Azure Content Understanding artık GPT-5.6, GPT-6 ve GPT-6.1 model ailelerini destekliyor. Belge, metin, konuşma ve video iş akışlarında zaten kullanılan GPT-5 serisinin yanına yeni seçenekler eklenmiş oldu. Microsoft aynı duyuruda model önerilerini güncelledi, önerilerin arkasındaki değerlendirme verisini de paylaştı. Hangi iş yükü için hangi modelden başlamak mantıklı, bunu kendi içeriğinizde nasıl doğrularsınız; yazının konusu bu.
Microsoft’un daha önceki GPT-5 model seçim rehberindeki benzetme hala geçerli. Model seçimi bir mikser masası gibi; her iş yükü için kalite ve maliyet ayrı ayrı ayarlanıyor. Yeni modeller bu kanalların hareket aralığını genişletiyor, ama her iş yükünün ayarların en üst noktasına ihtiyacı yok.
Başlangıç ayarlarını belirleyin
Standart belge çıkarımı (extraction) için önerilen başlangıç noktası GPT-6.1 Sol. Token maliyeti öncelikliyse GPT-6 Luna deneniyor, küçük bir kalite artışının ek maliyeti haklı çıkarabileceği senaryolarda ise GPT-6 Astra.
| Önceliğiniz | Başlangıç noktası | Gerekçe |
|---|---|---|
| Kalite ve token maliyeti dengesi | GPT-6.1 Sol | GA doğruluk liderine çok yakın, ayrı yürütülen Preview çıkarım değerlendirmesinde ise lider. |
| Azami doğruluk, geniş bütçe | GPT-6 Astra ve Sol | Çoğu zaman Sol ile benzer kalite; GA çıkarımda küçük bir üstünlük var ama token primi ciddi. |
| Düşük token maliyeti | GPT-6 Luna | Çok daha düşük token harcaması; kalite ödünü kendi belgelerinizde test edilmeli. |
Sonuçlar göreve göre belirgin biçimde değişiyor. Değerlendirmelere bakarak birkaç aday belirleyip bunları kendi görevinizde denemek, tek bir genel sıralamaya güvenmekten daha sağlıklı. En iyi denge, içeriğe ve yaptırmak istediğiniz işe göre kayıyor.
Varsayılan Sol olsun, hataların pahalı olduğu yerde Astra’yı deneyin
Sol ve Astra çoğu zaman birbirine yakın kalite üretiyor, üstünlük iş yüküne göre el değiştiriyor. GA belge çıkarımında Astra küçük bir farkla önde: yalnızca şema (Schema only) senaryosunda %95,95’e karşı Sol’ün %95,74’ü. Etiketli örnekler eklendiğinde fark daralıyor, 5 etiketli örnekle (With 5 labeled examples) aradaki mesafe 0,11 yüzde puanına iniyor. Burada kullanılan LLM match ölçütü, çıkarılan alan değerlerinin beklenen değerlerle eşleşip eşleşmediğine bir LLM’in karar vermesi anlamına geliyor.
Astra’nın bedeli küçük değil, bu belge testlerinde Sol’ün completion token giderinin yaklaşık beş katı bir maliyet oluşuyor. Bu primi denemeye değer kılan durum şu: Sol’ün geriye kalan hataları pahalı bir manuel inceleme sürecine ya da yanlış aşağı akış kararlarına yol açıyorsa.
Zorlu belgelerde premium modelin otomatik olarak kazanacağını varsaymak yerine ikisini karşılaştırmak gerekiyor. Nitekim Preview çıkarım değerlendirmesinde tablo tersine dönüyor, Sol öne geçiyor: yalnızca şema ile %96,06’ya karşı %95,58, 5 etiketli örnekle %97,10’a karşı %97,06.
Model bütçesini artırmadan önce örnekleri deneyin
Content Understanding, bir analyzer’ı yalnızca istediğiniz alanları tanımlayan bir şemayla, hiç örnek belge olmadan çalıştırabiliyor. Alternatif olarak bilgi tabanına örnek belgeler ekleyip beklenen yanıtları etiketleyebiliyorsunuz. Content Understanding Studio içinde Knowledge bölümü bu belgeleri bağlamak, etiketleri gözden geçirmek veya düzeltmek için kullanılıyor. Microsoft’un testleri de tam olarak Schema only ile With 5 labeled examples senaryolarını karşılaştırıyor.
Yani modeli değiştirmeden önce elinizde bir kontrol daha var. Beş etiketli örnek eklemek Luna’nın çıkarım kalitesini %91,82’den %94,16’ya çıkarıyor, token gideri yine de bu testlerde Sol’ün belirgin biçimde altında kalıyor.
Yüksek hacimli işleme senaryolarında bu, daha büyük bir modele para ödemeden önce “Luna + knowledge” kombinasyonunu denemeyi mantıklı kılıyor. Tasarruf otomatik değil ama: örnekler hem ek token hem de hazırlık maliyeti getiriyor, kalitenin örnek olarak kullanmadığınız belgelerde de korunması gerekiyor.
Her görev için ayrı bir kanal
Önceki rehberin ana dersi hala geçerli. En güçlü belge modeli, mutlaka en güçlü video veya konuşma modeli olmak zorunda değil; iş değiştiğinde mikser ayarları da ayrı tutuluyor.
Belge segmentasyonu
GA benchmark’ında Astra önde: %98,00 Segment F1’e karşı Sol’ün %97,10’u. Segmentasyon bir dosyayı mantıksal belgelere bölme işi olduğundan alan çıkarımından ayrı test edilmeli.
Video
Karşılaştırılan dokuz model arasında en yüksek headline video Generation F1 değeri (%86,40 ± 0,70 yüzde puanı) ve en yüksek uzun video segmentasyonu ortalaması (%80,10 ± 1,20 yüzde puanı) GPT-6 Sol’de. GPT-6.1 Sol ise kısa video reklamları görevinde en iyi sonucu veriyor, %93,60 ± 0,40 yüzde puanı. Bu modelin göreli zayıflığı uzun videolarda yoğunlaşıyor.
Konuşma
GA alan sınıflandırmasında en yüksek ortalama GPT-5.2’de, alan üretiminde ise GPT-5.5 önde. Bu metrikler transkripsiyonu değil, sesten yapılandırılmış alan çıkarımını ölçüyor. Microsoft, konuşma görevleri arasında belge ve videodaki kadar anlamlı bir fark olup olmadığını araştırmaya devam ettiğini ve yazıyı güncelleyeceğini belirtiyor.
F1, beklenen sonuçları bulmak ile yanlış sonuçlardan kaçınmak arasında denge kuran bir ölçüt. Her görevin kendi puanlama kuralları olduğu için bu yüzdeleri tek bir model sıralamasında birleştirmemek gerekiyor.
Ölçüm notu ve etkileşimli grafik
Yayımlanan grafikler GA değerlendirme ortalamalarını gösteriyor. Token gideri ise ölçülen kullanım ve değerlendirmenin tarifeleri üzerinden, model giriş/çıkış ücretlerinin Schema only ile çalışan Sol’e göre (1,00×) kıyaslanmasıyla hesaplanıyor. Model seçiminden bağımsız olarak aynı kalan servis işleme ve diğer ücretler bu karşılaştırmanın dışında, dolayısıyla kendi iş yükünüzün bütçesi için faturalandırma açıklamasına ve güncel tarifelere bakmak gerekiyor. Etkileşimli gezginde Document, Text, Speech veya Video seçip ardından bir görev belirliyor, model üzerine gelerek detayları inceliyorsunuz; belge çıkarımında Schema only ve With 5 labeled examples birlikte gösteriliyor.
Ekipler ne yapmalı?
Genişleyen katalog, mikser masasındaki her kanala daha geniş bir aralık kazandırıyor. Sıradaki adım, iş yükünüz için iki ya da üç aday belirleyip kalite, maliyet, erişilebilirlik ve throughput kombinasyonlarından hangisinin son ayarı hak ettiğini ölçmek. Karşılaştırmayı sade tutmakta fayda var:
- Belge çıkarımında Sol ile başlayın; maliyet kritikse Luna’yı, kalan hatalar deneyi haklı çıkarıyorsa Astra’yı kıyaslayın.
- Her koşumda aynı analyzer, aynı şema, aynı temsili girdi kümesi ve aynı etiketli örnekleri kullanın.
- Yalnızca model dağıtımını değiştirin; ardından çıktı kalitesini, gecikmeyi, token kullanımını ve hata oranını karşılaştırın.
- Teste başlamadan önce analyzer’ın desteklediği modelleri kontrol edin ve her adayın önemsediğiniz bölgelerde kullanılabilir olduğunu doğrulayın.
Content Understanding Studio ile başlangıç
Studio içinde Settings bölümünü açıp Foundry kaynağınızı ekleyin, default model deployments ayarlarını yapın. Uygun bir varsayılan yoksa Studio gerekli modelleri otomatik dağıtabiliyor. Ardından hızlı başlangıç adımlarını izleyerek bir analyzer seçin ve kendi temsili içeriğiniz üzerinde çalıştırın. Her adayı aynı dosyalarla test edin, çıkarılan alanları ve ham yanıtı inceleyin, iş yükünüz için önemli olan kalite, gecikme ve kullanım değerlerini kaydedin.
REST API ile tekrarlanabilir karşılaştırma
Tekrarlanabilir bir değerlendirme için her analiz isteğinde farklı bir modelDeployments eşlemesi gönderebilirsiniz. İstek düzeyindeki eşleme kaynak varsayılanlarını geçersiz kıldığından, analyzer’ı ve girdileri değiştirmeden yalnızca completion dağıtımını takas edebilirsiniz:
POST /contentunderstanding/analyzers/myInvoice:analyze
{
"inputs": [
{
"url": "<representative-input-url>"
}
],
"modelDeployments": {
"prebuilt-analyzer-completion": "<candidate-deployment-name>",
"prebuilt-analyzer-embedding": "<embedding-deployment-name>"
}
}
Aynı isteği her aday için bir kez çalıştırıp çıkarılan sonuçları ve yanıttaki kullanım verisini karşılaştırın. Dengeli öneriyle başlayın, düşük maliyetli seçeneği ekleyin, en yüksek kaliteli modeli ise yalnızca kalan doğruluk farkı iş akışınız için gerçekten önemliyse listeye dahil edin.
Kaynaklar ve İleri Okuma
- Content Understanding adds GPT-5.6, GPT-6, and GPT-6.1: Choose the right model for your workload (Joe Filcik, Microsoft Foundry Blog)
- Azure Content Understanding GPT-5 serisi model seçim rehberi
- Etkileşimli değerlendirme grafiği
- Models and deployments: analyzer’lar için model dağıtımı yapılandırma
- Content Understanding Studio hızlı başlangıç
- Studio’da analyzer özelleştirme
- Content Understanding faturalandırma açıklaması
- Agentic mode (preview) ile belge analizi
- Ignite: Trusted agents need Document Intelligence & Content Understanding
- Ignite: Build agentic document workflows with Content Understanding (lab)
Sitemizdeki ilgili yazılar: Azure Content Understanding GPT-5 Serisi: Model Seçimi, Content Understanding: Grounding ve Confidence Kalibrasyonu ve Azure Content Understanding Agentic Mode: Çok Adımlı Analiz.
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için YouTube ve GitHub hesaplarımı takip edin.





Biz de projede Luna ile başlamıştık ama belge hacmi artınca maliyet can yaktı, Sol’a geçince kalite farkı beklediğimizden azdı açıkçası. Test ederek seçin önerisi çok yerinde, benchmark sonuçlarını paylaşsanız süper olurdu.
Biz de geçen ay fatura çıkarımı için model seçerken epey kafa yorduk, sonunda Luna ile karar kıldık çünkü basit belgelerde fiyat farkı ciddi oluyor. Peki karmaşık tablolu PDF’lerde Sol ile Astra arasında kalite farkı sizce gözle görülür mü?