Google, MCP Desteği ve Yerel Grafiklerle Deep Research ve Deep Research Max'i Başlatıyor

Yazı | Harf AI

Google gerçekten acele ediyor.

Google kurucularından Sergey Brin, "Kurucu Modu"nu yeniden başlatarak doğrudan liderlik ediyor ve Gemini'nin AI programlama ve bağımsız ajanlar gibi kritik yeteneklerde Anthropic gibi rakipleri yakalamak için bir elit "hızlı müdahale birimi" kuruyor.

Google, hemen ardından gece yarısı Gemini 3.1 Pro modeline dayalı iki yeni bağımsız araştırma akıllı aracını: Deep Research ve Deep Research Max'ı duyurdu.

Modelin temel katmanında çıkarım yeteneği artırılırken, kendi kendine çalışan akıllı ajanların kurumsal ve geliştirici platformları doğrultusunda geliştirilmesi de büyük ölçüde desteklenmektedir. API aracılığıyla açık hale getirilmesi, özel verilerin desteklenmesi ve arka planda eşzamanlı görevler gibi yöntemlerle, “AI araştırmaları/analiz araçları” gibi yüksek değerli senaryoda öncülük elde etmek ve OpenAI (Hermes), Perplexity gibi rakiplerle rekabet etmek amaçlanmaktadır.

Bu iki agent, geliştiricilere tek bir API çağrısıyla açık ağ verilerini şirket özel bilgilerle birleştirmeyi, raporlarda doğrudan grafikler ve infografikler oluşturmayı ve Model Context Protocol (MCP) aracılığıyla herhangi bir üçüncü taraf veri kaynağına bağlanmayı ilk kez sağlıyor.

İki akıllı agens, Google'nın 2025 yılında ilk kez tanıttığı Interactions API aracılığıyla, Gemini API'nin ücretli paketleriyle bugün itibarıyla genel önizleme sürümü olarak açıktır.

Evet, bu yeni ajantlar şu anda yalnızca API aracılığıyla kullanılabilir; normal kullanıcılar Gemini uygulamasında, ücretli abonelik yapmış olsalar bile bu hizmetten yararlanamıyor. Güncellemeyi görünce bunu kullanamadıklarını fark eden bazı kullanıcılar, “Google, neden bilinmez bir şekilde Gemini Uygulaması Pro abonelerini sürekli cezalandırıyor…” diye şikayet ediyor.

Google CEO Sundar Pichai, X üzerinde şöyle dedi: "Hız ve verimlilik gerekiyorsa Deep Research'i kullanın; en yüksek kalitede bağlam toplama ve sentezlemek istiyorsanız Max sürümünü kullanın—bu sürüm, genişletilmiş test hesaplamalarıyla DeepSearchQA'da %93,3 ve HLE'de %54,6 başarı elde etti."

18 ay önce, Google Deep Research'in amacı, lisans öğrencilerini tarayıcı sekme kalabalığından kurtarmaktı. Şimdi Google, bunun yatırım bankalarının başlangıç seviyesi analistlerinin temel araştırma görevlerini yerine getirmesini istiyor.

Bu iki hedef arasındaki fark—ve bu teknolojinin gerçekten bu farkı kapatıp kapatamayacağı—özgün araştırma ajanlarının, şirket yazılımı alanında dönüştürücü bir ürün haline gelip gelmeyeceğini, yoksa sadece testlerde parlak görünüp toplantılar da hayal kırıklığına uğrayan bir başka yapay zeka演示 haline gelip gelmeyeceğini belirleyecektir.

Standart Deep Research, daha düşük gecikme ve daha düşük maliyet sunar, hızın önemli olduğu senaryolar için uygundur.

Deep Research Max, hızdan ziyade derinliği öncelikli hale getirir. Bu akıllı sistem, genişletilmiş test zamanı hesaplama ile derinlemesine çıkarım, arama ve yineleme yaparak rapor üretir.

Google, asenkron arka plan iş akışlarının, örneğin gece saatlerinde zamanlanmış görevler (cron job) aracılığıyla çalıştırılıp sabahları analist ekibine tam bir due diligence raporu sunulması gibi senaryolarda ideal kullanım alanları olduğunu belirtti.

Google'un kendi testlerinde, Deep Research Max, arama ve çıkarım görevlerinde önemli ilerlemeler kaydetti. Bu akıllı sistem, önceki sürümlerden daha fazla kaynaktan bilgi alabiliyor ve eski modellerin kaçırabileceği ince ayrıntıları tespit edebiliyor.

Google, rakiplerle karşılaştırmalı bir analiz de sundu.

Ancak, OpenAI'nin GPT-5.4'ü ve Anthropic'ın Opus 4.6'sıyla karşılaştırmak tamamen adil değildir. GPT-5.4, kendi kendine web araması konusunda iyi performans gösterir, ancak derin araştırmalar için özel olarak optimize edilmemiştir. Bu nedenle, OpenAI, Şubat ayındaki güncellemeden sonra GPT-5.4 yerine GPT-5.2'ye geçen kendi DR ajanını sunmuştur. OpenAI'nin en güçlü arama modeli aslında GPT-5.4 Pro'dur, ancak Google bunu karşılaştırmaya dahil etmemiştir.

OpenAI verilerine göre, GPT-5.4 Pro, Agent Search benchmark BrowseComp'te en yüksek %89,3 puan alırken, GPT-5.4 %82,7 puan aldı.

Anthropic'ın kendi raporuna göre, Opus 4.6, BrowseComp'de Google'ın gösterdiği değerden daha yüksek olan %84 puanını elde etti. Bu puan, çıkarım işlevi kapatıldığında elde edildi ve model, Google'ın API temel testlerinde kullandığı yoğun çıkarım ayarlarından daha iyi performans gösterdi.

Bu farklar muhtemelen test yöntemlerindeki farklılıklardan kaynaklanıyor—model orijinal API üzerinden mi değerlendirildi, yoksa her laboratuvarın kendi araç zincirine mi gömüldü? Google verileri kesinlikle yanlış olmayabilir, ancak dikkatli yorumlanmalıdır. Her ne kadar, sunum şekli yeterli şeffaflığa sahip değildir.

Bu yayın içinde en etkili özellik, Model Context Protocol (MCP) desteği eklenmesidir. Bu özellik, Deep Research’i güçlü bir web araştırmacı aracından daha fazla “genel veri analistine” dönüştürecektir.

MCP, AI modellerini dış veri kaynaklarına bağlamak için geliştirilen yeni bir açık standarttır. Deep Research, hassas bilgilerin orijinal ortamlarından ayrılmadan özel veritabanlarını, dahili belge kütüphanelerini ve profesyonel üçüncü taraf veri hizmetlerini güvenli bir şekilde sorgulamasını sağlar.

Gerçek uygulamada, bu, bir hedge fonunun Deep Research’i iç交易 akış veritabanına ve finansal veri terminallerine aynı anda yönlendirebileceğini ve akıllı ajanlardan hem bunları hem de webden gelen açık bilgileri birleştirerek kapsamlı görüşler üretmelerini isteyebileceğini anlamına gelir.

Google, MCP sunucu hizmetini tasarlamak için FactSet, S&P ve PitchBook gibi şirketlerle aktif olarak iş birliği yaptığına dair açıklamalar yaparak, Wall Street ve daha geniş finansal hizmetler sektörünün günlük olarak güven verdiği veri sağlayıcıları ile derin entegrasyon hedeflediğini açıkça gösteriyor.

Google DeepMind ürün yöneticisi Lukas Haas ve Srinivas Tadepalli'nin yazdığı blog yazısına göre, hedefleri "ortak müşterilerin, Deep Research ile desteklenen iş akışlarına finansal veri ürünlerini entegre etmesini ve devasa veri evreninden anlık olarak bağlam toplayarak verimlilikte sıçrama sağlamayı sağlamaktır."

Bu özellik, şirketlerin AI benimsemesi sırasında en sert zorluklardan birini doğrudan çözer: modelin açık internetten bulabileceği bilgiler ile organizasyonun gerçek karar alma süreçleri için ihtiyaç duyduğu bilgiler arasındaki büyük fark. Bu farkı kapatmak önce büyük ölçüde özelleştirilmiş mühendislik çalışmaları gerektirirdi.

MCP, Deep Research'in bağımsız gezinme ve çıkarım yeteneklerini birleştirerek çoğu karmaşıklığı tek bir yapılandırmada basitleştirir. Geliştiriciler şimdi Deep Research'e aynı anda Google araması, uzak MCP sunucusu, URL bağlamı, kod yürütme ve dosya aramasını kullanmaya veya tamamen ağ erişimini kapatıp yalnızca özel verilerde arama yapmaya izin verebilir.

Sistem, grounding (temel bağlam) olarak PDF, CSV, görüntü, ses ve video dahil olmak üzere çok modalli girdileri de destekler.

İkinci büyük özellik, yerel grafik ve bilgi görseli oluşturmamdır.

Önceki Deep Research sürümü yalnızca metin raporu oluşturabiliyordu. Kullanıcılar görselleştirme gerektirdiğinde verileri dışa aktararak kendi grafiklerini oluşturmak zorunda kalıyordu. Bu eksiklik, “tüm süreç otomasyonu” konumunu büyük ölçüde zayıflattı.

Şu anda, yeni nesil ajanlar, karmaşık veri kümelerini HTML veya Google Nano Banana formatında dinamik olarak işleyerek raporlara yüksek kaliteli grafikler ve bilgi grafikleri doğrudan gömme yeteneğine sahiptir, böylece bunlar doğrudan analiz hikayesinin bir parçası haline gelir.

Kurumsal kullanıcılar için — özellikle finans ve danışmanlık sektörlerinde, doğrudan ilgili taraflara teslim edilebilir sonuçlar üretmek zorunda olanlar için — bu özellik, Deep Research’i bir “araştırma aşamasını hızlandıran” araçtan, neredeyse nihai analiz ürününü üretebilen bir araç haline getiriyor.

Ayrıca, kullanıcıların akıllı ajanların araştırma planlarını uygulamadan önce incelemesine, yönlendirmesine ve optimize etmesine izin veren yeni işbirlikçi planlama özelliği ile gerçek zamanlı ara ara çıkarımların akışlı çıktısı birlikte, yeni sistem, geliştiricilere ince düzeyde bir denetim sağlarken, düzenleyici sektörün talep ettiği yüksek şeffaflığı korur.

Google'un resmi blog gönderisi, geliştiricilerin Deep Research ajanlarını kullanarak oluştururken, "Gemini App, NotebookLM, Google Search ve Google Finance gibi Google'ın popüler ürünlerine araştırma yeteneği sağlayan aynı özerk araştırma altyapısını" çağırdığını açıkça belirtiyor. Bu, API aracılığıyla sunulan ajanların, Google'ın dahili sürümünün basitleştirilmiş bir versiyonu değil, aynı sistemin platform ölçeğinde dışarıya sunulduğu anlamına gelir.

Bu gelişim süreci son derece hızlı ilerliyor.

Google, 2024 yılında Gemini Uygulaması'nda Deep Research'i ilk kez C taraflı bir özellik olarak Gemini 1.5 Pro ile tanıttı. Google, bunu, kullanıcıların saatlerce çalışma süresini tasarruf etmelerine yardımcı olmak için web bilgilerini dakikalar içinde özetleyen bireysel bir AI araştırma asistanı olarak tanımladı.

Mart 2025'te, Google, Deep Research'i Gemini 2.0 Flash Thinking Experimental ile yükseltti ve herkese deneme sürümünü açtı. Daha sonra Gemini 2.5 Pro Experimental'e yükseltildi ve Google, değerlendirmecilerin raporları diğer rakiplerin raporlarına kıyasla 2'ye 1 oranında tercih ettiğini bildirdi.

Aralık 2025, Google'nın Interactions API'sini tanıttığı ve Gemini 3 Pro ile ilk kez programlı şekilde Deep Research hizmetini sunduğu, aynı zamanda DeepSearchQA açık kaynak benchmark'ını yayımladığı önemli bir dönüm noktasıdır.

Bu iyileştirmeyi sağlayan temel model, 19 Şubat 2026 tarihinde yayınlanan Gemini 3.1 Pro'dur. Bu model, temel akıl yürütme yeteneklerinde büyük bir atılım sağladı: Modelin yeni mantıksal desenleri çözme yeteneğini ölçen ARC-AGI-2 testinde, 3.1 Pro %77,1 puan aldı ve bu, Gemini 3 Pro'nun iki katından fazlasıdır.