---
title: "RAG chunk boyutu ve overlap: isabet ve token maliyeti"
description: "Parça boyutu ve örtüşme; RAG isabetini, indeks boyutunu, embedding maliyetini ve her sorgunun LLM'e gönderdiği token'ları nasıl değiştirir? Testler ve hesaplar."
url: https://broadrouter.com/tr/blog/rag-chunk-size-overlap/
lang: tr
updated: 2026-11-15
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/rag-chunk-size-overlap/) (güncelleme: 2026-11-16).

# RAG parça boyutu ve örtüşme: getirmeye ve maliyete etkisi

BroadNet Inference ekibi · 7 dk okuma · Yayımlandı 2026-11-15 · Güncellendi 2026-11-16

Yaklaşık 256 ile 512 token'lık parçalarla, %0 ile %15 örtüşmeyle ve kendi sorgularınıza göre ayarlanmış bir top-k ile başlayın. Daha büyük parçalar her sorgunun LLM'e gönderdiği token'ları artırır. Örtüşme, embedding'ini çıkardığınız ve sakladığınız token'ları boyut ÷ (boyut − örtüşme) oranında çoğaltır; %50 örtüşme indeksi iki katına çıkarır. Yayımlanmış testler, küçük veya örtüşmesiz parçaların çoğu zaman aynı ya da daha iyi isabet sağladığını buldu.

## Öne çıkanlar

-   Sorgu başına girdi kabaca top-k × parça boyutu + istemdir. 5 × 400'den 8 × 1.024 token'a geçmek, her sorguda yaklaşık 3,4 kat girdi gönderir.
-   Örtüşme indeksi boyut ÷ (boyut − örtüşme) oranında şişirir: %15 örtüşme en fazla yaklaşık %18 ekler (burada ölçülen 10.000 token'lık belgelerde %17), %50 ise iki katına çıkarır.
-   Chroma'nın 2024 değerlendirmesinde örtüşmesiz 200–400 token'lık parçalar, OpenAI file search'ün varsayılanı olan 400 örtüşmeli 800 token'lık parçalara denk geldi ya da onları geçti.
-   NVIDIA'nın 2025 testleri tek bir en iyi boyut bulmadı: olgusal sorular 256 ile 512 token'ı, analitik sorular 1.024 token'ı veya tam sayfayı tercih etti.
-   Parça boyutunu embedding modelinizin token'larıyla sayın. Bazı bölücüler varsayılan olarak karakter sayar.

**Bu sayfada**

1.  Parça boyutu ve örtüşme neyi değiştirir?
2.  Yayımlanmış testler parça boyutu hakkında ne diyor?
3.  Örtüşme indeksi ne kadar şişirir?
4.  Parça boyutu LLM faturasını nasıl etkiler?
5.  Kelimeleri kesmeden token’a göre nasıl parçalanır?
6.  Kendi verileriniz için sayıları nasıl seçersiniz?
7.  BroadNet Inference’ın yeri

Parça (chunk) boyutu ve örtüşme (overlap), her RAG hattının erkenden belirleyip nadiren yeniden ele aldığı iki sayıdır. Kaç vektör sakladığınızı, kaç token’ın embedding’ini çıkardığınızı, her sorunun LLM’e kaç token gönderdiğini ve doğru pasajın bulunup bulunmadığını bunlar belirler. Bu yazı yayımlanmış testlerin ne bulduğunu gösteriyor, ardından token hesabını adım adım yapıyor; böylece hiçbir şeyin embedding’ini çıkarmadan önce her ayarın maliyetini görebilirsiniz.

RAG kullanıp kullanmayacağınıza hâlâ karar veriyorsanız [uzun bağlam mı RAG mı](https://broadrouter.com/tr/blog/long-context-vs-rag/) yazısıyla başlayın. Arapça belgeler için bu yazıyla birlikte [Arapça RAG](https://broadrouter.com/tr/blog/arabic-rag-search/) ve [Arapça metin normalleştirme](https://broadrouter.com/tr/blog/arabic-text-normalization-search/) yazılarını okuyun.

## Parça boyutu ve örtüşme neyi değiştirir?

-   **Parça boyutu**, embedding’ini çıkardığınız ve getirdiğiniz her parçaya kaç token girdiğidir.
-   **Örtüşme**, ardışık parçaların kaç token paylaştığıdır; böylece bir sınırda kesilen bir cümle en az bir parçada bütün olarak yer alır.
-   **Top-k**, soru başına kaç parça getirdiğinizdir.

Bunlar birlikte dört şeyi belirler:

| Nicelik | Formül (uzun belgeler) |
| --- | --- |
| Saklanan parça | derlem token’ı ÷ (boyut − örtüşme) |
| Embedding’i çıkarılan token | derlem token’ı × boyut ÷ (boyut − örtüşme) |
| Sorgu başına bağlam | top-k × boyut |
| Sorgu başına LLM girdisi | top-k × boyut + sistem istemi + soru |

İlk ikisi her indeksleme çalıştırmasında bir kez, her yeniden parçalamada tekrar ödenir. Sonuncusu ise her soruda, sonsuza kadar ödenir.

## Yayımlanmış testler parça boyutu hakkında ne diyor?

Bilmeye değer iki herkese açık değerlendirme var, çünkü farklı şeyleri ölçtüler.

**Chroma (Smith ve Troynikov, Temmuz 2024)** getirmeyi token düzeyinde ölçtü: ilgili metnin ne kadarının getirildiği (isabet/recall) ve getirilenin ne kadarının ilgili olduğu. Getirilen beş parça ve OpenAI’nin text-embedding-3-large modeli kullanıldı. Seçilmiş satırlar:

| Bölücü | Boyut (token) | Örtüşme | İsabet (recall) | IoU |
| --- | --- | --- | --- | --- |
| Recursive | 800 | 400 | %85,4 | %1,5 |
| Token | 800 | 400 | %87,9 | %1,4 |
| Recursive | 400 | 200 | %88,1 | %3,3 |
| Recursive | 400 | 0 | %89,5 | %3,6 |
| Recursive | 200 | 0 | %88,1 | %6,9 |

IoU (intersection over union, kesişim/birleşim oranı), getirilen metnin ne kadarının ilgili olduğunu ölçer; dolayısıyla boşa giden token’ların da bir ölçüsüdür. 800/400 satırları OpenAI’nin file search varsayılanıyla eşleşiyor; token bölücü varsayıldığında Chroma bu ayarın ortalamanın biraz altında isabet ve diğer metriklerde en düşük puanları verdiğini buldu. Örtüşmesiz daha küçük parçalar aynı veya daha fazla isabet sağladı ve çok daha az ilgisiz metin taşıdı.

**NVIDIA (Haziran 2025)**, uçtan uca yanıt doğruluğunu beş veri setinde, %15 örtüşmeli 128 ile 2.048 token arası token parçalarıyla ve ayrıca sayfa ve bölüm düzeyinde parçalamayla ölçtü. Sayfa düzeyinde parçalama en yüksek ortalama doğruluğa (0,648) ve en düşük varyansa sahipti. En iyi token boyutu sorulara bağlıydı: olgusal setler 256 ile 512 token’ı, analitik setler 1.024 token’ı veya tam sayfaları tercih etti. İki uç, 128 ve 2.048, genellikle daha kötü sonuç verdi.

İkisi bir konuda hemfikir: **evrensel bir en iyi boyut yok** ve yoğun örtüşmeli çok büyük parçalar nadiren doğru varsayılandır.

## Örtüşme indeksi ne kadar şişirir?

Her parça boyut − örtüşme kadar token ilerler; bu yüzden indeks derlemin boyut ÷ (boyut − örtüşme) kopyasını tutar. 10.000 token’lık belgelerden oluşan 2.000.000 token’lık bir derlem için:

| Boyut | Örtüşme | Parça | Embedding’i çıkarılan token | Şişme |
| --- | --- | --- | --- | --- |
| 200 | 0 | 10.000 | 2.000.000 | 1,00× |
| 400 | 0 | 5.000 | 2.000.000 | 1,00× |
| 512 | 77 (%15) | 4.600 | 2.338.800 | 1,17× |
| 1.024 | 154 (%15) | 2.400 | 2.338.800 | 1,17× |
| 800 | 400 (%50) | 4.800 | 3.840.000 | 1,92× |
| 400 | 200 (%50) | 9.800 | 3.920.000 | 1,96× |

Kısa belgeler biraz daha az şişer, çünkü her birinin son parçası eksiktir. Formül üst sınırı verir: embedding token’ı, vektör depolama ve yeniden indeksleme süresi açısından %15 örtüşme yaklaşık %18, %50 örtüşme ise yaklaşık %100 daha fazla maliyet demektir.

Örtüşmenin sorgu anında da bir maliyeti vardır. %50 örtüşmede, aynı soru için getirilen iki komşu parça metinlerinin yarısını tekrarlar. Bu yinelenen token’lar için ödeme yaparsınız ve bunlar diğer ilgili pasajları top-k’nin dışına iter.

BroadNet embedding satmıyor; bu yüzden faturanın bu kısmı embedding sağlayıcınıza gider. Fiyatını [embedding maliyet hesaplayıcısı](https://broadrouter.com/tools/embedding-cost-calculator/) ile çıkarın.

## Parça boyutu LLM faturasını nasıl etkiler?

Her soru top-k parçayı ve istemi gönderir. Ayda 100.000 soru, 600 token’lık sistem istemi ve soru, her seferinde aynı 300 token’lık yanıt varsayalım:

| Boyut × top-k | Sorgu başına bağlam | Sorgu başına girdi | Aylık girdi |
| --- | --- | --- | --- |
| 200 × 10 | 2.000 | 2.600 | 260 milyon |
| 400 × 5 | 2.000 | 2.600 | 260 milyon |
| 512 × 5 | 2.560 | 3.160 | 316 milyon |
| 800 × 5 | 4.000 | 4.600 | 460 milyon |
| 1.024 × 5 | 5.120 | 5.720 | 572 milyon |
| 1.024 × 8 | 8.192 | 8.792 | 879 milyon |

Her satırda çıktı ayda 30 milyon token’dır; yalnızca girdi değişir. 1M token başına bir fiyatla aylık girdi maliyeti, son sütundaki milyon sayısının o fiyatla çarpımıdır. 1M girdi token’ı başına $0.10 fiyatlı [Gemma 4 VL 26B](https://broadrouter.com/tr/models/gemma-4-vl-26b/) modelinde 1.024 × 8 kurulumu, 400 × 5 için 260 × $0.10 tutarına karşılık ayda 879 × $0.10 girdi maliyeti çıkarır. Bu, yayımlanmış testlerin daha iyi isabet sağladığını göstermediği bir ayar için 3,4 kat fazlasıdır. [Qwen3.8 27B](https://broadrouter.com/tr/models/qwen3.8-27b/) ($0.175 girdi) veya [GLM 5.3](https://broadrouter.com/tr/models/glm-5.3/) ($0.78 girdi) modellerinde oran aynıdır, toplamlar daha büyüktür.

Bunu model fiyatından daha fazla etkileyen iki kaldıraç var:

1.  **Boyutu artırdığınızda k’yi düşürün.** 200 × 10 ve 400 × 5 aynı bağlamı gönderir. Boyutları test ederken sorgu başına bağlamı kabaca sabit tutun; böylece bağlam bütçesini değil, getirme kalitesini karşılaştırırsınız.
2.  **Sabit kısmı önbelleğe alın.** Sistem istemini başa koyun ve bayt bayt aynı tutun; böylece önbellek ücreti olan modellerde [önbellekli girdi](https://broadrouter.com/tr/blog/cached-input-tokens-explained/) ücretiyle faturalandırılabilir. Getirilen parçalar soruya göre değişir ve nadiren önbelleğe alınır.

Bağlam sınırları da önemlidir. Gemma 4 VL 26B istek başına 32.768 token kabul eder; bu, yukarıdaki her satır için fazlasıyla yeterli. k × boyut değerini on binlerce token’a doğru zorlarsanız RAG’den [uzun bağlama](https://broadrouter.com/tr/blog/long-context-vs-rag/) doğru kaymış olursunuz ve bu karşılaştırmanın kendi hesabı vardır. [RAG parçalama hesaplayıcısı](https://broadrouter.com/tools/rag-chunking-calculator/) bu formülleri kendi derleminiz, parça boyutunuz, örtüşmeniz ve top-k değerinizle çalıştırır.

## Kelimeleri kesmeden token’a göre nasıl parçalanır?

Token’la sayın ama yapıdan kesin. LangChain’in `RecursiveCharacterTextSplitter`’ı boyutu `length_function` ile ölçer ve bu varsayılan olarak karakter uzunluğudur. Bu durumda 512 “boyut” 512 karakter, yani kabaca 100 ile 150 token İngilizce eder; Arapça için ise yine farklı bir sayıdır; bkz. [Arapçada kelime başına token](https://broadrouter.com/tr/blog/tokens-per-word-arabic-english/). Embedding sınırları ve LLM faturaları token cinsindendir.

Aşağıdaki parçalayıcı, tam paragrafları bir token bütçesine kadar paketler ve sondaki paragrafları örtüşme olarak bir sonraki parçaya taşır. Paragraf sınırlarından kesmek, ham token pencerelerinin yapabileceği gibi kelimeleri veya çok baytlı Arapça karakterleri bölmeyi önler.

```python
import tiktoken

enc = tiktoken.get_encoding("o200k_base")    # an estimate: count with your embedder's tokenizer
count = lambda s: len(enc.encode(s))

def chunk(text, size=512, overlap=64):
    """Pack whole paragraphs up to `size` tokens; repeat trailing paragraphs up to `overlap` tokens."""
    chunks, cur, cur_len = [], [], 0
    for para in (p.strip() for p in text.split("\n\n")):
        if not para:
            continue
        n = count(para)
        if cur and cur_len + n > size:
            chunks.append("\n\n".join(cur))
            tail, t = [], 0
            for q in reversed(cur):                  # carry the end of this chunk forward
                if t + count(q) > overlap:
                    break
                tail.insert(0, q); t += count(q)
            cur, cur_len = tail, t
        cur.append(para); cur_len += n              # a paragraph over `size` stays whole
    if cur:
        chunks.append("\n\n".join(cur))
    return chunks

def plan(corpus_tokens, size, overlap, k, queries_per_month, prompt_tokens=600):
    index_tokens = corpus_tokens * size / (size - overlap)   # long-document limit
    per_query = k * size + prompt_tokens
    return {"chunks": round(index_tokens / size), "tokens_to_embed": round(index_tokens),
            "input_per_query": per_query, "input_per_month": per_query * queries_per_month}

print(plan(2_000_000, 512, 64, 5, 100_000))
# {'chunks': 4464, 'tokens_to_embed': 2285714, 'input_per_query': 3160, 'input_per_month': 316000000}
```

Buradaki örtüşme “en fazla” anlamındadır: örtüşme bütçesinden uzun bir paragraf tekrarlanmaz. `size` değerinden uzun tek bir paragraf bütün kalır; belgelerinizde böyle paragraflar varsa önce cümlelerden bölün. Her parçanın başına belge başlığını ve bölüm başlığını ekleyin; böylece getirilen bir parça neyle ilgili olduğunu yine söyler. Bu, parça başına birkaç token ekler ve çoğu zaman örtüşmeden daha çok işe yarar.

## Kendi verileriniz için sayıları nasıl seçersiniz?

1.  **Bir değerlendirme seti oluşturun.** Her biri kendisini yanıtlayan pasajla eşleştirilmiş 50 ile 200 gerçek soru. Puanlamayı [LLM değerlendirme rehberi](https://broadrouter.com/tr/blog/evaluate-llm-before-switching/) ele alıyor.
2.  **Bağlam bütçesini sabitleyin.** Boyutları karşılaştırırken k × boyut değerini 2.000 token gibi tek bir değere yakın tutun.
3.  **Üç boyut ve iki örtüşme deneyin.** Örneğin 256, 512 ve 1.024 token, her biri %0 ve %15 örtüşmeyle. k’de doğru pasajın isabetini ölçün.
4.  **Yapıyı deneyin.** Belgelerinizde sayfalar veya numaralı bölümler varsa, sayfa ya da bölüm düzeyinde parçaları token boyutlarına karşı test edin. NVIDIA sayfa düzeyini en tutarlı buldu.
5.  **En iyi isabete bir iki puan yakın olan en ucuz ayarı seçin,** ardından sorgu hacminize göre [aylık maliyet yöntemiyle](https://broadrouter.com/tr/blog/estimate-llm-api-cost-before-launch/) fiyatlandırın.

Bunu tüm derlemin embedding’ini çıkarmadan önce bir örnek üzerinde yapın. Parçalamayı sonradan değiştirmek her şeyin embedding’ini yeniden çıkarmak demektir.

## BroadNet Inference’ın yeri

BroadNet Inference, RAG’in getirme adımına değil, yanıt adımına hizmet eder. Embedding veya vektör depolama satmaz; bu yüzden onu seçtiğiniz bir embedding sağlayıcısı ve vektör veritabanıyla eşleştirin. Yanıt için Gemma 4 VL 26B düşük maliyetli seçenektir ve $5 başlangıç kredisiyle çalışır. Qwen3.8 27B (262.144 token bağlam) ve GLM 5.3 (1.048.576), bakiye yüklemesinden sonra daha büyük top-k değerlerine veya uzun belgelere uygundur. İstemler ve getirilen pasajlar istekten sonra saklanmaz. Derleminiz bağlam penceresine sığacak kadar küçük ve sabitse, [uzun bağlam](https://broadrouter.com/tr/blog/long-context-vs-rag/) parçalamayı tamamen geride bırakabilir.

Bu konu için ücretsiz araçlar (İngilizce)

-   [OpenAI to BroadNet migration helper](https://broadrouter.com/tools/openai-to-broadnet-migration/) Paste OpenAI SDK code; get base URL, key and model edits, a diff and the checks that remain.
-   [max\_tokens calculator for reasoning models](https://broadrouter.com/tools/reasoning-token-budget/) Answer length + reasoning budget + margin = a max\_tokens that does not cut the answer off.
-   [JSON schema generator for LLM structured output](https://broadrouter.com/tools/json-schema-generator/) Sample JSON to strict schema, Pydantic, Zod and a ready request.
-   [LLM JSON output validator](https://broadrouter.com/tools/llm-json-output-validator/) Parse errors by line and column, safe repairs, cut-off detection and JSON Schema checks for model output.

[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.

[Embedding (gömme vektörü)](https://broadrouter.com/tr/glossary/embeddings/)

Embedding'ler (gömme vektörleri), bir modelin bir metin parçasını, görseli veya başka bir girdiyi temsil etmek için ürettiği kayan noktalı sayı listeleridir (vektörler). Anlamca benzer girdiler birbirine yakın vektörler alır; bu yüzden vektörler arasındaki mesafe arama sonuçlarını sıralamak, belgeleri kümelemek veya ilgili öğeleri bulmak için kullanılabilir.

[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.

[Parçalama (chunking, RAG)](https://broadrouter.com/tr/glossary/chunking/)

Parçalama (chunking), bir getirme (retrieval) işlem hattında belgeleri embedding'e çevrilip indekslenmeden önce chunk denen küçük parçalara bölen adımdır. Chunk boyutu her parçanın ne kadar metin tuttuğunu belirler; chunk örtüşmesi ise sınırda kesilen fikirler kaybolmasın diye komşu parçalar arasında bir miktar metni tekrarlar.

[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.

[Arapça metin normalizasyonu (normalization)](https://broadrouter.com/tr/glossary/arabic-text-normalization/)

Arapça metin normalizasyonu, aynı kelimenin yazım varyantlarını eşleştirmeden önce tek bir biçime indiren adımdır: harekeleri ve tatweel'i siler, elif biçimlerini birleştirir ve çoğu zaman ى'yı ي'ye, ة'yı ه'ye çevirir. Gösterilen metne değil, arama anahtarlarına ve değerlendirmeye uygulanır.

[Eval (LLM değerlendirmesi)](https://broadrouter.com/tr/glossary/eval/)

Eval (evaluation, yani değerlendirme kelimesinin kısaltması), bir dil modelinin veya istemin tekrarlanabilir bir testidir: sabit bir girdi seti, iyi bir çıktının neye benzediğinin tarifi ve sürümlerin karşılaştırılabilmesi için her çıktıyı puanlayan bir değerlendirici (kod, bir insan veya başka bir model).

[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.

## Sık sorulan sorular

### RAG için iyi bir parça (chunk) boyutu nedir?

Yaklaşık 256 ile 512 token arasında başlayın ve test edin. Chroma'nın değerlendirmesi, örtüşmesiz 200 ile 400 token'ın iyi performans gösterdiğini buldu. NVIDIA ise 256 ile 512 token'ın olgusal sorulara uyduğunu, analitik soruların 1.024 token'lık veya sayfa düzeyindeki parçalarla daha iyi sonuç verdiğini buldu.

### Ne kadar parça örtüşmesi (overlap) kullanmalıyım?

Çoğu varsayılandan daha az. NVIDIA, tek bir veri setinde denediği %10, %15 ve %20 arasında en iyisinin %15 olduğunu buldu. Chroma, örtüşmesiz ayarların çoğu zaman aynı veya daha iyi puan aldığını buldu. Her örtüşme puanı; embedding'i çıkarılacak, saklanacak ve gönderilecek token ekler.

### Daha büyük parça boyutu daha mı pahalıdır?

Örtüşme yoksa embedding tarafında hayır: derlem aynı sayıda token'dır. Sorgu başına ise daha pahalıdır, çünkü getirilen her parça daha uzundur ve top-k × parça boyutu büyür. Boyutu artırdığınızda k'yi düşürün.

### Parça boyutu token'la mı, karakterle mi ölçülür?

Bölücüye bağlı. LangChain'in RecursiveCharacterTextSplitter'ı boyutu length\_function ile ölçer ve bu varsayılan olarak karakter uzunluğudur. Embedding sınırları ve LLM faturaları token cinsindendir; bu yüzden bir token sayacı verin.

### Parça boyutunu değiştirince embedding'leri yeniden çıkarmam gerekir mi?

Evet. Yeni sınırlar yeni parçalar oluşturur ve her biri yeni bir vektör gerektirir. Yeniden embedding tüm indeksin maliyetini yeniden öder; bu yüzden tüm derlemin embedding'ini çıkarmadan önce parçalamayı bir örnek üzerinde netleştirin.

## Okumaya devam edin

-   [Uzun bağlam mı RAG mı: 1M token vektör veritabanının yerini alır mı?](https://broadrouter.com/tr/blog/long-context-vs-rag/)
-   [Arapça RAG: işe yarayan normalleştirme, parçalama ve erişim](https://broadrouter.com/tr/blog/arabic-rag-search/)
-   [Arama ve RAG için Arapça metin normalleştirme: neyi değiştirmeli?](https://broadrouter.com/tr/blog/arabic-text-normalization-search/)
-   [Bir özelliği yayına almadan önce LLM API maliyeti nasıl hesaplanır](https://broadrouter.com/tr/blog/estimate-llm-api-cost-before-launch/)
-   [Önbellekli girdi tokenları: LLM API faturası nasıl düşürülür](https://broadrouter.com/tr/blog/cached-input-tokens-explained/)
-   [BroadNet'in GPU donanımı ve sunum yaklaşımı, BroadNet'in anlatımıyla](https://broadrouter.com/tr/blog/broadnet-gpu-fleet-and-serving/)
-   [LLM API yanıtlarını önbelleğe alıp maliyeti düşürün: Python örneği](https://broadrouter.com/tr/blog/cache-llm-responses-cut-cost/)
-   [Rehber: OpenAI Python SDK'yı BroadNet Inference ile kullanın](https://broadrouter.com/tr/guides/openai-python-sdk/)

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-rag-chunk-size-overlap&utm_content=page-cta) ·

**Kaynaklar**

-   [Smith ve Troynikov, Evaluating Chunking Strategies for Retrieval, Chroma teknik raporu, Temmuz 2024 (2026-11-15 tarihinde kontrol edildi)](https://research.trychroma.com/evaluating-chunking)
-   [NVIDIA Technical Blog, Finding the Best Chunking Strategy for Accurate AI Responses, Haziran 2025 (2026-11-15 tarihinde kontrol edildi)](https://developer.nvidia.com/blog/finding-the-best-chunking-strategy-for-accurate-ai-responses/)
-   [OpenAI retrieval rehberi: varsayılan olarak 400 token örtüşmeli 800 token'lık parçalar, chunking\_strategy sınırları (2026-11-15 tarihinde kontrol edildi)](https://developers.openai.com/api/docs/guides/retrieval)
-   [LangChain belgeleri, RecursiveCharacterTextSplitter: parça boyutu length\_function ile ölçülür, varsayılan olarak karakter (2026-11-15 tarihinde kontrol edildi)](https://docs.langchain.com/oss/python/integrations/splitters/recursive_text_splitter)
-   [BroadNet Inference fiyatlandırması ve API referansı: modeller, bağlam uzunlukları, önbellekli girdi (2026-11-15 tarihinde kontrol edildi) (İngilizce)](https://inference.broadnet.ai/docs?utm_source=broadrouter&utm_medium=referral&utm_campaign=tr-blog-rag-chunk-size-overlap&utm_content=sources)
