ÖLÇÜMLER

16 sistem, aynı Türkçe test setinde ve aynı yöntemle değerlendirildi.

Ölçülen en yüksek yakalama oranı Siper'de: %85,4; en yakın alternatif %69,3. Siper ve 15 alternatif, etiketleri insan tarafından doğrulanmış 403 belgelik Türkçe test setinde, ortak etiket şeması ve aynı puanlama yöntemiyle değerlendirildi; sonuçlar %95 güven aralıklarıyla birlikte aşağıda. Ticari ürünler, değerlendirme tarihindeki resmi API'leri ve gerçek erişim anahtarlarıyla çalıştırıldı.

Ekim 2026 değerlendirmesi · 403 belge

Sonuçlara geçin

%85,4

Yakalama oranı (recall)

Kişisel veri alanlarında; en yakın alternatif %69,3

0,679

Genel F1 skoru

Micro-F1 · %95 GA 0,654-0,700

Karşılaştırılan alternatif

Siper dahil 16 sistem, aynı yöntemle değerlendirildi

304 ms

Medyan yanıt süresi

Yönetilen hizmet · İstanbul

Karşılaştırma nasıl adil tutuldu?

Siper ve 15 alternatif, etiketleri insan tarafından doğrulanmış aynı Türkçe test setinde değerlendirildi. Sonuçların tamamı, karşılaştırılan ürünlerden bağımsız çalışan aynı puanlama yazılımıyla hesaplandı; ücretli araçlar gerçek API anahtarlarıyla çalıştırıldı.

İki sistem arasındaki fark ne zaman anlamlı sayılır?

Her skor %95 güven aralığıyla verilir. Sistemler arasındaki farklar, belge düzeyinde eşleştirilmiş yeniden örneklemeyle değerlendirilir. Skor farkının %95 güven aralığı sıfırı içeriyorsa üstünlük iddia edilmez.

KVKK m.6 kategorileri neden ayrı raporlanıyor?

Sağlık, din, siyasi görüş, sendika üyeliği ve ceza mahkûmiyeti gibi özel nitelikli kategoriler ayrı ayrı raporlanır; kritik alanlardaki performans toplam skorun içinde kaybolmaz.

Şekil A

Doğruluk ve gecikme haritası

Recall (özel nitelikli ana set) x uçtan uca medyan gecikme

Sol üst bölge, yüksek doğruluk ile düşük gecikmenin birlikte sağlandığı sistemleri gösterir. Dolu işaretler kurum içinde çalıştırılabilen sistemlerdir.

Gurubase Siper
Kurum içinde çalışabilir
Recall
0,854
Medyan
304 ms
Bulut LLM A
Bulut API
Recall
0,693
Medyan
18,1 sn
Bulut LLM B
Bulut API
Recall
0,522
Medyan
1,8 sn
Küresel PII API'si A
Bulut API
Recall
0,515
Medyan
561 ms
Açık model LLM
Kurum içinde çalışabilir
Recall
0,483
Medyan
19,2 sn
Açık kaynak araç A (iyi yapılandırma)
Kurum içinde çalışabilir
Recall
0,397
Medyan
148 ms
Açık kaynak araç D
Kurum içinde çalışabilir
Recall
0,340
Medyan
67 ms
Küresel bulut sağlayıcı A
Bulut API
Recall
0,267
Medyan
221 ms
Açık kaynak araç A (hazır profil)
Kurum içinde çalışabilir
Recall
0,259
Medyan
173 ms
Küresel bulut sağlayıcı B
Bulut API
Recall
0,245
Medyan
220 ms
Küresel PII API'si B
Bulut API
Recall
0,222
Medyan
491 ms
Açık kaynak araç C
Kurum içinde çalışabilir
Recall
0,192
Medyan
7 ms
Açık kaynak araç B
Kurum içinde çalışabilir
Recall
0,178
Medyan
281 ms
Açık ağırlık filtre
Kurum içinde çalışabilir
Recall
0,089
Medyan
3,7 sn

Tam grafiği inceleyin

Kaynak: Gurubase ölçümleri, Ekim 2026. Gecikme ekseni logaritmiktir; 16 sistemin tamamı haritadadır.

Ölçüm ne söylüyor?

Siper %85,4 yakalama oranını 304 ms medyan yanıtla veriyor. Doğrulukta en yakın alternatifin medyan yanıtı 18 saniyenin üzerinde.
Özel nitelikli yedi kategorinin yedisinde de 0,65 üzeri yakalama ölçülen tek sistem Siper.
135 eşleştirilmiş karşılaştırmanın 113 tanesinde fark Siper lehine anlamlı, 20 tanesinde belirsiz; yalnızca 2 tanesinde (kişi adı sınıfında küresel PII API'si A, sendika sınıfında bulut LLM A) alternatif önde.
Yanlış alarmda Siper (%13,4) en güçlü bulut LLM'in (%12,1) biraz gerisinde; recall ağırlıklı çalışma noktasının bedeli temiz metinde daha fazla gereksiz maske.

Şekil B

Yakalama oranı sıralaması ve %95 güven aralıkları

Gurubase Siper
Recall: 0,854
Bulut LLM A
Recall: 0,693
Bulut LLM B
Recall: 0,522
Küresel PII API'si A
Recall: 0,515
Açık model LLM
Recall: 0,483
Açık kaynak araç A (iyi yapılandırma)
Recall: 0,397
Açık kaynak araç D
Recall: 0,340
Küresel bulut sağlayıcı A
Recall: 0,267
Açık kaynak araç A (hazır profil)
Recall: 0,259
Açık ağırlık Türkçe model
Recall: 0,246
Küresel bulut sağlayıcı B
Recall: 0,245
Küresel PII API'si B
Recall: 0,222
Açık kaynak araç C
Recall: 0,192
Açık kaynak araç B
Recall: 0,178
Açık ağırlık Türkçe üretken model
Recall: 0,118
Açık ağırlık filtre
Recall: 0,089

Tam grafiği inceleyin

Gurubase Siper
Recall: 0,854
%95 GA 0,835–0,874
Bulut LLM A
Recall: 0,693
%95 GA 0,653–0,730
Bulut LLM B
Recall: 0,522
%95 GA 0,470–0,571
Küresel PII API'si A
Recall: 0,515
%95 GA 0,477–0,552
Açık model LLM
Recall: 0,483
%95 GA 0,446–0,521
Açık kaynak araç A (iyi yapılandırma)
Recall: 0,397
%95 GA 0,354–0,439
Açık kaynak araç D
Recall: 0,340
%95 GA 0,300–0,379
Küresel bulut sağlayıcı A
Recall: 0,267
%95 GA 0,220–0,311
Açık kaynak araç A (hazır profil)
Recall: 0,259
%95 GA 0,217–0,302
Açık ağırlık Türkçe model
Recall: 0,246
%95 GA 0,217–0,276
Küresel bulut sağlayıcı B
Recall: 0,245
%95 GA 0,202–0,288
Küresel PII API'si B
Recall: 0,222
%95 GA 0,180–0,265
Açık kaynak araç C
Recall: 0,192
%95 GA 0,156–0,229
Açık kaynak araç B
Recall: 0,178
%95 GA 0,143–0,217
Açık ağırlık Türkçe üretken model
Recall: 0,118
%95 GA 0,090–0,151
Açık ağırlık filtre
Recall: 0,089
%95 GA 0,059–0,120

Kaynak: Gurubase ölçümleri, Ekim 2026; 403 belge, 1.000 yeniden örneklemeli belge güven aralığı. Güven aralığı çizgisi recall ve F1 görünümlerinde gösterilir.

Tablo 01

Ölçülen doğruluk

403 belgelik ana sette varlık düzeyinde ölçüm; Ekim 2026 değerlendirmesi.

16 sistem

Yüksek değer daha iyi

Gurubase Siper
Kurum içiYanlış alarm: 0,134
Recall
0,854
Tüm ölçümler
Recall
0,854
Precision
0,563
F1 (%95 GA)
0,679 [0,654-0,700]
Yanlış alarm
0,134
Bulut LLM A
Bulut APIYanlış alarm: 0,121
Recall
0,693
Tüm ölçümler
Recall
0,693
Precision
0,628
F1 (%95 GA)
0,659 [0,632-0,684]
Yanlış alarm
0,121
Bulut LLM B
Bulut APIYanlış alarm: 0,019
Recall
0,522
Tüm ölçümler
Recall
0,522
Precision
0,615
F1 (%95 GA)
0,565 [0,526-0,600]
Yanlış alarm
0,019
Küresel PII API'si A
Bulut APIYanlış alarm: 0,486
Recall
0,515
Tüm ölçümler
Recall
0,515
Precision
0,652
F1 (%95 GA)
0,575 [0,543-0,605]
Yanlış alarm
0,486
Açık model LLM
Kurum içiYanlış alarm: Ölçülmedi
Recall
0,483
Tüm ölçümler
Recall
0,483
Precision
0,585
F1 (%95 GA)
0,529 [0,496-0,561]
Yanlış alarm
Ölçülmedi
Açık kaynak araç A (iyi yapılandırma)
Kurum içiYanlış alarm: 0,816
Recall
0,397
Tüm ölçümler
Recall
0,397
Precision
0,372
F1 (%95 GA)
0,384 [0,351-0,415]
Yanlış alarm
0,816
Açık kaynak araç D
Kurum içiYanlış alarm: 0,022
Recall
0,340
Tüm ölçümler
Recall
0,340
Precision
0,773
F1 (%95 GA)
0,472 [0,428-0,514]
Yanlış alarm
0,022
Küresel bulut sağlayıcı A
Bulut APIYanlış alarm: 0,034
Recall
0,267
Tüm ölçümler
Recall
0,267
Precision
0,918
F1 (%95 GA)
0,414 [0,355-0,466]
Yanlış alarm
0,034
Açık kaynak araç A (hazır profil)
Kurum içiYanlış alarm: 0,863
Recall
0,259
Tüm ölçümler
Recall
0,259
Precision
0,252
F1 (%95 GA)
0,256 [0,224-0,285]
Yanlış alarm
0,863
Açık ağırlık Türkçe model
Kurum içiYanlış alarm: 0,131
Recall
0,246
Tüm ölçümler
Recall
0,246
Precision
0,479
F1 (%95 GA)
0,325 [0,291-0,357]
Yanlış alarm
0,131
Küresel bulut sağlayıcı B
Bulut APIYanlış alarm: 0,402
Recall
0,245
Tüm ölçümler
Recall
0,245
Precision
0,426
F1 (%95 GA)
0,311 [0,265-0,354]
Yanlış alarm
0,402
Küresel PII API'si B
Bulut APIYanlış alarm: 0,427
Recall
0,222
Tüm ölçümler
Recall
0,222
Precision
0,241
F1 (%95 GA)
0,231 [0,193-0,264]
Yanlış alarm
0,427
Açık kaynak araç C
Kurum içiYanlış alarm: 0,981
Recall
0,192
Tüm ölçümler
Recall
0,192
Precision
0,090
F1 (%95 GA)
0,122 [0,098-0,146]
Yanlış alarm
0,981
Açık kaynak araç B
Kurum içiYanlış alarm: 0,393
Recall
0,178
Tüm ölçümler
Recall
0,178
Precision
0,454
F1 (%95 GA)
0,256 [0,212-0,302]
Yanlış alarm
0,393
Açık ağırlık Türkçe üretken model
Kurum içiYanlış alarm: 0,330
Recall
0,118
Tüm ölçümler
Recall
0,118
Precision
0,399
F1 (%95 GA)
0,182 [0,143-0,225]
Yanlış alarm
0,330
Açık ağırlık filtre
Kurum içiYanlış alarm: 0,184
Recall
0,089
Tüm ölçümler
Recall
0,089
Precision
0,489
F1 (%95 GA)
0,150 [0,103-0,198]
Yanlış alarm
0,184

Diğer sütunları görmek için tabloyu yatay kaydırın.

Ölçülen doğruluk. 403 belgelik ana sette varlık düzeyinde ölçüm.
Sistem	Kurum içi	Recall	Precision	F1 (%95 GA)	Yanlış alarm
Gurubase Siper	Evet	0,854	0,563	0,679 [0,654-0,700]	0,134
Bulut LLM A	Hayır	0,693	0,628	0,659 [0,632-0,684]	0,121
Küresel PII API'si A	Hayır	0,515	0,652	0,575 [0,543-0,605]	0,486
Bulut LLM B	Hayır	0,522	0,615	0,565 [0,526-0,600]	0,019
Açık model LLM	Evet	0,483	0,585	0,529 [0,496-0,561]	ölçülmedi
Açık kaynak araç D	Evet	0,340	0,773	0,472 [0,428-0,514]	0,022
Küresel bulut sağlayıcı A	Hayır	0,267	0,918	0,414 [0,355-0,466]	0,034
Açık kaynak araç A (iyi yapılandırma)	Evet	0,397	0,372	0,384 [0,351-0,415]	0,816
Açık ağırlık Türkçe model	Evet	0,246	0,479	0,325 [0,291-0,357]	0,131
Küresel bulut sağlayıcı B	Hayır	0,245	0,426	0,311 [0,265-0,354]	0,402
Açık kaynak araç A (hazır profil)	Evet	0,259	0,252	0,256 [0,224-0,285]	0,863
Açık kaynak araç B	Evet	0,178	0,454	0,256 [0,212-0,302]	0,393
Küresel PII API'si B	Hayır	0,222	0,241	0,231 [0,193-0,264]	0,427
Açık ağırlık Türkçe üretken model	Evet	0,118	0,399	0,182 [0,143-0,225]	0,330
Açık ağırlık filtre	Evet	0,089	0,489	0,150 [0,103-0,198]	0,184
Açık kaynak araç C	Evet	0,192	0,090	0,122 [0,098-0,146]	0,981

Yanlış alarm: kişisel veri içermeyen 321 gerçek belgede en az bir gereksiz maske üretilen belge oranı. Yanlış alarm oranı, yakalama oranıyla (recall) birlikte değerlendirilmelidir. Çok az tespit üreten bir sistemin yanlış alarmı düşük görünebilir; ancak gerçek kişisel verilerin önemli bölümünü kaçırıyor olabilir.

Not: Küresel bulut sağlayıcı C, kendi resmi dokümantasyonuna göre Türkçe PII tespiti desteklememektedir.

Yapılan 135 eşleştirilmiş karşılaştırmanın (15 alternatif x 9 ortak sınıf: kişi adı, adres ve yedi m.6 kategorisi) 113 tanesinde istatistiksel olarak anlamlı fark Siper lehineydi. 20 karşılaştırmada anlamlı fark gözlenmedi; 2 karşılaştırmada alternatif anlamlı biçimde öndeydi: kişi adı sınıfında küresel PII API'si A, sendika sınıfında bulut LLM A. İkisinde de fark ağırlıkla yanlış pozitif sayısından geldi.

Yanlış alarmda Siper (%13,4) en güçlü bulut LLM'in (%12,1) biraz gerisinde; Siper recall ağırlıklı bir çalışma noktasında çalışır ve bunun karşılığında temiz metinde de daha fazla gereksiz maske üretir.

Şekil C

KVKK m.6 kategorilerinde yakalama oranı (recall)

Koyu renkler daha yüksek kategori performansını gösterir. KD işaretli hücreler kapsam dışıdır: sistemin etiket şemasında bu kategori yoktur. KD hücreler, ölçülmüş 0,00 değerinden ayrı gösterilir.

Gurubase Siper
Sağlık: 0,81
Bulut LLM A
Sağlık: 0,51
Küresel PII API'si A
Sağlık: 0,42
Açık model LLM
Sağlık: 0,37
Bulut LLM B
Sağlık: 0,24
Açık kaynak araç A (iyi yapılandırma)
Sağlık: 0,13
Açık ağırlık Türkçe model
Sağlık: 0,10
Açık kaynak araç D
Sağlık: 0,10
Açık ağırlık Türkçe üretken model
Sağlık: 0,04
Küresel bulut sağlayıcı B
Sağlık: 0,00
Küresel PII API'si B
Sağlık: 0,00
Küresel bulut sağlayıcı A
Sağlık: KD
Açık kaynak araç A (hazır profil)
Sağlık: KD
Açık kaynak araç B
Sağlık: KD
Açık ağırlık filtre
Sağlık: KD
Açık kaynak araç C
Sağlık: KD

Tam grafiği inceleyin

Yedi KVKK m.6 kategorisinde 16 sistemin recall değerleri

Gurubase Siper
0,81	0,84	0,94	0,88	0,93	0,75	0,90
Bulut LLM A
0,51	0,88	0,96	0,81	0,89	0,53	0,71
Küresel PII API'si A
0,42	0,56	0,91	0,37	KD	0,00	0,04
Bulut LLM B
0,24	0,78	0,68	0,39	0,77	0,15	0,52
Açık model LLM
0,37	0,30	0,79	0,47	0,85	0,17	0,56
Açık kaynak araç D
0,10	KD	0,41	KD	KD	KD	KD
Küresel bulut sağlayıcı A
KD	KD	KD	KD	KD	KD	KD
Açık kaynak araç A (iyi yapılandırma)
0,13	0,42	0,85	0,53	0,47	0,21	0,17
Açık ağırlık Türkçe model
0,10	0,24	0,32	0,05	0,23	0,14	0,10
Küresel bulut sağlayıcı B
0,00	0,30	0,60	0,00	0,00	0,06	KD
Açık kaynak araç A (hazır profil)
KD	KD	KD	KD	KD	KD	KD
Açık kaynak araç B
KD	KD	KD	KD	KD	KD	KD
Küresel PII API'si B
0,00	KD	0,09	KD	KD	KD	KD
Açık ağırlık Türkçe üretken model
0,04	0,12	0,44	KD	0,27	0,03	KD
Açık ağırlık filtre
KD	KD	KD	KD	KD	KD	KD
Açık kaynak araç C
KD	KD	KD	KD	KD	KD	KD

Kaynak: Gurubase ölçümleri, Ekim 2026; kategori düzeyinde recall.

Tablo 02

KVKK m.6 özel nitelikli kategoriler

403 belgelik ana setin yedi özel nitelikli veri kategorisinde kategori bazlı yakalama oranı (recall); Ekim 2026 değerlendirmesi.

Kategori bazlı yakalama oranı. Yüksek değer daha iyi.

Gurubase Siper
Sağlık: 0,81
Tüm kategoriler
Sağlık
0,81
Din
0,84
Etnik köken
0,94
Siyasi görüş
0,88
Sendika üyeliği
0,93
Ceza mahkûmiyeti
0,75
Cinsel hayat
0,90
Bulut LLM A
Sağlık: 0,51
Tüm kategoriler
Sağlık
0,51
Din
0,88
Etnik köken
0,96
Siyasi görüş
0,81
Sendika üyeliği
0,89
Ceza mahkûmiyeti
0,53
Cinsel hayat
0,71
Küresel PII API'si A
Sağlık: 0,42
Tüm kategoriler
Sağlık
0,42
Din
0,56
Etnik köken
0,91
Siyasi görüş
0,37
Sendika üyeliği
KD
Ceza mahkûmiyeti
0,00
Cinsel hayat
0,04
Açık model LLM
Sağlık: 0,37
Tüm kategoriler
Sağlık
0,37
Din
0,30
Etnik köken
0,79
Siyasi görüş
0,47
Sendika üyeliği
0,85
Ceza mahkûmiyeti
0,17
Cinsel hayat
0,56
Bulut LLM B
Sağlık: 0,24
Tüm kategoriler
Sağlık
0,24
Din
0,78
Etnik köken
0,68
Siyasi görüş
0,39
Sendika üyeliği
0,77
Ceza mahkûmiyeti
0,15
Cinsel hayat
0,52
Açık kaynak araç A (iyi yapılandırma)
Sağlık: 0,13
Tüm kategoriler
Sağlık
0,13
Din
0,42
Etnik köken
0,85
Siyasi görüş
0,53
Sendika üyeliği
0,47
Ceza mahkûmiyeti
0,21
Cinsel hayat
0,17
Açık ağırlık Türkçe model
Sağlık: 0,10
Tüm kategoriler
Sağlık
0,10
Din
0,24
Etnik köken
0,32
Siyasi görüş
0,05
Sendika üyeliği
0,23
Ceza mahkûmiyeti
0,14
Cinsel hayat
0,10
Açık kaynak araç D
Sağlık: 0,10
Tüm kategoriler
Sağlık
0,10
Din
KD
Etnik köken
0,41
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD
Açık ağırlık Türkçe üretken model
Sağlık: 0,04
Tüm kategoriler
Sağlık
0,04
Din
0,12
Etnik köken
0,44
Siyasi görüş
KD
Sendika üyeliği
0,27
Ceza mahkûmiyeti
0,03
Cinsel hayat
KD
Küresel bulut sağlayıcı B
Sağlık: 0,00
Tüm kategoriler
Sağlık
0,00
Din
0,30
Etnik köken
0,60
Siyasi görüş
0,00
Sendika üyeliği
0,00
Ceza mahkûmiyeti
0,06
Cinsel hayat
KD
Küresel PII API'si B
Sağlık: 0,00
Tüm kategoriler
Sağlık
0,00
Din
KD
Etnik köken
0,09
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD
Küresel bulut sağlayıcı A
Sağlık: KD
Tüm kategoriler
Sağlık
KD
Din
KD
Etnik köken
KD
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD
Açık kaynak araç A (hazır profil)
Sağlık: KD
Tüm kategoriler
Sağlık
KD
Din
KD
Etnik köken
KD
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD
Açık kaynak araç B
Sağlık: KD
Tüm kategoriler
Sağlık
KD
Din
KD
Etnik köken
KD
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD
Açık ağırlık filtre
Sağlık: KD
Tüm kategoriler
Sağlık
KD
Din
KD
Etnik köken
KD
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD
Açık kaynak araç C
Sağlık: KD
Tüm kategoriler
Sağlık
KD
Din
KD
Etnik köken
KD
Siyasi görüş
KD
Sendika üyeliği
KD
Ceza mahkûmiyeti
KD
Cinsel hayat
KD

Diğer sütunları görmek için tabloyu yatay kaydırın.

KVKK m.6 özel nitelikli kategoriler. 403 belgelik ana setin yedi özel nitelikli veri kategorisinde kategori bazlı yakalama oranı (recall).
Sistem	Sağlık	Din	Etnik köken	Siyasi görüş	Sendika üyeliği	Ceza mahkûmiyeti	Cinsel hayat
Gurubase Siper	0,81	0,84	0,94	0,88	0,93	0,75	0,90
Bulut LLM A	0,51	0,88	0,96	0,81	0,89	0,53	0,71
Küresel PII API'si A	0,42	0,56	0,91	0,37	KD	0,00	0,04
Bulut LLM B	0,24	0,78	0,68	0,39	0,77	0,15	0,52
Açık model LLM	0,37	0,30	0,79	0,47	0,85	0,17	0,56
Açık kaynak araç D	0,10	KD	0,41	KD	KD	KD	KD
Küresel bulut sağlayıcı A	KD	KD	KD	KD	KD	KD	KD
Açık kaynak araç A (iyi yapılandırma)	0,13	0,42	0,85	0,53	0,47	0,21	0,17
Açık ağırlık Türkçe model	0,10	0,24	0,32	0,05	0,23	0,14	0,10
Küresel bulut sağlayıcı B	0,00	0,30	0,60	0,00	0,00	0,06	KD
Açık kaynak araç A (hazır profil)	KD	KD	KD	KD	KD	KD	KD
Açık kaynak araç B	KD	KD	KD	KD	KD	KD	KD
Küresel PII API'si B	0,00	KD	0,09	KD	KD	KD	KD
Açık ağırlık Türkçe üretken model	0,04	0,12	0,44	KD	0,27	0,03	KD
Açık ağırlık filtre	KD	KD	KD	KD	KD	KD	KD
Açık kaynak araç C	KD	KD	KD	KD	KD	KD	KD

Hücre değerleri kategori bazlı recall'dur (0 ile 1 arası). KD: kapsam dışı; sistemin etiket şemasında bu kategoriye karşılık gelen bir tip yok. 0,00: kategori destekleniyor ancak bu sette doğru tespit üretilemedi.

m.6 kategorileri çoğu küresel aracın etiket şemasında yoktur; bu hücreler KD (kapsam dışı) olarak işaretlenir ve sayısal sıfırdan ayrı tutulur. 0,00 görünen hücreler, kategoriyi destekleyip bu sette doğru tespit üretemeyen sistemlerdir. Hücre bazlı gerekçeler, ürün adlarının açıklandığı ayrıntılı raporda yer alır.

Şekil D

Medyan gecikme

uçtan uca medyan yanıt süresi · logaritmik eksen

1.046 karakterlik sabit Türkçe metin; 3 ısınma sonrası ardışık istekler, bağlantı yeniden kullanımıyla.

Açık kaynak araç C
Medyan: 7 ms
Açık kaynak araç D
Medyan: 67 ms
Açık kaynak araç A (iyi yapılandırma)
Medyan: 148 ms
Açık kaynak araç A (hazır profil)
Medyan: 173 ms
Küresel bulut sağlayıcı B
Medyan: 220 ms
Küresel bulut sağlayıcı A
Medyan: 221 ms
Açık kaynak araç B
Medyan: 281 ms
Gurubase Siper
Medyan: 304 ms
Küresel PII API'si B
Medyan: 491 ms
Küresel PII API'si A
Medyan: 561 ms
Bulut LLM B
Medyan: 1,8 sn
Açık ağırlık filtre
Medyan: 3,7 sn
Bulut LLM A
Medyan: 18,1 sn
Açık model LLM
Medyan: 19,2 sn

Tam grafiği inceleyin

Kaynak: Gurubase ölçümleri, Ekim 2026. Farklı sistemler farklı ortamlarda çalıştırıldı; tablo büyüklük sırası içindir. Açık ağırlık Türkçe model ve Açık ağırlık Türkçe üretken model için gecikme ölçümü henüz tamamlanmadı.

Tablo 03

Ölçülen gecikme

1.046 karakterlik sabit Türkçe metinle ölçülen medyan ve p95 yanıt süresi.

Sistem ve çalıştırmaMedyanp95

Gurubase Siper
Bulut API · İstanbul
Medyan: 304ms
p95: 370ms
Bulut LLM A
Bulut API
Medyan: 18.115ms
p95: 19.621ms
Küresel PII API'si A
Bulut API
Medyan: 561ms
p95: 629ms
Bulut LLM B
Bulut API
Medyan: 1.790ms
p95: 2.072ms
Açık model LLM
Yerel sunucu (GPU)
Medyan: 19.242ms
p95: 19.367ms
Açık kaynak araç D
Yerel sunucu (CPU)
Medyan: 67ms
p95: 71ms
Küresel bulut sağlayıcı A
Bulut API
Medyan: 221ms
p95: 264ms
Açık kaynak araç A (iyi yapılandırma)
Yerel sunucu (CPU)
Medyan: 148ms
p95: 161ms
Açık ağırlık Türkçe model
Ölçülmedi
Ölçülmedi
Küresel bulut sağlayıcı B
Bulut API
Medyan: 220ms
p95: 289ms
Açık kaynak araç A (hazır profil)
Yerel sunucu (CPU)
Medyan: 173ms
p95: 201ms
Açık kaynak araç B
Yerel sunucu (CPU)
Medyan: 281ms
p95: 316ms
Küresel PII API'si B
Bulut API
Medyan: 491ms
p95: 568ms
Açık ağırlık Türkçe üretken model
Ölçülmedi
Ölçülmedi
Açık ağırlık filtre
Yerel sunucu (CPU)
Medyan: 3.731ms
p95: 4.052ms
Açık kaynak araç C
Yerel sunucu (CPU)
Medyan: 7ms
p95: 8ms

Diğer sütunları görmek için tabloyu yatay kaydırın.

Ölçülen gecikme. 1.046 karakterlik sabit Türkçe metinle ölçülen medyan ve p95 yanıt süresi.
Sistem	Çalıştırma	Medyan (ms)	p95 (ms)
Gurubase Siper	Bulut API · İstanbul	304	370
Bulut LLM A	Bulut API	18.115	19.621
Küresel PII API'si A	Bulut API	561	629
Bulut LLM B	Bulut API	1.790	2.072
Açık model LLM	Yerel sunucu (GPU)	19.242	19.367
Açık kaynak araç D	Yerel sunucu (CPU)	67	71
Küresel bulut sağlayıcı A	Bulut API	221	264
Açık kaynak araç A (iyi yapılandırma)	Yerel sunucu (CPU)	148	161
Açık ağırlık Türkçe model	Ölçülmedi
Küresel bulut sağlayıcı B	Bulut API	220	289
Açık kaynak araç A (hazır profil)	Yerel sunucu (CPU)	173	201
Açık kaynak araç B	Yerel sunucu (CPU)	281	316
Küresel PII API'si B	Bulut API	491	568
Açık ağırlık Türkçe üretken model	Ölçülmedi
Açık ağırlık filtre	Yerel sunucu (CPU)	3.731	4.052
Açık kaynak araç C	Yerel sunucu (CPU)	7	8

Sistemler farklı altyapılarda çalıştırıldığı için sonuçlar bire bir donanım kıyaslaması değildir; tablo, yanıt sürelerinin büyüklük düzeylerini gösterir.

Tablo 04

Kurulum ve limitler

Üretim kurulumunda karar verirken bakılan operasyonel farklar.

Kurum içi kurulum; veri dışarı çıkmaz

Siper: Var
Alternatifler: Bulut API'lerde yok; açık kaynak araçlarda var

Türkçeye özel geliştirme

Siper: Var
Alternatifler: Genel çok dilli destek

Girdi limiti (karakter/istek)

Siper: 50.000
Alternatifler: Ürüne göre değişiyor; karşılaştırılan bulut servislerinde gözlenen en düşük limit 5.120 karakter

OpenAI API'siyle uyumlu AI gateway dahili

Siper: Var
Alternatifler: Yok

İstanbul veri merkezinde yönetilen hizmet

Siper: Var
Alternatifler: Yok

Diğer sütunları görmek için tabloyu yatay kaydırın.

Kurulum ve limitler. Üretim kurulumunda karar verirken bakılan operasyonel farklar.
Özellik	Siper	Alternatiflerde durum
Kurum içi kurulum; veri dışarı çıkmaz	Var	Bulut API'lerde yok; açık kaynak araçlarda var
Türkçeye özel geliştirme	Var	Genel çok dilli destek
Girdi limiti (karakter/istek)	50.000	Ürüne göre değişiyor; karşılaştırılan bulut servislerinde gözlenen en düşük limit 5.120 karakter
OpenAI API'siyle uyumlu AI gateway dahili	Var	Yok
İstanbul veri merkezinde yönetilen hizmet	Var	Yok

Bu ölçüm nasıl yapıldı, nerede sınırlanıyor?

Protokol

Her sistem aynı sette, karşılaştırılan ürünlerden bağımsız çalışan aynı puanlama yazılımıyla değerlendirilir.
Kategori şemaları ortak taksonomiye eşlenir; bir sistemin hiç iddia etmediği kategori kapsam dışı sayılır, sıfır gibi gösterilmez.
Her değerlendirmenin tarihi ve sistem sürümü kaydedilir.
Skorlar yalnızca nokta tahmini olarak verilmez; örneklem belirsizliğini göstermek için %95 güven aralıklarıyla (1.000 belge yeniden örneklemesi) raporlanır.

Sınırlılıklar

Bu sayfa bağımsız denetim değildir; test seti bize aittir ve sonuçlar veri setine, yapılandırmaya göre değişebilir.
Gecikme ölçümleri farklı ortamlarda alınmıştır; büyüklük sırası karşılaştırması içindir.
Ticari ürünler, karşılaştırma yayın politikaları gereği anonim gösterilir; ölçüm ve eşleme kayıtları tarafımızda saklanır, talep hâlinde paylaşılır.

Ölçümler Ekim 2026'da, insan doğrulamalı 403 belgelik Türkçe test setinde yapılmıştır. Test seti hakem incelemesiyle düzeltildi ve bütün sistemler aynı sette yeniden puanlandı. Siper'in model güncellemesinden sonra yalnız Siper'in sonuçları ve eşleştirilmiş karşılaştırmalar yeniden hesaplandı; alternatifler yeniden koşulmadı. Sonuçlar bağımsız denetim değildir; veri seti ve yapılandırmaya göre değişebilir.

Ayrıntılı teknik rapor

Ürün adlarını, kategori eşleme kurallarını, sistem yapılandırmalarını ve yeniden çalıştırma notlarını içeren ayrıntılı rapor, gizlilik sözleşmesi kapsamında paylaşılır.

Ayrıntılı raporu isteyin

SSS

Sık sorulan sorular

Recall (yakalama oranı) nedir?

Recall, metindeki gerçek kişisel verilerin ne kadarının yakalandığını ölçer. Kaçan veri, yakalanandan daha pahalıya patlar; bu yüzden manşet metriğimiz recall. 403 belgelik sette %85,4 ölçtük.

F1 ve %95 güven aralığı ne anlatır?

F1, yakalama (recall) ile isabet (precision) dengesini tek sayıda birleştirir; Siper 0,679 ölçtü. Güven aralığı (0,654-0,700), ölçümü belge düzeyinde 1.000 kez yeniden örnekleyerek hesaplanır: tek bir ölçümün şansına değil, aralığa bakarız.

Yanlış alarm oranı neden önemli?

Yanlış alarm, temiz bir metinde olmayan kişisel veriyi var sanmaktır. Kişisel veri içermeyen 321 gerçek belgede en az bir gereksiz maske üretilen belge oranını ölçtük: Siper'de %13,4, en güçlü bulut LLM'de %12,1. Siper recall ağırlıklı çalıştığı için temiz metinde bu LLM'den biraz daha fazla gereksiz maske üretir. Yanlış alarm, yakalamayla birlikte okunmalı; az maskeleyen sistem temiz metinde de az hata yapar.

Sonuçlar hangi veriyle ölçüldü?

Etiketleri insan tarafından doğrulanmış 403 belgelik Türkçe test setinde, Ekim 2026'da. Siper dahil 16 sistem aynı sette ve karşılaştırılan ürünlerden bağımsız çalışan aynı puanlama yazılımıyla değerlendirildi; ücretli araçlar gerçek API anahtarlarıyla çalıştırıldı. Ürün adlarının açıklandığı ayrıntılı rapor gizlilik sözleşmesiyle paylaşılır.