Google’ın en güçlü yapay zekâ modeli olması beklenen Gemini 3.5 Pro, planlanan çıkış takvimini kaçırdı. Gemini 3.5 Pro gecikmesi, modelin özellikle karmaşık kodlama görevlerinde şirketin hedeflediği seviyeye ulaşamamasıyla ilişkilendiriliyor. Google, modeli haziran ayında kullanıma sunacağını açıklamıştı. Ancak temmuz ayının ikinci yarısına gelinmesine rağmen yeni bir tarih paylaşılmadı.
Google Üst Yöneticisi Sundar Pichai, 19 Mayıs 2026 tarihinde düzenlenen Google I/O konferansında Gemini 3.5 Flash’ı tanıttı. Pichai, Gemini 3.5 Pro’nun şirket içinde kullanıldığını ve bir sonraki ay yayımlanacağını söyledi. Bu açıklama, modelin haziran ayında kullanıcılarla buluşacağı anlamına geliyordu.
Reuters tarafından aktarılan Bloomberg raporuna göre model artık şirketin iç takviminin aylar gerisinde bulunuyor. Gecikmenin merkezinde kod üretimi, uzun süreli yazılım görevleri ve otonom ajan performansı yer alıyor. Google ise henüz Gemini 3.5 Pro için güncellenmiş bir çıkış tarihi açıklamadı.
Önemli Bilgiler
- Gemini 3.5 Pro’nun haziran ayında çıkması planlanıyordu.
- Google, model için yeni bir çıkış tarihi paylaşmadı.
- Kodlama performansı gecikmenin başlıca nedeni olarak gösteriliyor.
- Eğitimde kullanılan veriler haziran sonunda güncellendi.
- Google, modelin ortaklarla test edildiğini doğruladı.
- Modelin iptal edildiğine dair herhangi bir bilgi bulunmuyor.
- Gemini 3.5 Flash kullanıma açık olmaya devam ediyor.
Gemini 3.5 Pro Neden Gecikti?
Gemini 3.5 Pro’nun temel sorununun genel metin üretimi olmadığı belirtiliyor. Google, modelin özellikle kodlama ve ajan tabanlı görevlerde daha yüksek başarı göstermesini istiyor. Bu görevler tek bir kod parçası yazmaktan çok daha karmaşık süreçler içeriyor.
Bir kodlama ajanının mevcut projeyi doğru anlaması gerekiyor. Ardından dosyalar arasında değişiklik yapması, testleri çalıştırması ve hataları düzeltmesi bekleniyor. Model ayrıca yaptığı değişikliklerin başka bölümleri bozup bozmadığını da kontrol etmeli. Küçük bir hata, büyük bir yazılım projesinde ciddi sorunlara yol açabiliyor.
Bloomberg kaynaklı rapora göre Google, haziran ayının sonlarında Gemini eğitiminde kullanılan verileri güncelledi. Amaç, modelin kodlama becerilerini geliştirmekti. Buna rağmen elde edilen sonuçlar şirketin beklentilerini karşılamadı.
Bazı haberlerde Google’ın temel eğitim verilerini tamamen sıfırladığı öne sürülüyor. Ancak güvenilir kaynaklarda doğrulanan bilgi daha sınırlı. Google’ın eğitimde kullanılan verileri güncellediği biliniyor. Modelin tüm eğitim sürecinin baştan başlatıldığı ise resmen doğrulanmadı.
Bu ayrım oldukça önemli. Büyük bir yapay zekâ modelini tamamen yeniden eğitmek, ciddi zaman ve hesaplama gücü gerektirir. Eğitim verilerinin belirli bölümlerini değiştirmek ise daha sınırlı bir müdahaledir. Bu nedenle mevcut gelişme “tam sıfırlama” yerine “eğitim verisi güncellemesi” olarak değerlendirilmelidir.
Kodlama Yeteneği Neden Bu Kadar Önemli?
Kodlama, günümüz yapay zekâ modellerinin en önemli değerlendirme alanlarından biri hâline geldi. Çünkü yazılım geliştirmek yalnızca bilgi hatırlamayı gerektirmiyor. Modelin planlama, mantık yürütme ve hata ayıklama becerilerini birlikte kullanması gerekiyor.
Basit modeller kısa bir fonksiyon yazabilir. Ancak gelişmiş sistemlerden çok daha fazlası bekleniyor. Bu modellerin büyük kod depolarında çalışması, birden fazla aracı kullanması ve saatler süren görevleri tamamlaması hedefleniyor.
Google, Gemini 3.5 ailesini özellikle uzun süreli ajan görevleri için geliştirdiğini açıklamıştı. Şirketin yayımladığı verilere göre Gemini 3.5 Flash, Terminal-Bench 2.1 ve MCP Atlas gibi kodlama testlerinde Gemini 3.1 Pro’yu geçiyor. Google ayrıca modeli kendi Antigravity geliştirme platformunda kullandığını belirtiyor.
Buna rağmen Flash ile Pro modelleri farklı amaçlara sahip. Flash sürümü hız ve düşük maliyet üzerine odaklanıyor. Pro modelinin ise daha karmaşık görevlerde daha güçlü sonuçlar vermesi gerekiyor. Gemini 3.5 Pro’nun mevcut Flash modelinden belirgin biçimde daha iyi olması bekleniyor.
Google’ın zayıf kodlama performansıyla bir Pro modeli yayımlaması önemli bir risk oluşturabilir. Kurumsal müşteriler, yazılım araçlarında yüksek doğruluk bekliyor. Modelin hatalı kod üretmesi veya mevcut projeleri bozması, profesyonel kullanıcıların güvenini azaltabilir.
Google İçindeki Ekipler Birbirleriyle Rekabet Ediyor
Gecikmenin yalnızca teknik sorunlardan kaynaklanmadığı öne sürülüyor. Bloomberg kaynaklı bilgilere göre Google Cloud, Google DeepMind ve Android ekipleri kendi yapay zekâ kodlama araçlarını paralel olarak geliştiriyor. Bazı tüketici ürün ekiplerinin de benzer projeler yürüttüğü belirtiliyor.
Bu yapı, farklı ürünler için özel çözümler geliştirilmesini sağlıyor. Ancak aynı zamanda benzer çalışmaların tekrarlanmasına neden olabiliyor. Ekipler, sınırlı hesaplama kaynakları ve uzman çalışanlar için rekabet edebiliyor.
Büyük modelleri eğitmek için çok sayıda güçlü yapay zekâ hızlandırıcısı gerekiyor. Birden fazla ekibin aynı anda yüksek kapasiteli sistemlere ihtiyaç duyması, kaynak planlamasını zorlaştırıyor. Bunun yanında farklı ekiplerin öncelikleri de her zaman aynı olmayabiliyor.
Google DeepMind daha güçlü temel modeller geliştirmeye odaklanabilir. Google Cloud, kurumsal müşterilerin ihtiyaçlarını öncelikli görebilir. Android ekibi ise mobil uygulama geliştirme ve cihaz entegrasyonlarıyla ilgilenebilir. Bu hedeflerin tek bir ürün planında birleştirilmesi zaman alabiliyor.
Google’ın bu dağınık yapıyı Antigravity platformu çevresinde birleştirmeye çalıştığı belirtiliyor. Ancak şirket, iç ekipler arasındaki anlaşmazlıklar hakkında resmî bir açıklama yapmadı. Dolayısıyla kurumsal parçalanmaya ilişkin bilgiler, mevcut ve eski çalışanlara dayanan haberlerle sınırlı kalıyor.
Google Antigravity Ne İşe Yarıyor?
Google Antigravity, geliştiricilerin yapay zekâ ajanlarıyla yazılım oluşturmasını sağlayan bir geliştirme platformu. Sistem, karmaşık görevleri birden fazla ajana dağıtabiliyor. Her ajan projenin farklı bir parçası üzerinde çalışabiliyor.
Google, I/O 2026 etkinliğinde Antigravity 2.0 sürümünü tanıttı. Yeni sürüm yalnızca bir kodlama ortamı olarak konumlandırılmıyor. Platform, otonom ajan gruplarının oluşturulmasını ve yönetilmesini de sağlıyor.
Şirket, Gemini 3.5 Flash’ı Antigravity üzerinde yoğun biçimde kullandığını açıkladı. Google’ın yapay zekâ geliştirme araçları, mart ayında günlük yarım trilyon token işliyordu. Bu miktarın I/O döneminde günlük üç trilyon token seviyesini geçtiği belirtildi.
Antigravity’nin Gemini 3.5 Pro açısından da önemli olması bekleniyor. Güçlü model, yalnızca sohbet ekranında çalışmayacak. Kod yazan, test çalıştıran ve uzun görevleri yöneten ajanların temelini oluşturacak.
Bu nedenle Google’ın modeli erken yayımlamak istememesi anlaşılabilir. Sohbet sırasında verilen hatalı bir cevap kolayca düzeltilebilir. Ancak bir yazılım ajanının yüzlerce dosyada yaptığı yanlış değişiklikleri geri almak çok daha zor olabilir.
Google’daki Yeni Kodların Yüzde 75’ini Yapay Zekâ Üretiyor
Google’ın kodlama sorunlarına verdiği önem, şirket içindeki yapay zekâ kullanımından da anlaşılıyor. Sundar Pichai, Nisan 2026’da Google’daki yeni kodların yüzde 75’inin yapay zekâ tarafından üretildiğini açıkladı. Bu kodlar yayımlanmadan önce mühendisler tarafından inceleniyor ve onaylanıyor.
Bu oran, geçen sonbaharda yaklaşık yüzde 50 seviyesindeydi. Dolayısıyla yapay zekânın Google’ın yazılım geliştirme süreçlerindeki rolü kısa sürede önemli ölçüde arttı.
Ancak yüzde 75 ifadesi sık sık yanlış yorumlanıyor. Bu oran, Google’ın mevcut kod tabanının yüzde 75’inin yapay zekâ tarafından yazıldığı anlamına gelmiyor. Açıklama yalnızca yeni oluşturulan kodlarla ilgili.
Ayrıca kodların tamamen denetimsiz biçimde kullanıldığı da söylenemez. Google, yapay zekâ tarafından oluşturulan kodların mühendislerce incelendiğini özellikle belirtiyor. İnsan denetimi hâlâ geliştirme sürecinin önemli bir parçası olarak kalıyor.
Şirket içindeki bazı mühendislerin kritik sistemlerde insan tarafından yazılmış kodları savunduğu bildiriliyor. Bu görüşe göre yapay zekâ, tekrar eden ve düşük riskli görevlerde kullanılabilir. Güvenlik veya altyapı açısından kritik bölümlerde ise daha sıkı insan kontrolü gerekiyor.
OpenAI ve Anthropic Rekabeti Google Üzerindeki Baskıyı Artırıyor
Google, Gemini 3.5 Pro üzerinde çalışırken rakip şirketler yeni modeller yayımlamaya devam ediyor. Anthropic, Claude Fable 5 ve Claude Mythos 5 modellerini 9 Haziran 2026 tarihinde tanıttı. Şirket, Fable 5’i büyük kodlama projeleri ve uzun süreli otonom görevler için geliştirdiğini belirtiyor.
Fable 5, büyük yazılım geçişleri ve karmaşık uygulamalar üzerinde çalışabiliyor. Ayrıca kendi testlerini yazabiliyor ve oluşturduğu sonuçları kontrol edebiliyor. Modelin kodlama odaklı yapısı, Gemini 3.5 Pro’nun doğrudan rakiplerinden biri olmasını sağlıyor.
OpenAI ise GPT-5.6 model ailesini 9 Temmuz 2026 tarihinde kullanıma sundu. Serinin en güçlü modeli GPT-5.6 Sol olarak adlandırılıyor. OpenAI, Sol modelini karmaşık kodlama, araştırma ve siber güvenlik görevleri için konumlandırıyor.
GPT-5.6 Sol’un güvenli kod inceleme, yazılım yaması hazırlama ve tehdit modelleme gibi savunma görevlerinde kullanılabildiği belirtiliyor. Ancak siber güvenlik alanındaki daha güçlü özellikler, doğrulanmış kullanıcılar için ek korumalarla sunuluyor.
Bu gelişmeler Google üzerindeki baskıyı artırıyor. Gemini 3.5 Pro geciktikçe geliştiriciler başka platformlara yönelmeyi tercih edebilir. Özellikle kurumsal kullanıcıların mevcut iş akışlarını değiştirmesi, daha sonra Google’a dönmelerini zorlaştırabilir.
Kimi K3 Açık Ağırlıklı Model Rekabetini Büyüttü
Rekabet yalnızca ABD merkezli şirketlerle sınırlı değil. Çin merkezli Moonshot AI, temmuz ayında Kimi K3 modelini tanıttı. Model, toplam 2,8 trilyon parametreye ve bir milyon token bağlam penceresine sahip.
Moonshot AI, Kimi K3’ü uzun kodlama görevleri, bilgi çalışmaları ve gelişmiş akıl yürütme için geliştirdiğini belirtiyor. Model aynı zamanda görüntüleri doğal olarak işleyebilen çok modlu bir yapıya sahip.
Kimi K3 için “açık kaynak” ifadesi yerine açık ağırlıklı model demek daha doğru olur. Şirket, model ağırlıklarını yayımlamayı planlıyor. Ancak açık ağırlık sunulması, kullanılan bütün eğitim verilerinin veya geliştirme sürecinin tamamen açık olduğu anlamına gelmiyor.
Modelin 2,8 trilyon parametre taşıması da tek başına rakiplerinden daha güçlü olduğunu kanıtlamıyor. Parametre sayısı önemli bir ölçü olsa da gerçek performansı mimari, eğitim verisi ve aktif parametre sayısı belirliyor.
Yine de Kimi K3’ün gelişi önemli bir gelişme. Büyük açık ağırlıklı modeller, geliştiricilere kendi sunucularında çalışma imkânı sunabiliyor. Bu durum Google, OpenAI ve Anthropic gibi kapalı sistem sağlayıcıları üzerindeki fiyat baskısını artırıyor.
Google Gemini 3.5 Pro İçin Ne Açıkladı?
Google, Reuters’a verdiği açıklamada Gemini 3.5 Pro’nun hâlen test edildiğini doğruladı. Şirket ayrıca güncellenmiş bir Flash modeli ve diğer modeller üzerinde çalıştığını belirtti. Testlerin kurumsal ortaklar ve Amerika Birleşik Devletleri hükümetiyle sürdürüldüğü ifade edildi.
Açıklamada yeni bir çıkış tarihine yer verilmedi. Google yalnızca farklı model türlerini hızlı biçimde piyasaya sürmeye devam ettiğini ve maliyetleri müşteriler için düşük tutmaya çalıştığını söyledi.
Bu açıklama, Gemini 3.5 Pro’nun iptal edilmediğini gösteriyor. Model hâlâ geliştirme ve test sürecinde bulunuyor. Ancak Google’ın haziran ayında verdiği takvimi neden kaçırdığına ilişkin ayrıntılı resmî açıklama yapılmadı.
Google’ın model için yeni bir tarih vermemesi dikkat çekiyor. Şirket, temmuz veya ağustos gibi yakın bir dönem açıklamak yerine testlerin sürdüğünü söylemekle yetindi. Bu durum, geliştirme sürecinin ne zaman tamamlanacağının henüz kesinleşmediğini düşündürüyor.
Gemini 3.5 Pro Gecikmesi Google İçin Ne Anlama Geliyor?
Gemini 3.5 Pro gecikmesi, Google’ın yapay zekâ yarışından çekildiği anlamına gelmiyor. Şirket hâlen Gemini 3.5 Flash, Antigravity ve Gemini Spark gibi ürünleri kullanıma sunuyor. Google ayrıca yapay zekâyı Arama, Android, Workspace ve Cloud hizmetlerine yerleştirmeye devam ediyor.
Buna karşılık amiral gemisi Pro modelinin gecikmesi önemli bir sorun oluşturuyor. Kodlama araçları, yapay zekâ pazarının en hızlı büyüyen alanlarından biri. Yazılım geliştiriciler düzenli kullandıkları modele, editöre ve ajan platformuna zamanla daha fazla bağlanıyor.
Google modeli erken yayımlarsa kalite sorunları yaşayabilir. Daha fazla beklerse pazar payını rakiplerine bırakabilir. Şirketin önündeki asıl denge burada bulunuyor.
Gecikme aynı zamanda büyük şirketlerin her zaman daha hızlı hareket edemediğini gösteriyor. Google güçlü işlemcilere, geniş veri merkezlerine ve deneyimli araştırmacılara sahip. Ancak çok sayıda ekibin aynı anda farklı hedefler üzerinde çalışması karar süreçlerini yavaşlatabiliyor.
Gecikmenin Ardından Ortaya Çıkan Tablo
Google, Gemini 3.5 Pro’yu haziran ayında yayımlama hedefini yerine getiremedi. Güncel raporlar, modelin özellikle kodlama görevlerinde şirket hedeflerinin altında kaldığını gösteriyor. Eğitim verileri güncellendi ancak bu değişiklik beklenen iyileşmeyi sağlamadı.
Buna rağmen modelin tamamen yeniden eğitildiği veya iptal edildiği doğrulanmadı. Google, Gemini 3.5 Pro’yu ortaklarla test etmeyi sürdürüyor. Şirket yeni çıkış tarihi konusunda ise sessizliğini koruyor.
Anthropic, OpenAI ve Moonshot AI yeni modellerini kullanıma sunarken Google’ın üzerindeki zaman baskısı artıyor. Ancak hatalı bir modeli erken yayımlamak da ciddi itibar kaybına yol açabilir.
Gemini 3.5 Pro’nun gerçek gücü, yalnızca açıklanan test puanlarıyla anlaşılmayacak. Modelin büyük yazılım projelerinde ne kadar güvenilir olduğu belirleyici olacak. Google’ın yeni tarihi açıklamadan önce kodlama sorunlarını çözmeye çalışması, bu nedenle temkinli ancak maliyetli bir karar olarak görülüyor.
Başlıca Kaynaklar:
- Google I/O 2026 açılış konuşması ve Gemini 3.5 duyurusu.
- Gemini 3.5 Pro gecikmesine ilişkin Reuters haberi.
- Google’daki yapay zekâ destekli kod üretim oranı.
- Claude Fable 5 resmî duyurusu.
- GPT-5.6 Sol resmî duyurusu.
- Kimi K3 teknik özellikleri.
