--- title: 'Pi Kodlama Ajanı İçin En İyi Modeller (2026): Göreve Göre Seçin' description: >- Günlük kodlama, zorlu hata ayıklama, bütçe dostu işler veya yerel kullanım için bir Pi modeli seçin. Güncel model kimlikleri, düşünme ayarları ve Haimaker yapılandırması dahildir. date: 2026-10-14T00:00:00.000Z location: 'San Francisco, CA – 14 Ekim 2026' image: /images/best-models-for-pi-coding-agent-hero.jpg keywords: >- pi kodlama ajanı için en iyi modeller, pi ajanı için en iyi model, pi kodlama ajanı modelleri, pi.dev modelleri, pi ajan claude, pi ajan openai, pi ajan yerel modeller, pi haimaker models: - provider: anthropic slug: claude-sonnet-5-5 name: Claude Sonnet 5.5 note: Günlük kodlama için başlangıç noktası. - provider: openai slug: gpt-6.1-sol name: GPT-6.1 Sol note: Kodlama ve ajan işleri için OpenAI seçeneği. - provider: anthropic slug: claude-opus-5-5 name: Claude Opus 5.5 note: Zorlu hata ayıklama ve belirsiz görevler için aday. - provider: minimax slug: minimax-m3 name: MiniMax M3 note: Rutin ajan işleri için bütçe dostu aday. - provider: deepseek slug: deepseek-v4.1-flash name: DeepSeek V4.1 Flash note: >- Token ücretlerinin yanı sıra yeniden denemeleri ve geçen süreyi de karşılaştırın. faq: - question: Pi oturumumu kaybetmeden model değiştirebilir miyim? answer: >- Evet. Mevcut bir Pi oturumunda modeli değiştirmek için /model komutunu kullanın. Pi, model ve düşünme seviyesi değişikliklerini kaydeder; oturumu sürdürdüğünüzde bunlar geri yüklenir. Ctrl+P ile geçiş yapılabilecek modelleri seçmek için /scoped-models komutunu kullanın. - question: Özel modelim Pi'de neden görünmüyor? answer: >- Pi'nin sağlayıcı kimlik bilgilerini çözümleyebildiğinden emin olun ve model kimliğinin models.json dosyasında olduğundan emin olun. Pi'yi başlatan süreçte bir ortam değişkeni bulunmalıdır. Sınıflandırıcı ve görüntü modelleri ayrı araçlar kullanır ve ana /model seçicide görünmez. - question: 'Pi, Haimaker ve yerel Ollama modellerini destekliyor mu?' answer: >- Evet. Haimaker'ı Pi'nin yerel dosyaları üzerinden yapılandırmak için npx -y @haimaker/connect --pi komutunu kullanın veya sağlayıcıyı ~/.pi/agent/models.json dosyasına manuel olarak ekleyin. Ollama, http://localhost:11434/v1 adresinde ayrı bir yerel sağlayıcı kullanır ve tam yerel model etiketini gerektirir. locale: tr-tr translationKey: best-models-for-pi-coding-agent --- Pi Kodlama Ajanı için en iyi modeller göreve göre değişir: günlük kodlama için **Claude Sonnet 5.5** ile başlayın veya OpenAI seçeneği olarak **GPT-6.1 Sol**'u deneyin. Zorlu hata ayıklamada **Claude Opus 5.5**'i kullanmayı deneyin, rutin işler için **MiniMax M3** ve **DeepSeek V4.1 Flash**'ı karşılaştırın, kodun makinenizde kalması gerektiğinde ise **Qwen3.8 27B**'yi test edin. [Pi](https://pi.dev/), terminalinizde çalışan genişletilebilir bir ajan çerçevesidir. Çerçeve, konuşmayı ve araçları yönetir; model ise hangi dosyaların okunacağına, hangi komutların çalıştırılacağına ve neyin değiştirileceğine karar verir. Pi, bu iş akışı içinde model değiştirmenize olanak tanır; böylece modelleri alakasız sıralama tablolarından seçmek yerine aynı depo üzerinde karşılaştırabilirsiniz. Model kimlikleri ve kullanılabilirlik **14 Ekim 2026** tarihinde [Haimaker kataloğuna](https://api.haimaker.ai/public/model_hub) karşı kontrol edilmiştir. Öneriler, güncel sağlayıcı bilgilerini küçük ve bağımsız bir Pi değerlendirmesiyle birleştirir. Bu modeller için Pi'de yeni bir Haimaker kıyaslaması yapmadık. ## Pi'de hangi modelle başlamalısınız? Zaten nasıl doğrulayacağınızı bildiğiniz bir görevde Sonnet 5.5 veya GPT-6.1 Sol ile başlayın. Araç erişimini ve depo durumunu sabit tutun, ardından aynı görevde bir bütçe adayını karşılaştırın. Daha ucuz model başarısız bir yaklaşımı tekrarladığında veya çok fazla insan düzeltmesi gerektirdiğinde Opus'a geçin. | Pi iş yükü | Denenecek model | Haimaker model kimliği | Ödünleşim | |---|---|---|---| | Günlük düzenlemeler, testler ve depo işleri | Claude Sonnet 5.5 | `anthropic/claude-sonnet-5-5` | Bütçe dostu seçeneklere göre token başına daha yüksek maliyet | | OpenAI modeliyle kodlama ve planlama | GPT-6.1 Sol | `openai/gpt-6.1-sol` | Akıl yürütme çabasını ve toplam token sayısını karşılaştırın | | Zorlu hata ayıklama veya belirsiz gereksinimler | Claude Opus 5.5 | `anthropic/claude-opus-5-5` | Daha yüksek token ücretleri; daha az deneme gerekebilir | | Bütçe dostu rutin kodlama | MiniMax M3 | `minimax/minimax-m3` | Araç argümanlarını ve hata kurtarmayı test edin | | Düşük maliyetli arka plan görevleri | DeepSeek V4.1 Flash | `deepseek/deepseek-v4.1-flash` | Yeniden denemeler ve gecikme, düşük ücretlerden daha ağır basabilir | | Başka bir bütçe karşılaştırması | GLM-5.3 Flash | `z-ai/glm-5.3-flash` | Uzun çıktıları ve toplam görev süresini kontrol edin | | Araştırma ve büyük belge girdileri | Gemini 3.8 Flash | `google/gemini-3.8-flash` | Büyük girdi kapasitesi yine de yanıt doğrulaması gerektirir | | Zorlu araştırma ve akıl yürütme | Gemini 4 Argon | `google/gemini-4-argon` | Yeni ücretli aday, aşağıdaki Pi değerlendirmesinde yer almıyor | [Anthropic'in model genel bakışı](https://platform.claude.com/docs/en/models/overview) mevcut Claude katmanlarını açıklar. [OpenAI'ın Sol belgeleri](https://developers.openai.com/api/docs/models/gpt-6.1-sol) kodlama ve ajan rolünü kapsar, [Google'ın model listesi](https://ai.google.dev/gemini-api/docs/models) ise Gemini seçeneklerini kapsar. Bu açıklamalar bir aday listesi oluşturmanıza yardımcı olur; ancak kod tabanınızda bir kazanan belirlemez. Bu, [Hermes model rehberimizde](/tr-tr/blog/hermes-agent-için-en-iyi-yapay-zeka-modelleri/) kullandığımız aynı göreve dayalı yaklaşımdır. Pi'nin yapılandırması, model geçişi ve düşünme kontrolleri farklıdır, bu nedenle Hermes yapılandırmasını kopyalamak yerine aşağıdaki Pi kurulumunu kullanın. ## Gerçek Pi kodlama karşılaştırmaları ne gösteriyor? Küçük bir Pi değerlendirmesi, bütçe dostu bir modelin daha hızlı veya daha ucuz tamamlayacağını varsaymadan önce Sonnet, Sol ve Opus'u test etmeyi destekler. Ayrıca daha fazla akıl yürütmenin kolay bir görevde tamamlamayı iyileştirmeden kontrol ve araç çağrısı ekleyebileceğini gösterir. Faydalı karşılaştırma, başarısız denemeler ve inceleme süresi dahil olmak üzere tamamlanan iştir. Ibragim Badertdinov'un [kişisel kodlama değerlendirmesi](https://ibragim.dev/leaderboard/) **yapılandırma başına 3 çalıştırma ile 10 görev** kullandı. 30 Eylül sonuçları şunları bildiriyor: | Model ve çaba | Tek denemede görev başarısı | Görev başına bildirilen süre | |---|---|---| | Sonnet 5.5, yüksek | %100 | 46 saniye | | GPT-6.1 Sol, orta | %100 | 1 dakika 7 saniye | | Opus 5.5, düşük | %100 | 37 saniye | | DeepSeek V4.1 Flash, maksimum | %93,3 | 4 dakika 30 saniye | | GLM-5.3 Flash, maksimum | %96,7 | 7 dakika 1 saniye | Bunlar yazarın sonuçlarıdır, bizim değil. [Metodoloji](https://ibragim.dev/writing/mini-benchmark-for-coding-agents/), yazarın çalışmasından açıkça tanımlanmış görevleri, otomatik kontrolleri ve API erişimini açıklar. Görevler gizli tutulmuştur ve sonuçlar mevcut Pi 1.x sürümü yerine **Pi 0.85.1** ile elde edilmiştir. Eşit başarı oranları da eşit kod kalitesi anlamına gelmez. Karşılaştırma, modelin yanı sıra akıl yürütme çabasını da test etmek için bir neden sunar. Düşük çabadaki Opus, bu küçük test paketini gösterilen diğer yapılandırmalardan daha hızlı tamamladı. Bu, düşük çabanın zorlu bir geçiş için yeterli olduğu anlamına gelmez. Görevi gerçek kısıtlamalarıyla çalıştırın, ardından ek akıl yürütmenin yamayı değiştirip değiştirmediğini yoksa yalnızca tekrarlanan kontroller mi eklediğini inceleyin. Kendi karşılaştırmanız için başarılı tamamlama, hatalı araç argümanları, yeniden denemeler, geçen süre ve nihai faturayı kaydedin. [Kodlama ajanı API maliyet rehberimiz](/blog/cheapest-api-coding-agents/), yalnızca token ücretlerinin neden yanlış bir sonuç verebileceğini açıklar. ## Pi'yi bu modellere nasıl bağlarsınız? Sağlayıcı yapılandırmasını elle yazmadan Pi'yi bağlamak için [Haimaker Connect](https://haimaker.ai/connect/) kullanın. Önce Pi'yi kurun, ardından doğal dosyalarını yapılandırmak ve bağlantıyı doğrulamak için Connect'i çalıştırın. Yeni bir kurulum için Pi'nin [hızlı başlangıcı](https://pi.dev/docs/latest/quickstart) aşağıdaki mevcut npm paketini kullanır ve **Node.js 22.19 veya daha yenisini** gerektirir: ```bash npm install -g --ignore-scripts @earendil-works/pi-coding-agent pi --version ``` #### Önerilen: Haimaker Connect Kurulum sihirbazını çalıştırın ve Pi'yi seçin: ```bash npx -y @haimaker/connect ``` Yukarıdaki Sonnet önerisiyle Pi için her ikisini de açıkça seçin: ```bash npx -y @haimaker/connect --pi --model anthropic/claude-sonnet-5-5 pi --provider haimaker --model anthropic/claude-sonnet-5-5 ``` Connect bir tarayıcı girişi açar veya mevcut bir `HAIMAKER_API_KEY` kullanır. Haimaker sağlayıcısını `models.json` dosyasına yazar, anahtarı Pi'nin `auth.json` dosyasında saklar ve bir isteği doğrular. Pi ardından istekleri doğrudan Haimaker'a gönderir. Seçenekler için [Connect paket belgelerine](https://www.npmjs.com/package/@haimaker/connect) bakın. `--model` olmadan Connect, `haimaker/auto` yapılandırır. Karşılaştırmalar için adlandırılmış bir model kullanın; böylece yönlendirme istekler arasında modeli değiştirmez. Connect tek bir model girişi yazar; Pi'nin seçicisinde birden fazla adayı tutmak için aşağıdaki manuel yapılandırmayı kullanın. Mevcut dosyaları yedekler, ancak `models.json` dosyasını yorumsuz JSON olarak yeniden yazar.

Pi'yi yapılandırmak için Haimaker Connect'i kullanın, ardından aynı depo görevinde modelleri karşılaştırın.

PI'YI HAIMAKER'A BAĞLA
#### Manuel yapılandırma: seçicide birden fazla model tutun Anahtarınızı Pi'yi başlatacak kabukta ayarlayın: ```bash export HAIMAKER_API_KEY=your-haimaker-key ``` Bu sağlayıcıyı `~/.pi/agent/models.json` dosyasına ekleyin. Zaten bir tane varsa mevcut `providers` nesnesine birleştirin: ```json { "$schema": "https://pi.dev/schemas/models.schema.json", "providers": { "haimaker": { "baseUrl": "https://api.haimaker.ai/v1", "api": "openai-completions", "apiKey": "${HAIMAKER_API_KEY}", "models": [ { "id": "anthropic/claude-sonnet-5-5", "name": "Claude Sonnet 5.5", "reasoning": true, "input": ["text", "image"], "contextWindow": 1000000, "maxTokens": 128000 }, { "id": "openai/gpt-6.1-sol", "name": "GPT-6.1 Sol", "reasoning": true, "input": ["text", "image"], "contextWindow": 922000, "maxTokens": 128000 }, { "id": "minimax/minimax-m3", "name": "MiniMax M3", "reasoning": true, "input": ["text", "image"], "contextWindow": 1000000, "maxTokens": 128000 } ] } } } ``` Yukarıdaki sınırlar, kontrol edilen Haimaker kataloğunu tanımlar ve bir sağlayıcının doğrudan API'sinden farklı olabilir. Pi, sağlayıcı kimlik bilgilerinde ortam değişkeni interpolasyonunu kabul eder; [model yapılandırma rehberine](https://pi.dev/docs/latest/models) bakın. Büyük bir depo bağlamı göndermeden önce sınırlı bir görevle başlayın. Modeli her iki tanımlayıcıyla seçin: ```bash pi --provider haimaker --model anthropic/claude-sonnet-5-5 ``` Pi içinde, yapılandırılmış başka bir modeli seçmek için `/model` açın. Seçici `models.json` yeniden yükler. Özel fiyatlandırma meta verileri bu örnekten çıkarılmıştır çünkü ücretler değişir; yapılandırılmamış bir oturum maliyet göstergesini ölçülmüş sıfır maliyetli bir çalıştırma olarak değerlendirmek yerine sağlayıcı faturasını kontrol edin. #### Zaten sahip olduğunuz bir sağlayıcı hesabı Yerleşik bir sağlayıcı için `/login` komutunu çalıştırın ve Pi'nin kimlik doğrulama akışını izleyin, ardından `/model` ile bir model seçin. Pi'nin [sağlayıcı referansı](https://pi.dev/docs/latest/providers) API anahtarı değişkenlerini ve sağlayıcıya özel seçenekleri listeler. Bir abonelik ile kullanım bazlı faturalandırılan bir API anahtarı farklı erişime ve faturalandırmaya sahip olabilir, bu nedenle hesabınızın gerçekten desteklediği bağlantı yöntemini kullanın. ## Düşünme seviyelerini nasıl ayarlamalı ve modelleri nasıl değiştirmelisiniz? Model seçimini ve düşünme çabasını ayrı değişkenler olarak tutun. İlk karşılaştırma için destekleniyorsa orta düzeyde bir çaba kullanın, ardından daha fazla akıl yürütme gerektiren bir görevde artırın. Pi, seviyeleri seçilen modelin yetenekleriyle sınırlar. Çabayı seçerken token kullanımını ve tamamlamayı karşılaştırın; sağlayıcılar aynı seviyeyi farklı şekilde yorumlar. Pi'nin [CLI referansı](https://pi.dev/docs/latest/cli) açık bir model ve çaba destekler: ```bash pi --provider haimaker --model openai/gpt-6.1-sol --thinking medium ``` Etkileşimli bir oturumda `/thinking` çabayı değiştirir ve `/scoped-models`, `Ctrl+P` ile geçiş yapacağınız modelleri seçer. Bu döngüde **2 model** ile başlayın: rutin işler için bir aday ve daha güçlü bir alternatif. Yalnızca tekrarlayan bir hatayı çözdüğünde başka bir model ekleyin. Model seçiciden `Ctrl+S` ile bir başlangıç varsayılanı kaydedin. Modelleri manuel olarak değiştirmek seçimi görünür tutar. Haimaker'ın `haimaker/auto` özelliği API tarafında yönlendirme yapar. Pi içinde yönlendirme için uzantılar aracılığıyla [sanal model yönlendirmeyi](https://pi.dev/docs/latest/virtual-models) kullanın. Bu uzantıyı ayrı olarak yapılandırın ve test edin. `models.json` içindeki birden fazla giriş size seçilebilir modeller sunar; liste, aralarından seçim yapmaz. Pi ayrıca kodlama modellerini [sınıflandırıcı ve görüntü modellerinden](https://pi.dev/docs/latest/models#use-classifier-models) ayırır. Mevcut belgeleri, Codemode tarafından kullanılan bir sınıflandırıcı olarak Decisions API üzerinden GPT-6 Luna'yı listeler; bu ana konuşma seçicisinden farklıdır. Bir topluluk önerisini takip ederken, özellikle eski bir Pi sürümünde yapılmışsa, modelin API'sini ve rolünü kontrol edin. ## Pi ile hangi yerel modelleri denemeye değer? İş istasyonu belleğiniz varsa ve yerel çıkarım istiyorsanız **Qwen3.8 27B**, **Muse Glimmer 30B** ve **Qwen3 Coder 30B**'yi karşılaştırın. Daha küçük makinelerde **Gemma 4 E4B** veya **Qwen3 8B** kullanın. Yerel modelin Pi'nin araçlarını doğru kullanıp kullanmadığını ve bir komut başarısız olduktan sonra kendini toparlayıp toparlayamadığını kontrol edin. Pi'nin GGUF modelleri için belgelenmiş bir [llama.cpp yönlendirici entegrasyonu](https://pi.dev/docs/latest/llama-cpp) vardır. Zaten Ollama kullanıyorsanız, ayrı OpenAI uyumlu uç noktasını yapılandırın. Makineye sığan bir model çekin, ardından tam etiketini `models.json` dosyasına ekleyin: ```bash ollama pull qwen3.8:27b ``` ```json { "providers": { "ollama": { "baseUrl": "http://localhost:11434/v1", "api": "openai-completions", "apiKey": "ollama", "models": [ { "id": "qwen3.8:27b", "name": "Qwen3.8 27B local", "reasoning": true, "input": ["text", "image"], "contextWindow": 32768, "maxTokens": 8192 } ] } } } ``` Yer tutucu anahtar, Pi'nin yerel sağlayıcı için kimlik doğrulamayı çözümlemesini sağlar; Ollama bunu yok sayar. Bu sağlayıcıyı mevcut bulut yapılandırmasının yanına birleştirin, ardından seçin: ```bash pi --provider ollama --model qwen3.8:27b ``` [Qwen3.8'in Ollama listesi](https://ollama.com/library/qwen3.8), bağlam durumu ve çalışma zamanı arabellekleri hariç yaklaşık **18 GB indirme** gösterir. 24 GB GPU veya 32 GB+ birleşik bellekli bir makine, sınırlı bir oturum için başlangıç noktasıdır. Bu örnekteki 32K bağlam, muhafazakâr bir başlangıç ayarıdır ve sığma garantisi değildir. Daha küçük makineler ve diğer adaylar için [Ollama kodlama modeli rehberimize](/blog/best-ollama-models-for-coding-agents/) bakın. Yerel çıkarım, modelin istemlerini makinenizde tutar. Harici araçlar yine de verileri başka bir yere gönderebilir ve `cloud` etiketine sahip bir model bulut tabanlı çıkarım kullanır. Kodu gizli tutarken hem uç noktayı hem de etkin araçları kontrol edin. ## Sıkça sorulan sorular #### Pi oturumumu kaybetmeden model değiştirebilir miyim? Evet. Mevcut bir Pi oturumunda modeli değiştirmek için /model komutunu kullanın. Pi, model ve düşünme seviyesi değişikliklerini kaydeder; oturumu sürdürdüğünüzde bunlar geri yüklenir. Ctrl+P ile geçiş yapılabilecek modelleri seçmek için /scoped-models komutunu kullanın. #### Özel modelim Pi'de neden görünmüyor? Pi'nin sağlayıcı kimlik bilgilerini çözümleyebildiğinden emin olun ve model kimliğinin models.json dosyasında olduğundan emin olun. Pi'yi başlatan süreçte bir ortam değişkeni bulunmalıdır. Sınıflandırıcı ve görüntü modelleri ayrı araçlar kullanır ve ana /model seçicide görünmez. #### Pi, Haimaker ve yerel Ollama modellerini destekliyor mu? Evet. Haimaker'ı Pi'nin yerel dosyaları üzerinden yapılandırmak için npx -y @haimaker/connect --pi komutunu kullanın veya sağlayıcıyı ~/.pi/agent/models.json dosyasına manuel olarak ekleyin. Ollama, http://localhost:11434/v1 adresinde ayrı bir yerel sağlayıcı kullanır ve tam yerel model etiketini gerektirir. Doğrulanmış bir depo göreviyle başlayın, Pi'nin araçlarını ve bağlamını sabit tutun ve iki modeli karşılaştırın. Daha az bekleme ve inceleme süresiyle başarıyla tamamlayan modeli tutun. Yeni bir sürüm gerçekten karşılaştığınız bir hatayı ele aldığında bu karşılaştırmayı yineleyin.