---
title: "Kodlama için en iyi açık kaynak LLM: araç, bağlam, maliyet"
description: "Kodlama ajanınız için GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B mi Gemma 4 mü? Araç çağırma, bağlam boyutu, akıl yürütme ve görev başına maliyete göre, hesabıyla."
url: https://broadrouter.com/tr/blog/best-open-model-for-coding-agents/
lang: tr
updated: 2026-11-14
publisher: BroadRouter (a BroadNet site); API by BroadNet Inference, https://inference.broadnet.ai
---

İngilizceden yapay zekâ desteğiyle çevrilmiştir. [İngilizce aslını okuyun](https://broadrouter.com/blog/best-open-model-for-coding-agents/) (güncelleme: 2026-11-16).

# Kodlama ajanları için en iyi açık model: araçlar, bağlam ve maliyet

BroadNet Inference ekibi · 6 dk okuma · Yayımlandı 2026-11-14 · Güncellendi 2026-11-16

Yerel araç çağrılarına dayanan bir kodlama ajanı için (opencode, Continue Agent modu, Zoo Code) BroadNet'te en güvenli seçim GLM 5.3: araçlar listelenmiş, 1M bağlam. Aider veya gün boyu çalışan bir ajan için en ucuzu sabit planda DeepSeek V4.1 Flash. Qwen3.8 27B ekran görüntüsüyle çalışmaya uyar. Gemma 4 VL 26B'nin 32K bağlamı fazla küçük.

## Öne çıkanlar

-   Önce araç çağırmayı kontrol edin. BroadNet araçları GLM 5.3 ve Qwen3.8 27B için listeliyor; DeepSeek V4.1 Flash veya Gemma 4 VL 26B için listelemiyor.
-   Bir ajanın deponun ne kadarını görebileceğini bağlam belirler: GLM 5.3 ve DeepSeek V4.1 Flash'ta 1.048.576 token, Qwen3.8 27B'de 262.144, Gemma 4 VL 26B'de 32.768.
-   Token başına değil, görev başına fiyatlayın. Örnek görevimizde ajan yazdığından 30 kat fazla token okuyor; bu yüzden en çok girdi ve önbellekli girdi fiyatları önemli.
-   Yayımlanmış fiyatlarla örnek bir görev, DeepSeek V4.1 Flash'a göre GLM 5.3'te yaklaşık 7 kat, Qwen3.8 27B'de yaklaşık 2,5 kat pahalı.
-   Karar vermeden önce aynı gerçek görevi iki modelde çalıştırın. DeepSeek V4.1 Flash'ı test etmek için $1 fiyatlı bir Meteor saati yeterli.

**Bu sayfada**

1.  Masada hangi modeller var?
2.  Test 1: ajanınız yerel araç çağrılarına ihtiyaç duyuyor mu?
3.  Test 2: bağlam yeterince büyük mü?
4.  Test 3: bir görev ne kadar tutar?
5.  Test 4: model ne kadar düşünüyor?
6.  Peki hangisini seçmelisiniz?
7.  BroadNet Inference nereye oturuyor?

“Kodlama için en iyi açık model” listelerinin çoğu modelleri benchmark puanlarına göre sıralar. Bu, bir model ailesi seçmenize yardım eder. Ama hangi modelin **sizin** ajanınızda, **sizin** sağlayıcınız üzerinden, katlanabileceğiniz bir maliyetle çalışacağını söylemez. Bu yazı seçimi BroadNet Inference’ın sunduğu dört sohbet modeline daraltıyor ve dört pratik teste göre seçiyor: araç çağırma, bağlam, akıl yürütme ve görev başına maliyet. Burada benchmark puanı yayımlamıyoruz; yalnızca BroadNet’in belgelerinde ve fiyat dosyasında yazanları kullanıyoruz.

## Masada hangi modeller var?

| Model | Kimlik | Bağlam | Araçlar listelenmiş | Görsel girdi | Önce akıl yürütür |
| --- | --- | --- | --- | --- | --- |
| [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) | `broadnet/glm-5.3` | 1.048.576 | Evet | Hayır | Evet |
| [DeepSeek V4.1 Flash](https://broadrouter.com/tr/models/deepseek-v4.1-flash/) | `broadnet/deepseek-v4.1-flash` | 1.048.576 | Listelenmemiş | Evet | Evet |
| [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) | `broadnet/qwen3.8-27b` | 262.144 | Evet | Evet | Evet |
| [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) | `broadnet/gemma-4-26b-a4b` | 32.768 | Listelenmemiş | Evet | Listelenmemiş |

Dördü de `https://inference.broadnet.ai/v1` adresindeki tek bir [OpenAI uyumlu API](https://broadrouter.com/tr/glossary/openai-compatible-api/) üzerinden sunulan [açık ağırlıklı modellerdir](https://broadrouter.com/tr/glossary/open-weight-model/); bu yüzden geçiş, ajanınızın ayarlarında tek satırlık bir değişikliktir.

## Test 1: ajanınız yerel araç çağrılarına ihtiyaç duyuyor mu?

Modelleri eleyen veya içeri alan soru budur. [Araç çağırma](https://broadrouter.com/tr/glossary/tool-calling/), bir ajanın makinenizden bir dosyayı okumasını, bir komut çalıştırmasını veya bir düzenleme uygulamasını istemesinin yoludur. Ajanlar bunu üç farklı şekilde kullanır:

-   **Yerel araç çağrıları.** Ajan bir `tools` listesi gönderir ve karşılığında `tool_calls` bekler. Roo Code’un belgeleri (proje 15 Mayıs 2026’da kapatıldı; çatalı Zoo Code devam ediyor) yerel araç çağırmanın “the only supported tool protocol” (BroadRouter çevirisi: desteklenen tek araç protokolü) olduğunu ve XML’e geri dönüş olmadığını söylüyor. Continue’nun yapılandırma referansı `tool_use` yeteneğinin “required for Agent mode” (BroadRouter çevirisi: Agent modu için gerekli) olduğunu söylüyor. opencode da API’nin araç çağrılarıyla çalışır.
-   **İstemde tanımlanan araçlar.** Cline, v3.35’te adı sayılan bir sağlayıcı listesi ve en üst seviye modeller için yerel araç çağırmaya geçti; sürüm yazısı diğer modellerin “continue using the text-based approach” (BroadRouter çevirisi: metin tabanlı yaklaşımı kullanmaya devam ettiğini) söylüyor. Model yine de katı bir araç biçimini izlemek zorunda; bu yüzden araç talimatlarına uyma kalitesi önemli.
-   **Metin düzenleme biçimleri.** Aider, [düzenleme biçimi belgelerine](https://aider.chat/docs/more/edit-formats.html) göre modelden düzenlemeleri metin olarak döndürmesini ister: tam dosyalar, ara/değiştir blokları veya unified diff’ler. API’nin araç çağırma alanına bağlı değildir. Aider için model önerileri [Aider için en iyi LLM](https://broadrouter.com/tr/blog/best-llm-for-aider/) yazısında.

Yani ilk kural basit. opencode, Continue Agent modu veya Zoo Code gibi araçla çalışan bir ajan için BroadNet’in araçlarla listelediği bir model kullanın: GLM 5.3 veya Qwen3.8 27B. Cline daha hoşgörülü, ama aynı iki model daha güvenli bir başlangıç. Aider için DeepSeek V4.1 Flash dahil geniş bağlamlı modellerin her biri çalışır. DeepSeek V4.1 Flash’ı araçla çalışan bir ajanda istiyorsanız önce onunla gerçek bir görev çalıştırın. Başarısız bir araç çağrısı genellikle ilk iki üç adımda kendini gösterir.

## Test 2: bağlam yeterince büyük mü?

Bir ajanın [bağlam penceresi](https://broadrouter.com/tr/glossary/context-window/) insanların beklediğinden hızlı dolar. Daha hiç kod okunmadan bir istek zaten bir sistem istemi, araç şemaları ve o ana kadarki konuşmayı taşır. Ardından dosya okumaları ve komut çıktıları gelir. [Ajan token bütçesi dökümümüz](https://broadrouter.com/tr/blog/agent-token-budget/) token’ların nereye gittiğini gösteriyor; [bağlam penceresi hesaplayıcısı](https://broadrouter.com/tools/context-window-calculator/) da dosyalarınızın sığıp sığmadığını kontrol ediyor.

-   **1.048.576 token** (GLM 5.3, DeepSeek V4.1 Flash): orta boy bir depoda agresif kırpma olmadan uzun bir oturum.
-   **262.144 token** (Qwen3.8 27B): odaklı görevler için yeterli; uzun oturumlar özetleme veya daha küçük bir depo haritası gerektirir.
-   **32.768 token** (Gemma 4 VL 26B): çoğu ajan döngüsü için fazla küçük. Bir kurulumu $5 başlangıç kredisiyle test etmek için kullanın.

Bağlam boyutunu ajanın model ayarlarında kendiniz belirleyin. Ajanlar özel model kimlikleri için bunu algılayamaz ve bazıları modelinize uymayan bir varsayılan kabul eder.

## Test 3: bir görev ne kadar tutar?

Ajanlar yazdıklarından çok daha fazlasını okur ve okuduklarının çoğu bir önceki turdan tekrar eder. Bu da girdi ve [önbellekli girdi](https://broadrouter.com/tr/glossary/cached-input-tokens/) fiyatlarını çıktı fiyatından daha önemli kılar. İşte bir görev profili: her biri ortalama 30.000 girdi ve 1.000 çıktı token’lı 40 model çağrısı, girdinin %80’i önbellekten.

| Görev başına | Token | DeepSeek V4.1 Flash | GLM 5.3 | Qwen3.8 27B |
| --- | --- | --- | --- | --- |
| Yeni girdi | 0,24M | $0.175 / 1M | $0.78 / 1M | $0.175 / 1M |
| Önbellekli girdi | 0,96M | $0.0055 / 1M | $0.173 / 1M | $0.0435 / 1M |
| Çıktı, akıl yürütme dahil | 0,04M | $0.52 / 1M | $3.46 / 1M | $2.17 / 1M |

Her satırı çarpın ve toplayın. 2026-11-14 tarihinde eşitlenen fiyatlarla bu görev, DeepSeek V4.1 Flash’a göre **GLM 5.3’te yaklaşık 7 kat**, **Qwen3.8 27B’de yaklaşık 2,5 kat** pahalıya geliyor. Kendi oranınız önbellek oranınıza ve modelin ne kadar akıl yürüttüğüne bağlı; bu yüzden ölçün. Kendi token sayılarınızı [LLM API maliyet hesaplayıcısına](https://broadrouter.com/tools/llm-api-cost-calculator/) girin ya da modelleri [DeepSeek V4.1 Flash ve GLM 5.3](https://broadrouter.com/compare/deepseek-v4.1-flash-vs-glm-5.3/) ile [GLM 5.3 ve Qwen3.8 27B](https://broadrouter.com/compare/glm-5.3-vs-qwen3.8-27b/) karşılaştırmalarında yan yana görün.

[Sınırsız bir planda](https://broadrouter.com/tr/guides/unlimited-llm-api-sessions/) DeepSeek V4.1 Flash’ın token sayacı yoktur: oturum başına ayda $60, aynı anda tek istek. Günün büyük kısmında çalışan bir ajan için bu genellikle token başına herhangi bir fiyattan daha avantajlıdır. %80 önbellek isabetinde [başa baş hesabı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/) çizgiyi ayda yaklaşık 917 milyon girdi ve 46 milyon çıktı token’ına koyuyor.

## Test 4: model ne kadar düşünüyor?

Üç büyük modelin hepsi yanıt vermeden önce akıl yürütür ve akıl yürütme `max_tokens` sınırına sayılır. Bir ajanda bu iki soruna yol açar: çıktı sınırı küçükken boş yanıtlar ve kullandıkça öde modelinde daha yüksek çıktı faturaları. Her çağrıya birkaç bin çıktı token’ı verin ve dosya okumak gibi rutin adımlarda `reasoning_effort` değerini `low` yapın. [Akıl yürütme modelleri neden boş yanıt döndürür](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/).

## Peki hangisini seçmelisiniz?

1.  **opencode, Continue Agent modu, Cline, Zoo Code veya kendi araç döngünüz:** GLM 5.3. Araçlar listelenmiş, 1M bağlam, dördü arasında token başına en yüksek fiyat.
2.  **Aider veya faturanın en çok önemli olduğu uzun süre çalışan herhangi bir ajan:** DeepSeek V4.1 Flash, tercihen sınırsız bir planda.
3.  **Ekran görüntüsü okuyan veya Arapça çalışan ajanlar:** araçlar ve görsel girdiyle Qwen3.8 27B; BroadNet’in fiyatlandırma sayfası bu modelin Arapçada test edildiğini söylüyor.
4.  **$5 başlangıç kredisiyle ilk test:** Gemma 4 VL 26B, sonra bir üst modele geçin.

Modelleri karıştırabilirsiniz de. Örneğin Cline’da Plan ve Act modları için farklı modeller kullanma ayarı var. Her ajanın kurulum adımları [kodlama ajanlarında açık modeller merkezimizde](https://broadrouter.com/tr/blog/use-open-models-in-coding-agents/), özellik karşılaştırması ise [Cline, Roo Code ve Aider karşılaştırmasında](https://broadrouter.com/tr/blog/cline-vs-roo-code-vs-aider/).

## BroadNet Inference nereye oturuyor?

BroadNet Inference bu dört modeli sıfır veri saklamayla ve tek bir API anahtarıyla sunar. BroadNet’in gizlilik beyanına göre barındırılan açık ağırlıklı modeller BroadNet’in ABD’de sahip olduğu veya kiraladığı donanımda çalışıyor; DeepSeek V4.1 Flash gibi ortak tarafından sunulan modeller ise ABD’li çıkarım ortaklarıyla çalışıyor. Ajanlar için 1M token’lık bir açık model ve DeepSeek V4.1 Flash için sabit bir fatura isteyen ekiplere uyar. Sunmadığı belirli bir modele, web araması gibi sağlayıcı tarafından barındırılan bir araca veya modelleri karşılaştırmak için yayımlanmış benchmark puanlarına ihtiyacınız varsa uymaz; bunun yerine kendi görev düzeyindeki testinizi çalıştırın. Herhangi bir modeli kullandıkça öde anahtarıyla deneyebilir veya [planlar sayfasından](https://inference.broadnet.ai/plans?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-best-open-model-for-coding-agents&utm_content=body) $1 fiyatlı bir Meteor saati satın alabilirsiniz.

Bu konu için ücretsiz araçlar (İngilizce)

-   [Agent run cost estimator](https://broadrouter.com/tools/agent-run-cost-estimator/) Context growth per step, total tokens and cost of one agent run, with a DeepSeek session comparison.
-   [LLM batch job planner](https://broadrouter.com/tools/llm-batch-job-planner/) Run time, binding limit, cost per model and the flat sessions needed to finish a big job by a deadline.
-   [Flat-rate vs per-token LLM cost calculator](https://broadrouter.com/tools/flat-rate-vs-per-token-calculator/) Break-even between an unlimited plan and paying per token, per agent.
-   [LLM rate limit and concurrency calculator](https://broadrouter.com/tools/llm-rate-limit-calculator/) Which limit binds first: RPM, TPM or concurrency, with Little's law.

[Ücretsiz araçlar (İngilizce)](https://broadrouter.com/tools/)

## Bu yazıdaki terimler

[Token](https://broadrouter.com/tr/glossary/token/)

Token, bir dil modelinin okuduğu ve yazdığı metin birimidir: modelin tokenizer'ının ürettiği bir kelime, kelime parçası, noktalama işareti veya bayt dizisi. LLM API'leri kullanımı token cinsinden sayar, sınırlar ve genellikle faturalandırır.

[Araç çağırma (tool calling)](https://broadrouter.com/tr/glossary/tool-calling/)

Araç çağırma (tool calling), fonksiyon çağırma (function calling) olarak da bilinir; modelin, geliştiricinin tanımladığı bir fonksiyonu çalıştırmak için JSON argümanlı yapılandırılmış bir istek döndürdüğü bir LLM API özelliğidir. Fonksiyonu uygulama çalıştırır ve sonucu geri gönderir; model hiçbir zaman kodu kendisi çalıştırmaz.

[Girdi ve çıktı token'ları](https://broadrouter.com/tr/glossary/input-and-output-tokens/)

Girdi token'ları, bir dil modelinin istekte okuduğu token'lardır: sistem istemi, konuşma geçmişi, araç tanımları ve görseller dahil. Çıktı token'ları ise modelin yanıt olarak ürettikleridir, akıl yürütme dahil. LLM API'leri bunları genellikle ayrı fiyatlandırır ve çıktı genellikle daha pahalıdır.

[Açık ağırlıklı model (open-weight model)](https://broadrouter.com/tr/glossary/open-weight-model/)

Açık ağırlıklı model (open-weight model), eğitilmiş ağırlıkları herkesin indirip çalıştırabileceği şekilde, genellikle koşullar içeren bir lisansla yayımlanan bir makine öğrenimi modelidir. Eğitim kodunu ve eğitim verileri hakkında ayrıntılı bilgiyi de yayımlayan, böylece başkalarının modeli incelemesine ve yeniden üretmesine imkân veren tam açık kaynak yapay zekadan farklıdır.

[Bağlam penceresi (context window)](https://broadrouter.com/tr/glossary/context-window/)

Bağlam penceresi, bir dil modelinin tek bir istekte işleyebileceği en fazla token sayısıdır. Sistem istemini, konuşma geçmişini, araç tanımlarını, görselleri ve akıl yürütme token'ları dahil üretilen çıktıyı kapsar. Sığmayan her şey kesilmeli, özetlenmeli veya birden fazla isteğe bölünmelidir.

[Kullandıkça öde (pay-as-you-go)](https://broadrouter.com/tr/glossary/pay-as-you-go/)

Kullandıkça öde, abonelik veya asgari taahhüt olmadan yalnızca kullandığınız kadar ödediğiniz, token, istek veya ses dakikası gibi birimler üzerinden ölçülen bir fiyatlandırma modelidir. LLM API'lerinin çoğu bu şekilde, ön ödemeli bir bakiyeden veya dönemsel faturayla ücretlendirir.

[OpenAI uyumlu API](https://broadrouter.com/tr/glossary/openai-compatible-api/)

OpenAI uyumlu API, POST /v1/chat/completions gibi OpenAI API'siyle aynı istek ve yanıt biçimlerini kabul eden bir HTTP API'sidir; böylece OpenAI SDK'ları ve araçları yalnızca base URL, API anahtarı ve model adı değiştirilerek onu kullanabilir.

[Sistem istemi (system prompt)](https://broadrouter.com/tr/glossary/system-prompt/)

Sistem istemi (system prompt), bir uygulamanın konuşmadan önce dil modeline gönderdiği talimat metnidir; genellikle system veya developer rolündeki bir mesajdır. Modelin rolünü, kurallarını, üslubunu ve çıktı biçimini belirler; model, çelişen kullanıcı mesajlarına karşı buna uymak üzere eğitilir.

## Sık sorulan sorular

### opencode veya Zoo Code için en iyi açık kaynak model hangisi?

BroadNet Inference'ta GLM 5.3 ile başlayın. Bu ajanlar araç çağrılarıyla çalışır ve BroadNet, GLM 5.3 için araç çağırmayı ve yapılandırılmış çıktıyı 1.048.576 token bağlamla listeliyor. DeepSeek V4.1 Flash'a güvenmeden önce onu gerçek bir görevde test edin, çünkü BroadNet bu model için araç listelemiyor.

### Kodlama ajanı için en ucuz açık model hangisi?

BroadNet'te 1M bağlamlı modeller arasında token başına en düşük fiyat DeepSeek V4.1 Flash'ta: 1M girdi başına $0.175 ve 1M önbellekli girdi başına $0.0055. Bazı başka sağlayıcılar token başına daha düşük listeliyor; örneğin DeepInfra'nın 16 Kasım 2026'da listelenen indirimli DeepSeek-V4.1-Flash-1017 fiyatı USD 0,098 girdi ve USD 0,0029 önbellekli. BroadNet'in sınırsız planında ise token sayacı hiç yok: oturum başına ayda $60.

### Aider araç çağırma destekli bir model gerektirir mi?

Aider'ın belgelenmiş düzenleme biçimleri, tam dosyalar veya ara/değiştir blokları gibi metin biçimleridir; bu yüzden API'nin araç çağırma alanına bağlı değildir. Bu da onu DeepSeek V4.1 Flash için iyi bir eşleşme yapar.

### Kodlama ajanı için 32K bağlam yeterli mi?

Nadiren. Ajanın sistem istemi ve araç tanımları, daha hiç kod okunmadan binlerce token tutabilir. BroadNet'teki Gemma 4 VL 26B (32.768 token) $5 başlangıç kredisiyle bir kurulumu denemeye uygun, günlük ajan işine değil.

### Akıl yürütme modelleri ajan döngüsünde daha pahalı mı?

Kullandıkça öde modelinde evet. Akıl yürütme token'ları çıktı olarak faturalandırılır. DeepSeek V4.1 Flash, GLM 5.3 ve Qwen3.8 27B'nin hepsi önce akıl yürütür. Basit adımlarda reasoning\_effort değerini low yapın veya token'ların sayılmadığı sınırsız bir plan kullanın.

## Okumaya devam edin

-   [Kodlama ajanlarında açık modeller: Aider, Cline, opencode, Codex](https://broadrouter.com/tr/blog/use-open-models-in-coding-agents/)
-   [Ajan token bütçesi: bir ajan döngüsünün token'ları nereye gidiyor?](https://broadrouter.com/tr/blog/agent-token-budget/)
-   [Cline vs Roo Code vs Aider: açık modelli ekipler için (2026)](https://broadrouter.com/tr/blog/cline-vs-roo-code-vs-aider/)
-   [Sabit fiyatlı mı, token başına mı LLM API: başa baş hesabı](https://broadrouter.com/tr/blog/flat-rate-vs-pay-per-token-llm-api/)
-   [Bir yapay zeka kodlama ajanı çalıştırması ne kadar tutar?](https://broadrouter.com/tr/blog/ai-coding-agent-run-cost/)
-   [Claude Code ile açık modeller: proxy, yerel uç noktalar ve sınırlar](https://broadrouter.com/tr/blog/claude-code-with-openai-compatible-models/)
-   [Rehber: Cline'ı BroadNet Inference ile kullanın (OpenAI Compatible sağlayıcı)](https://broadrouter.com/tr/guides/cline-openai-compatible/)
-   [Rehber: Aider'ı sınırsız DeepSeek V4.1 Flash ile çalıştırın](https://broadrouter.com/tr/guides/aider-unlimited-deepseek/)
-   [Rehber: BroadNet Inference'ı opencode'a özel sağlayıcı olarak ekleyin](https://broadrouter.com/tr/guides/opencode-custom-provider/)
-   [Rehber: Akıl yürüten model neden boş yanıt döndürür?](https://broadrouter.com/tr/guides/reasoning-tokens-empty-response/)

Gerçek iş yükünüzle deneyin. Yeni hesaplar şunlar için US$5 kredi ile başlar: Gemma ve transkripsiyon. Bakiye yüklemesi gerekenler: DeepSeek, GLM ve Qwen3.8.

[Başlayın](https://inference.broadnet.ai/account/?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-best-open-model-for-coding-agents&utm_content=page-cta) ·

**Kaynaklar**

-   [BroadNet Inference makine tarafından okunabilir fiyatlar ve bağlam uzunlukları (pricing.json, 2026-11-14 tarihinde erişildi) (İngilizce)](https://inference.broadnet.ai/pricing.json?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-best-open-model-for-coding-agents&utm_content=sources)
-   [BroadNet Inference API referansı, modeller (2026-11-14 tarihinde erişildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-best-open-model-for-coding-agents&utm_content=sources#models)
-   [Aider belgeleri, düzenleme biçimleri (2026-11-14 tarihinde erişildi)](https://aider.chat/docs/more/edit-formats.html)
-   [Roo Code belgeleri (proje 2026-05-15'te kapatıldı; Zoo Code onun çatalı), OpenAI Compatible sağlayıcılar, yalnızca yerel araç çağırma (2026-11-14 tarihinde erişildi)](https://roocodeinc.github.io/Roo-Code/providers/openai-compatible)
-   [Continue belgeleri, config.yaml referansı, tool\_use yeteneği (2026-11-14 tarihinde erişildi)](https://docs.continue.dev/reference)
-   [Cline blogu, v3.35 yerel araç çağırma (31 Ekim 2025; 2026-11-14 tarihinde erişildi)](https://cline.bot/blog/cline-v3-35)
-   [DeepInfra fiyatları (2026-11-14 tarihinde erişildi; promosyon fiyatları 2026-11-16'da yeniden kontrol edildi)](https://deepinfra.com/pricing)
-   [BroadNet Inference fiyatlandırma sayfası: model başına Arapça test notları (2026-11-16 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/pricing?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-best-open-model-for-coding-agents&utm_content=sources)
-   [BroadNet Inference gizlilik beyanı: işlemenin nerede yapıldığı (2026-11-16 tarihinde kontrol edildi) (İngilizce)](https://www.broadnet.ai/inference-privacy)
