları bağlıyorsanız, CI'da Stripe webhook'larını nasıl test edeceğinizi görün.

Üretimde bir test anahtarı kullanırsam ne olur?

İstekler başarılı olur ancak hiçbir kart ücretlendirilmez ve hiçbir para hareket etmez. Her nesnede livemode false döndüğü için, bu alan üzerindeki bir doğrulama hatayı müşterilerden önce yakalar.

Kısa özet

Yayınlanabilir anahtarlar istemciye gider, gizli ve kısıtlı anahtarlar sunucuda kalır, test ve canlı asla karışmaz ve kısıtlı, kapsamını belirleyebildiğiniz her durumda gizliyi yener. Canlı anahtarı bir kasada saklayın, test anahtarını çalışma zamanında Apidog CLI'ye iletin ve ajanınızın yazdığı her test senaryosunda bir livemode doğrulaması bulundurun.

Claude Batch API: Asenkron İşleri Yarı Maliyetle Çalıştırın

Tobias Hoffmann — Mon, 02 Nov 2026 07:33:38 +0000

Claude Batch API: Asenkron İşleri Yarı Maliyetle Çalıştırın

Kısa yanıt: Claude Batch API, Messages API isteklerini hem girdi hem de çıktı token'larında %50 indirimle asenkron olarak işler. Tek bir çağrıda 100.000 istek (veya 256 MB) gönderirsiniz, parti bitene kadar yoklarsınız, ardından sonuçları kendi custom_id değerinizle anahtarlanmış olarak okursunuz. Çoğu parti bir saat içinde tamamlanır ve katı üst sınır 24 saattir.

Bugün Apidog'u deneyin

Sınıflandırmanız gereken 40.000 destek talebi, yeniden yazmanız gereken bir ürün kataloğu ya da özetlemeniz gereken bir aylık transkript var. Hiçbiri acil değil. Bu çağrıların her biri, tek tek gönderdiğinizde hâlâ tam fiyattan ücretlendirilir ve öğleden sonranızı hız sınırınıza karşı yeniden denemelere göz kulak olarak geçirirsiniz.

Claude Batch API tam da bu tür işler için var. Anthropic'e bir istek listesi verir, çekip gidersiniz ve aynı çağrıların senkron olarak mâl olacağının yarısına mal olan bir sonuç dosyasıyla geri dönersiniz. Çalıştırılacak kuyruk yok, eşzamanlılık ayarı yok, geri çekilme mantığı yok.

Bu kılavuz, parti uç noktasının ne yaptığını, ne kadara mal olduğunu, bir işi nasıl gönderip toplayacağınızı ve kodlama ajanınızın gerçek verilere yöneltmeden önce tüm bunları Apidog CLI ile nasıl test edebileceğini kapsar.

Claude Batch API nedir?

Claude Batch API, /v1/messages/batches adresinde bulunan ve tek bir gönderimde birçok Messages API isteğini kabul edip işleme sona erdiğinde sonuçlarını döndüren asenkron bir uç noktadır. Gecikme karşılığında %50 indirim sunar. Anthropic bunu parti işleme başlığı altında belgeler.

Tasarımınızda göz önünde bulundurmanız gereken kısıtlar:

Boyut: parti başına en fazla 100.000 istek veya 256 MB, hangisine önce ulaşırsanız.
Zamanlama: çoğu parti bir saat içinde tamamlanır; tamamlanmamış isteklerin süresi dolmadan önceki azami süre 24 saattir.
Saklama: sonuçlar parti oluşturulduktan sonra 29 gün boyunca kullanılabilir kalır.
Özellik eşliği: görüntü, araç kullanımı, sistem istemleri ve istem önbelleğe alma, bir parti içinde çalışır.
Sıralama: sonuçlar herhangi bir sırada döner, bu nedenle onları konuma göre değil custom_id ile anahtarlarsınız.

İnsanları asıl ısıran nokta son maddede. Bir parti kuyruk değil, bir torbadır.

Claude Batch API'nin maliyeti nedir

İndirim, her isteğin adlandırdığı modelden bağımsız olarak hem girdi hem de çıktı token'larına uygulanan sabit %50'dir. Tek bir parti içinde modelleri karıştırabilirsiniz, böylece ucuz bir sınıflandırıcı ile pahalı bir özetleyici birlikte yol alabilir.

Model	Standart girdi / çıktı (MTok başına)	Parti girdi / çıktı (MTok başına)
Claude Opus 5.5	$4.00 / $20.00	$2.00 / $10.00
Claude Sonnet 5.5	$2.00 / $10.00	$1.00 / $5.00
Claude Haiku 5.5 (100K'ya kadar istemler)	$0.10 / $0.50	$0.05 / $0.25
Claude Haiku 5.5 (100K üzeri istemler)	$0.50 / $2.50	$0.25 / $1.25

Haiku satırlarını dikkatle okuyun. Haiku 5.5 istem boyutuna göre fiyatlandırır, bu nedenle 100.000 token'ı aşan tek bir istem, parti indirimi olsun olmasın, kısa istem oranının 5 katı olarak ücretlendirilir. Uzun bağlamlı Haiku işlerini $0.05 / $0.25 değil, $0.25 / $1.25 üzerinden tahmin edin. Bu sayılar üzerine bir tahmin kurmadan önce Anthropic'in fiyatlandırma sayfasını kontrol edin ve fatura buraya gelme sebebinizse Claude API harcamasının nereye gittiğine dair incelememizi okuyun.

Parti fiyatlandırması ayrıca gerçek tasarrufun yaşadığı yer olan istem önbelleğe alma ile de birleşir. Aşağıda buna daha fazla değiniliyor.

İlk partinizi gönderin

resmî Python SDK'yı kurun ve bir istek listesi oluşturun. Her biri, sizin seçtiğiniz bir custom_id ve normal bir messages.create() çağrısına tamamen benzeyen bir params nesnesi taşır.

import anthropic
from anthropic.types.message_create_params import MessageCreateParamsNonStreaming
from anthropic.types.messages.batch_create_params import Request

client = anthropic.Anthropic()

tickets = [
    "Card declined three times, support chat timed out.",
    "Love the new dashboard, the export button is hidden though.",
    "Webhook stopped firing after the 2.4 upgrade.",
]

batch = client.messages.batches.create(
    requests=[
        Request(
            custom_id=f"ticket-{i}",
            params=MessageCreateParamsNonStreaming(
                model="claude-haiku-5-5",
                max_tokens=1024,
                output_config={"effort": "low"},
                messages=[{
                    "role": "user",
                    "content": f"Label this ticket billing, bug, or praise. One word.\n\n{text}",
                }],
            ),
        )
        for i, text in enumerate(tickets)
    ]
)

print(batch.id, batch.processing_status)

custom_id anlam taşısın. Bir veritabanı birincil anahtarı veya bir dosya yolu, sonradan bir birleştirme işleminden kurtarır ve bir sonucu girdisine bağlayan tek şey odur.

Ham HTTP'yi tercih ederseniz, aynı yük, x-api-key ve anthropic-version başlıklarınızla birlikte POST https://api.anthropic.com/v1/messages/batches adresine gider. mesaj partisi oluşturma referansı tam şemayı içerir.

Partiyi yoklayın ve sonuçları toplayın

processing_status değeri ended olana kadar partiyi çağırın, ardından sonuçları akış olarak alın. Her sonuç, ayarladığınız custom_id değerini ve succeeded, errored, canceled veya expired şeklinde bir result.type değerini taşır.

import time

while True:
    batch = client.messages.batches.retrieve(batch.id)
    if batch.processing_status == "ended":
        break
    print("still working:", batch.request_counts.processing)
    time.sleep(30)

labels, retry = {}, []
for result in client.messages.batches.results(batch.id):
    if result.result.type == "succeeded":
        msg = result.result.message
        labels[result.custom_id] = next(b.text for b in msg.content if b.type == "text")
    elif result.result.type == "errored":
        retry.append(result.custom_id)

print(f"{len(labels)} labeled, {len(retry)} need another pass")

İki hata modu ayrı ayrı ele alınmayı hak ediyor. Bir invalid_request hatası, istek gövdesinin yanlış olduğu anlamına gelir, bu nedenle yeniden göndermeden önce düzeltin. Diğer her şey sunucu tarafındadır ve olduğu gibi yeniden denenmesi güvenlidir. Bir expired sonucu, o istek çalışmadan önce 24 saatlik pencerenin kapandığı anlamına gelir ve bunları da yeniden gönderirsiniz.

30 ila 60 saniyelik bir zamanlayıcıyla yoklayın. Her saniye retrieve uç noktasına vurmak size hiçbir şey kazandırmaz ve Claude API hız sınırlarınıza karşı sayılır.

Parti fiyatlandırmasını istem önbelleğe alma ile birleştirin

En büyük kazanç, iki indirimi birleştirmekten gelir. Partinizdeki her istek uzun bir öneki, bir stil kılavuzunu, bir taksonomiyi, 40 sayfalık bir sözleşmeyi paylaşıyorsa, o öneki cache_control ile işaretleyin ve aynı işaretli öneki 10.000 isteğin tümünde gönderin.

shared_system = [
    {"type": "text", "text": "You are a support triage analyst."},
    {
        "type": "text",
        "text": taxonomy_document,          # thousands of tokens, identical every time
        "cache_control": {"type": "ephemeral"},
    },
]

Bu system bloğunu partideki her Request üzerine koyun. Öneki canlı bir önbellek girdisiyle bayt bayt eşleşen her istek, o öneki önbellek okuma oranlarından ücretlendirir ve %50 parti indirimi, önbellek okumaları ve yazmaları için de aynı şekilde geçerlidir. Mükemmel bir isabet oranı için bütçe ayırmayın: bir parti isteklerini sırayla değil eşzamanlı olarak işler, bu nedenle tek bir parti içindeki önbellek isabetleri en iyi çaba esaslıdır. Anthropic'in istem önbelleğe alma kılavuzu önek kurallarını kapsar: kırılma noktanızdan önce değişen herhangi bir bayt, sonrasındaki her şeyi geçersiz kılar, bu nedenle zaman damgalarını ve öğe başına metni önbelleğe alınan bloğun sonrasında tutun.

Claude Code'un uç noktayı Apidog CLI ile test etmesine izin verin

100.000 canlı isteğe para harcamadan önce, parti yaşam döngüsü üzerinde bir regresyon testi istersiniz: oluştur, çağır, sonuçlar. Bunu bir GUI'de elle yazmak yavaştır. Kodlama ajanınızın bunu Apidog CLI ile yapmasına izin verin.

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install   # pick Claude Code when prompted

Ardından Claude Code'a tek bir istem:

In Apidog project 4820193, create a test case for POST https://api.anthropic.com/v1/messages/batches
that submits two Haiku 5.5 requests with custom_id ticket-0 and ticket-1, asserts the response
has an id and processing_status, then polls GET /v1/messages/batches/{id} until processing_status
is ended. Run it against the anthropic-staging environment and summarize failures.

Ajan yük şemasını okur, kendi JSON'unu doğrular, ardından test durumunu oluşturup çalıştırır:

apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file batch-case.json
apidog test-case create --project 4820193 --file batch-case.json
apidog run --test-case 77214 --project 4820193 -e 992301 -r cli,json

API anahtarınız bir Apidog ortam değişkeninde kalır, böylece asla bir isteme veya bir depoya düşmez. Raporlayıcıyı -r junit olarak değiştirin ve aynı komut her birleştirmede CI'da çalışsın; bu, Apidog CLI ardışık düzen kılavuzumuzdaki kurulumdur. CLI'yi henüz ajanınıza bağlamadıysanız, Claude Code'da Apidog CLI kullanma ile başlayın.

Parti yanlış tercih olduğunda

İş yükü	Parti kullanılsın mı?	Neden
Dünkü günlüklerin geceleyin özetlenmesi	Evet	Kimse beklemiyor; %50 indirim
Bir korpus üzerinde gömme veya etiketlerin geriye doldurulması	Evet	100.000 istek tavanına uyar
Bir istem paketi genelinde değerlendirme çalıştırmaları	Evet	`custom_id` ile anahtarlanan sonuçlar test kimliklerine eşlenir
Sohbet arayüzü yanıtları	Hayır	Kullanıcılar bir saat beklemeyecek
Sonraki adımı seçmek için son yanıta ihtiyaç duyan bir ajan döngüsü	Hayır	Parti istekleri birbirlerini göremez
5 saniyelik bir SLA'yı karşılaması gereken bir istek	Hayır	24 saatin altında gecikme garantisi yok

Ayrıca birkaç şey de geçerli değil. Hızlı mod Batch API'de mevcut değildir, sunucu taraflı ret geri çekilmeleri orada reddedilir ve Claude Opus 5.5 ile Claude Sonnet 5.5 üzerinde any veya tool şeklinde zorlanmış bir tool_choice, normal bir çağrıdaki gibi bir parti içinde de 400 döndürür. Bunun yerine strict: true ile tool_choice: auto kullanın.

Çok sağlayıcılı altyapı işletiyorsanız, aynı desen başka yerlerde de mevcuttur: OpenAI Batch API ve Gemini API parti modu sayfalarına bakın. Şekiller farklı, ekonomi aynı.

SSS

Claude Batch API nedir?

Standart Messages API isteklerini toplu hâlde normal token fiyatlarının %50'sine çalıştıran asenkron bir uç noktadır. Kendi kimliklerinizle bir istek listesi gönderir, parti bitene kadar yoklarsınız ve sonuçları 29 gün içinde okursunuz.

Claude Batch API ne kadara mal olur?

Hem girdide hem çıktıda standart oranın yarısı. Claude Sonnet 5.5'te bu, senkron olarak $2.00 ve $10.00'a karşılık, milyon girdi token'ı başına $1.00 ve milyon çıktı token'ı başına $5.00'dır.

Bir Claude partisi ne kadar sürer?

Çoğu parti bir saat içinde tamamlanır. Azami süre 24 saattir, sonrasında işlenmemiş herhangi bir istek expired sonucu döndürür ve yeniden gönderirsiniz.

Bir parti içinde istem önbelleğe alma kullanabilir miyim?

Evet ve indirimler birleşir. Paylaşılan bir öneki cache_control ile işaretleyin, o aynı öneki her istek boyunca tekrarlayın; önbelleğe alınmış okumalar, parti indiriminin üzerine girdi fiyatının bir kesri olarak ücretlendirilir.

Bir partide bir istek başarısız olduğunda ne olur?

Yalnızca o istek başarısız olur. Sonucu, bir hata nesnesiyle birlikte type: "errored" taşır; diğer her şey yine başarılı olur. Doğrulama hataları düzeltilmiş bir yük gerektirir, sunucu hatalarının değiştirilmeden yeniden denenmesi güvenlidir.

Çalışan bir partiyi iptal edebilir miyim?

Evet. client.messages.batches.cancel(batch_id) partiyi canceling durumuna taşır. Zaten tamamlanmış istekler sonuçlarını korur; geri kalanlar canceled olarak döner.

Batch API araçları ve görüntüleri destekliyor mu?

Evet. Görüntü, araç tanımları ve sistem istemleri dâhil her Messages API özelliği bir parti içinde çalışır. İstisnalar; hızlı mod, sunucu taraflı geri çekilmeler ve 5.5 modellerinde zorlanmış araç seçimidir.

Toparlarken

Parti işleme, istem önbelleğe almanın ardından Claude API'deki en büyük ikinci ücretsiz tasarruftur ve size kaliteden hiçbir şeye mal olmaz: aynı modeller, aynı özellikler, yarı fiyat, muhtemelen kullanmadığınız bir gecikme karşılığında. Sonuçlarınızı custom_id ile anahtarlayın, paylaşılan öneki önbelleğe alın ve expired durumunu bir başarısızlık değil bir yeniden deneme olarak ele alın.

Ölçeklendirmeden önce yaşam döngüsünü test edin. Apidog CLI'yı kurun, kodlama ajanınızı parti uç noktalarına yöneltin ve oluşturulan test durumunu CI'da çalışır tutun, böylece bir şema değişikliği sizi 100.000 istekte asla şaşırtmasın. Ücretsiz plan 4 kullanıcıyı kapsar ve Apidog'u indirip ilk durumu birkaç dakika içinde çalıştırabilirsiniz.

Groq API Nasıl Ücretsiz Kullanılır?

Tobias Hoffmann — Mon, 02 Nov 2026 07:29:49 +0000

Groq, her hesaba OpenAI uyumlu uç noktası için bir Free Plan anahtarı verir ve bu anahtar kaydolduğunuz anda çalışır. İnsanların takıldığı nokta erişim almak değil, uygulamanız gerçekten modeli çağırmaya başladığında limitlerin içinde kalmaktır. Groq, belgelerinde model başına Free Plan rakamlarını yayınlar; ancak bu sayılar değişebilir ve kendi hesabınız farklı olabilir. Güvenilir alışkanlık, hesap ayarlarınızı kontrol etmek ve her çağrıda yanıt başlıklarını okumaktır, çünkü limitler oturum ortasında değişebilir.

Bugün Apidog'u deneyin

Bu kılavuz, bir anahtar edinmeyi, standart bir OpenAI istemcisini Groq'un uç noktasına yönlendirmeyi ve çoğu "ücretsiz katman" yazısının atladığı kısmı kapsar: üretimde bir 429'dan öğrenmek yerine limitlerinizi gerçek zamanlı olarak izlemek. Ardından kodlama ajanınız bu kontrolü bir Apidog CLI testine dönüştürür; böylece unuttuğunuz tek seferlik bir curl komutu değil, tekrarlanabilir bir kontrol elde edersiniz.

Kısa Özet

Groq iki katman sunar: Free Plan ve Developer Plan. Hız limitleri kuruluş düzeyinde uygulanır (kullanıcı başına değil), istekler, token'lar veya günlük toplamlar arasında hangi sınıra önce ulaşırsanız o geçerlidir ve önbelleğe alınmış token'lar size karşı sayılmaz. Groq model başına Free Plan rakamlarını yayınlar, ancak hesabınıza uygulanan sayılar konsolunuzdaki limitler sayfasında bulunur. Bu nedenle güvenilir yol, habersiz değişebilecek bir tabloya güvenmek yerine her çağrıda x-ratelimit-* yanıt başlıklarından bu değerleri okumaktır.

Anahtar edinme ve uç noktayı çağırma

console.groq.com adresinde bir hesap oluşturun ve anahtarlar sayfasından bir anahtar üretin. Groq bu anahtarı OpenAI uyumlu bir API aracılığıyla sunar; yani daha önce OpenAI'nin SDK'sını çağırdıysanız şekli zaten biliyorsunuz. Temel URL'yi OpenAI yerine Groq'a yönlendirin ve diğer her şeyi aynı tutun:

curl https://api.groq.com/openai/v1/chat/completions \
  -H "Authorization: Bearer $GROQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama-3.1-8b-instant",
    "messages": [{"role": "user", "content": "Summarize this ticket in one sentence."}]
  }'

Veya resmi Python OpenAI istemcisiyle:

import os
from openai import OpenAI

client = OpenAI(
    [REDACTED CREDENTIAL],
    base_url="https://api.groq.com/openai/v1",
)

response = client.chat.completions.create(
    model="llama-3.3-70b-versatile",
    messages=[{"role": "user", "content": "List three causes of API timeout errors."}],
)

print(response.choices[0].message.content)

Groq'un OpenAI uyumluluk belgeleri, mevcut kodu taşımadan önce bilmeye değer birkaç boşluğa dikkat çeker: logprobs, logit_bias, top_logprobs ve messages[].name hepsi 400 hatası döndürür, n ayarlarsanız 1'e eşit olmalıdır ve 0 sıcaklığı gerçek açgözlü kod çözme yerine küçük bir pozitif float'a dönüştürülür.

Free Plan ve Developer Plan

Groq'un kendi ifadesi açıktır: "Daha yüksek limitlere, Batch ve Flex işlemeye ve daha fazlasına erişmek için Developer planına yükseltin." Her yeni anahtar Free Plan ile başlar ve bu plan, testler ile küçük yan projeler için gerçekten kullanılabilirdir.

İşte Free Plan'ın birkaç model için izin verdiği miktarlar, Groq'un hız limitleri belgelerine göre 2026-09-15 tarihinde okunduğu şekliyle:

Model	RPM	RPD	TPM	TPD	Ses
`groq/compound`	30	250	70K	-	-
`openai/gpt-oss-120b`	30	1K	8K	200K	-
`openai/gpt-oss-20b`	30	1K	8K	200K	-
`whisper-large-v3`	20	2K	-	-	7.2K ASH / 28.8K ASD

Aynı sayfada her model için daha yüksek tavanlara sahip bir Developer Plan sekmesi ve ayrıca Batch ile Flex işleme bulunur. Yukarıdaki tabloyu bir anlık görüntü olarak değerlendirin, çünkü Groq bu sayıları haber vermeden değiştirebilir. Kendi rakamlarınız hesap ayarlarınızdaki limitler sayfasında bulunur: eğer uyuşmazlarsa bu tabloya değil o sayfaya güvenin.

İki politika ayrıntısı ham sayılardan daha önemlidir. Hız limitleri "kuruluş düzeyinde, bireysel kullanıcılarda değil" uygulanır; yani bir Groq organizasyonunu paylaşan beş kişi beş ayrı limit değil, tek bir limiti paylaşır. Ve "önbelleğe alınmış token'lar hız limitlerinize sayılmaz" — bu da iyi önbelleğe alınmış bir istem yapısının, başlıkta görünen sayının ima ettiğinden daha fazla gerçek verim sağladığı anlamına gelir.

Bir limite çarpmadan önce bilmeye değer modeller

Önemli olan limit, hangi modeli çağırdığınıza bağlıdır. Groq'un metin modelleri ve Compound sistemleri 131.072 token bağlam penceresinde çalışır:

Model Kimliği	Tür
`llama-3.1-8b-instant`	Hızlı genel amaçlı metin
`llama-3.3-70b-versatile`	Daha büyük genel amaçlı metin
`openai/gpt-oss-120b`	Açık ağırlıklı akıl yürütme modeli
`openai/gpt-oss-20b`	Daha küçük açık ağırlıklı akıl yürütme modeli
`groq/compound`	Ajanik sistem
`groq/compound-mini`	Daha hafif ajanik sistem

Whisper modelleri (whisper-large-v3 ve whisper-large-v3-turbo) bu tabloya uymaz. Bunlar ses transkripsiyon modelleridir ve Groq verimlerini token cinsinden değil, kendi RPM ve RPD sınırlarının yanı sıra saat başına ve gün başına ses saniyesi (ASH/ASD) cinsinden ölçer.

Her modelin kendi RPM, RPD ve token sınırları vardır; bu nedenle llama-3.1-8b-instant'ın limitlerinin openai/gpt-oss-120b için de geçerli olduğunu varsaymayın.

Tahmin etmek yerine hız limiti başlıklarını okuyun

api.groq.com'dan gelen her yanıt, tam olarak nerede durduğunuzu söyleyen bir dizi başlık taşır; konsolu ziyaret etmenize gerek yoktur:

x-ratelimit-limit-requests ve x-ratelimit-limit-tokens: mevcut pencere için tavanınız
x-ratelimit-remaining-requests ve x-ratelimit-remaining-tokens: şu anda kalan miktar
x-ratelimit-reset-requests ve x-ratelimit-reset-tokens: pencerenin ne zaman yenileneceği
retry-after: 429 üzerinde gönderilir ve ne kadar beklemeniz gerektiğini söyler

Her çağrıdan sonra x-ratelimit-remaining-tokens değerini okuyun; böylece bir kez bakıp sonra gözden geçirmeyi unuttuğunuz statik bir sayı değil, canlı bir göstergeye sahip olursunuz. İşte yalnızca başlıkları yazdıran hızlı bir cURL kontrolü:

curl -sD - https://api.groq.com/openai/v1/chat/completions \
  -H "Authorization: Bearer $GROQ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "llama-3.1-8b-instant", "messages": [{"role": "user", "content": "hi"}]}' \
  -o /dev/null | grep -i ratelimit

Bunu konuşkan bir test betiğine karşı bir döngü içinde birkaç kez çalıştırın ve x-ratelimit-remaining-tokens değerinin geri sayımını izleyin. Uygulamanızın bir gün geri çekilme (backoff) mantığına ihtiyacı olursa, bir gecikmeyi tahmin etmek yerine retry-after başlığına uyan desenler için API hız sınırlaması nasıl uygulanır kılavuzumuza bakın.

Kodlama ajanınızın kontrolü Apidog CLI ile çalıştırmasına izin verin

Curl ve grep dansını elle yapmak tek bir hata ayıklama oturumu için işe yarar; bir ekibe ölçeklenmez ve kimse her dağıtımdan önce tek seferlik bir kabuk komutunu yeniden çalıştırmaz. Kontrolü bunun yerine kodlama ajanınıza verin: Apidog CLI ile testi bir kez yazar ve her istediğinizde çalıştırırsınız. Bir kez kurun:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Token, Apidog'da Hesap Ayarları → API Erişim Token'ı altından gelir. Ardından ajana şu istemi verin:

Use Apidog CLI on project <id>. Create a Groq environment with base URL
https://api.groq.com/openai/v1 and add POST /chat/completions with Bearer [REDACTED]
from {{GROQ_API_KEY}}. Create one test case per model we run in production
(llama-3.1-8b-instant, openai/gpt-oss-120b) that asserts status 200 and fails
when x-ratelimit-remaining-tokens drops below 10% of x-ratelimit-limit-tokens.
Put both cases in a "Groq limits" test suite, run it, and report the headers.

Çalıştırdığı komutlar, Apidog CLI 2.2.7'ye göre doğrulanmıştır:

apidog environment create Groq --project <id> --base-url https://api.groq.com/openai/v1
apidog endpoint create --project <id> --file groq-chat.json
apidog cli-schema validate test-case-create --file groq-8b-case.json
apidog test-case create --project <id> --file groq-8b-case.json
apidog test-suite create --project <id> --name "Groq limits"
apidog run --test-suite <suiteId> --project <id> -e <envId> \
  --env-var "GROQ_API_KEY=$GROQ_API_KEY" -r cli,junit

Küçülen bir bütçe artık demoda sürpriz bir 429 değil, başarısız bir test olarak ortaya çıkar. Apidog CLI CI/CD ardışık düzeni kılavuzumuzdaki gibi bu son satırı dağıtım öncesi CI işinize koyun ya da ajandan bir apidog scheduled-task create isteyin; bu, paketi bir runner üzerinde cron ile çalıştırır. Bu, Groq'un kuruluş düzeyinde havuzlaması göz önüne alındığında daha da önemlidir: bir ekip arkadaşının çalıştırdığı toplu iş, üretim uç noktanızın bir saat sonra ihtiyaç duyacağı paylaşılan bütçeyi yiyebilir. GPT hız limitleri için bir API test etme yazımızın arkasındaki fikir de tam olarak budur.

Gerçekten limite ulaştığınızda ne yapmalı

Bir 429 döndüğünde, hemen yeniden denemek yerine retry-after değerine uyun. İstek düzeyinde bir limite karşı sıkı bir yeniden deneme döngüsü, kalan bütçenizi daha hızlı harcar ve sıfırlama penceresini daha da ileri iter. Bunu bir test betiği değil bir üretim hizmeti olarak kuruyorsanız, hız limiti aşıldı hatası için kapsamlı kılavuzumuz yalnızca Groq'ta değil, sağlayıcılar arasında işleyen geri çekilme stratejilerini ele alır.

Free Plan'da sürekli tavana çarpıyorsanız, en hızlı çözüm Groq'un belgelerinde doğrudan işaret ettiği Developer Plan yükseltmesidir. İkinci en hızlı çözüm, özellikle bir prototip için, trafiği birden fazla sağlayıcıya yaymaktır. OpenRouter alternatifleri derlememiz, tam da bu durum için arka cebinizde bulundurmaya değer diğer uç noktaları kapsar.

SSS

Groq'un API'si için ücretsiz bir katman var mı?
Evet. Her yeni hesap, OpenAI uyumlu uç noktasına erişimle Free Plan'da başlar. Groq birkaç model için örnek Free Plan limitleri yayınlar, ancak hesabınıza gerçekten uygulanan sınırlar konsol ayarlarınızdaki limitler sayfasındadır.

Mevcut Groq hız limitimi nasıl kontrol ederim?
İki yol: hesap ayarlarınızdaki limitler sayfasını açın veya herhangi bir API yanıtındaki x-ratelimit-limit-requests ve x-ratelimit-limit-tokens başlıklarını okuyun. Başlıklar, çağrı yaptığınız anda hesabınızın gerçek limitini yansıtır; bu, bir kez görüp hatırladığınız bir sayıdan daha güvenilirdir.

Groq hız limitini aştığımda ne olur?
Kaç saniye beklemeniz gerektiğini söyleyen bir retry-after başlığı içeren bir 429 yanıtı alırsınız. Bir gecikmeyi tahmin etmek yerine bunu kodda ele almak için hız limiti aşıldı kılavuzumuza bakın.

Önbelleğe alınmış token'lar Groq hız limitime sayılır mı?
Hayır. Groq, önbelleğe alınmış token'ların hız limitlerinize sayılmadığını doğrudan belirtir; bu nedenle önbelleğe alınmış bir sistem mesajını yeniden kullanan bir istem yapısı, ham token limitinin ima ettiğinden daha fazla gerçek verim elde eder.

Groq hız limiti kullanıcı başına mı yoksa kuruluş başına mı?
Kuruluş başına. Aynı Groq organizasyonu altındaki her anahtar tek bir istek ve token havuzunu paylaşır; bu nedenle bir ekip arkadaşınızın betiği, üretim uygulamanızın ihtiyaç duyduğu bütçeyi yiyebilir.

Hangi Groq modelleri en yüksek bağlam penceresine sahiptir?
llama-3.1-8b-instant, llama-3.3-70b-versatile, openai/gpt-oss-120b, openai/gpt-oss-20b ve Compound sistemlerinin hepsi 131.072 token bağlam penceresinde çalışır. Whisper modelleri metin değil ses transkripsiyonudur; Groq limitlerini bunlar için ses süresi cinsinden ölçer. Hız limitleri aynı bağlam penceresi içinde bile modelden modele farklılık gösterir, bu nedenle her birini ayrı ayrı kontrol edin.

Sonuç

Groq API'sini ücretsiz kullanmanın yolu gizli bir sayı değil, bir alışkanlıktır. Bir anahtar alın, OpenAI uyumlu uç noktayı ona yönlendirin ve — bu yazı dahil — bir blog yazısında bulduğunuz bir rakama güvenmek yerine her çağrıda yanıt başlıklarını okuyun.

Kodlama ajanınızın bu kontrolü bir kez Apidog CLI ile, her model için kalan token'lar üzerinde bir doğrulamayla kurmasını sağlayın; o andan itibaren her dağıtımda çalışır. Kurulum, Groq belgelerinin geri kalanını okumaktan daha kısa sürer. Yük altında bir AI API katmanını test etme konusunda daha derin kapsam için AI ajanları için en iyi API test araçları kılavuzumuz iyi bir sonraki duraktır.

Together AI vs Fireworks AI vs Groq: Ücretsiz Paketler Karşılaştırması

Tobias Hoffmann — Mon, 02 Nov 2026 07:27:22 +0000

Together AI vs Fireworks AI vs Groq: Ücretsiz Paketler Karşılaştırması

Together AI, Fireworks AI ve Groq'un üçü de aynı vaadi satıyor: mevcut OpenAI istemcinizi yeni bir base URL'e yönlendirin, anahtarı değiştirin ve açık ağırlıklı modelleri maliyetin çok altında bir fiyata kullanın. Bu vaat doğru. Doğru olmayan şey ise ücretsiz katmanlarını karşılaştırmanın üç sayıyı yan yana dizmek kadar basit olduğu; çünkü üç sağlayıcıdan ikisi sabit bir sayı bile yayımlamıyor.

Hemen Apidog'u deneyin

Groq istisna: rate-limits sayfası, çoğu okuyucunun yanındaki Developer Plan sekmesine geçerken gözden kaçırdığı bir sekmede, her model için gerçek Free Plan sayılarını yayımlıyor. Together AI ise kendi dokümanlarında, yayımlanmış sabit bir model başına limit olmadığını açıkça söylüyor; tavanınız kullanımınızla birlikte hareket ediyor. Fireworks AI ücretsiz erişimi bir plan katmanına değil, tek seferlik bir kredi bakiyesine bağlıyor. Üç farklı tasarım — ve "hangi ücretsiz katman daha büyük" başlıklı bir makale bunu hâlâ tek bir sayıya indirgemek zorunda kalıyor.

Kısaca

Groq, Together AI ve Fireworks AI'nın üçü de OpenAI uyumlu bir endpoint sunuyor; yani aralarında geçiş yapmak yeniden yazım değil, bir base URL ve bir API anahtarı meselesi. Groq erişimi bir Free Plan ile ücretli bir Developer Plan olarak ikiye ayırıyor ve diğer ikisinden farklı olarak, model başına gerçek Free Plan sayılarını yayımlıyor; örneğin gpt-oss-120b ve gpt-oss-20b için 30 RPM / 1K RPD / 8K TPM / 200K TPD. Together AI sabit ücretsiz katman sayıları yayımlamıyor; dokümanları limitlerin canlı kapasitenize ve son başarılı kullanımınıza göre dinamik olarak hareket ettiğini söylüyor. Fireworks AI ise yeni hesaplara yinelenen bir ücretsiz kota yerine tek seferlik bir kredi bakiyesi veriyor (fiyatlandırma sayfasına göre 1 $). Manşet sayıdan daha önemli olan karar, gerçekte hangi modellere ihtiyacınız olduğu ve sınıra ulaştığınızda her sağlayıcının tavanının nasıl davrandığı. Apidog, tek bir isteği kaydedip base URL ile anahtarı ortam başına değiştirmenize olanak tanır; böylece bir tabloya güvenmek yerine üçünü de kendiniz ölçebilirsiniz.

Tek API şekli, üç anahtar

Üç sağlayıcı da bilinçli olarak OpenAI Chat Completions şemasını birebir taklit ediyor. Bu araçların geçiş kılavuzlarının her seferinde aynı şekilde okunmasının nedeni de bu: base_url'i değiştir, Authorization başlığını değiştir, kodunun geri kalanını olduğu gibi bırak. Groq'un OpenAI uyumlu base'i https://api.groq.com/openai/v1/. Together AI'nınki, hızlı başlangıç dokümanlarında doğrudan doğrulandığı üzere https://api.together.ai/v1. Fireworks AI'nınki ise OpenAI uyumluluk kılavuzuna göre https://api.fireworks.ai/inference/v1.

Bu ortak şekil, kafa kafaya bir testin neden yapmaya değer olduğunu açıklıyor: dördüncü ya da beşinci bir sağlayıcıyı eklemek yeniden tasarım değil, birkaç dakika demek. Bu tür çok sağlayıcılı bir kurulumu yönetmenin mekaniğini Apidog'da ortamlar arasında base URL'leri nasıl yöneteceğiniz yazımızda ele alıyoruz; yönlendirme seçeneklerini daha geniş açıdan değerlendiriyorsanız, OpenRouter alternatifleri derlememiz bu üçünün o tablodaki yerini kapsıyor.

Her ücretsiz katman hakkında gerçekten doğrulayabilecekleriniz

İşte yalnızca her sağlayıcının Eylül 2026 itibarıyla kamuya açık şekilde belirttiklerinden oluşturulmuş karşılaştırma. Bir sağlayıcı bir sayı açıklamadığında tablo, tahmin yürütmek yerine bunu belirtiyor.

	Groq	Together AI	Fireworks AI
Ücretsiz erişim modeli	Free Plan (ücretli Developer Plan'dan ayrı)	Kayıttan itibaren kullandıkça öde; ayrı bir "ücretsiz plan" adı yok	Tek seferlik kayıt kredisi
Belgelenmiş ücretsiz kota	Model başına yayımlanıyor: `gpt-oss-120b`/`gptğırdığınızla sınırlanmıyorsunuz; bakiye tükenmeden çağrılarınızın ne kadara mal olduğuyla sınırlanıyorsunuz. Bu, planlama sorus-post-automation)'da Hesap Ayarları, API Access Token altından alınır. Ardından ajana tek bir istem verin:

text Use Apidog CLI on project <id>. Create Groq, Together and Fireworks environments with the OpenAI-compatible base URLs from this article and a comparable model id in a MODEL variable. Add POST /chat/completions with Bearer [REDACTED] from {{API_KEY}} and one test case with an identical prompt and max_tokens. Run it once per environment with that provider's key, then compare status, latency and the x-ratelimit headers.

Çalıştırdığı komutlar, Apidog CLI 2.2.7'ye göre doğrulandı:

bash apidog environment create Groq --project <id> --base-url https://api.groq.com/openai/v1 apidog environment create Together --project <id> --base-url https://api.together.ai/v1 apidog environment create Fireworks --project <id> --base-url https://api.fireworks.ai/ingetherEnvId> \ --env-var "[REDACTED CREDENTIAL] -r cli,json

Artık sağlayıcı değiştirmek bir ortam kimliği; yeniden yazım değil. Başlıklar, Together AI'nın dinamik tb-instant, llama-3.3-70b-versatile ile openai/gpt-oss` modellerindeki 131.072 token'ıcıda görevinize uyan bir model diğerinde olmayabilir.

SSS

Together AI, Fireworks AI ve Groq'un üçü de OpenAI SDK'yı mı kullanıyor? Evet. Üçü de OpenAI uyumlu endpoint'ler belgeliyor; yani base URL ve anahtarı değiştirdiğinizde standart openai istemci kütüphanesi bunlardan herhangi biriyle çalışıyorini bir kota yerine tek seferlik kredi bakiyesine bağlıyor. Sizinkiler farklıysa console.groq.com/settings/limits sayfasına bakın.

**Hız limitleri API anahtarı başına mı yokmantasyonunda belirtiliyor. Together AI ve Fireworks AI, incelediğimiz sayfalarda bunu açıkça belirtmiyor; aksini varsaymadan önce kendi panelinizde doğrulayın.

Bu sağlayıcılardan herhangi birinde hız limitine ulaştığımda ne olur? HTTP 429 yanıtı alırsınız. Ayrıntılar farklılık gösteriyor; çoğu OpenAI uyumlu API'nin döndürdüğü yeniden deneme başlıklarını nasıl okuyacağınızı ve tahmin yürütmek yerine nasıl geri çekilme mantığı kuracağınızı öğrenmek için hız limiti aşıldı kılavuzumuza bakın.

Her doküman sayfasını kendim okumaktan daha hızlı bir karşılaştırma yolu var mı? Kodlama ajanınıza, yukarıda anlatıldığı gibi üç ortama karşı tek bir Apidog CLI test senaryosu çalıştırtın. Apidog CLI ile geçirilen yirmi dakika, size gerçek iş yükünüz hakkında — bu dahil — herhangi bir karşılaştırma tablosundan daha fazlasını söyleyecektir.

DeepSeek V4.1 Flash OpenCode'da Ücretsiz: Kurulum ve Sınırlamalar

Tobias Hoffmann — Mon, 02 Nov 2026 07:22:27 +0000

DeepSeek V4.1 Flash OpenCode'da Ücretsiz: Kurulum ve Sınırlamalar

15 Ekim 2026'da OpenCode X'te paylaştı: "DeepSeek V4.1 Flash artık OpenCode'da ücretsiz." Model kimliği opencode/deepseek-v4.1-flash-free ve OpenCode Zen dokümanları modelin "sınırlı bir süre boyunca OpenCode'da ücretsiz" olduğunu söylüyor. 16 Ekim'de OpenCode'un temiz bir kopyasını kurduk, modeli oturum açmadan ve API anahtarı olmadan seçtik ve küçük bir Node.js betiğini 32 saniyede yazıp çalıştırdığını izledik.

Bugün Apidog'u deneyin

Bu teklifle birlikte üç sınır geliyor. Ücretsiz model yalnızca OpenCode uygulaması içinde çalışıyor, API olarak değil. Bağlamı 200K token ile sınırlıyor; ücretli sürüm ise 1M alıyor. Ayrıca OpenCode bir bitiş tarihi yayımlamadı. Bu rehber kurulumu, her sınırın işiniz için ne anlama geldiğini ve aynı modeli kendi kodunuzda kullanmanız gerektiğinde ne kadara mal olduğunu ele alıyor. Modelin kendisi hakkında arka plan için DeepSeek V4.1 Flash nedir yazısını okuyun. O kod bir API çağırıyorsa, Apidog CLI aynı ajanın bunu terminalden test etmesini sağlar.

OpenCode neleri ücretsiz sunuyor

DeepSeek V4.1 Flash, 10 Eylül 2026'da MIT lisanslı ağırlıklarla DeepSeek'in API'sinde GA oldu. OpenCode bunu kendi model ağ geçidi OpenCode Zen üzerinden ücretsiz ve ücretli bir sürümle sunuyor. İşte aynı modele giden diğer ücretli yollarla karşılaştırması:

Yol	Fiyat	Bağlam / maksimum çıktı	Nerede çalışır
OpenCode, `deepseek-v4.1-flash-free`	Sınırlı bir süre için $0	200K / 32K token	Yalnızca OpenCode içinde
OpenCode Zen, `deepseek-v4.1-flash`	1M token başına $0,30 giriş / $1,20 çıkış	1M / 384K	Zen API anahtarı olan herhangi bir istemci
OpenCode Go planı	Ayda $10; bu model için aylık $80 kullanım limiti	1M / 384K	OpenCode içinde
DeepSeek API, `deepseek-flash`	Yoğun olmayan saatlerde 1M token başına $0,15 giriş / $0,60 çıkış	1M / 384K	Herhangi bir istemci

Bağlam ve çıktı limitleri OpenCode'un birlikte sunduğu model meta verisinden geliyor ve bunları opencode models opencode --verbose ile yazdırabilirsiniz. Fiyatlar Zen dokümanlarından, OpenCode Go dokümanlarından ve DeepSeek'in fiyatlandırma sayfasından alındı; 16 Ekim'de kontrol edildi.

DeepSeek V4.1 Flash'ı OpenCode'da ücretsiz nasıl kullanılır

Araçta yeni misiniz? OpenCode genel bakışımız ajanın neler yaptığını anlatıyor. Kurulum üç adımdan oluşuyor.

1. OpenCode'u kurun

Resmî kurulum betiği macOS ve Linux'ta çalışır:

curl -fsSL https://opencode.ai/install | bash

Ayrıca npm install -g opencode-ai veya brew install anomalyco/tap/opencode kullanabilirsiniz. Windows'ta OpenCode WSL öneriyor; Chocolatey (choco install opencode) ve Scoop (scoop install opencode) paketleri de mevcut.

2. Ücretsiz modeli seçin

Bir proje açın ve ajanı başlatın:

cd ~/code/orders-service
opencode

/models yazın ve DeepSeek V4.1 Flash Free seçeneğini seçin. Bir proje için varsayılan yapmak üzere proje köküne bir opencode.json dosyası ekleyin:

{
  "$schema": "https://opencode.ai/config.json",
  "model": "opencode/deepseek-v4.1-flash-free"
}

3. Bir görev çalıştırın

Etkileşimli oturumda çalışın veya kabuğunuzdan tek seferlik bir görev gönderin:

opencode run -m opencode/deepseek-v4.1-flash-free \
  "Create status.js exporting isClientError(code) for 4xx codes, add a node:assert self-test, then run it"

Testimizin gösterdikleri

16 Ekim'de boş yapılandırma ve veri dizinleriyle, npm'deki opencode-ai sürümü olan OpenCode 1.19.2'yi çalıştırdık. opencode models opencode komutu on ücretsiz model arasında deepseek-v4.1-flash-free modelini listeledi. Tek satırlık bir soru 5 saniyede yanıtlandı. Yukarıdaki görev 32 saniye sürdü: model status.js dosyasını yazdı, node ile çalıştırdı ve all tests passed bildirdi. Hem dosya yazma hem de kabuk araçları çalıştı.

Hiçbir şey bizden oturum açmamızı istemedi. Zen dokümanları Console'a oturum açmayı, faturalandırma eklemeyi ve bir API anahtarı kopyalamayı anlatıyor, ancak bu adımlar Zen'in ücretli modellerini kapsıyor; ücretsiz model bunlar olmadan çalıştı.

OpenCode'un meta verileri model için üç akıl yürütme çabası varyantı listeliyor (low, high ve max) ve görsel girdisini etkinleştiriyor, yani başarısız bir arayüzün ekran görüntüsünü ekleyebilirsiniz. PDF girdisi kapalı.

"Ücretsiz"in arkasındaki sınırlar

Yalnızca OpenCode içinde çalışır

Zen dokümanları ücretsiz modeli OpenAI uyumlu bir uç noktanın yanında listeliyor, bu da onu ücretsiz bir API gibi gösteriyor. Değil. OpenCode dışında herhangi bir yerden çağırın, ağ geçidi reddediyor:

curl https://opencode.ai/inference/openai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-v4.1-flash-free", "messages": [{"role": "user", "content": "ping"}]}'

{"type":"error","error":{"type":"FreeTierError","message":"OpenCode's free tier can only be used from within OpenCode. Download it at https://opencode.ai and keep building."}}

16 Ekim'de, Authorization başlığıyla ve onsuz olmak üzere HTTP 403 aldık. Yani ücretsiz katman OpenCode içinde kod yazmayı kapsıyor. Uygulamanızın arka ucu, bir LLM çağıran kendi betikleriniz ve Cursor veya Claude Code gibi diğer ajanlar bunu kullanamaz.

Bazı topluluk eklentileri, isteğin OpenCode'dan gelmesi için diğer araçları yerel bir opencode serve süreci üzerinden yönlendiriyor. Bunlar OpenCode'un belgelemediği davranışlara dayanıyor ve ağ geçidi kontrolü her sürümde değişebilir.

Bağlam 1M değil, 200K

Ücretli model 1M token bağlam kabul ediyor ve 384K'ya kadar döndürüyor. Ücretsiz olan ise 200K giriş ve 32K çıkışta duruyor. 200K çoğu kodlama oturumunu karşılar. Büyük bir monorepoda veya birçok dosya okuyan uzun bir oturumda daha erken tükenir ve 32K, tek bir yanıtın ne kadar kod üretebileceğini sınırlar. Bir görev tam pencereyi gerektirdiğinde, o oturumu /models ile ücretli modele geçirin.

Sınırlı bir süre ücretsiz, bitiş tarihi yok

OpenCode bu tür bir promosyonu daha önce de yürüttü. Daha önceki deepseek-v4-flash-free modeli, promosyonu bitene kadar Zen'in ücretsiz listesinde kaldı. 21 Ağustos 2026'ya gelindiğinde model seçiciden çıkmıştı ve bir OpenCode botu GitHub issue #43805'te kaldırmanın bir hata değil, kasıtlı olduğunu doğruladı.

Aynı sonu burada da bekleyin. Model adını betiklerde değil, opencode.json içinde tutun; böylece ücretli bir modele geçmek tek satırlık bir düzenleme olur.

Gizlilik çoğu ücretsiz seçenekten daha iyi

OpenCode'un listesindeki ücretsiz modeller, kodunuza hepsi aynı şekilde davranmıyor. DeepSeek V4.1 Flash Free için Zen dokümanları sağlayıcının "sıfır saklama politikası izlediğini ve verilerinizi model eğitimi için kullanmadığını" söylüyor.

Bu, oradaki her ücretsiz model için geçerli değil. Big Pickle ve MiMo modelleri, toplanan verilerin "modeli iyileştirmek için kullanılabileceğini" belirtiyor ve NVIDIA'nın Nemotron denemeleri kişisel veya gizli veri göndermemenizi söylüyor. Özel bir depo için DeepSeek modeli, daha güvenli ücretsiz seçeneklerden biri. OpenCode, tüm Zen modellerinin ABD ve AB'de barındırıldığını söylüyor.

Yayımlanmış hız sınırı yok

Ne Zen dokümanları ne de Console dokümanları ücretsiz modeller için bir istek limiti belirtiyor. OpenCode, ücretsiz uç noktanın ücretli olanın hızını veya kullanılabilirliğini karşılayacağını taahhüt etmiyor; bu yüzden talep arttığında yavaşlamalar bekleyin.

API'ye ihtiyaç duyduğunuzda aynı modelin maliyeti

Modelin ürününüzün içinde çalışması gerektiğinde ücretli bir yol seçin. DeepSeek'in kendi API'si token başına en ucuz olanı: yoğun olmayan saatlerde 1M giriş token'ı için $0,15 ve 1M çıkış token'ı için $0,60. Yoğun saatlerde (Pazartesi'den Cuma'ya, 01:00–04:00 ve 06:00–10:00 UTC) ikisi de iki katına çıkıyor ve önbellek isabetleri yoğun olmayan saatlerde 1M başına $0,003 tutuyor. Zen'in ücretli deepseek-v4.1-flash modeli sabit $0,30 ve $1,20 ücretlendiriyor; bu DeepSeek'in yoğun saat ücretiyle aynı ve tek bir Zen anahtarı ağ geçidindeki her modele erişiyor.

İşte 20.000 giriş token'ı ve 2.000 çıkış token'ı içeren bir ajan turunun hesabı:

DeepSeek API, yoğun olmayan saat: 0,02 x $0,15 + 0,002 x $0,60 = $0,0042
OpenCode Zen, ücretli: 0,02 x $0,30 + 0,002 x $1,20 = $0,0084

Bunlardan bin tur, herhangi bir önbellek indirimi olmadan $4,20 veya $8,40 tutar. Her gün OpenCode'da kod yazıyorsanız ve ücretsiz promosyon biterse, Go planı orta seçenek: ayda $10, bu model için aylık $80 kullanım limiti ve OpenCode'un ayda yaklaşık 173.330 istek tahmini.

Yoğun saat ve önbellek hesabının ayrıntıları için DeepSeek V4.1 Flash fiyatlandırma rehberimize bakın. Birkaç dilde istek kodu için DeepSeek V4.1 Flash API nasıl kullanılır yazısına bakın.

OpenCode'un API'yi Apidog CLI ile test etmesini sağlayın

Ücretsiz model kod yazmaktan fazlasını yapabilir. Kodun çağırdığı uç noktaları aynı terminalden test edebilir, böylece kimse Gönder'e tıklamak için bir GUI açmaz. Apidog CLI ona API tanımınızı okuması, test senaryoları yazması ve bunları çalıştırması için komutlar verir. Bir kez kurun:

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Token, Apidog'da Hesap Ayarları, API Erişim Token'ı altından alınır. Son satır, OpenCode'a CLI'yi nasıl kullanacağını öğreten Apidog ajan becerilerini kurar. Ardından ajana tek bir istem verin:

Use Apidog CLI on project <id>. Export the /orders endpoints as OpenAPI and write a
typed TypeScript client from them. Then create a test case for POST /orders that
asserts a 201 and an order id, run it against the dev environment, and summarize
any failures.

Apidog CLI 2.2.7 ile karşılaştırıldığında çalıştırdığı komutlar şunlar:

apidog export --project <id> --format openapi --output ./openapi.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json

Önce tanımı dışa aktarmak, istemcinin modelin tahmin ettiği alan adlarıyla değil, ekibinizin tasarladığı API ile eşleşmesini sağlar. Her komut JSON döndürür ve çoğu agentHints.nextSteps içerir, böylece ajan sırada ne çalıştıracağını bilir. CLI ana dalınızda bir yazma işlemini reddederse, uygulamanın AI özellik ayarlarında Harici AI Düzenleme İzinlerini etkinleştirin veya ajanın bir AI dalında çalışmasını sağlayın (apidog branch create --project <id> --type ai --name ai/orders-tests --from main). Aynı apidog run satırı -r junit ile CI'ye eklenir; Apidog CLI CI/CD ardışık düzeni yazımızda kopyala-yapıştır bir sürüm var.

SSS

DeepSeek OpenCode'da ücretsiz mi? Evet. DeepSeek V4.1 Flash (opencode/deepseek-v4.1-flash-free) 15 Ekim 2026'dan beri OpenCode'da ücretsiz. OpenCode bunu sınırlı süreli bir teklif olarak nitelendiriyor ve bir bitiş tarihi vermedi.

Bir OpenCode hesabına veya API anahtarına ihtiyacım var mı? Testimizde hayır. Yeni kurulmuş bir OpenCode 1.19.2, ücretsiz modeli ikisi olmadan çalıştırdı. Zen'in ücretli modelleri OpenCode Console'dan bir API anahtarı gerektirir.

Ücretsiz modeli kendi kodumdan çağırabilir miyim? Hayır. OpenCode dışından gelen istekler 403 FreeTierError alır. Bunun yerine DeepSeek'in API'sini veya Zen'in ücretli deepseek-v4.1-flash modelini kullanın.

Bu tam DeepSeek V4.1 Flash mı? OpenCode onu ücretli modelle aynı deepseek-flash ailesinde listeliyor, ancak daha düşük limitlerle: 1M ve 384K yerine 200K bağlam ve 32K çıktı. OpenCode başka bir şeyin farklı olup olmadığını söylemedi.

Kullanırken OpenCode kodumla eğitim yapıyor mu? Zen dokümanları bu modelin sağlayıcısının sıfır veri sakladığını ve bununla eğitim yapmadığını söylüyor. Listedeki diğer ücretsiz modellerin farklı koşulları var, bu yüzden geçiş yapmadan önce kontrol edin.

V4.1 Flash'ı ücretsiz kullanmanın başka yolları var mı? Evet: MIT lisanslı ağırlıklar ve DeepSeek'in sohbet uygulaması. DeepSeek V4.1 Flash için tüm ücretsiz seçenekler rehberimiz bunları sıralıyor ve DeepSeek ücretsiz mi? yazısı tüm model hattını ele alıyor.

Sürdüğü sürece kullanın

Ücretsiz model dosya ve kabuk testimizi 32 saniyede geçti ve OpenCode içinde kaldığınız ve 200K token'ın altında olduğunuz sürece $0'a mal oluyor. OpenCode'u kurun, opencode/deepseek-v4.1-flash-free modelini modeliniz olarak ayarlayın ve aynı ajanın yaptığını test etmesi için Apidog CLI'yi ekleyin. Model adını opencode.json içinde tutun, böylece promosyonun sonu bir yapılandırma değişikliğine dönüşür. Ajanınızın --upload-report ile yüklediği test raporlarını açmak için Apidog'u indirin.

GraphQL Şema Yönetişimi: Yayın Öncesi Kırıcı Değişiklikleri İnceleyin

Tobias Hoffmann — Mon, 02 Nov 2026 07:18:33 +0000

GraphQL Şema Yönetişimi: Yayın Öncesi Kırıcı Değişiklikleri İnceleyin

TL;DR

GraphQL şema yönetişimi, bir şemayı değişirken kullanışlı tutan sürüm disiplinidir. Her sürümden önce şema düzenlemelerini sınıflandırın, temsili istemci işlemlerini test edin, bir kullanımdan kaldırma yolu yayınlayın ve dokümantasyonu doğrulayın. Apidog gibi paylaşımlı bir çalışma alanı; tasarım, istekler, testler, dokümantasyon ve mock çalışmalarına tek bir yuva sağlar.

Apidog'u bugün deneyin

GraphQL şemasına dahili bir uygulama detayı değil, genel bir sözleşme olarak davranın.
Kırıcı değişiklikleri istemcilere ulaşmadan önce tespit edin.
Eski bir alanı kullanımdan kaldırmadan önce yerine geçecek bir alan ekleyin.
Kaydedilmiş işlemleri aday şemaya ve yanıt sözleşmesine karşı test edin.
Sahiplik, inceleme kararları, tüketici etkisi ve kaldırma tarihlerini kaydedin.
İstemci ekiplerine neyi ne zaman değiştirmeleri gerektiğini söyleyen sürüm notları yayınlayın.

Giriş

GraphQL şema yönetişimi, API sürümlerinin mobil uygulamaları, web istemcilerini, entegrasyonları ve dahili servisleri uyarı olmadan bozmasını engeller. GraphQL istemci sorgularını esnek hale getirir, ancak bir istemci ona bağımlı hale geldiğinde her alan, argüman, enum değeri, null olabilirlik kuralı ve girdi nesnesi yine de bir sözleşmenin parçası haline gelir.

Bu sözleşme sık sık değişir. Bir ürün ekibi displayName adını değiştirir. Bir backend ekibi isteğe bağlı bir girdiyi zorunlu hale getirir. Bir faturalama servisi bir enum değerini kaldırır. Her düzenleme, şema düzenleyicisinde zararsız görünebilirken üretimdeki kaydedilmiş bir işlemi geçersiz kılabilir.

GraphQL spesifikasyonu, GraphQL'in tip sistemini, doğrulama kurallarını ve şema evrimi endişelerini açıklar. Ekiplere ortak dili verir. Yönetişim ise sürüm sürecini sağlar: bir değişikliği kim inceler, ekipler istemci etkisini nasıl değerlendirir, nasıl test eder ve eski alanları sürpriz bir kesinti olmadan nasıl devre dışı bırakır.

Bu makale, bir GraphQL tanıtımından ziyade sürüm kontrolüne odaklanmaktadır. Ekibinizin önce istek düzeyinde bir iş akışına ihtiyacı varsa, Apidog'da GraphQL API'leri nasıl test edilir konusuna bakın. Sonraki adım, bu testleri kalıcı bir şema-değişikliği sürecinin parçası haline getirmektir.

GraphQL şema yönetişimi nedir?

GraphQL şema yönetişimi, şema değişikliklerini sürümden önce gözden geçirmek, test etmek, belgelemek ve onaylamak için tekrarlanabilir bir süreçtir. İstemciyi bozan düzenlemeleri tanımlar, onaylanmış bir geçiş yolu gerektirir ve sahipliği görünür tutar. Amaç, öngörülebilir bir şema evrimidir: istemciler, eski bir sözleşme ortadan kalkmadan önce geçiş yapmaları için zaman ve talimatlar alır.

Yönetişim, bir şemayı dondurmak anlamına gelmez. Sağlıklı bir GraphQL API ürünle birlikte değişir. Süreç, güvenli bir şekilde değişmesini sağlar.

Kullanışlı bir yönetişim politikası, her pull request veya sürüm adayı için beş soruyu yanıtlar:

Şemada ne değişti?
Hangi değişiklikler daha önce geçerli olan bir istemci işlemini başarısız kılabilir?
Etkilenen alanların ve istemci geçişlerinin sahibi kim?
Hangi kaydedilmiş işlemler ve yanıt kontrolleri uyumluluğu kanıtlıyor?
Kullanımdan kaldırılmış bir alan veya enum değeri ne zaman kaldırılabilir?

Bu sorular, muğlak bir "API incelemesi" talebini bir gözden geçirenin inceleyebileceği kanıtlara dönüştürür.

GraphQL neden açık bir sürüm sürecine ihtiyaç duyar?

GraphQL istemcileri kendi seçim kümelerini oluşturur. İki istemci aynı sorgu kökünü çağırabilirken tamamen farklı alanlara, parçalara, değişkenlere ve takma adlara dayanabilir. Sunucu telemetrisi, kaydedilmiş sorgular ve tüketici-ekibi bilgisi hepsi yardımcı olur, ancak hiçbiri tek başına bir düzenlemenin güvenli olduğunu kanıtlamaz.

Bir değişiklik ayrıca bir sunucu birim testini geçerken doğrulama zamanında bir istemciyi başarısız kılabilir. Bir alanı kaldırmak onu seçen her işlemi geçersiz kılar. Zorunlu bir girdi alanı eklemek onu atlayan işlemleri geçersiz kılabilir. Bir enum'u değiştirmek, üretilmiş bir istemciyi veya kapsamlı switch dalını bir sunucu yanıtını işleyemez hale getirebilir. Null olabilen bir alan tipini farklı bir şekille değiştirmek ayrıştırmayı veya UI varsayımlarını bozabilir.

Aynı gerilim API yönetimi çalışmalarında da ortaya çıkar. Bir GraphQL API yönetim platformu, ekiplerin sözleşme kararlarını, dokümantasyonu ve doğrulamayı API'ye yakın tutmasına yardımcı olmalıdır. Yönetişim, bu yetenekleri bir olaydan sonra değil, bir sürüm sırasında kullanışlı hale getirir.

Şema düzenlemelerini tartışmadan önce sınıflandırın

Her değişikliğe bir sınıflandırmayla başlayın. Etiketlerin karmaşık olması gerekmez. Doğru inceleme yolunu üretmeleri gerekir.

Değişiklik türü	Örnek	İstemci riski	Varsayılan sürüm eylemi
Eklemeli	`Order.trackingUrl` ekleyin	Düşük, istemciler bilinmeyen yanıt alanlarını reddetmediği sürece	Belgeleyin ve test edin
Kullanımdan kaldırma	`User.fullName` öğesini kullanımdan kaldırılmış olarak işaretleyin ve `User.displayName` ekleyin	Orta	Yerine geçeni ve geçiş tarihini yayınlayın
Kırıcı	`User.fullName` öğesini kaldırın	Yüksek	Tüketici geçiş kanıtı olana kadar engelleyin
Davranışsal	Bir alanı koruyun ancak yetkilendirme veya sayfalama davranışını değiştirin	Yüksek	Bir sözleşme değişikliği olarak ele alın ve etkilenen yolları test edin
Belirsiz	Bir alanın tipini veya girdi semantiğini değiştirin	Yüksek	Tasarım incelemesi ve uyumluluk testleri gerektirin

Tablo bir başlangıç noktasıdır. Sözde eklemeli bir değişiklik yine de önemli olabilir. Örneğin, bazı üretilmiş istemciler veya katı yanıt doğrulayıcıları bilinmeyen alanları bir sorun olarak görür. Apidog'un yanıt-doğrulama ayarları varsayılan olarak ek nesne özelliklerine izin verir. Politikanızın beklenmeyen özellikler için bir kontrol gerektirmesi durumunda, ilgili yanıt şeması için additionalProperties değerini Deny olarak ayarlayın veya proje ayarını kasıtlı olarak değiştirin.

Varsayılan olarak bir sürümü durdurması gereken değişiklikler

Aşağıdakilerden herhangi birini içeren bir inceleme açık onay gerektirmelidir:

Bir alanı, argümanı, girdi alanını, mutasyonu, sorguyu, arayüz uygulamasını, birlik üyesini veya enum değerini kaldırma.
Bir alanı yeniden adlandırma yerine bir yenisini ekleyip eski adı kullanımdan kaldırma.
Daha önce isteğe bağlı olan bir girdiyi zorunlu hale getirme.
Bir alanın tipini, null olabilirlik beklentisini, formatını, yetkilendirme davranışını, sayfalama davranışını veya hata sözleşmesini değiştirme.
Mevcut bir alan adını farklı bir iş anlamı için yeniden kullanma.
İstemcilerin kasıtlı olarak atladığı bir varsayılan değeri değiştirme.

Kural basittir: bir istemci sorgusu veya istemci tarafı varsayımı dün çalıştıysa ve yarın başarısız olabiliyorsa, kanıt aksini söyleyene kadar onu kırıcı olarak sınıflandırın.

Kullanımdan kaldırmayı bir geçiş sözleşmesi olarak kullanın

Kullanımdan kaldırma, gerçek bir ileri yol içerdiğinde işe yarar. Yerine geçen, sahip, son tarih veya geçiş notları olmadan "kullanımdan kaldırıldı" demek, kırıcı bir değişikliği yalnızca erteler.

Bir müşteri adı temizliğini düşünün. Alanı yerinde yeniden adlandırmayın:

# Avoid removing fullName in the same release.
type Customer {
  fullName: String!
}

Yerine geçeni ekleyin, nedeni açıklayın, ardından duyurulan pencere boyunca her iki alanı da destekleyin:

type Customer {
  displayName: String!
  fullName: String! @deprecated(reason: "Use displayName. Removal planned after client migration.")
}

Yerine geçen, bir şema açıklamasından daha fazlasına ihtiyaç duyar. Bunu dokümantasyona ekleyin, birinci taraf istemcileri güncelleyin, yüksek değerli tüketicileri belirleyin ve benimsemeyi takip edin. Eski alanı yalnızca geçiş çıkış kriterleri karşılandıktan sonra kaldırın.

Bir GraphQL şema yönetişimi iş akışı oluşturun

Tekrarlanabilir bir iş akışının kontrol noktaları vardır. Acele bir sürüm sırasında her istemci detayını hatırlayan tek bir kişiye bağlı değildir.

1. Bir doğruluk kaynağı ve adlandırılmış sahipler oluşturun

Onaylanmış tek bir şema kaynağı tutun ve katalog, faturalama, kimlik veya karşılama gibi her sınırlı alan için bir sahip atayın. Sahibin her çözümleyiciyi yazması gerekmez. O alandaki sözleşme sorularını yanıtlamaları ve değişiklikleri onaylamaları gerekir.

Bu detayları şema değişikliğinin yanında kaydedin:

Şema alanı ve sahip ekip.
Değişiklik sınıflandırması.
Etkilenen alanı veya işlemi kullandığı bilinen tüketiciler.
Yerine geçen alan veya geçiş talimatları.
En erken kaldırma tarihi.
Aday sürümün çalıştığını kanıtlayan testler.

Bu kayıt, bir alanın terk edilmiş genel yüzey alanı haline gelmesini engeller.

2. Aday şemayı farklılaştırın ve risk atayın

Mevcut sürüm ile aday arasında bir şema farkı oluşturun veya inceleyin. Satır satır bir farkta durmayın. Sonucu istemci etkisine çevirin.

Değişen her tip için, mevcut bir sorgunun geçersiz hale gelip gelemeyeceğini, mevcut bir JSON yanıtının şeklinin değişip değişemeyeceğini ve davranışın tip sistemi değişikliği olmadan değişip değişemeyeceğini sorun. Yetkilendirme kuralları yaygın bir örnektir. Şema aynı kalabilirken daha önce görünür olan bir alan bir yetkilendirme hatası veya null döndürmeye başlayabilir.

Bunun gibi kısa bir değişiklik kaydı kullanın:

change: remove Customer.fullName
type: breaking
owner: customer-platform
replacement: Customer.displayName
deprecated_since: 2026-08-21
planned_removal: 2026-11-21
known_consumers:
  - ios-storefront
  - partner-portal
release_checks:
  - saved-operation-suite
  - client-migration-confirmations
  - published-release-notes

Tarihler örnektir. Politikanız, sürüm sıklığına, istemci güncelleme hızına ve sözleşmesel taahhütlere uyan bir kullanımdan kaldırma penceresi belirlemelidir.

3. Yalnızca şema söz dizimini değil, gerçek işlemleri test edin

Bir şema ayrıştırılabilir ve yine de bir istemciyi bozabilir. Her büyük tüketici veya kullanıcı yolculuğu için temsili işlemlerden oluşan bir set tutun. Parçaları, değişkenleri, sayfalamayı, izin sınırlarını, hataları ve isteğe bağlı alanları dahil edin.

Bir mağaza vitrini için set şunları içerebilir:

query ProductPage($sku: ID!, $first: Int!) {
  product(sku: $sku) {
    id
    displayName
    price {
      amount
      currency
    }
    relatedProducts(first: $first) {
      nodes {
        id
        displayName
      }
    }
  }
}

İşlemi aday ortama karşı çalıştırın. HTTP durumunu, GraphQL hatalarını, gerekli yanıt değerlerini, tip beklentilerini ve istemci için önemli olan iş kurallarını doğrulayın. HTTP 200 ve bir errors dizisi içeren bir yanıt, birçok kullanım durumu için başarılı bir GraphQL işlemi değildir.

Gerçek uç durumları kapsayan istek fikstürleri kullanın: boş listeler, boş isteğe bağlı alanlar, silinmiş kaynaklar, izin reddi, yerel ayar farklılıkları ve eski imleçler. Kaydedilmiş işlemler bir sürüm kararının arkasındaki kanıt haline gelir.

4. Dokümantasyonu kapının bir parçası yapın

Dokümantasyonun şemayla aynı inceleme tarihine ihtiyacı vardır. Var olan ancak açıklama, örnek, izin notları veya geçiş rehberliği olmayan bir alan, istemci ekiplerini amacı tersine mühendislikle çözmeye zorlar.

Etkilenen her alan veya girdi için kontrol edin:

Açıklama, çözümleyici davranışı yerine iş anlamını mı açıklıyor?
Null olabilirlik ve varsayılan değer beklentileri net mi?
Kullanımdan kaldırılmış bir alan yerine geçeni belirtiyor mu?
İlgili örnekler yeni alanı kullanıyor mu?
Değişiklik günlüğü eylemi, hedef kitleyi ve kaldırma tarihini açıklıyor mu?

Burasi aynı zamanda ekiplerin, yalnızca introspection mevcut olduğunda çalışan GraphQL şeması sorununu önlediği yerdir. Yayımlanan referans materyalleri ve sürüm notları, harici istemciler ve kısıtlı ortamlar için kendi başlarına ayakta durmalıdır.

5. Yayınlayın, gözlemleyin ve kanıta dayalı olarak kaldırın

Değişiklik sınıflandırmasını ve geçiş notlarını kaldırma son tarihinden önce yayınlayın. Mevcut olduğunda şema-farkında telemetri ile istemci geçişini, harici tüketiciler için partner onayını ve birinci taraf ekiplerinden tamamlama kanıtını takip edin.

Bitiş tarihi geldiğinde, kaydedilmiş işlem setini tekrar çalıştırın. Kritik işlemler hâlâ kullanımdan kaldırılmış alanı kullanıyorsa, kaldırmayı erteleyin. Eski bir alan, önlenebilir bir istemci kesintisinden daha ucuza mal olur.

İncelemeyi tekrarlanabilir kılmak için Apidog'u kullanın

Apidog, API ekiplerine tasarım, hata ayıklama, test, dokümantasyon ve mock'lar için tek bir çalışma alanı sağlar. Bir GraphQL yönetişim süreci için faydalı hedef, her sürüm adımı için ayrı bir araç değil, paylaşılan bir inceleme izidir.

Apidog'da Body > GraphQL üzerinden bir GraphQL isteği oluşturun, ardından şemayı yüklemek için Fetch Schema'yı kullanın. GraphQL düzenleyicisi, alan ve tip önerileri için alınan şemayı kullanır ve sorguları buna göre kontrol eder. Bir ekip iş akışı yapılandırmadan önce resmi GraphQL istek dokümantasyonunu okuyun.

Pratik bir sürüm kurulumu şöyle görünür:

Her kritik akış için temsili sorguları ve mutasyonları kaydedin.
Ortama özgü değişkenleri sorgunun dışına koyun, böylece işlem şekli sabit kalır.
Durum, başlıklar, JSON yanıt şekli, gerekli alanlar, enum'lar ve hata davranışı için doğrulamalar ekleyin.
Kontrolleri aday ortam için bir sürüm setinde gruplandırın.
Onaydan önce başarısız kontrolleri şema farkı ve değişiklik kaydıyla inceleyin.
Dokümantasyonu ve geçiş notlarını aynı onaylanmış API sözleşmesinden yayınlayın.

Yanıt doğrulaması durumu, formatı ve şema uygunluğunu kontrol eder. Belgelenen kontroller, JSON ve XML yanıtları için gerekli alanları, tipleri, null olabilirliği, enum değerlerini, aralıkları ve desenleri içerir. Bu, onu GraphQL yanıt gövdeleri için kullanışlı kılar çünkü GraphQL yanıtları JSON kullanır. Bir GraphQL şema-farkı aracının veya tüketici envanterinin yerini almaz. Her ikisiyle birlikte kullanın.

Ekibiniz istek düzeyindeki testlerden başlıyorsa, GraphQL test ve mock araçları test katmanını çerçevelemeye yardımcı olabilir. Yönetişim bu testlerin etrafına sürüm kaydını, sahipliği ve kullanımdan kaldırma politikasını ekler.

Tasarım, istek, yanıt doğrulama, dokümantasyon ve mock iş akışını tek bir çalışma alanında istediğinizde Apidog'u indirin. Yönetişim politikasını deponuzda tutun ve her sürüm incelemesine somut test kanıtı sağlamak için çalışma alanını kullanın.

Daha büyük GraphQL API'leri için ileri teknikler

Tüketici katmanlarını tanımlayın

Her istemci aynı sürüm riskini taşımaz. Tüketicileri etkiye ve yükseltme hızına göre sınıflandırın:

Tüketici katmanı	Örnek	Kırıcı bir kaldırmadan önce gerekli kanıt
Katman 1	Gelir yolu, mobil uygulama, düzenlenmiş entegrasyon	Geçiş onayı ve başarılı uçtan uca işlem testleri
Katman 2	Dahili web uygulaması veya zamanlanmış entegrasyon	Başarılı kaydedilmiş işlemler ve sahip onayı
Katman 3	Deneysel istemci veya sandbox tüketicisi	Yayımlanmış kullanımdan kaldırma bildirimi ve makul bir geçiş penceresi

Katmanlar, küçük bir dahili deneyin bir ödeme akışıyla aynı sürüm yükünü dayatmasını engeller. Ayrıca kritik bir harici entegrasyonun izlenmeyen bir sorgu gibi ele alınmasını engeller.

Şemanın dışındaki davranış değişikliklerini takip edin

Şema farkları her sözleşme değişikliğini tespit edemez. Şunlar için inceleme soruları ekleyin:

Yetkilendirme ve alan düzeyinde erişim.
Sayfalama sıralaması, imleç ömrü ve sayfa boyutu sınırları.
Önbellekleme davranışı ve geçersiz kılma zamanlaması.
Hata uzantıları ve kullanıcıya görünen hata mesajları.
Hız sınırı davranışı ve yeniden deneme rehberliği.
Geçerli bir işlemi güvenilmez hale getiren çözümleyici performansı.

Planlanan her davranış değişikliği için hedefli bir test yazın. Bu, yüzeysel bir "kırıcı şema değişikliği yok" etiketinin bir sürüm geçişi haline gelmesini engeller.

Federasyon sınırlarını sözleşme sınırları olarak ele alın

Birden fazla ekip alt grafiklere katkıda bulunuyorsa, her paylaşılan varlık, anahtar ve alt grafikler arası alan açık sahiplik gerektirir. Bir alan bir ekibe yerel görünebilirken başka bir alt grafik onu genişletir veya tüketir.

Değişiklik kaydında etkilenen alt grafiklerin bir listesini isteyin. Oluşturulmuş şema davranışını ve sınırı geçen uçtan uca bir işlemi test edin. Temiz bir yerel şema kontrolü, oluşturulmuş grafiğin çalıştığını kanıtlamaz.

Bir istisna yolu belirleyin

Acil kaldırmalar, bir alan veriyi açığa çıkardığında, bir güvenlik sorunu oluşturduğunda veya ciddi operasyonel zarara neden olduğunda gerçekleşir. Yönetişimin bir istisna yoluna ihtiyacı vardır, böylece ekipler baskı altında dokümantasyonu ve testi atlamaz.

İstisna kaydı riski, onaylayan sahibi, etkilenen tüketicileri, hafifletmeyi ve takip planını belirtmelidir. Normal kullanımdan kaldırma penceresi mümkün olmadığında tüketicileri doğrudan bilgilendirin. Ardından aynı hatanın geri dönmemesi için bir regresyon testi ekleyin.

Alternatifler ve sınırlar

Bir şema kaydı, bir federasyon ağ geçidi, üretilmiş bir istemci veya bir CI şema-farkı kontrolü hepsi yardımcı olabilir. Hiçbiri tüm sürecin yerini almaz.

Yaklaşım	İyi yaptığı şey	Kanıtlamadığı şey
Şema farkı	Yapısal düzenlemeleri bulur	Canlı istemci işlemlerinin ve davranışının hâlâ çalışıp çalışmadığını
Üretilmiş istemci derlemesi	Bazı birinci taraf tip hatalarını yakalar	Harici tüketici geçişini veya çalışma zamanı davranışını
İstek test seti	Temsili işlemleri kontrol eder	Her izlenmeyen tüketiciyi ve sahiplik kararını
Yalnızca değişiklik günlüğü	Planlanan çalışmayı iletir	Kırıcı bir düzenlemenin yayınlanmasının güvenli olduğunu
Yönetişim iş akışı	İnceleme, testler, sahiplik ve kullanımdan kaldırmayı birbirine bağlar	Yine de kanıt sağlamak için araçlara ve ekiplere ihtiyaç duyar

API'niz için güvenilir kanıt üreten en küçük yığını seçin. Ekibiniz GraphQL'in yeni bir servise uyup uymadığına karar veriyorsa, istemci odaklı sorgu modelini REST ve gRPC ile REST vs GraphQL vs gRPC içinde karşılaştırın. Protokol seçimi ve sürüm yönetişimi ayrı kararlardır. Her genel sözleşme yine de her ikisine de ihtiyaç duyar.

Gerçek dünya kullanım durumları

Bir mobil uygulama yeniden adlandırılmış bir profil alanına ihtiyaç duyar

Bir profil ekibi, kuruluş hesapları farklı bir adlandırma modeli kullandığı için fullName yerine displayName koymak ister. Yönetişim yolu, bir sürümün ardından gelen bir yeniden adlandırma commit'i değildir.

displayName ekleyin, fullName öğesini bir kullanımdan kaldırma nedeniyle koruyun, mobil sorguyu güncelleyin, geçiş sırasında her iki alanı test edin ve uygulama sürümüne göre benimseme verilerini toplayın. fullName öğesini yalnızca desteklenen uygulama sürümleri artık ona bağımlı olmadıktan sonra veya yayımlanan destek penceresi sona erdikten sonra kaldırın.

Bir ödeme mutasyonu yeni bir girdi gereksinimi alır

Bir ödeme ekibi CheckoutInput.taxRegion değerinin zorunlu hale gelmesini ister. Mevcut uygulama sürümleri bu değeri atlar. Girdiyi hemen zorunlu hale getirmek, aksi takdirde geçerli olan ödeme işlemlerini doğrulamada başarısız kılabilir.

Geçiş sırasında girdiyi isteğe bağlı tutun, sunucu yedek davranışını tanımlayın, yeni gereksinimi yayınlayın, istemcileri güncelleyin ve eski ve yeni istek şekilleri için test durumları ekleyin. İstemciler taşındıktan sonra, planlanmış bir kırıcı sürümde zorunlu kuralı uygulayın.

Bir partner belgelenmemiş bir alan değişikliği görür

Bir partner bir yanıt alanını dize olarak ayrıştırır, ancak backend yapılandırılmış bir nesne döndürmek ister. Dahili bir istemci zaten taşınmış olsa bile, partner çalışma zamanında başarısız olabilir.

Sahip ekip partneri bir Katman 1 tüketici olarak kaydeder, eski alanı yerinde değiştirmek yerine bir yenisini ekler, partnere bir test ortamı verir ve kaldırmadan önce kaydedilmiş bir partner işlemini doğrular. Dokümantasyon ve doğrudan iletişim sürüm kanıtının bir parçasıdır.

Tek bir sürüm kontrol listesiyle başlayın

Küçük başlayın. En aktif istemci çalışmasına sahip GraphQL alanını seçin ve bu ay her şema düzenlemesi için bir değişiklik kaydı gerektirin. Değişiklikleri sınıflandırın, temsili işlemleri kaydedin, kullanımdan kaldırmaları belgeleyin ve kaldırmalar için adlandırılmış bir onaylayıcı gerektirin.

Ardından kontrol listesini bir sürüm alışkanlığı haline getirin. Apidog, deponuz yönetişim politikasının kaynağı olarak kalırken istekleri, yanıt doğrulamayı, dokümantasyonu, mock senaryolarını ve test kanıtını bir arada tutabilir. Sonuç, daha az acil geri alma ve her API tüketicisi için daha net beklentilerdir.

SSS

Kırıcı bir GraphQL şema değişikliği neyi kapsar?

Bir değişiklik, sürümden önce geçerli olan bir istemci işlemi sonrasında başarısız olabiliyorsa kırıcıdır. Bir alanı veya argümanı kaldırmak açık bir örnektir. Daha önce isteğe bağlı olan bir girdiyi zorunlu hale getirmek, bir uyumluluk değerlendirmesi olmadan bir tipi değiştirmek, bir enum değerini kaldırmak veya alan davranışını değiştirmek de istemcileri bozabilir.

Bir GraphQL alanı eklemek her zaman güvenli midir?

Genellikle, isteğe bağlı bir alan eklemek mevcut işlemleri geçersiz kılmaz. Yine de beklenmeyen yanıt özelliklerini katı bir şekilde reddeden istemcileri, üretilmiş kodu, dokümantasyon iş akışlarını veya şema araçlarını etkileyebilir. Eklemeyi sınıflandırın, belgeleyin ve katı doğrulama kullanan tüketicileri test edin.

Bir GraphQL alanı ne kadar süre kullanımdan kaldırılmış olarak kalmalıdır?

Pencereyi istemci sürüm döngülerinden, destek taahhütlerinden ve tüketici riskinden belirleyin. Yavaş benimsenen bir mobil uygulama, günlük olarak dağıtılan bir dahili servisten daha fazla zamana ihtiyaç duyar. Son tarihi yayınlayın, kritik tüketicileri belirleyin ve alanı yalnızca geçiş kanıtı tamamlandıktan sonra kaldırın.

GraphQL introspection dokümantasyonun yerini alabilir mi?

Hayır. Introspection araçların bir şemayı keşfetmesine yardımcı olur, ancak net açıklamaların, örneklerin, yetkilendirme notlarının, değişiklik günlüklerinin ve geçiş rehberliğinin yerini almaz. Harici veya kilitli ortamlar introspection'ı da kısıtlayabilir, bu nedenle yayımlanan referans materyallerinin sözleşmeyi kendi başına açıklaması gerekir.

GraphQL kırıcı değişikliklerini üretimden önce nasıl test edersiniz?

Bir şema farkı çalıştırın, ardından aday ortama karşı kaydedilmiş temsili sorguları ve mutasyonları yürütün. GraphQL hatalarını, gerekli verileri, tipleri, enum değerlerini, null davranışını, izinleri ve iş sonuçlarını doğrulayın. Yalnızca genel duman testleri yerine yüksek etkili istemci işlemlerini dahil edin.

Yanıt doğrulaması her GraphQL regresyonunu yakalar mı?

Hayır. Doğrulamayı seçtiğiniz belgelenmiş yanıt sözleşmesini yakalar. Her tüketiciyi tanımlamaz, tam GraphQL şemalarını karşılaştırmaz veya tek başına belgelenmemiş davranış değişikliklerini tespit etmez. Yanıt doğrulamasını işlem testleri, şema incelemesi, sahiplik ve bir kullanımdan kaldırma süreciyle eşleştirin.

En İyi HTTPie Alternatifi

Tobias Hoffmann — Mon, 02 Nov 2026 07:01:33 +0000

En İyi HTTPie Alternatifi

HTTPie, curl'ün ergonomisini düzelterek 38.000'den fazla GitHub yıldızı kazandı. http PUT pie.dev/put hello=world yazın; okunabilir bir istek, renklendirilmiş JSON çıktısı ve makul varsayılanlar elde edersiniz; curl'ün bayrak arkeolojisine hiç gerek kalmaz. Bir HTTPie alternatifi arıyorsanız, bunun nedeni genellikle CLI'nin kötüleşmesi değildir. Tek seferlik bir isteğin yeterli olmaktan çıktığı gündür: aynı 40 isteği düzenlemek ve bir ekiple paylaşmak, ön uç için bir sahte sunucu, bir tüketicinin ziyaret edebileceği belgeler veya CI'da bir test paketi gerekir ve tek istek aracının buna yanıtı yoktur.

Apidog'u bugün deneyin

İşte doğrudan yanıt: Apidog, tek seferlik istekleri aşmış ve kalıcı bir API iş akışına ihtiyaç duyan geliştiriciler için en iyi HTTPie alternatifidir. Yerel istek yürütmeyi korur ve şema farkındalıklı sahteleme, görsel test düzenleme, yayımlanmış belgeler ve gerçek zamanlı ekip işbirliği içeren OpenAPI merkezli bir çalışma alanı ekler; küçük ekipleri kapsayan bir ücretsiz planla birlikte. Kendi CLI'si de CI çalıştırmaları için terminal hikayesini canlı tutar. Bu makale HTTPie'nin iyi yaptığı şeyleri, tek istek modelinin nerede durduğunu ve geçiş yaptığınızda nelerin değiştiğini ele alır.

HTTPie'nin doğru yaptığı şeyler

Önce takdiri hak ediyor, çünkü HTTPie'nin temel fikirleri iyidir:

Herhangi bir terminaldeki en dostane HTTP sözdizimi. JSON için key=value, sorgu parametreleri için key==value, başlıklar için key:value. Eşdeğer curl büyüsüyle karşılaştırıldığında, bir HTTPie komutu ne yaptığını okur gibi görünür; iki sözdizimini yan yana curl'den HTTPie'ye: bir çeviri kılavuzu içinde eşleştirdik. Oturumlar, eklentiler ve yerleşik kimlik doğrulama CLI'yi tamamlar; hepsi HTTPie'nin belgelerinde ele alınmıştır.
Gerçekten açık kaynak. GitHub'daki CLI ücretsizdir, aktif olarak kullanılır ve Python'un çalıştığı her yere kurulabilir. PyPI'daki en son sürüm 3.2.4'tür.
Büyüyen bir uygulama ailesi. HTTPie artık HTTPie for Web ve Desktop'ı sunuyor; bunlar aynı sürüm çizgisini paylaşan grafik istemcilerdir (2025.2.0, HTTPie değişiklik günlüğüne göre dışa/içe aktarma ve yol parametreleri ekledi). Bugün herkese açık bir fiyatlandırma sayfası yok; HTTPie'nin sunduğu her şey kullanımı ücretsizdir.

HTTPie'deki boşluklar hata değildir. Bunlar, bir isteği güzelce göndermek için oluşturulmuş bir aracın doğal sınırıdır ve bu sınırın önemli olup olmadığı, API işinizin gelecek hafta nasıl görüneceğine bağlıdır.

Tek seferlik istek modelinin tükendiği yer

İstekler varsayılan olarak geçicidir

HTTPie CLI bir komutu yürütür ve çıkar. Oturumlar çağrılar arasında başlıkları ve çerezleri kalıcı hale getirebilir, ancak koleksiyon, klasör yapısı ve API'nizin uç noktalarının paylaşılan bir kitaplığı yoktur. API'nizin nasıl çağrılacağına dair bilgi, kabuk geçmişinde ve README parçacıklarında yaşar. Web ve masaüstü uygulamaları kaydedilmiş istekler ve alanlar ekler, bu yardımcı olur, ancak istek hâlâ atomdur. Altında bir API spesifikasyonu yoktur, bu nedenle ondan başka hiçbir şey türetilemez.

Test paketleri yok, CI hikayesi yok

HTTPie komutlarını bir kabuk betiğinde zincirleyebilir ve çıktıyı grep'leyebilirsiniz; birçok ekip tam olarak bunu yapar. Yapamayacağınız şey, el yapımı olmayan iddialarla sıralı bir senaryo (kullanıcı oluştur, kimliği çıkar, güncelle, doğrula, sil) oluşturmak, bunu bir zamanlamaya göre çalıştırmak veya bir ekip arkadaşının okuyabileceği bir rapor almaktır. HTTPie'nin test çalıştırıcısı yoktur. Duman testi betiği sabah 2'de bozulduğunda, çıktı set -e'nin geride bıraktığı şeydir.

Sahte sunucu yok

Ön uç henüz var olmayan uç noktalara ihtiyaç duyduğunda, HTTPie'nin sunacak hiçbir şeyi yoktur; o bir istemcidir, sunucu değil. Geçici çözüm, yanına JSON Server veya WireMock dikmektir; her birinin bakımı için kendi yapılandırması vardır. Bu, en iyi terminal API test araçları bölümünde CLI ortamında belgelediğimiz araç zinciri yayılma tuzağının aynısıdır: eksik olan her özellik başka bir araç haline gelir.

Belge yok, ekip yüzeyi yok

HTTPie hiçbir belge üretmez. API'niz için barındırılan bir referans, bir tüketici için "deneyin" konsolu ve bir ekip arkadaşının değişikliğini yaptığı anda gösteren gerçek zamanlı paylaşılan bir çalışma alanı yoktur. HTTPie for Web, bir tarayıcının çok oyunculu olması anlamında çok oyunculudur, ancak bir ekibin üzerinde işbirliği yapacağı şema öncelikli bir doğruluk kaynağı yoktur. HTTPie blogunda bir yapay zeka asistanı duyuruldu, ancak mevcut ürün sayfalarının bir parçası değil.

Yanıt: Apidog

Apidog, 500.000'den fazla geliştirici tarafından kullanılan bir API geliştirme platformudur. Tasarım, hata ayıklama, test etme, sahteleme ve belgeleme işlemlerini tek bir çalışma alanında kapsar; OpenAPI spesifikasyonu tek doğruluk kaynağıdır.

Özellikle HTTPie'den ayrılan biri için en önemli dört nokta şunlardır:

İstekler hâlâ yerel olarak yürütülür. Apidog masaüstü istemcisi istekleri makinenizden gönderir, böylece localhost hizmetleri ve VPN arkasındaki API'ler terminalinizden çalıştıkları gibi çalışır. Yerel yürütmeyi platform özellikleriyle değiş tokuş etmezsiniz.
Terminal hikayesi hayatta kalır. Apidog CLI, platformda oluşturulan test senaryolarını herhangi bir kabuktan veya CI çalıştırıcısından çalıştırır ve her çalıştırma için bir HTML raporu çıkarır. Tek seferlik dürtmeler için tek satır estetiğini kaybedersiniz; tekrarlanabilir paketler kazanırsınız.
Her istek bir spesifikasyonu besler. Yürütmeden sonra buharlaşmak yerine, istekler uç nokta tanımları altında yaşar. Sahteler, belgeler ve testler otomatik olarak aynı şemadan türetilir.
Ücretsiz plan küçük ekipleri kapsar, sınırsız API, istek, proje ve test çalıştırması ile. Ücretli katmanlar kullanıcı başına fiyatlandırılır.

Geçiş yaptığınızda ne kazanırsınız

API'niz için kalıcı bir yuva

Apidog'da uç noktaları bir kez tanımlarsınız; parametreler, kimlik doğrulama ve yanıt şemaları ile birlikte. Bir istekte hata ayıklamak tanımı günceller; tanım, aşağı akıştaki her şeyi besler. Kabuk geçmişi sorunu ortadan kalkar çünkü API'nin şekli depolanır, sürümlenir ve gerçek zamanlı bir çalışma alanında tüm ekip tarafından görülebilir.

Şemanızı okuyan bir sahte sunucu

Apidog'un akıllı sahte motoru, yanıt şemasından doğrudan sıfır yapılandırma ile gerçekçi yanıtlar üretir. email adlı bir alan bir e-posta adresi döndürür; created_at adlı bir alan bir zaman damgası döndürür. Ön ucu sahte URL'ye yönlendirin ve arka uç var olmadan önce arayüz çalışması başlar. Veriler ağınızdan çıkamadığında kendi kendine barındırılan sahte dağıtım mevcuttur.

Düzenleme, zamanlamalar ve raporlarla testler

Görsel test oluşturucu, uç noktaları senaryolara zincirler, adımlar arasında değerler aktarır ve yapıştırıcı kod olmadan iddialar ekler. Senaryolar bir zamanlamaya göre çalışır, paylaşılabilir çevrimiçi raporlar üretir ve Apidog CLI aracılığıyla CI içinde yürütülür:

npm install -g apidog-cli
apidog run scenario --scenario-id 12345 --env staging

Bu, kabuk betiği ve grep ardışık düzenini, bir ekip arkadaşının başarısız bir çalıştırmadan sonraki sabah okuyabileceği bir şeyle değiştirir. Test çalıştırmaları ücretsiz dahil her planda sınırsızdır.

Yanıtlar otomatik olarak spesifikasyona göre kontrol edilir

Bir HTTPie iş akışı, betiğinizin kontrol ettiği her şey üzerinde iddiada bulunur. Apidog ayrıca her yanıtı uç noktanın şemasına göre doğrular: durum kodları, gerekli alanlar, veri türleri, numaralandırmalar ve beklenmeyen özellikler; özel kod olmadan. Arka uç sözleşmeden saptığında, bunu bir hata raporunda değil, bir sonraki istekte öğrenirsiniz.

Birinin gerçekten ziyaret edebileceği belgeler

Apidog, test ettiğiniz aynı spesifikasyondan etkileşimli API belgeleri yayımlar: özel alan adı, sürümleme, Markdown sayfaları ve yerleşik bir "deneyin" konsolu. Spesifikasyon değiştiğinde belgeler değişir. HTTPie komutlarını eskimeye yüz tutmuş bir wiki'ye yapıştırmaya son.

Kısaca HTTPie vs Apidog

	HTTPie	Apidog
Fiyat	Ücretsiz (açık kaynak CLI; web ve masaüstü uygulamaları ücretsiz, herkese açık ücretli katman yok)	Ücretsiz plan küçük ekipleri kapsar; ücretli katmanlar kullanıcı başına fiyatlandırılır
Terminalden tek seferlik istekler	Evet, sınıfının en iyisi sözdizimi	Masaüstü istemcisi veya Apidog CLI aracılığıyla (senaryo çalıştırmaları, tek seferlik tek satırlıklar değil)
Yerel istek yürütme	Evet	Evet (masaüstü istemcisi)
Kalıcı uç nokta tanımları / API spesifikasyonu	Hayır (yalnızca kaydedilmiş istekler, web/masaüstünde)	Evet, doğruluk kaynağı olarak OpenAPI
Test senaryoları, zamanlamalar, çevrimiçi raporlar	Hayır	Evet
CI entegrasyonu	Kendi yazdığınız kabuk betikleri	HTML raporlu Apidog CLI
Yerleşik sahte sunucu	Hayır	Evet, şema farkındalıklı, kendi kendine barındırılabilir
Özel alan adlı barındırılan belgeler	Hayır	Evet
Gerçek zamanlı ekip çalışma alanları	Hayır	Evet
Bir şemaya karşı yanıt doğrulama	Hayır	Evet, otomatik

Bu tablo hakkında iki dürüst not. HTTPie'nin fiyat satırı rakipsizdir: ücretsiz ve açık kaynaktan daha ucuz bir seçenek yoktur ve hiç koltuk matematiği yapmaya gerek yoktur. Ve terminalden okunabilir bir istek gönderme gibi tek bir iş için, HTTPie daha hoş bir araç olmaya devam ediyor; Apidog'un CLI'si CI'da kaydedilmiş test senaryolarını çalıştırmak için tasarlanmıştır, günlük tek satırlığınız olarak http GET'in yerini almak için değil. Geçiş, istek döndükten sonra olan her şeyle ilgilidir.

HTTPie'den geçiş

Klasik HTTPie'nin içe aktarılacak bir koleksiyon biçimi olmadığı için bir HTTPie koleksiyon içe aktarıcısı yoktur. Pratik yollar:

Varsa sözleşmeden başlayın. OpenAPI veya Swagger dosyanızı içe aktarın; Apidog şemalar dahil tam uç nokta ağacını oluşturur. Bu en hızlı yoldur ve sahteleme ile belgelerin hemen kilidini açan yoldur.
Yoksa curl geçmişinizi içe aktarın. Apidog curl komutlarını doğrudan içe aktarır ve her HTTPie kullanıcısı sık kullandığı isteklerin curl eşdeğerlerini üretebilir (eşleme mekaniktir, curl'den HTTPie'ye kılavuzumuz bunu tersinden gösterir). Bunları yapıştırın; Apidog onları daha sonra şemalarla açıklayabileceğiniz uç nokta tanımlarına dönüştürür.
Duman testi betiğini bir senaryo olarak yeniden oluşturun. İstekleri görsel oluşturucuda zincirleyin, iddialar ekleyin ve Apidog CLI'sini kabuk betiğinizi çalıştıran aynı CI işine bağlayın.

Mekanik işin çoğu bir öğleden sonraya sığar. Daha büyük değişiklik, bir isteğin tek kullanımlık bir komut olmaktan çıkıp sahtelerin, belgelerin ve testlerin senkronize kaldığı bir spesifikasyonun parçası olmaya başlamasıdır.

HTTPie hâlâ ne zaman mantıklı

API işiniz gerçekten tek seferlikse (üçüncü taraf bir uç noktayı dürtmek, bir web kancasında hata ayıklamak, bir junior'a HTTP öğretmek), HTTPie iş için en iyi araçtır ve geçiş yapmak ek yük olur. Terminalde yaşıyorsanız ve tüm gereksiniminiz güzel istek sözdizimiyse, onu koruyun; HTTPie nasıl kullanılır kılavuzumuz bilmeye değer olduğunu düşündüğümüz için var. Apidog'u benimsemenin hiçbir yönü HTTPie'yi kaldırmanızı gerektirmez: birçok geliştirici, ekibin kalıcı API iş akışı Apidog'da yaşarken hızlı dürtmeler için onu tutar. Geçiş, düzenli uç noktalara, sahteleme, yayımlanmış belgeler, zamanlanmış testler veya bir ekip çalışma alanına ihtiyaç duyduğunuz anda karşılığını verir; bunlar tek atımlık bir HTTP istemcisinin asla sahip olmak için tasarlanmadığı özelliklerdir.

Sık sorulan sorular

Apidog, HTTPie gibi ücretsiz mi?

HTTPie'nin CLI'si açık kaynak ve sonsuza kadar ücretsizdir; web ve masaüstü uygulamaları şu anda ücretli katman listelemez. Apidog'un ücretsiz planı küçük ekipleri sınırsız API, istek ve test çalıştırmasıyla kapsar; ücretli katmanlar kullanıcı başına fiyatlandırılır. Tek başına bir geliştirici için her ikisi de 0$. Fark, 0$'ın neleri içerdiğidir: HTTPie tarafında istek ergonomisi, Apidog tarafında sahteleme, belgeler ve test düzenleme.

Apidog HTTPie isteklerimi içe aktarabilir mi?

Doğrudan değil, çünkü klasik HTTPie dışa aktarılacak bir koleksiyon saklamaz. Apidog OpenAPI/Swagger dosyalarını ve ham curl komutlarını içe aktarır, bu nedenle yol, kaydedilmiş HTTPie tek satırlıklarınızı curl biçimine dönüştürüp yapıştırmaktır. Çoğunlukla JSON gövdeleri gönderiyorsanız, HTTPie POST JSON örneklerindeki kalıpların tümü doğrudan curl eşdeğerlerine sahiptir.

Apidog'un HTTPie gibi bir CLI'si var mı?

Evet, farklı bir işle. Apidog CLI, platformda tanımlanan test senaryolarını kabuğunuzdan veya CI'den çalıştırır ve her çalıştırma için bir HTML raporu üretir. Tek seferlik bir istek aracı olmaktan ziyade bir otomasyon yüzeyidir, bu nedenle HTTPie'nin tek satırlıklarını taklit etmek yerine onları tamamlar.

HTTPie'nin bir test çalıştırıcısı veya sahte sunucusu var mı?

Hayır. HTTPie istek gönderir; iddialar, zamanlama, raporlar ve sahteleme kapsamı dışındadır, bu yüzden ekipler kabuk betiklerini ve ayrı bir sahte aracı ona cıvatalamak zorunda kalır. Bu dört iş Apidog'da yerleşiktir.

HTTPie for Web ve Desktop'a ne dersiniz?

Bunlar, kaydedilmiş istekler, alanlar ve dışa/içe aktarma gibi son özellikleri (sürüm 2025.2.0) ekleyen ücretsiz grafik istemcilerdir. HTTPie'yi bir bakıma çok oyunculu yaparlar, ancak altında hâlâ bir API spesifikasyonu yoktur, bu nedenle şema farkındalıklı sahteleme, oluşturulmuş belgeler ve otomatik test paketleri yoktur.

En çok kullandığınız on istekle deneyin

Değiş tokuşu değerlendirmenin en hızlı yolu, her hafta çalıştırdığınız istekleri yeniden oluşturmaktır. Apidog'u indirin, spesifikasyonunuzu içe aktarın veya HTTPie tek satırlıklarınızın curl sürümlerini yapıştırın ve sahte sunucuyu açın. Bu istekleri düzenli, bir şemaya göre doğrulanmış ve zamanlanmış bir paket olarak çalıştırılabilir hale getirmek, terminal tek satırlığının sağladığından daha fazla zaman kazandırıyorsa, karar kendini verir.

En İyi Gatling Alternatifi

Tobias Hoffmann — Mon, 02 Nov 2026 06:41:24 +0000

En İyi Gatling Alternatifi

Gatling itibarını zor yoldan kazandı: tek bir makineden on binlerce sanal kullanıcı çıkarabilen, tamamen kodla yönetilen, bloklamayan bir yük motoru. Bir Scala DSL'i olarak yola çıkan proje bugün Java, Kotlin, Scala, JavaScript ve TypeScript dillerini konuşuyor; HTTP, WebSocket, SSE, gRPC, JMS ve MQTT'yi destekliyor. İşiniz rampalar, ani artışlar ve dayanıklılık testleri gibi yük profilleri tasarlamaksa Gatling ciddi bir araçtır.

Bugün Apidog'u deneyin

Sorun, Gatling'i günlük API aracı haline getirdiğinizde başlar. Ne kadar küçük olursa olsun her kontrol bir simülasyon sınıfıdır: kod yaz, derle, çalıştır, raporu oku. Bir uç noktayı kurcalamak için istemci yok, ön yüz ekibiniz için sahte sunucu yok, tüketiciler için dokümantasyon yok. Çalışmaları zaman içinde karşılaştırılabilir kılan her şey de — merkezi geçmiş, trend panoları, dağıtılmış üretim, elle kurmayacağınız CI — Gatling Enterprise'da, ayda €89'dan başlayan fiyatla. Bir yük topu satın aldınız ve şimdi onu kapı çalmak için kullanıyorsunuz.

İşte doğrudan cevap: Apidog, haftanızın büyük kısmını dolduran API işleri — uç noktalar tasarlamak, isteklerde hata ayıklamak, sahteleme, belgelendirme ve tek bir görsel platformdan işlevsel ile performans kontrolleri çalıştırmak — için en iyi Gatling alternatifidir. Yerleşik performans testi, mevcut test senaryolarınızı 100 sanal kullanıcıya kadar, yapılandırılabilir rampa ve canlı metriklerle çalıştırır; simülasyon kodu gerekmez. Altı haneli eşzamanlılığa ihtiyaç duyduğunuz günler içinse dürüst tavsiye son bölümün başlığında: Gatling'i onun için saklayın. Bu yazı çizginin nerede olduğunu haritalar.

Gatling sizden ne ister

Gatling baştan sona test-kod yaklaşımıdır. Yük testi bir programdır: bir enjeksiyon profiline bağlanmış eylem zincirleri, Maven, Gradle, sbt veya npm üzerinden çalıştırılır. Gücünün kaynağı budur: kod incelemesi yük testlerinizi kapsar, sürüm kontrolü onları takip eder ve DSL, hiçbir GUI kaydırıcısının ifade edemeyeceği iş yükü şekillerini tanımlar.

Ama aynı zamanda günlük bir vergidir. Bir başlığı doğrulamak için hazırlık uç noktasını bir kez mi vuracaksınız? Bir simülasyonun amacı bu değil; ikinci bir araç açarsınız. Ön yüz ekibi henüz var olmayan bir API'ye karşı mı geliştiriyor? Sahte sunucu yok. Tüketiciye yönelik dokümantasyon mu? Onun işi değil. Gatling hiçbir zaman bir API platformu olduğunu iddia etmedi; sorun, ekiplerin zaten kurulu olduğu için onu öylemiş gibi kullanmasıdır. Aynı uyumsuzluk, en iyi yük testi yazılımları karşılaştırmasında ele aldığımız kod öncelikli yük araçlarında da görülür.

Topluluk sürümünün durduğu yer

Açık kaynak Gatling (Apache 2.0, yaklaşık 6.9k GitHub yıldızı) yerel çalıştırmalar için gerçekten ücretsiz ve yeteneklidir. Ancak Gatling'in kendi konumlandırması açıktır: topluluk sürümü "yalnızca yerel kullanım içindir." Fiyatlandırma sayfasına ve sürüm karşılaştırmasına göre, tek seferlik çalıştırmaları bir performans pratiğine dönüştüren şeyler Enterprise özellikleridir:

Dağıtılmış yük üretimi. Toplulukta bir makine, bir üretici; çoklu üretici, çoklu bölge enjeksiyonu Enterprise'dır.
Merkezi çalıştırma geçmişi ve trend panoları. Topluluk çalıştırma başına rapor verir; bu haftayı geçen haftayla karşılaştırmak Enterprise'dır.
Yönetilen CI/CD otomasyonu, zamanlama, SLO takibi. Enterprise.
İş birliği, RBAC, SSO. Enterprise.

Enterprise fiyatlandırması ayda €89'dan başlar (Basic: 60.000 sanal kullanıcıya kadar, 1 saat test, 1 yük üreticisi, 2 koltuk); Team için ayda €356'dır (180.000 VU, 5 saat, 3 üretici, 10 koltuk), üzerinde özel fiyatlandırma vardır. Fiyatlar adil; ancak ne satın aldığınıza dikkat edin: daha fazla yük, daha fazla geçmiş, daha fazla koltuk. Hiçbir kademe bir API istemcisi, sahte sunucu veya dokümantasyon eklemez — çünkü ürün bu değildir.

Cevap: Apidog

Apidog, 500.000'den fazla geliştirici tarafından kullanılan bir API geliştirme platformudur. Tek bir spesifikasyon; görsel bir uç nokta tasarımcısını, istek istemcisini, akıllı bir sahte sunucuyu, otomatik oluşturulan dokümantasyonu ve otomatik test senaryolarını yönetir — ve aynı senaryolar performans testi olarak da iş görür.

Özellikle Gatling ile karşılaştırıldığında:

Simülasyon sınıfı olmadan performans kontrolleri. Zaten oluşturduğunuz bir test senaryosunu alın, sanal kullanıcıları (100'e kadar), süreyi ve rampa süresini ayarlayın ve çalıştırın. Canlı bir panel aktarım hızını, ortalama ve min/maks yanıt sürelerini ile uç nokta başına hataları raporlar. Veri odaklı çalıştırmalar her sanal kullanıcıya sırayla ya da rastgele farklı bir veri satırı besler. Tam kılavuz: API performans testi eğitimimiz.
API yaşam döngüsünün geri kalanı mevcuttur. İstekleri bir istemcide ayıklayın, bunları şemalarla belgelenmiş uç noktalar olarak kaydedin, uç nokta tanımlandığı anda tüketicilere sahte bir URL verin, kendi alan adınızda etkileşimli dokümanlar yayınlayın. Gatling'in hiçbir fiyata karşılığı yoktur.
İşlevsel test birinci sınıftır. Görsel senaryolar istekleri zincirler, adımlar arasında veri aktarır, yanıtlar üzerinde doğrulama yapar ve kod olmadan şemalara göre kontrol eder. Gatling'de doğrulamalar yük çalıştırmaları için bir kapı görevi görür; davranışı regresyon testine tabi tutmazlar.
Enterprise sözleşmesi olmadan CI. Senaryolar, ücretsiz planda Apidog CLI aracılığıyla herhangi bir işlem hattında başsız (headless) çalışır ve 4 kullanıcıya kadar kapsar. Ücretli planlar kullanıcı başına ayda $9'dan başlar.

Geçiş özellik özellik nasıl görünür

Günlük istekler ve hata ayıklama

Bu, Gatling'in girmediği kategoridir. Apidog'da bir isteği herhangi bir API istemcisinde olduğu gibi gönderirsiniz: metot seçin, parametreleri doldurun, kimlik doğrulama ekleyin, yanıtı inceleyin. İstekler, simülasyon kodunuzun yanındaki tek kullanımlık curl satırları olmaktan çıkıp kaydedilmiş, belgelenmiş uç noktalara dönüşür. Sıfırdan değil Postman'den mi geliyorsunuz? İstediğiniz karşılaştırma: en iyi Postman alternatifi.

Yük kontrolleri, bir yere kadar

Değiş tokuş konusunda kesin olun. Apidog performans testleri 100 sanal kullanıcıyla sınırlıdır; senaryonuzu belirli bir süre boyunca döngüye sokar ve toplu metrikleri canlı olarak bildirir. Bu, çoğu ekibin çoğu hafta sorduğu soruları kapsar: uç nokta beklenen eşzamanlılıkta dayanıyor mu, yeni sorgu işleri yavaşlattı mı, hız sınırlayıcı olması gereken yerde devreye giriyor mu. Gatling'in ana alanını kapsamaz: on binlerce kullanıcı, açık iş yükü modelleri, özel enjeksiyon profilleri, JMS ve MQTT gibi protokoller. Bu çizginin komşu araçlar için nerede olduğu, API yük testi için Locust alternatifi ve k6 yük testı kılavuzumuzda anlattığımız hikayedir.

Sahteler, dokümanlar ve spesifikasyon

Bir uç nokta tanımlayın ve Apidog'un akıllı sahtesi örnek gerekmeden hemen şema tabanlı yanıtlar sunar. Dokümanlar aynı tanımdan oluşturulur ve özel bir alan adına yayınlanır. API araçları bir Gatling deposu artı bir wiki sayfası olan bir ekip için bu en büyük tek yükseltmedir: spesifikasyon, simülasyonun kodladığı şey ne olursa olsun yerine gerçeğin kaynağı haline gelir.

CI ve raporlama

Gatling topluluğu, derlemeyi kendiniz bağlarsanız CI'da çalışır; ancak çalıştırma geçmişi ve trendler Enterprise'da bulunur. Apidog senaryoları ücretsiz planda herhangi bir işlem hattında CLI'dan çalışır ve bulut raporları ekip çalışma alanıyla paylaşılır. Çalıştırmalar otomatikleştirildiğinde neyi ölçeceğiniz konusunda yazılım performans testi nedir yazısıyla başlayın.

Gatling ve Apidog'a kısa bir bakış

	Gatling (topluluk)	Gatling Enterprise	Apidog
Biçim	Kod DSL (Java/Kotlin/Scala/JS/TS)	Aynı motor + SaaS platformu	Görsel platform, masaüstü + web
Maksimum yük	On binlerce VU, 1 makine	Milyonlarca, dağıtılmış	100 VU
Günlük API istemcisi	Hayır	Hayır	Evet
Sahte sunucu	Hayır	Hayır	Şema farkında akıllı sahteler, ücretsiz
API dokümanları	Hayır	Hayır	Yayınlanmış etkileşimli dokümanlar
İşlevsel test senaryoları	Yük çalıştırmalarında doğrulamalar	Aynı	Görsel senaryolar, şema doğrulama
Çalıştırma geçmişi ve trendler	Yalnızca çalıştırma başına rapor	Merkezi panolar	Çalışma alanında bulut raporları
CI çalıştırmaları	Manuel bağlama	Yönetilen, Enterprise	Apidog CLI aracılığıyla ücretsiz
Öğrenme eğrisi	JVM veya npm derlemesi + DSL	Aynı + platform	Görsel, ilk teste dakikalar
Fiyat	Ücretsiz, yerel kullanım	Aylık €89'dan başlar	4 kullanıcıya kadar ücretsiz, sonra kullanıcı/ay $9

Maliyet ve uygunluk matematiği, dürüstçe

Gereksiniminiz yüksek ölçekli yük simülasyonuysa Apidog rekabet etmez ve bu bölüm kısadır: Gatling için ödeme yapın (veya topluluğu yerel olarak çalıştırın) ve devam edin.

İlginç durum, nadiren birkaç yüz sanal kullanıcıyı aşan testler için çalıştırma geçmişi ve CI otomasyonu elde etmek üzere Gatling Enterprise Basic için yılda €1.068 ödemeyi düşünen, ancak yine de sahte sunucu ve dokümanlardan yoksun olan ekiptir. 4 kişilik bir ekip için Apidog; istemciyi, sahteleri, dokümanları, işlevsel paketleri, CI çalıştırmalarını ve 100-VU kontrollerini $0 karşılığında kapsar. 10 kişide yılda $1.080 olur — neredeyse tam olarak Gatling Basic'in fiyatı; ancak iki harcama farklı kategoriler satın alır: biri hâlâ elle programladığınız bir motor için daha büyük yük sayıları, diğeri API'lerinizin etrafındaki platform. Birçok ekip sıkıcı olan doğru cevaba varır: yaşam döngüsü için Apidog, üç aylık büyük yük provası için depoda tutulan topluluk Gatling, yük tarafında sıfır araç harcaması.

Gatling'den geçiş

Simülasyon kodu için içe aktarma sihirbazı yok ve buna ihtiyacınız da yok. Geçiş, amacın yeniden inşasıdır ve hızlıdır:

Simülasyonlarınızın neyi kodladığını envanterleyin. Temel URL'ler, kimlik doğrulama akışları, istek zincirleri, besleyiciler (CSV verileri) ve doğrulamalar. Bu liste sizin API yüzeyinizdir.
Varsa spesifikasyonu içe aktarın. Apidog'a aktarılan bir OpenAPI dosyası; şemalar, dokümanlar ve canlı sahteler içeren uç noktalara dönüşür. Spesifikasyon yok mu? Uç noktaları simülasyonun istek tanımlarından yeniden oluşturun; çoğunlukla kopyala-yapıştır işidir.
İstek zincirlerini test senaryoları olarak yeniden oluşturun. Gatling'in exec zincirleri senaryo adımlarına eşlenir; kontroller ve oturum değişkenleri, adımlar arasında aktarılan çıkarılmış değişkenler haline gelir.
Besleyicileri test verisi olarak yeniden oluşturun. Aynı CSV'yi yükleyin; sanal kullanıcı başına sıralı veya rastgele eşleşme seçin.
Performans profilini ayarlayın. Sanal kullanıcılar, süre, rampa. Bu, Gatling'in temel kapalı model kurulumlarıyla eşleşir; karmaşık açık model profillerinin eşdeğeri yoktur — "Gatling'i sakla" maddesinin bir parçası budur.
CLI'ı CI'ya bağlayın. Elle hazırlanmış Gatling derleme adımını bir Apidog CLI çalıştırmasıyla değiştirin; hatalar işlem hattını aynı şekilde kapıda tutar.

Bir düzine uç nokta ve iki senaryo içeren bir API bir öğleden sonra taşınır.

Gatling hâlâ ne zaman mantıklıdır

İş, API geliştirme yerine yük mühendisliği olduğunda Gatling'i suçluluk duymadan saklayın. Somut olarak: birkaç yüz eşzamanlı kullanıcının ötesinde sürdürülen testler, kullanıcı sayısından çok varış hızının önemli olduğu açık iş yükü modelleri, özel enjeksiyon şekilleri, JMS veya MQTT trafiği ya da Enterprise'ın dağıtılmış üreticilerine ve trend panolarına zaten yatırım yapmış bir kuruluş. Apidog'un 100-VU tavanı gerçek bir tavandır ve aksini iddia etmek zamanınızı boşa harcar. Önerdiğimiz model: günlük yaşam döngüsü ve 100-VU altı kontroller Apidog'da, planlı ağır provalar için Gatling — yük testi araçları yazısında çizdiğimiz aynı iş bölümü.

Sık sorulan sorular

Gatling ücretsiz mi?

Çekirdek motor Apache 2.0 altında açık kaynaklıdır ve yerel kullanım için ücretsizdir. Dağıtılmış üretim, merkezi çalıştırma geçmişi, yönetilen CI ve iş birliği ekleyen Gatling Enterprise ayda €89'dan başlar. Daha geniş alan en iyi yük testi yazılımları bölümünde incelenmiştir.

Apidog, yük testi için Gatling'in yerini alabilir mi?

100 sanal kullanıcıya kadar evet: Apidog, test senaryolarınızı rampa, süre ve canlı metriklerle yük altında çalıştırır. Bunun ötesinde hayır. Yüksek ölçekli ve açık model simülasyonu Gatling'in bölgesi olarak kalır; API yük testi için Locust alternatifi bölümünde çizdiğimiz aynı sınır.

Gatling'i kullanmak için Scala bilmek zorunda mıyım?

Artık değil. Simülasyonlar Java, Kotlin, Scala, JavaScript veya TypeScript ile yazılabilir. Yine de her test için kod ve bir derleme kurulumu yazıp sürdürürsünüz; Apidog'un görsel senaryolarının ortadan kaldırdığı ek yük tam olarak budur.

Peki ya k6 veya JMeter?

Her ikisi de aynı kod öncelikli yük nişinde, aynı yaşam döngüsü boşluklarıyla yer alır: API istemcisi, sahteler veya dokümanlar yok. Her iki geçişi de en iyi k6 alternatifi ve en iyi JMeter alternatifi bölümlerinde, k6'nın kendisini de k6 yük testi bölümünde ele aldık.

Apidog'un performans testi veri odaklı çalıştırmaları destekliyor mu?

Evet. Senaryoya test verisi ekleyin ve her sanal kullanıcı sırayla veya rastgele bir satır çeker, böylece 100 sanal kullanıcının tümü aynı hesapla oturum açmaz. Kurulum adımları API performans testı eğitiminde.

Günlük işler için yük topunu bırakın

Gatling istek zincirlerinizi görsel senaryolar olarak yeniden oluşturun, her commit'te CLI aracılığıyla çalıştırın ve bir eşzamanlılık cevabına ihtiyaç duyduğunuzda 100-VU yük altına sokun. Büyük provalar için topluluk Gatling'i depoda tutun. Apidog'u indirin veya tarayıcıda başlayın; 4 kişilik bir ekip hiçbir ücret ödemez ve sahte sunucu ile dokümanlar aynı uç noktalarla ücretsiz gelir.