Terimin kaynağı
"Akıllı bölge" ve "aptal bölge", bir oturumun başında modelin keskin ve odaklanmış olduğu, bağlam doldukça akıl yürütmesinin zayıfladığı iki durumu ayırt eden pratik bir terim çifti. Terimler bir akademik makaleden değil, yazılım geliştiricisi Matt Pocock'un kullandığı pratik bir kısayoldan geliyor. Sınırın nerede olduğu kendisinin de kabul ettiği gibi tartışmalı.
Pocock'un tarifi basit: bir oturumun başında model "akıllı bölge"dedir, keskin ve odaklanmıştır. Bağlam doldukça model "aptal bölge"ye geçer, akıl yürütmesi zayıflar1.
Eşik nerede, neden sabit değil?
Pocock'un kendisi bile zaman içinde farklı rakamlar verdi. Nisan 2026'daki podcast'te yaklaşık 100.000 token'dan sonra akıl yürütme kalitesinin keskin düştüğünü söyledi1. Kendi sözlük girdisinde ise bu rakamı 125.000-150.000 token aralığı olarak veriyor2.
Bu, tek bir kişinin kararsızlığından ibaret değil. Anthropic'in kendi ürününde de eşiğin sabit olmadığını gösteren bir tasarım kararı var. Claude'un konuşma sıkıştırma özelliğinin (compaction) varsayılan tetikleyici eşiği tam olarak 150.000 token ama bu sabit bir duvar değil, geliştiriciler bu eşiği 50.000 token'a kadar düşürebiliyor3. "Eşik" dediğimiz şey, üreticinin kendisi tarafından bile ayarlanabilir bir bütçe olarak tasarlanmış, evrensel bir fizik kanunu değil.
Mutlak sayı mı, yüzde mi?
İşi daha da karmaşıklaştıran bir tartışma var: eşik, mutlak bir token sayısı mı (100K, 150K gibi), yoksa modelin azami penceresinin bir yüzdesi mi? 2026 başında yayımlanan bir akademik çalışma, açık kaynaklı bir modelde (Qwen2.5-7B) kritik eşiğin, modelin azami bağlam uzunluğunun %40-50'sinde ortaya çıktığını buldu, mutlak bir sayı olarak değil4.
İkisi de doğru olabilir, çünkü farklı büyüklükte pencereli farklı modellerde ölçülmüşler, ama bu tek bir "sihirli sayı" vermemek gerektiği anlamına geliyor.
Bir duvar değil, bir eğim
Önceki yazıda gördüğümüz gibi, eşiğin altında bile performans kusursuz değil, AA-LCR'da 100K token'da en iyi model bile %70-85 arasında5. Dikkat mekanizmasının matematiği ve ortada kaybolma etkisi de kademeli bir düşüşü işaret ediyor, ani bir "duvara çarpma" değil. Yani "akıllı bölge" ve "aptal bölge" arasında keskin bir sınır çizgisi yok, bir renk skalası gibi düşünmek daha doğru: yeşilden turuncuya, turuncudan kırmızıya kayan bir geçiş.
Neden önemli?
Bu terim (akıllı bölge / aptal bölge) kullanışlı bir kısayol ama tam bir bilimsel ölçüm değil. Sıradaki yazıda, bu kademeli geçişin pratikte nasıl fark edildiğine bakıyoruz: aptal bölgeye girdiğimizi gösteren somut belirtiler.
Bu yazı 12 bölümlük bir serinin beşincisi. Önceki yazı: Bağlamın ortasına koyduğumuz bilgiyi model neden unutuyor? · Sonraki yazı: Modelin aptal bölgeye girdiğinin belirtileri
Kaynaklar
1: Matt Pocock, AI Engineer podcast, 96 dakikalık atölye çalışması (BigGo Finance'ın aktarımı), 24 Nisan 2026
2: Matt Pocock, "Smart zone", AI Coding Dictionary, erişim 19 Ağu 2026
3: Anthropic, Compaction (resmi API dokümanı), Ocak 2026
4: Wang, Min, Zou, "Intelligence Degradation in Long-Context LLMs", 7 Ocak 2026
5: Artificial Analysis, AA-LCR canlı leaderboard, erişim 19 Ağustos 2026