> ## Content Index
> Fetch the complete content index at: https://globalfeed.ai/llms.txt
> Use this file to discover other available public pages before exploring further.

# Cebe sığan 1 milyon jetonluk hafıza: SparkLLM, Spark X2.5 modellerini açık kaynak yaptı
- URL: https://globalfeed.ai/cebe-sigan-1-milyon-jetonluk-hafiza-sparkllm-spark-x2-5-modellerini-acik-kaynak-yapti/
- Published: 2026-09-01T13:42:36.000Z
- Updated: 2026-09-01T15:33:05.000Z
- Description: 4 milyar ve 1,7 milyar parametrelik iki cihaz üstü model, 1 milyon jetona kadar yerli bağlam penceresiyle geliyor. Melez dikkat mimarili modeller ajan, kod ve matematik işleri için ayarlandı.
- Author: GlobalFeed Editor
- Tags: sparkllm, spark x2.5, açık kaynak, cihaz üstü, x-SparkLLM, dil-tr, elle, video

Cihaz üstü model yarışında çıta yükseldi: SparkLLM, [Spark X2.5-4B ve X2.5-1.7B modellerini açık kaynak yayımladı](https://dev.to/sparkllm/spark-x25-4b-17b-the-only-on-device-models-with-native-1m-token-context-now-open-source-d9o?ref=globalfeed.ai). Şirketin iddiası net: 1 milyon jetona kadar yerli bağlam penceresi sunan tek cihaz üstü modeller bunlar. Yerli demek, pencerenin sonradan uzatma hilesiyle değil eğitimden gelmesi demek; uzun bağlam yeteneği, dizi uzunluğu 1 milyona kadar çıkan yüz milyarlarca jetonluk özel bir eğitim aşamasıyla kazandırılmış.

Mimari de ilginç: melez dikkat yapısında bir tam dikkat katmanı, üç kayan pencere katmanıyla eşleşiyor; uzun bağlamın hafıza maliyetini böyle taşıyor. Modeller yaklaşık 20 trilyon jetonluk bir derlemle eğitilmiş, 200'den fazla dili kapsıyor ve özellikle ajan iş akışları, kod, matematik ve talimat takibi için ayarlanmış. Ağırlıklar [Ollama'da da yayında](https://ollama.com/SparkLLM/Spark-X2.5-1.7B:latest?ref=globalfeed.ai), yani tek komutla yerelde denenebiliyor.

Peki cihazda 1 milyon jeton ne işe yarar? Şirketin cevabı: model bir ürün kılavuzunun, bir kod tabanının ya da bir belge yığınının tamamını tek geçişte okuyup çok adımlı bir görev boyunca resmin bütününü tutabiliyor, hepsi yerelde. Belgeleri parçalara doğrama devri kapanıyor. Sahadan bir rakam da paylaşılmış: akıllı ev komutları test setinde 1,7 milyarlık model, ortalama 0,85 saniye gecikmeyle yüzde 90,3 uçtan uca komut doğruluğuna ulaşıyor; 4 milyarlık modelin kod tarafında bulut modellerle yarıştığı söyleniyor. Bu iddialar şimdilik şirketin kendi ölçümleri; bağımsız değerlendirmeler önümüzdeki haftalarda gelir.

Büyük resim: Tencent'in ContextPilot'unu yazarken söylemiştik, ajan yarışının darboğazı bağlam. SparkLLM aynı soruna donanım tarafından geliyor: bağlamı yönetmek yerine cebe sığan modele okyanus gibi hafıza vermek. İki yaklaşımın hangisinin kazanacağı, ajan çağının en ilginç mühendislik sorularından biri.