Model Seçimi
"Düşünen" node'lar — LLM, Agent, Koşullu Agent ve İnsan Girişi — her biri OpenAI veya Google gibi bir sağlayıcının yapay zekâ modeli üzerinde çalışır. Bu sayfa bir modeli nasıl seçeceğinizi, kimlik bilgilerinin (credential) nasıl çalıştığını anlatır ve hangi modelin hangi işe uygun olduğuna dair sade bir dille yol gösterir.
Bir node üzerinde model seçmek
Bir düşünen node'u açın ve şunları seçin:
- Bir sağlayıcı — örneğin OpenAI veya Google (Gemini).
- Bir model — o sağlayıcı içindeki belirli model (ör.
gpt-4.1-mini,gemini-2.5-flash).
Akışınızdaki her node farklı bir model kullanabilir. Basit yönlendirme için ucuz ve hızlı bir model, yalnızca kalitenin gerçekten önemli olduğu yerde daha güçlü bir model çalıştırmak yaygın — ve maliyet açısından verimli — bir yaklaşımdır.
Kimlik bilgileri ve platform varsayılan anahtarları
Bir sağlayıcıyı çağırmak için Flowera'nın ona ait bir API anahtarına ihtiyacı vardır. Bu iki şekilde karşılanır:
- Platform varsayılan anahtarı — bazı sağlayıcılar için Flowera'da zaten paylaşımlı bir anahtar hazırdır; bir modeli seçersiniz ve kurulum yapmadan çalışır.
- Kendi kimlik biliginiz — kendi sağlayıcı API anahtarınızı çalışma alanınıza bir credential olarak ekleyip bir node'a bağlayabilirsiniz. Kullanımı kendi sağlayıcı hesabınıza faturalandırmak veya platform varsayılanının kapsamadığı modellere erişmek için bunu kullanın.
Bir sağlayıcının ne platform varsayılanı ne de eklediğiniz bir credential'ı varsa, siz birini ekleyene kadar modelleri çalışamaz. Bir node çalışan bir model olmadan kaydedildiğinde "Model is required" tarzı bir hata görürsünüz — sağlayıcıyı ve modeli tekrar seçin ve bir credential (veya platform varsayılanı) bağlı olduğundan emin olun.
Akışlarınızın ne harcadığını kullanım panosundan takip edin. Model maliyetleri muazzam ölçüde değişir — bir amiral gemisi model, basit işlerde benzer kalite için mesaj başına küçük bir modelden 20–30 kat daha fazla tutabilir.
Hangi modeli kullanmalıyım?
Kıyaslama testlerini ezberlemenize gerek yok. Modelin sınıfını işe göre eşleştirin:
- Küçük / "nano" / "lite" modeller (ör.
gpt-4.1-nano,gpt-5-nano,gemini-2.5-flash-lite) — en ucuz ve en hızlı olanlar. Basit sohbet, SSS, sınıflandırma, yönlendirme ve veri çıkarımı için harika. Ayrıca kaynağa dayalı işlerde olgulara sadık kalma eğilimindedirler. - Orta seviye / "mini" / "flash" modeller (ör.
gpt-4.1-mini,gemini-2.5-flash,gemini-3-flash) — günlük iş atları. Müşteri desteği ve çoğu sohbet botu için güçlü bir varsayılan: iyi kalite, yine de uygun fiyatlı ve hızlı. - Amiral gemisi modeller (ör.
gpt-5.4,gemini-3.1-pro,gemini-2.5-pro) — en yetenekli ve en pahalı olanlar. Bunları zor akıl yürütme, dikkatli doküman analizi ve karmaşık çok adımlı işler için saklayın. - Derin akıl yürütme modelleri (OpenAI'nin o-serisi) — matematik, kodlama ve adım adım problem çözme için tasarlanmıştır. Kendi dokümanlarınızdan yanıt vermek için bunlardan kaçının — standart modellerden daha fazla aşırı akıl yürütüp kaynaktan sapma eğilimindedirler.
Göreve göre hızlı seçimler
| Göreviniz | İyi seçim |
|---|---|
| Basit sohbet botu / SSS | gpt-4.1-nano, gpt-5-nano veya gemini-2.5-flash-lite |
| Müşteri desteği | gpt-4.1-mini veya gemini-2.5-flash |
| Dokümanlarınızdan yanıt (en iyi değer) | gpt-4.1-mini veya gemini-2.5-flash |
| Dokümanlarınızdan yanıt (en yüksek sadakat) | gpt-5.4-nano veya gemini-2.5-flash-lite |
| Veri çıkarımı / yapılandırılmış çıktı | gpt-4.1-nano veya gemini-2.5-flash |
| Sınıflandırma / yönlendirme | bir nano/lite model |
| Doküman analizi / zor akıl yürütme | gpt-5.4 veya gemini-3.1-pro |
| Karmaşık matematik / kodlama | bir o-serisi model veya daha yüksek çabada gemini-3-flash |
Sıcaklık (yaratıcılık)
Bazı modeller bir sıcaklık (temperature) ayarlamanıza izin verir — düşük değer daha odaklı ve tutarlı, yüksek değer daha çeşitli ve yaratıcı demektir.
| Kullanım durumu | Sıcaklık |
|---|---|
| Veri çıkarımı, JSON, olgusal aramalar | 0.0 – 0.2 |
| Müşteri desteği | 0.3 – 0.5 |
| Yaratıcı yazım | 0.8 – 1.2 |
Yeni akıl yürütme modelleri genellikle sıcaklık denetimini gizler (onlara uygulanmaz). Görmüyorsanız, model bunu dahili olarak yönetir — bu beklenen bir durumdur.
Kaçınılması gereken birkaç şey
- Basit SSS için amiral gemisi model kullanmak. Kolay sorularda aynı kalite için bir nano model çarpıcı ölçüde daha ucuza mal olabilir.
- Dokümanlardan yanıt vermek için derin akıl yürütme (o-serisi) modelleri kullanmak. Kaynağa dayalı işlerde standart modellerden daha fazla halüsinasyon görürler — onları matematik ve kod için saklayın.
- Prompt'a devasa miktarda metin tıkıştırmak. Odaklı ve ilgili bağlam, dev bir bağlam penceresini yener; ne kadar çok yığarsanız kalite o kadar düşer.
Agent node'unun yerleşik web araması, kod yorumlayıcı ve görsel üretimi araçları yalnızca bir OpenAI sohbet modelinde çalışır. OpenAI olmayan bir model seçip bunları yapılandırırsanız, çalışma sırasında atlanırlar. Aynı yetenekleri başka yerde elde etmek için o sağlayıcının yerel karşılıklarını kullanın. Bkz. Agent node.