Shannon 3.1

Çoğu model duyurusu, bir yetenek iddiasına inanmanızı ve tartışmayı bir kıyaslama tablosunun bitirmesini beklemenizi ister. Bunu doğrulamak daha kolay: iki sekme açın, aynı istemi shannon-3 ve shannon-3.1 içine yazın ve izleyin. Yanıtın ne kadar hızlı geldiğindeki fark ince değil ve bir görüntüleme numarası da değil. Shannon 3.0 bilinçli olarak kısıtlanmıştı. Shannon 3.1 değil.

01Shannon 3.1'de gerçekte ne değişti

Shannon 3.0, bu aileyi tanımlayan şeyi getirmişti: yinelemeli bir akıl yürütme döngüsü. Model ilk aklına gelenle yanıt vermez. Düşünür, taslak yazar, kendi taslağını soruya karşı inceler ve iyileştirir. Lite bu döngünün tek turunu çalıştırır; Pro ise taslak yazmadan önceki bilgi toplama adımı dahil tüm döngüyü çalıştırır. Bu tasarım Shannon 3 araştırma yazısında ayrıntılı olarak anlatılıyor ve 3.1'de bunların hiçbiri değişmedi.

Değişen şey, altındaki makine. Shannon 3.0 üçüncü taraf bir çıkarım sağlayıcısı üzerinden sunuluyordu — bir modeli başlatmak için makul, çalıştırmak için kısıtlayıcı bir yol. Başkasının sunum yapılandırmasını, başkasının kuyruğunu, başkasının bağlam tavanını ve saniyede kaç token almaya hakkınız olduğuna dair başkasının fikrini devralırsınız. Shannon 3.1, kendi GPU kümemizde, yapılandırmasını bizim yaptığımız bir sunum yığınında çalışıyor ve bu yazıdaki her manşet rakam, o tek kararın sonucudur.

	Shannon 3.0	Shannon 3.1
Nerede çalışıyor	Üçüncü taraf sağlayıcı	Kendi GPU kümemiz
Bağlam penceresi	32.768	196.608
Çıktı akışı	Tempolu / hız sınırlı	Motorun tam hızı
Ağırlıklar	Sağlayıcı varsayılanı	4-bit NVFP4
Kod çözme	Standart	Spekülatif
Akıl yürütme döngüsü	Düşün → taslak → incele → iyileştir	Değişmedi
Reddetme katmanı	Yok	Yok
Model kimlikleri	shannon-3, shannon-3-pro	shannon-3.1, shannon-3.1-pro

02Shannon 3.1 neden 10-15 kat daha hızlı hissettiriyor

İnsanların ilk sorduğu rakam hız olduğu için, bunun nereden geldiği konusunda net olmakta fayda var. Birbirinden bağımsız iki katkı var ve büyük olanı, ikisinin daha az gösterişli olanı.

Hız kapısını kaldırdık

Shannon 3.0'ın çıktısı bir tempolama katmanından geçiyordu. Tokenler motordan çıkıyor, bekletiliyor ve bir program dahilinde bağlantınıza bırakılıyordu. Bu bir kaza ya da hata değildi. Darboğaz paylaşımlı bir çıkarım sağlayıcısı olduğunda, çıktıyı tempolamak yükü düzleştirir, uzun bir üretimin bir slotu tek başına işgal etmesini engeller ve akışın patlamalar halinde değil, öngörülebilir ve okunabilir bir ritimde gelmesini sağlar. Savunulabilir bir mühendislik tercihidir ve her kullanıcıya, her tek yanıtta gerçek duvar saati süresine mal olmuştur.

Shannon 3.1'de hız kapısı da gösterim tempolaması da yok. Tokenler, motor onları ürettikçe akışınıza yazılır. Motor hızlı üretiyorsa, hızlı ürettiğini görürsünüz. Model ile terminaliniz, sohbet pencereniz ya da SSE okuyucunuz arasında düzleştirici bir tampon yok. Uzun bir yanıt için — 2.000 tokenlik bir analiz, üretilmiş bir kod dosyası — fark edeceğiniz iyileşmenin çoğunu tek başına bu açıklar.

Dürüst bir sonuç: akış artık dalgalı. Spekülatif kod çözme (aşağıda) kabul edilen tokenleri kısa diziler halinde yayımlar, dolayısıyla metin metronom gibi kelime kelime değil, görünür öbekler halinde gelebilir. Arayüzünüzü 3.0'ın pürüzsüz temposu etrafında kurduysanız yine de çalışacaktır — token sırası ve içerik etkilenmez — ama daktilo görünümünü tercih ediyorsanız kendi istemci tarafı yumuşatmanızı geri getirmek isteyebilirsiniz. Bize kalırsa çoğu insan o saniyeleri geri almayı yeğler.

Motorun kendisi hızlandı

Kapıyı kaldırmak, ancak kapının arkasındaki şey hızlıysa işe yarar. İkinci katkı, 03. bölümde anlatılan sunum yığını: kendi kümemizdeki güncel nesil, FP4 yerel hızlandırıcılar üzerinde 4-bit NVFP4 ağırlıklar ve spekülatif kod çözme. Bunlar birlikte, kapının kaldırılmasıyla ortaya çıkan tavanı yükseltiyor.

Göreli uçtan uca yanıt gecikmesi, Shannon Lab dahili değerlendirmesi, Eylül 2026. Aralık, istem uzunluğunu ve katmanı yansıtır: Lite üzerindeki kısa istemler alt sınıra, Pro üzerindeki uzun üretimler üst sınıra yakındır.

03Spekülatif kod çözme aslında ne yapıyor

"Spekülatif kod çözme" bir pazarlama sözcüğü gibi kullanılıyor; o yüzden mekanizmayı sade biçimde anlatalım.

Bir dil modeli normalde ileri geçiş başına bir token üretir. O geçişe hakim olan şey aritmetik değil, bellek bant genişliğidir — herhangi bir hesap yapabilmek için ağırlıkların okunması gerekir ve bunları okumak, matematiğin kendisinden çok daha uzun sürer. GPU zamanının çoğunu, hesaplama birimleri boştayken belleği bekleyerek geçirir. 500 token üretmek, bu gecikmeyi art arda 500 kez ödemek demektir.

Spekülatif kod çözme, işin sıralı kısmına saldırır. Küçük ve ucuz bir taslak model, olası sonraki tokenlerden oluşan kısa bir dizi önerir — diyelim dört ya da sekiz tane. Ana model ise bu dizinin tamamını tek bir toplu ileri geçişte değerlendirir; bu, tek bir token değerlendirmekten neredeyse daha pahalı değildir, çünkü pahalı kısım (ağırlıkları okumak) her iki durumda da bir kez gerçekleşir. Ana modelin katıldığı her önerilen token kabul edilir ve hemen yayımlanır. İlk uyuşmazlıkta dizi kesilir ve normal kod çözme oradan devam eder.

İşi kabul oranı yapar. Öngörülebilir metinde — kalıplaşmış ifadeler, kod yapısı, bir argümanın bağlayıcı dokusu — taslak model iyi tahmin eder ve uzun diziler tek seferde yerine oturur. Gerçekten zor tokenlerde kabul oranı düşer ve sistem, sıradan tek-token-tek-adım kod çözmeye zarif biçimde geri döner. İstediğiniz asimetri tam da budur: kolay kısımları hızlandırır, zor kısımlara dokunmaz.

4-bit ağırlıklar neden aynı paragrafa ait

Darboğaz bellek bant genişliği olduğu için, ağırlıkları küçültmek yalnızca bir bellek ayak izi kaldıracı değil, doğrudan bir hız kaldıracıdır. NVFP4, ince taneli blok başına ölçeklemeye sahip 4-bitlik bir kayan nokta biçimidir; eski 4-bit tam sayı nicemleme şemalarının kaybettiği doğruluğu korumasını sağlayan da budur. İleri geçiş başına okunacak bayt sayısının kabaca dörtte bire inmesi, bellek beklemede orantılı olarak daha az zaman demektir ve 196K'lık bir pencerenin gerektirdiği uzun bağlamlı KV önbelleği için çok daha fazla alan bırakır.

İkisi yalnızca toplanmaz, birbirini çarpar: geçiş başına daha az bayt ve yayımlanan token başına daha az geçiş. Kapısız, tam hızlı akışı, tempolama yoluyla geri kazanmamız gereken bir maliyet olmaktan çıkarıp sunulabilir kılan şey budur — ki 3.0'da tempolama katmanının yaptığı tam olarak buydu.

04196.608 token: 6 kat pencere neyi açıyor

Shannon 3.0'ın penceresi 32.768 tokendi: bir çalışma oturumu, bir belge değil. Kabaca 70-80 sayfa düz metin; akıl yürütme döngüsünün kendi düşünmesi için tükettiği kısım çıkarıldıktan, sistem isteminiz çıkarıldıktan, o ana kadarki sohbet çıkarıldıktan sonra. Gerçek iş sürekli bu duvara çarpıyordu ve geçici çözümler — parçalama, özetleme, kendi materyaliniz üzerinde getirme — korumaya çalıştığınız şeyi bozuyordu. 196.608 token ise bambaşka bir problem sınıfı.

Somut olarak bu, 400-500 sayfa mertebesinde metin ya da testleri ve README dosyasıyla birlikte orta boy bir kod tabanı ya da bir projenin bir yıllık toplantı notları ya da tüm ekleriyle eksiksiz bir sözleşme seti demek — tek bir sohbette tutulan, tek bir soruyla erişilebilen ve sizinle materyal arasında hiçbir parçalama katmanı olmayan.

• Depo genelinde sorular. Zaten şüphelendiğiniz üç dosyayı yapıştırmak yerine kodu yükleyin ve bir hatanın neden üretime kadar geldiğini sorun. Model, dahil etmeyi akıl edemediğiniz dosyayı bulabilir.
• Getirme olmadan uzun belge analizi. Getirme, modelin neyi görmesine izin verildiğine karar veren kayıplı bir ön filtredir. 196K'da çoğu zaman bunu atlayıp modelin her şeyi okumasına izin verebilirsiniz; bu da doğru pasajın hiç getirilmediği bütün bir hata sınıfını ortadan kaldırır.
• Tutarlılığını koruyan sohbetler. Uzun bir çalışma oturumu artık kendi başlangıcını sessizce düşürmüyor. Üçüncü mesajda koyduğunuz kısıtlar, sekseninci mesajda da geçerli.
• Akıl yürütme döngüsüne yer. Döngünün kendi düşünmesi, taslak yazması ve incelemesi bağlam tüketir. 3.0'da bu adımlar kıt bir bütçe için sizin materyalinizle yarışıyordu. 3.1'de rahatça sığıyorlar; kalite kazancının ve pencere artışının birlikte gelmesinin bir nedeni de bu.
• Büyük karma girdiler. Görseller, çıkarılmış belge metni ve kod aynı turda; hangisini dahil etmeye gücünüzün yettiğini elemenize gerek kalmadan.

Bizimki dahil her uzun bağlamlı model için geçerli, dürüst bir uyarı: büyük pencere bir kapasitedir, pencere boyunca eşit dikkat garantisi değil. Yapı hâlâ işe yarar. Soruyu sona yakın koymak, belgelerinizi etiketlemek ve modele ne arayacağını söylemek, 150K tokende sonuçları ölçülebilir biçimde iyileştirir; 5K'da ise hiç öyle olmaz.

05Lite ve Pro: shannon-3.1 ve shannon-3.1-pro

İki katman, akıl yürütme döngüsünün ne kadarını çalıştırdıklarına göre ayrışır ve aralarında seçim yaparken önemli olan tek fark budur.

	shannon-3.1 (Lite)	shannon-3.1-pro (Pro)
Akıl yürütme	Tek tur	Tüm döngü + bilgi toplama
Öz-inceleme	Hayır	Evet
Bağlam penceresi	196.608	196.608
Akış	Tam hız, kapısız	Tam hız, kapısız
Görsel & belgeler	Evet	Evet
Görsel üretim aracı	Evet	Evet
En uygun olduğu iş	Çoğu iş, yüksek hacim	Zor sorular, ilk taslak yetmediğinde

Varsayılan olarak Lite kullanın. İyi bir akıl yürütme modelinin tek turu, gerçek isteklerin büyük çoğunluğunu karşılar ve 3.1'de öyle hızlıdır ki döngüyü beklediğinizi artık hissetmezsiniz. Pro'ya uzanın, soru ilk yanıtın genelde öğretici biçimde yanlış olduğu türdense: mimari ödünleşimler, saldırgan bakışlı analiz, yetkin bir meslektaşınızın bir gece düşünmesini isteyeceğiniz her şey. Pro'nun öz-inceleme adımı süs değil — model, siz bulmak zorunda kalmadan kendi hatalarını buluyor.

06%32 zeka kazancı ve bunu nasıl okumalı

Shannon Lab'in kendi değerlendirmesi Shannon 3.1'i, Shannon 3.0'a göre zekada %32 iyileşme noktasına koyuyor. Bunun ne olduğu ve ne olmadığı konusunda açık olmak istiyoruz.

Bu bizim rakamımız; dahili değerlendirme paketimizden, insanların bu modellere gerçekte getirdiği işleri temsil ettiğini düşündüğümüz görevlerde ölçüldü. Üçüncü taraf bir kıyaslama değil ve tek bir dahili toplam etrafında bir lider tablosu kurmuyoruz, kıyaslama bazında bir döküm de yayımlamıyoruz — bir döküm, dahili bir paketin sahip olmadığı düzeyde bir dışarıdan karşılaştırılabilirlik ima eder.

Söyleyeceğimiz şey, kazancın nereden geldiği; çünkü orası gizemli değil. Daha büyük bir bağlam penceresi, model akıl yürütmeden önce daha az materyalin atılması demektir ve uzun oturumlardaki görünürdeki zeka eksikliğinin büyük kısmı aslında sadece unutkanlıktır. Kontrol ettiğimiz bir sunum yığını, modelin bir sağlayıcı varsayılanıyla değil, bizim tasarladığımız yapılandırmayla çalışması demektir. Ve tasarımı değişmeyen akıl yürütme döngüsü, artık girdinizle paylaştığı 32K'lık bir tavana sıkışmak yerine pencerenin içinde gerçekten çalışacak yere sahip.

07Görsel, belgeler ve görsel üretimi

Shannon 3.1 görselleri ve belgeleri okur. Ekran görüntüleri, diyagramlar, fotoğraflar, taranmış sayfalar, PDF'ler ve metin belgeleri sohbete girebilir ve diğer her şeyle birlikte üzerinde akıl yürütülebilir. 196K pencereyle birleştiğinde, belge bütününe dayalı iş akışlarını pratik kılan şey budur: uzun bir rapor ve grafikleri tek bir turda, modelin hangi sayfaları görmesine izin verildiğine önceden karar vermeden.

Görsel üretimi ve düzenlemesi sohbette bir araç olarak sunuluyor. Bir görsel isteyin; model aracı, o ana kadar konuşulan her şeyin bağlamıyla, aynı sohbetin içinde satır arasında çağırır. Düzenleme de aynı şekilde çalışır — bir görsel verin, değişikliği tarif edin. Geçilecek ayrı bir mod ya da öğrenilecek ayrı bir arayüz yok.

08Shannon 3.1'i API'den çağırmak

Shannon 3.1, her birinde akış desteğiyle üç API lehçesinin hepsinde kullanılabilir. Aynı modeller, üç istek biçimi — halihazırda elinizde olan SDK'ya uyanı seçin.

Uç nokta	Biçim	Akış
/v1/chat/completions	OpenAI uyumlu	Evet
/v1/messages	Anthropic uyumlu	Evet
/v1/responses	Responses	Evet

{
  "model": "shannon-3.1",
  "stream": true,
  "messages": [
    { "role": "user", "content": "Summarize this contract set and flag anything unusual." }
  ]
}

Tüm akıl yürütme döngüsünü çalıştırmak için "shannon-3.1" yerine "shannon-3.1-pro" yazın. Halihazırda shannon-3 çağırıyorsanız geçiş yalnızca model kimliğinden ibarettir: istek ve yanıt biçimleri değişmedi, mevcut akış istemcileri çalışmaya devam ediyor. Beklenecek tek davranış farkı, 02. bölümde anlatılan daha dalgalı akış — aynı tokenler, aynı sıra, daha erken ve daha az düzgün öbekler halinde.

Tam parametre başvurusu, kimlik doğrulama, hata semantiği ve etkileşimli bir oyun alanı API belgelerinde. Diğer model kartları ve teknik yazılar ise Shannon araştırma bölümünde.

09Hâlâ sansürsüz ve bu konuda hiçbir şey değişmedi

Shannon 3.1'de reddetme katmanı ve çıktı üzerinde içerik filtrelemesi yok. Bu, Shannon serisinin geri kalanıyla aynı duruş ve kendi kümemize geçişle değişmedi — hatta sunum yığınını kontrol etmek bunu garanti etmeyi kolaylaştırıyor, çünkü modelle sizin aranızda kendi politikası olan bir ara sağlayıcı yok.

Tüm çıktı yolunu değiştiren bir sürümde akla ilk gelen soru bu olduğu için açıkça söylemekte fayda var: tempolama katmanını kaldırmak, yerine bir denetim katmanı koymak anlamına gelmedi. Akışı inceleyen, yeniden yazan ya da kapılayan hiçbir şey yok. Model ne üretiyorsa size ulaşan odur. Shannon 3.1, bildiğimiz kadarıyla bu büyüklükte bir bağlam penceresine sahip en hızlı sansürsüz yapay zeka modelidir — ve bu iki özellik birbiriyle ilişkilidir, çünkü ikisi de uyum kalıbına göre şekillenmiş kapasiteyi başkasından kiralamak yerine kendi altyapımızı çalıştırmaktan geliyor.

Sansürsüz olmak, hesap vermez olmak değildir. Kullanım, Sorumlu Kullanım Politikamıza tabidir ve zor materyalle ilgilenecek bir modelin getirdiği yükümlülük, sizin de onunla sorumlu biçimde ilgilenmenizdir.

10Karşılaştırmayı kendiniz yapın

Buradaki her iddia yaklaşık iki dakikada doğrulanabilir ve bize inanmanız yerine doğrulamanızı tercih ederiz.

1. Gerçekten yaptığınız işten bir istem seçin. Uzun olması daha iyi — hem pencereyi hem akışı sınar.
2. Bunu shannon-3 üzerinde çalıştırın. İlk tokene kadar geçen süreyi ve yanıtın tamamlanmasına kadar geçen süreyi not edin.
3. Aynı istemi shannon-3.1 üzerinde çalıştırın. Aynı iki sayıyı not edin.
4. Sonra saati yok sayarak iki yanıtı da okuyun ve hangisini isteyeceğinize karar verin.

Hız farkı anında ve apaçık olacak. Üzerinde durulmaya değer olan ise kalite farkı — en net biçimde uzun girdilerde ortaya çıkıyor; 3.0'ın sessizce, sandığınızdan daha az materyalinizle çalıştığı yerlerde.

11Sıkça sorulan sorular

---

Bu yazıdaki performans ve zeka rakamları, Shannon Lab'in Eylül 2026 dahili değerlendirmesinden kendi ölçümleridir ve üçüncü taraf kıyaslama sonuçları olarak değil, ürün rakamları olarak belirtilmiştir. Bağlam penceresi, model kimlikleri ve API kullanılabilirliği ürün özellikleridir. Shannon AI, Shannon Lab LLC (New Mexico, ABD) tarafından işletilmektedir. İlgili okumalar: Shannon 3 · Shannon araştırma dizini · API belgeleri.