GPT-5.5 ve Microsoft Foundry: Kurumsal AI Artık Ciddi
Dün gece saatlerinde bir müşterimizle toplantıdaydık — finans tarafında epey büyük bir kuruluş, agent tabanlı bir otomasyon işi üstünde gidiyoruz. Toplantının ortasında biri Slack’ten yazdı: “GPT-5.5 Foundry’de GA öldü.” Herkes bir anda sustu. Sonra ekranı açtık, ilk notlara baktık ve işte o an kafamdaki bazı şeyler yerine oturdu; bazıları da, açık konuşayım, daha da karıştı. Buyurun, anlatayım.
GPT-5 Serisinin Geldiği Nokta
Bak şimdi, Şimdi biraz geriye sarayım. GPT-5 çıktığında herkes bir anda heyecanlandı, çünkü reasoning ile hız aynı modelde toplanmıştı; önceki nesillerde ya çabuk cevap alıyordunuz ya da daha derin düşünme, ikisi pek yan yana durmuyordu. Evet, işte mesele buydu.
Aslında — hayır dur, daha doğrusu, GPT-5.4 gelince tablo biraz değişti (evet, doğru duydunuz). Multi-step reasoning tarafı toparladı, agentic tarafta da ilk ciddi adımlar atıldı; ama açık konuşayım, biz bunu bir müşteri projesinde denediğimizde agent’ın 7-8 adımlık akışın 5. adımında konteksti düşürdüğünü gördük, yanı kâğıt üstünde iyi duran şey sahada hafif tökezleyebiliyor. Sınır bozucu bir durumdu.
GPT-5.5 tam buraya yükleniyor. Daha derin long-context reasoning var, agentic execution daha güvenilir görünüyor, computer-use tarafında da iyileştirmeler geliyor. Bence en hayatı nokta token verimliliği; aynı işi daha az token harcayarak çevirebiliyor. Bu küçük detay gibi dürüyor ama değil.
Yanı maliyet tarafı burada devreye giriyor. Peki neden? Çünkü model ne kadar iyi olursa olsun, üretimde faturayı şişiriyorsa ekip bir noktada yüzünü ekşitiyor; GPT-5.5 bu yüzden sadece teknik değil, operasyonel açıdan da konuşulacak gibi dürüyor.
Aslında, Ha bir de GPT-5.5 Pro var. Premium varyant diyelim buna; ağır kurumsal iş yükleri için konumlanmış ve reasoning derinliği ile task complexity tarafında bir kademe yukarı çıkıyor, ama fiyat da ona göre gidiyor tabiî (henüz TL bazında net hesap yapmadım). Standart sürüm için input token başına $2, output token başına $8 gibi rakamlar konuşuluyor; Pro’da bunlar ikiye katlanıyor.
Evet.
Microsoft Foundry Neden Önemli?
Bakın şimdi, tek başına iyi bir model pek bir şey ifade etmiyor. Bunu yıllardır söylüyorum, Microsoft da nihayet aynı yere geldi; model ne kadar parlak olursa olsun, önü production’a taşıyamıyorsanız, güvenlik politikalarını oturtamıyorsanız ve governance tarafını toparlayamıyorsanız, işte orada kalıyor.
Dürüst olmak gerekirse, Demo olarak dürüyor. Evet.
Microsoft Foundry (eski adıyla Azure AI Foundry, ondan öncesi Azure AI Studio — isimlendirme tarafında Microsoft’un biraz kafa karıştırmayı sevdiğini de kabul edelim) tam burada devreye giriyor. Tek yerden model seçiyorsunuz, agent framework’lerine bakıyorsunuz, enterprise entegrasyonlarını bağlıyorsunuz, güvenlik ve compliance işlerini de aynı çatı altında yürütüyorsunuz; yanı dağınık araçlarla uğraşmak yerine işi biraz toparlamış oluyorsunuz.
Geçen ay Logosoft’ta bir telekomünikasyon müşterimiz için Foundry üzerinde bir PoC yaptık. Daha önce Azure OpenAI Service" data-glossary-term="Azure OpenAI Service">Azure OpenAI Service’i doğrudan API ile kullanıyorlardı. Foundry’ye geçince — dur bir saniye, şunu önce söyleyeyim — evaluation kısmı baya iş gördü; yeni bir model çıktığında mevcut prompt’larla benchmark yapıp “Bu model benim use case’im için gerçekten daha mı iyi?” sorusuna daha net cevap alabiliyorsunuz.
GPT-5.5 gibi bir model geldiğinde hemen test edip production’a alıp alamayacağınıza karar verebiliyorsunuz. Friction azalıyor, bu önemli. Hatta bazen beklediğinizden farklı sonuç çıkıyor; ben de açık konuşayım, her yeni model otomatik olarak daha iyi olacak diye bir şey yok.
GPT-5.5’in Gerçekten Fark Yaratan Özellikleri
Agentic Coding ve Computer-Use
Bu kısım, açık konuşayım, beni en çok heyecanlandıran yerlerden biri öldü. GPT-5.5, çok adımlı mühendislik işlerini uçtan uca götürebiliyor; büyük bir codebase içinde kontekst kaybetmeden dolaşıyor, belirsiz hataların kök nedenini yokluyor, hatta “Bu fix’i yaparsam başka nereleri etkiler?” diye kendi kendine bakınıyor (ki bu çoğu kişinin gözünden kaçıyor)
Evet. İlk duyduğumda ben de biraz burun kıvırdım. Ama GPT-5.5 GitHub Copilot’a Geldi: Ne Değişiyor, Ne Kadar Ediyor? yazımda da anlattığım gibi, Copilot tarafındaki sonuçlar fena değil; SWE-bench Verified’da %75.2 gibi bir rakam var. Tabi benchmark başka şey, gerçek hayat başka şey, bunu da kenara not etmek lazım.
Computer-use tarafı da — yanı modelin yazılım arayüzlerini kullanabilmesi — daha toparlanmış dürüyor. Beklenmedik bir hataya çarptığında recovery mekanizması iyileştirilmiş; bu detay küçük gibi görünüyor. RPA benzeri senaryolarda baya iş görüyor (en azından benim deneyimim böyle). Peki neredeyse tamamen güvenilir mi? Hayır. Beklediğim kadar değildi açıkçası, çünkü hayatı iş akışlarında insan gözü hâlâ şart.
Otonom Araştırma ve Doküman Üretimi
GPT-5.5 sadece kod yazmıyor, işin garibi burada zaten. Dokümanlar, spreadsheet’ler, sunumlar derken profesyonel çıktı üretebiliyor; araştırma yoğun akışlarda sorudan sonuca kadar süreci tek başına taşıyabiliyor, taslak çıkarıyor, birkaç tür düzeltiyor (ciddiyim). Farklı kaynaklardan topladığını harmanlayıp ortaya daha okunur bir şey koyuyor.
Bak şimdi, Hmm… bir düşüneyim. Evet, bu taraf özellikle danışmanlık ve denetim firmalarında epey işe yarayabilir. Bir müşterimiz (büyük dört’ten biri değil. Ona yakın bir firma) şu an raporlama süreçlerini otomasyona bağlamaya uğraşıyor; GPT-5.4 ile başlamışlardı, 5.5’e geçmek bence mantıklı olabilir.
Bakın, burayı atlarsanız yazının kalanı anlamsız kalır.
Neyse uzatmayalım.
Token Verimliliği — Asıl Heyecan Verici Kısım
Bak şimdi, token verimliliği kağıt üstünde sıkıcı dürüyor ama kurumsal tarafta en kritik noktalardan biri oluyor çoğu zaman. GPT-5.5 daha az token harcayıp daha az retry ile daha temiz çıktı veriyor; yanı maliyet aşağı geliyor, latency düşüyor ve production’da ölçek büyüdükçe fark daha net hissediliyor.
Ne yalan söyleyeyim, Basit bir hesap yapayım: Bir finans kuruluşunda günde 50 milyon token işliyorsanız, bu fark ay sonunda ciddi rakamlara dönüyor; TL bazında bakınca da şu anki kurla her 1M output token standart modelde yaklaşık 280-290 TL civarına geliyor, Pro tarafı işe 560 TL’ye yaklaşıyor (tabi bunlar kaba hesap), startup bütçesi için Pro biraz ağır kaçabilir ama enterprise tarafında idare eder. Azure DevOps Git Policy Yönetimi: 10x Hız Kazanmanın Yolu yazımızda bu konuya da değinmiştik.
| Model | Input (1M token) | Output (1M token) | Tahmini Retry Oranı |
|---|---|---|---|
| GPT-5.4 | ~$2.50 | ~$10.00 | %15-20 |
| GPT-5.5 | $2.00 | $8.00 | %8-12 (tahmini) |
| GPT-5.5 Pro | $4.00 | $16.00 | %5-8 (tahmini) |
Açık konuşayım, retry oranındaki düşüş bazen asıl oyunu değiştiriyor; çünkü sadece API faturası düşmüyor, tekrar deneme trafiği de azalıyor ve sistemin nefes alması kolaylaşıyor.
Ciddi fark var. Bu konuyla ilgili Microsoft ve OpenAI Ortaklığının Yeni Dönemi: Ne Değişiyor? yazımıza da göz atmanızı tavsiye ederim.
Türkiye’deki Kurumsal Gerçeklik
Şimdi gelelim bizim tarafa. Türkiye’de AI işi biraz başka akıyor, bunu ben her yerde söylüyorum. İlk bakışta herkes heyecanlı görünüyor, ama işin mutfağına inince tablo değişiyor; bankalar, telekomlar, holdingler bir şeyler deniyor, yine de çoğu yerde olay hâlâ “bakıyoruz” seviyesinde kalıyor.
Size bir şey söyleyeyim, İlk mesele şu: büyük bankalar ve telekom şirketleri Azure OpenAI kullanıyor, evet. Ama çoğu kullanım daha çok chatbot etrafında dönüyor, yanı kullanıcı soruyor, sistem cevaplıyor, sonra konu kapanıyor; agent tabanlı gerçek production iş yükleri işe az sayıda firmada var ve açık konuşayım, GPT-5.5’in vaat ettiği agentic execution tarafını bugün Türkiye’de tam anlamıyla sindirmiş firma sayısı bence 10-15’i zor geçer. Geri kalanlar için aynı cümle hâlâ geçerli: “PoC aşamasındayız.” Bu konuyla ilgili Service Bus Batch İşlemede Mesaj Bazlı Settlement Devrimi yazımıza da göz atmanızı tavsiye ederim.
İkinci mesele veri lokasyonu. Şey… burada iş biraz hassaslaşıyor. Foundry üzerinden GPT-5.5 kullanırken verinin nerede işlendiği sorusu (özellikle KVKK tarafı) hâlâ netleşmesi gereken bir alan olarak dürüyor; BDDK düzenlemelerine tabi finans kuruluşları için bu detay ufak değil, baya kritik. Azure’un Turkey North bölgesi var tabiî, ama her servis orada çalışmıyor. Bu kısmı atlayıp geçmeyin.
Üçüncü başlık maliyet. Dolar bazlı fiyatlandırma var, üstüne kur oynuyor, sonra bütçe planı bir anda garipleşiyor; hani kağıt üstünde güzel duran hesaplar pratikte çabuk dağılıyor. Cosmos DB’de AI Maliyet Optimizasyonu: 7 Pratik İpucu yazımda da anlattığım gibi, FinOps yaklaşımı olmadan AI projesine girmek riskli oluyor (ki bu çoğu kişinin gözünden kaçıyor). Token verimliliği artsa bile mesele bitmiyor; aylık harcamayı izlemek, limit koymak ve sapmayı erken yakalamak şart.
Peki neden?
Güçlü model almak yetmez — önü yönetebilecek platform, izleyebilecek FinOps altyapısı ve kontrol edebilecek governance katmanı olmadan production’a çıkmayın. Model ne kadar akıllı olursa olsun, faturayı sız ödüyorsunuz.
Startup vs Enterprise: Kime Ne Uygun?
Bu soruyu çok alıyorum. Açık konuşayım: Daha fazla bilgi için SPFx Yol Haritası Nisan 2026: AI Özellikleri ve 1.23 RC yazımıza bakabilirsiniz.
Tuhaf ama, Küçük ekipseniz (5-20 kişi, startup): GPT-5.5 standart çoğu işte yeterli olur, büyük ihtimalle (ciddiyim). Pro’ya para vermeyin; boşuna yük bindirmeye gerek yok. Foundry yerine doğrudan Azure OpenAI Service API’si bile işinizi görür, ama — bak şimdi — agent tabanlı bir şey kuruyorsanız, Foundry’nın evaluation ve monitöring araçlarına mutlaka göz atın, çünkü küçük ekipte “ne bozuldu, nerede bozuldu?” sorusunu hızlı cevaplamak bazen üründen bile önemli hâle geliyor.
Bak şimdi, Evet. Daha fazla bilgi için Gateway API v1.5: Altı Özellik Stable Oldu, Ne Değişiyor? yazımıza bakabilirsiniz.
Garip gelecek ama, Enterprise seviyede (100+ kişilik IT ekibi, regüle sektör): Burada tablo değişiyor. Foundry tarafı neredeyse şart gibi dürüyor. GPT-5.5 Pro’yu en azından test edin derim. Bilhassa multi-step reasoning isteyen akışlarınız varsa — — kendi adıma konuşayım — mesela kredi değerlendirme, risk analizi, karmaşık doküman inceleme — Pro’daki reasoning derinliği gerçekten fark ettirebiliyor; hani her senaryoda değil. Bazı işlerde çıplak gözle bile belli oluyor. Governance. Compliance kısmını Foundry üzerinden platform seviyesinde yönetmek, her agent’a tek tek politika basmaktan daha mantıklı geliyor.
Kendi deneyimimden konuşuyorum, Maalesef.
Bir de şunu ekleyeyim: A2A v1 ile.NET’te Çapraz Platform Agent İletişimi konusuna bakarsanız, agent’lar arası iletişim protokolleri de yavaş yavaş oturuyor. GPT-5.5’in agentic yetenekleri bu çapraz agent senaryolarıyla birleşince — işte orada işler biraz başka yere gidiyor,. Sadece model seçmiyorsunuz; bütün orkestrasyonu da düşünmeye başlıyorsunuz.
Şunu fark ettim: Tam da öyle.
GPT-5.5’e Uygun Kullanım Senaryoları
Microsoft’un özellikle işaret ettiği senaryolar var. Ben de kendi taraftan biraz ek yapayım, çünkü kağıt üstünde güzel duran şeylerle sahada gerçekten çalışan şeyler bazen aynı çıkmıyor, hani insan orada küçük bir fark bekliyor ama o fark bütün oyunu değiştiriyor.
- Agentic coding: Büyük codebase’lerde hata bulma, refactoring, test yazma. 2025 başında bir e-ticaret müşterimizde legacy.NET Framework kodunu.NET 8’e taşırken GPT-5.4 kullandık; sonuç fena değildi ama context window limitlerine takıldık, iş uzadı da uzadı. 5.5 bu tarafta daha rahat nefes aldırıyor gibi dürüyor. — ciddi fark yaratıyor
- Finansal analiz: Yıllık raporlar, regülasyon metinleri gibi uzun dokümanları okuyup özet çıkarma, üstüne bir de ara sıra gözden kaçan detayları yakalama. Peki neden önemli? Çünkü burada mesele sadece metni kısaltmak değil; satır arası anlamı da biraz yakalayabilmek.
- Müşteri hizmetleri otomasyonu: Basit FAQ chatbot’u değil bu, önü geçelim. Çok adımlı müşteri sorunlarını çözmeye dönük akışlardan söz ediyoruz; yanı kullanıcı bir yerden başlıyor, sonra başka bir şeye sapıyor, en sonunda yine ilk soruna bağlanıyorsunuz. (bu kritik)
- Araştırma ve raporlama: Birden fazla kaynaktan veri toplayıp bunları harmanlamak, sonra da üstüne okunabilir bir çıktı koymak. Şey, burada modelin işi sadece toplamak değil; neyin işe yarar olduğunu ayıklamak da gerekiyor.
- Güvenlik operasyonları: SOC ekiplerinin alert triage sürecini otomatize etme tarafı var. Açık konuşayım, burası hâlâ erken aşama sayılır ama potansiyel baya var; özellikle gürültü çoksa ve ekip boğuluyorsa işe yarayabiliyor.
İlk Adımlar: Ne Yapmalısınız?
Denemek istiyorsanız, lafı uzatmadan şu adımlara bakın:
İşte tam da bu noktada devreye giriyor.
# 1. Foundry portalına gidin
# https://ai.azure.com (Foundry ana sayfası)
# 2. Model kataloğundan GPT-5.5'i seçin
# Models → OpenAI → GPT-5.5
# 3. Mevcut prompt'larınızla evaluation çalıştırın
# Evaluation → New evaluation → kendi dataset'inizi yükleyin
# 4. GPT-5.4 ile karşılaştırmalı sonuçlara bakın
# Özellikle: kalite skoru, token kullanımı, latency
# 5. Eğer sonuçlar iyiyse, staging ortamına deploy edin
# Deployment → New deployment → GPT-5.5 → staging slotTabi iş orada bitmiyor, yanı keşke bitsin ama öyle değil. AZ-305 sınavına hazırlanırken kafama iyice kazınan bir şey var: Yeni bir servisi production’a almadan önce elinizde mutlaka disaster recovery planı. Bir fallback senaryosu olsun (yoksa ilk aksilikte insanın eli ayağı birbirine dolanıyor). Hani ne farkı var diyorsunuz, değil mi? GPT-5.5’e geçerken de 5.4 deployment’ınızı silmeyin; gerekirse geri dönersiniz, rahat edersiniz.
Ha bu arada, ilk denememde Foundry’de model deployment sırasında quota hatası aldım. Sizde de çıkarsa şaşırmayın; Azure Portal’dan Quotas sayfasına girip GPT-5.5 için artırım talep etmeniz gerekiyor, çünkü default quota baya düşük başlıyor ve ilk anda insanı biraz ters köşeye yatırıyor.
Kısa bir not düşeyim buraya.
Son Sözüm
Bilmem anlatabiliyor muyum, GPT-5.5, evet, boş bir güncelleme değil. Token verimliliği tarafında ve agentic execution dediğimiz o işlerde ciddi sayılabilecek iyileştirmeler var; açıkçası kağıt üstünde duran şeyler değil bunlar, sahada da fark ettiriyor gibi dürüyor.
Şunu söyleyeyim, Foundry’nın platform katmanı da yavaş yavaş oturuyor. Hâlâ tam yerine gelmiş değil, bazı UX noktaları insanı yoruyor, dokümantasyon da ara ara eksik kalıyor (hani şu “bir satır daha olsaydı çözecektim” hissi var ya), ama yön fena değil; en azından yanlış tarafa gitmiyor.
Bence asıl mesele modelin kendisi değil. Modelin bir platforma yerleşmesi, governance ile çevrelenmesi, enterprise-grade güvenlikle production’a çıkabilmesi daha kritik; çünkü tek başına iyi model yetmiyor, işin aslı önü yönetebildiğiniz anda başlıyor. Bu ekosistem büyüdükçe Türkiye’deki kurumsal AI benimsenmesi de hızlanacak gibi geliyor. Ama — burada küçük bir duraklama yapayım — maliyet yönetimi, veri lokasyonu ve regülasyon tarafını çözmeden heyecana kapılmayın; soğukkanlı olun, test edin, ölçün, sonra karar verin.
Neyse, uzattım biraz. Gidip Foundry’de birkaç test daha koşacağım; bak şimdi merak ettiğim şey şu: 5.5 Pro gerçekten anlatıldığı kadar iyi mi, yoksa ilk izlenim biraz mı şişirilmiş…
Sıkça Sorulan Sorular
GPT-5.5 ile GPT-5.4 arasındaki en büyük fark ne?
Aslında en çarpıcı fark token verimliliği ve long-context reasoning tarafında. GPT-5.5, aynı kalitede çıktıyı daha az token harcayarak üretiyor. Yanı retry oranı düşüyor, uzun bağlam gerektiren görevlerde kontekst kaybı ciddi ölçüde azalmış. Agentic execution güvenilirliği de bence bir kademe daha iyi.
Microsoft Foundry ile Azure OpenAI Service arasındaki fark ne?
Hani Azure OpenAI Service, modellere API erişimi sağlayan bir servisti. Foundry işe bunun üzerine model değerlendirme, agent framework’leri, governance, deployment yönetimi. Monitöring gibi katmanlar ekliyor. Şöyle düşünün: OpenAI Service motor işe Foundry arabanın tamamı. Küçük projeler için doğrudan API yetebilir ama kurumsal işler için Foundry çok daha mantıklı.
Şimdi gelelim işin can alıcı noktasına.
GPT-5.5 Pro’ya geçmek ne zaman mantıklı?
Açıkçası, iş yükünüz çok adımlı karmaşık reasoning gerektiriyorsa — mesela hukukî doküman analizi, finansal modelleme, büyük codebase refactoring gibi şeyler — Pro’nun ek reasoning derinliği gerçekten fark yaratıyor. Ama basit chatbot veya Q&A senaryoları için standart versiyon fazlasıyla yeterli. Bence o durumlarda Pro’ya para vermeyin.
Türkiye’den Foundry üzerinde GPT-5.5 kullanırken veri lokasyonu sorun olur mu?
İtiraf edeyim, Bu aslında çok önemli bir soru. Kısacası, azure’un Turkey North bölgesi var, ancak pek çok AI servisleri henüz orada mevcut değil. Yanı KVKK. Sektörel regülasyonlara tabiyseniz, veri işleme lokasyonunu deployment sırasında mutlaka kontrol edin ve hukuk ekibinizle görüşün. Tecrübeme göre data residency konusunu hafife alanlar sonradan çok pişman oluyor.
GPT-5.5’in fiyatlandırması nasıl, TL bazında ne kadar tutar?
Bi saniye — Standart GPT-5.5 için input $2/1M token, output $8/1M token civarında. Güncel kurla bakarsak 1M output token yaklaşık 280-290 TL’ye denk geliyor. Pro versiyonda bu iki katına çıkıyor. Aylık maliyetinizi tahmin etmek için günlük token tüketiminizi ölçüp çarpmanız gerekiyor — bence FinOps araçları kullanmak bu noktada gerçekten hayat kurtarıyor.
Kaynaklar ve İleri Okuma
OpenAI’s GPT-5.5 in Microsoft Foundry — Azure Blog (Resmî Duyuru)
Azure OpenAI Service Models — Microsoft Learn Dokümantasyonu
Microsoft Foundry Portal — Model Kataloğu. Deployment
İçeriği paylaş:
20+ yıl deneyimli Azure Solutions Architect. Microsoft sertifikalı bulut mimari ve DevOps danışmanı. Azure, yapay zekâ ve bulut teknolojileri üzerine Türkçe teknik içerikler üretiyor.
İlgili Yazılar
Bu içerik işinize yaradı mı?
Benzer içerikleri kaçırmamak için beni sosyal medyada takip edin.
Yorum gönder