Hugging Face yalnızca model deposu değil: Hub, Spaces ve Transformers farkı

Hugging Face, yalnızca yapay zekâ modellerinin indirildiği bir depo değildir. Model ve veri kümelerini bulabileceğiniz Hub’ı, tarayıcıdan kullanılabilen uygulamaların barındırıldığı Spaces’ı ve modelleri kendi kodunuzda çalıştırmaya yarayan Transformers kütüphanesini aynı ekosistemde bir araya getirir.

Aralarındaki temel ayrım kullanım amacıdır: Hub içeriği bulup incelemek, Spaces çalışan bir demoyu kullanmak veya yayımlamak, Transformers ise uyumlu bir modeli kodla çalıştırmak içindir. Bir modelin üretim uygulamasına API olarak bağlanması gerektiğinde Inference Endpoint gibi yönetilen dağıtım hizmetleri ayrı bir aşama oluşturur.

Hub: Modellerin ötesindeki içerik katmanı

Hub, model, veri kümesi ve Space depolarının bulunduğu keşif ve iş birliği katmanıdır. Resmî Hub dokümantasyonu, bu üç içerik türünün Git tabanlı depolarla barındırıldığını; sürüm geçmişi, dallar ve değişiklik karşılaştırmaları gibi ortak depo özelliklerinden yararlandığını açıklıyor.

Bir model sayfası yalnızca indirilecek dosyaları göstermez. Model kartında amaçlanan kullanım, desteklenen görevler ve diller, değerlendirme bilgileri, sınırlamalar veya olası yanlılıklar yer alabilir. Ancak bu alanların eksiksiz doldurulacağı garanti edilmez; kartın ayrıntı düzeyi, modeli yayımlayan kişi veya kuruma bağlıdır.

Aynı ayrım veri kümeleri için de geçerlidir. Dataset kartı kapsam, dil, lisans ve veri yapısı hakkında bilgi sağlayabilir; fakat Hub’da bulunmak, bir içeriğin her kullanım için serbest veya güvenli olduğu anlamına gelmez. Model ya da veri kümesi seçerken lisans, erişim koşulları, kaynak açıklaması ve kullanım sınırları depo bazında değerlendirilmelidir.

Spaces: Tarayıcıda çalışan uygulama

Space, tek başına bir model dosyası değil, kullanıcı girdisi alıp sonuç üretebilen barındırılmış bir uygulamadır. Hazır bir Space’i açan kişi kod kurmadan metin, görüntü veya ses girdisiyle demoyu deneyebilir. Kendi Space’inizi yayımlamak ise arayüzü ve uygulama davranışını tanımlayan kod ya da statik web dosyaları hazırlamayı gerektirir.

Spaces kullanım koşulları, Gradio, Docker ve statik HTML seçeneklerini tanımlıyor. Aynı belgeye göre Space kodu bir Git deposunda saklanıyor ve yeni commit gönderildiğinde uygulama yeniden oluşturuluyor; dolayısıyla görülen sonuç yalnızca modele değil, uygulama koduna ve ayrılan donanıma da bağlı.

Bu nedenle bir Space, temelindeki modelin tarafsız veya belirli bir iş için uygun olduğunu tek başına kanıtlamaz. Demo ek girdi kuralları, sistem talimatları ya da sonuç filtreleri kullanabilir. Modeli seçmek ile belirli bir Space’in davranışını değerlendirmek iki ayrı karardır.

Transformers: Modeli kendi kodunda çalıştırmak

Transformers bir web demosu veya barındırma hizmeti değil, Python projelerinde kullanılan açık kaynaklı bir kütüphanedir. Hub’daki uyumlu bir model, kimliği belirtilerek uygulama koduna yüklenebilir; çalıştırma işlemi yerel bilgisayarda, bir sunucuda veya seçilen başka bir hesaplama ortamında yapılabilir.

Kütüphanenin pipeline arayüzü, girdiyi hazırlayan tokenizer ya da görüntü ve ses işleyicisi, tahmin üreten model ve isteğe bağlı son işlem adımlarını ortak bir yapı altında topluyor. Görev için varsayılan bileşenler kullanılabildiği gibi belirli bir model ve ilgili ön işleyici de seçilebiliyor.

Bu kolaylık, her Hub deposunun Transformers ile çalışacağı anlamına gelmez. Kütüphane uyumluluğunun yanında model boyutu, RAM veya GPU ihtiyacı, bağımlılıklar ve lisans koşulları kontrol edilmelidir. Ayrıca çıktıların uygulamanın iş kurallarına bağlanması, hata yönetimi ve kullanıcı verilerinin nasıl işlendiği geliştiricinin sorumluluğunda kalır.

Ücretsiz kullanım nerede sınırlanıyor?

Hugging Face hesabı açmak ile sınırsız hesaplama kaynağı edinmek aynı şey değildir. Hub’daki herkese açık depoların önemli bir bölümü incelenebilir ve indirilebilir; ancak bazı depolar erişim onayı isteyebilir, özel tutulabilir veya lisansla sınırlandırılabilir. Modeli kendi bilgisayarınızda çalıştırırsanız platform ücreti yerine donanım, elektrik ve barındırma maliyeti size aittir.

Spaces tarafındaki koşullar daha somuttur ve zamanla değişebilir. Ağustos 2026’da erişilen resmî açıklamaya göre statik Spaces herkes için ücretsizdir; hesaplama kullanan yeni Gradio ve Docker Spaces için ücretli plan gerekir. İyi durumdaki ücretsiz kişisel hesaplar ZeroGPU üzerinde en fazla iki Gradio Space barındırabilir. Ücretsiz seçenek bu nedenle “her uygulama için sürekli ve sınırsız GPU” anlamına gelmez.

Inference Endpoint ise keşif veya demo katmanından farklıdır: seçilen modeli uygulamaların istek gönderebildiği yönetilen bir uç nokta olarak dağıtma seçeneğidir. Kararlı erişim, belirli donanım veya ölçekleme isteyen projelerde değerlendirilebilir; maliyet seçilen altyapı ve çalışma düzeninden, kullanım hakkı ise ayrıca model lisansından etkilenir.

ChatGPT ile neden aynı şey değil?

ChatGPT, kullanıcının bir sohbet arayüzünden istem gönderip yanıt aldığı tamamlanmış bir yapay zekâ ürünüdür. Hugging Face ise farklı kişi ve kuruluşların modeller, veri kümeleri ve uygulamalar yayımlayabildiği; geliştiricilerin bunları seçip kendi çalışma ortamlarına taşıyabildiği bir platform ve araç ekosistemidir.

Bu fark sorumluluğu da değiştirir. ChatGPT’de hizmetin sunduğu arayüz ve modellerle çalışırsınız; Hugging Face’te model, lisans, donanım, uygulama kodu ve dağıtım yöntemini ayrı ayrı seçmeniz gerekebilir. Sohbet ekranı sunan bir Space, görünüş olarak ChatGPT’ye benzese bile Hugging Face üzerindeki bütün demoları temsil eden tek bir hizmet değildir.

İhtiyaca göre karar ağacı

• Model veya veri kümesi arıyorsanız: Hub’da görev, dil ve lisans ölçütleriyle seçenekleri bulun; ilgili model veya dataset kartını inceleyin.
• Kod kurmadan bir sonucu görmek istiyorsanız: Hazır bir Space’i veya model sayfasında varsa tarayıcı widget’ını deneyin.
• Modeli kendi Python projenizde çalıştıracaksanız: Transformers uyumluluğunu, donanım ihtiyacını ve lisansı kontrol edin.
• Çalışan bir prototipi paylaşacaksanız: Arayüz odaklı uygulamalar için Gradio, özel ortam gereksinimleri için Docker, hesaplama gerektirmeyen sayfalar için statik Space seçeneğini değerlendirin.
• Bir ürüne yönetilen model API’si bağlayacaksanız: Trafik, gecikme, gizlilik ve bütçe gereksinimlerine göre Inference Endpoint gibi dağıtım seçeneklerini karşılaştırın.

Kısacası Hub, Spaces ve Transformers birbirinin alternatif adı değildir. Aynı iş akışının farklı aşamalarını karşılarlar: içeriği Hub’da bulur, çalışan örneği Space’te görebilir, daha fazla kontrol gerektiğinde modeli Transformers ile kendi ortamınızda çalıştırır ve düzenli uygulama trafiği oluştuğunda uygun dağıtım katmanını seçersiniz.

Ayrıca okuyun:

• Hugging Face’e ilk adım: Yanlış modeli çalıştırmadan önce üç kontrol