GenAI destekli akıllı telefonlar, bir yıl önceki %36’dan 2026’da küresel sevkiyatın %45’ine ulaşma yolunda (Counterpoint Research, GenAI Smartphone Share Forecast 2026) ve bunların neredeyse tamamı, bir sinir işleme biriminde yerel olarak çalışan küçük bir dil modeline dayanıyor. Modellerin kendisi de buna uyacak şekilde küçüldü: Apple’ın cihaz üstü temel modeli yaklaşık 3 milyar parametreyi ağırlık başına 2 bite sığdırıyor (Apple Machine Learning Research, Foundation Models 2025 Updates), Google’ın Gemma 3n E2B modeli ise yalnızca 2GB bellekte çalışabiliyor (Google Developers Blog, Gemma 3n Developer Guide 2025). Silikon da aynı hızla ilerliyor; Qualcomm en yeni Hexagon NPU’sunda saniyede 220 token’a kadar çıkıldığını öne sürüyor. 2026’da cihaz üstü küçük dil modellerinin (SLM) nerede durduğunu haritalamak için Counterpoint Research, Gartner, IDC, MLCommons, Apple, Google, Qualcomm, MediaTek, Meta, Microsoft, Deloitte ve Samsung verilerini derledik. Daha geniş donanım tablosu için uç yapay zeka istatistikleri derlememize bakın.
TL;DR
- 2026’da sevk edilen akıllı telefonların %45’i GenAI destekli olacak, bu oran 2025’te %36 idi (Counterpoint Research, 2026)
- 2025’teki 369,3 milyonun ardından 2026 için 559 milyon GenAI akıllı telefon öngörülüyor (Gartner, GenAI Smartphone Forecast 2025)
- 2026’da GenAI akıllı telefonlara yönelik son kullanıcı harcamasının 393,3 milyar USD olması bekleniyor, %32 artışla (Gartner, 2025)
- Apple’ın cihaz üstü modeli, ağırlık başına 2 bitte yaklaşık 3 milyar parametreyle çalışıyor (Apple Machine Learning Research, 2025)
- Gemma 3n E2B ve E4B için 2GB ve 3GB bellek ayak izi (Google Developers Blog, 2025)
- Nicemlenmiş Llama 3.2 1B ve 3B modelleri %56 daha küçük ve %41 daha az bellek kullanıyor (Meta AI, 2024)
- Snapdragon 8 Elite Gen 5 Hexagon NPU’da saniyede 220 token’a kadar, bir önceki nesilden %37 daha hızlı (Qualcomm, 2025)
- Tensor G5 üzerindeki Gemini Nano, Tensor G4’e kıyasla 2,6 kat daha hızlı ve 2 kat daha verimli (Google, 2025)
- Yeni MLPerf Mobile v6.0 LLM kıyaslamasında 3 Llama model boyutu (1B, 3B, 8B) (MLCommons, 2026)
- 2026’nın 2. çeyreğine kadar mobil bellek fiyatlarında yaklaşık dört katlık artış (Counterpoint Research, 2026)
- Bellek sıkışıklığı nedeniyle 2026 akıllı telefon sevkiyatında %13,9 düşüşle 1,08 milyar adet öngörülüyor (Counterpoint Research, 2026)
- Galaxy S25 kullanıcılarının %70’inden fazlası yerleşik yapay zeka özellikleriyle aktif olarak etkileşime giriyor (Samsung, 2025)
1. GenAI Akıllı Telefon Sevkiyatları: Cihaz Üstü SLM’lerin Kurulu Tabanı
Her GenAI akıllı telefon, tanım gereği küçük bir dil modeli için bir ev sahibidir: Gartner bu kategoriyi, SLM çalıştırabilen yerleşik bir sinir motoruna veya NPU’ya sahip cihazlar olarak tanımlıyor. Bu da sevkiyat tahminlerini, kaç cihazın yerel model çalıştırabildiğinin en temiz göstergesi yapıyor. Counterpoint artık 2026’da sevk edilen tüm akıllı telefonların %45’inin, 2027’de ise %52’sinin GenAI destekli olmasını bekliyor (Counterpoint Research, GenAI Smartphone Share to Rise to 45% in 2026).
Eğrinin arkasındaki hikaye orta segment. Counterpoint, GenAI’ın artık toptan 400 USD üzerinde standart olduğunu söylüyor. Kısıt, “çip bir model çalıştırabilir mi” sorusundan “malzeme listesi belleği kaldırabilir mi” sorusuna kaydı; bunu Bölüm 6 sayısallaştırıyor. Daha geniş cihaz bağlamını isterseniz, akıllı telefon pazarı istatistikleri sayfamız üreticilere göre toplam hacimleri kapsıyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Küresel akıllı telefon sevkiyatında GenAI destekli pay, 2026 | %45 (2025’te %36) | Counterpoint Research, Haziran 2026 |
| GenAI destekli pay tahmini, 2027 | %52 | Counterpoint Research, Haziran 2026 |
| GenAI akıllı telefon sevkiyatı, 2025 tahmini | 400 milyondan fazla, her üç telefondan yaklaşık biri | Counterpoint Research, Mart 2025 |
| 2024’te GenAI destekli pay | Her beş akıllı telefondan biri | Counterpoint Research, Mart 2025 |
| GenAI akıllı telefon adedi, 2024 / 2025 / 2026 | 260,4 milyon / 369,3 milyon / 559 milyon | Gartner, GenAI Smartphone Forecast, Eylül 2025 |
| GenAI akıllı telefon sevkiyatı, 2025 | 370 milyonun üzerinde (%30 pay), %73,1 artış | IDC Worldwide Smartphone Forecast, 2025 |
| GenAI akıllı telefon sevkiyatı, 2028 | 912 milyon adet, %78,4 CAGR | IDC, Generative AI Smartphone Forecast, Temmuz 2024 |
Bağlam notu: üç firma farklı tanımlar ve tarihler kullanıyor. IDC’nin Temmuz 2024 yayını (IDC basın bülteni) GenAI telefonların 2028’e kadar pazarın %70’ine ulaşacağını öngörmüştü; 2025 tahmini ise “%70’in üzerine” eşiğini 2029’a öteledi. IDC’nin en son uzun vadeli verisi: Temmuz 2024.
2. Harcama ve Pazar Büyüklüğü: Büyük Donanım Dolarları, Küçük Model Geliri
Bu pazarı iki çok farklı rakam anlatıyor. SLM’leri çalıştıran donanım ana akım bir tüketici kategorisi; modellerin kendisinin pazarı ise hâlâ küçük ve kötü tanımlanmış. Gartner, 2026’da GenAI akıllı telefonlara yönelik son kullanıcı harcamasının, 2025’teki 298,2 milyar USD’den %32 artışla 393,3 milyar USD olacağını öngörüyor (Gartner, GenAI Smartphone End-User Spending basın bülteni 2025).
Yazılım tarafında, küçük dil modeli pazarına ilişkin analist tahminleri bir büyüklük mertebesi kadar birbirinden ayrışıyor; bu da talepten çok tanımlar hakkında bilgi veriyor. MarketsandMarkets 2025’i 0,93 milyar USD olarak büyüklüklendirirken Research and Markets bunu 9,16 milyar USD civarına yerleştiriyor. Ortak nokta: her firma uç ve cihaz üstü dağıtımı en hızlı büyüyen segment olarak işaretliyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| GenAI akıllı telefonlara son kullanıcı harcaması, 2024 / 2025 / 2026 | 244,7 milyar USD / 298,2 milyar USD / 393,3 milyar USD | Gartner, Eylül 2025 |
| GenAI akıllı telefonların tüm yapay zeka son kullanıcı harcamasındaki payı, 2025 | %20 | Gartner, Eylül 2025 |
| NPU’lu temel (350 USD altı) GenAI akıllı telefonlar, 2025 | %41 | Gartner, Eylül 2025 |
| 2029’a kadar GenAI yeteneğine sahip premium akıllı telefonlar | %100 | Gartner, Eylül 2025 |
| Küçük dil modeli pazarı, 2025’ten 2032’ye | 0,93 milyar USD’den 5,45 milyar USD’ye, %28,7 CAGR | MarketsandMarkets, Nisan 2025 |
| Küçük dil modeli pazarı, 2025’ten 2030’a | 9,16 milyar USD’den 22,45 milyar USD’ye, %19,6 CAGR | Research and Markets, SLM Market Report 2026 |
| Küçük dil modeli pazarı, 2026’dan 2030’a | 11,1 milyar USD’den 20,7 milyar USD’ye, %15,1 CAGR | Grand View Research, SLM Market Report |
MarketsandMarkets’ın yayını (GlobeNewswire, Nisan 2025), akıllı telefonlar ve IoT cihazlarındaki gecikme ve gizlilik taleplerinin yönlendirdiği uç dağıtımı en hızlı büyüyen segment olarak adlandırıyor.
3. Model Boyutu ve Sıkıştırma: 2 Bitte 3 Milyar Parametre
Telefonda yaşayan bir modelin pratik tavanını hırs değil RAM belirliyor. Piyasadaki modeller 1B ile 4B parametre arasında kümeleniyor ve asıl mühendislik, her ağırlığa kaç bit verildiğinde yatıyor. Apple, yaklaşık 3 milyar parametreli cihaz üstü modelini nicemlemeye duyarlı eğitim kullanarak ağırlık başına 2 bite, 4 bitlik gömmelerle ve 8 bitlik bir KV önbelleğiyle sıkıştırıyor (Apple Machine Learning Research, Updates to Apple’s On-Device and Server Foundation Language Models 2025).
Bu, Apple’ın modelinin ağırlık başına ortalama 3,7 bit kullandığı 2024’e göre keskin bir geri adım. Google, Gemma 3n ile farklı bir yol izledi: daha fazla ham parametre tuttu ancak katman başına gömmeleri hızlandırıcı belleğinin dışına park etti; böylece hızlı bellekte yalnızca yaklaşık 2B veya 4B “etkin” parametre bulunuyor (Google Developers Blog, Introducing Gemma 3n 2025). Bu seviyelerde sıkıştırma doğruluktan çok az şey götürüyor: Apple, sıkıştırma sonrasında MMLU’da %1,5 iyileşme ve MGSM’de yaklaşık %4,6 gerileme bildiriyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Apple cihaz üstü model boyutu | Yaklaşık 3 milyar parametre | Apple Machine Learning Research, 2025 |
| Apple cihaz üstü ağırlık hassasiyeti | Ağırlık başına 2 bit (QAT); gömmeler 4 bit; KV önbelleği 8 bit | Apple Machine Learning Research, 2025 |
| Blok paylaşımıyla Apple KV önbelleği bellek azalması | %37,5 | Apple Intelligence Foundation Language Models Tech Report, 2025 |
| 2024’te Apple cihaz üstü model hassasiyeti | Karma 2 bit ve 4 bit, ağırlık başına ortalama 3,7 bit | Apple Machine Learning Research, 2024 |
| Gemma 3n E2B / E4B ham parametreleri | 5B / 8B | Google Developers Blog, 2025 |
| Gemma 3n E2B / E4B bellek ayak izi | En az 2GB / 3GB | Google Developers Blog, 2025 |
| Nicemlenmiş Llama 3.2 1B ve 3B boyut ve bellek azalması, BF16’ya kıyasla | %56 daha küçük, %41 daha az bellek | Meta AI, Quantized Llama Models, Ekim 2024 |
| Phi Silica boyutu ve nicemleme | 3,3B parametre, 4 bit ağırlıklar, yaklaşık %60 bellek azalması | Microsoft Windows Blog, Aralık 2024 |
Bağlam notu: Meta’nın nicemlenmiş Llama sürümü (Meta AI blogu) ile Microsoft’un Phi Silica yazısı (Windows Experience Blog) 2024’ün sonuna ait. İkisi için de mevcut en güncel veri: 2024. Dizüstü bilgisayar tabanlı bir akademik çalışma yararlı bir pratik kural ekliyor: ağırlık başına yaklaşık 3,5 etkin bit, yoğun nicemlenmiş daha büyük bir modelin daha küçük, daha yüksek hassasiyetli bir modeli geçmeye başladığı eşik (arXiv 2505.15030, A Systematic Evaluation of On-Device LLMs).
4. NPU Verimi: Amiral Gemisi Silikonda Saniyedeki Token Sayısı
Verim iddiaları satıcı tarafından bildiriliyor ve farklı modeller üzerinde ölçülüyor; bu yüzden karşılaştırılabilir puanlar olarak değil, tavan değerler olarak ele alın. Yine de yön belirgin. Qualcomm, Snapdragon 8 Elite Gen 5 Hexagon NPU’nun selefinden %37 daha hızlı olduğunu ve INT2 ile FP8 desteğiyle saniyede 220 token’a kadar sürdürülebilir üretim sağladığını söylüyor (Qualcomm, Snapdragon 8 Elite Gen 5 lansmanı, Eylül 2025; rakamlar Futurum Group tarafından da doğrulanıyor).
Daha çarpıcı rakamlar ön doldurma ile kod çözme arasındaki fark. Bir istemi okumak NPU’da ucuzdur; her yeni token’ı üretmek ise belleğe bağımlıdır. Dimensity 9500 NPU üzerindeki Gemma 3n E2B saniyede 1.600’den fazla token okuyor ama 28 token yazıyor; her üreticinin bant genişliği ve daha düşük hassasiyetli biçimler için mücadele etmesinin nedeni bu. Bu fark, hızlı bir ilk yanıtın yavaş bir kuyruğu gizlediği gerçek zamanlı ses ve asistan özellikleri için önemli; sesli asistan istatistikleri yazımız bunun kullanımda nasıl göründüğünü izliyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Snapdragon 8 Elite Gen 5 NPU artışı | Önceki nesilden %37 daha hızlı | Qualcomm, Eylül 2025 |
| Snapdragon 8 Elite Gen 5 sürdürülebilir üretim | Saniyede 220 token’a kadar | Qualcomm, Eylül 2025 |
| Snapdragon 8 Elite Gen 5 genel SoC güç tasarrufu | %16 | Futurum Group’un Qualcomm verileri üzerine analizi, Ekim 2025 |
| Dimensity 9500 3B parametreli LLM çıktısı | 2 kat daha hızlı (%100), %56 daha düşük tepe güçle | MediaTek Dimensity 9500 lansmanı, Eylül 2025 |
| Dimensity 9500 NPU üzerinde Gemma 3n E2B (4K bağlam) | 1.600+ token/sn ön doldurma, 28 token/sn kod çözme | Google LiteRT NeuroPilot sonuçları, Aralık 2025 |
| MediaTek’te LiteRT NPU veriminin CPU / GPU’ya kıyasla | CPU’dan 12 kata, GPU’dan 10 kata kadar | Google LiteRT NeuroPilot sonuçları, Aralık 2025 |
| Tensor G5 üzerinde Gemini Nano, Tensor G4’e kıyasla | 2,6 kat daha hızlı, 2 kat daha verimli; TPU %60’a kadar daha güçlü | Google, Pixel 10 Tensor G5 duyurusu, Ağustos 2025 |
| Apple cihaz üstü model (iPhone 15 Pro) | İstem token’ı başına ilk token’a kadar 0,6 ms; 30 token/sn | Apple Machine Learning Research, 2024 |
MediaTek’in rakamları lansman yayınından geliyor (MediaTek, PR Newswire üzerinden); Google’ın Tensor G5 iddiaları ise Pixel 10 Tensor G5 yazısından geliyor. Apple’ın saniyedeki token rakamı, yayımladığı en güncel rakam: 2024.
5. Kıyaslamalar ve Kalite: MLPerf Mobile LLM Çağına Giriyor
2026’ya kadar telefon LLM’leri için tarafsız bir ölçüt yoktu; Bölüm 4’teki her rakam satıcının kendi ölçümü. MLCommons’ın 15 Haziran 2026’da yayımladığı MLPerf Mobile v6.0, Llama 3.2 1B, Llama 3.2 3B ve Llama 3.1 8B üzerine kurulu, TinyMMLU ve IFEval ile puanlanan LLM kıyaslamaları ekliyor (MLCommons, MLPerf Mobile v6.0).
Manşet, 8B bir modelin dahil edilmesi: MLCommons, v6.0’ın Llama 3.1 8B’nin Snapdragon 8 Elite Gen 5 üzerinde NPU hızlandırmalı çalıştırılmasını desteklediğini belirtiyor; bir yıl önce bu boyut bir veri merkezi kıyaslamasıydı. Kalite tarafında, küçük modeller artık bilgi testlerinde daha büyük emsallerine yakın. Apple’ın 3B cihaz üstü modeli MMLU’da %67,85 alarak Qwen-2.5-3B’nin biraz önünde yer alıyor ve Phi Silica 4 bitlik nicemleme sonrasında PIQA’da bir puandan az kaybediyor. Bu kıyaslamaların arkasındaki açık ağırlıklı aileler için açık kaynak LLM istatistikleri yazımıza bakın.
| Metrik | Değer | Kaynak |
|---|---|---|
| MLPerf Mobile v6.0 LLM modelleri | Llama 3.2 1B, Llama 3.2 3B, Llama 3.1 8B | MLCommons, Haziran 2026 |
| v6.0 desteği yeni veya güncellenen SoC’ler | Snapdragon 8 Elite Gen 5, Dimensity 9500, Exynos 2600 | MLCommons, Haziran 2026 |
| MLPerf Mobile referans kalitesi, Llama 3.1 8B | TinyMMLU yaklaşık %61, IFEval yaklaşık %67 (FP16) | MLCommons, MLPerf Mobile kıyaslama sayfası |
| MLPerf Mobile referans kalitesi, Llama 3.2 3B | TinyMMLU yaklaşık %59, IFEval yaklaşık %65,5 (FP16) | MLCommons, MLPerf Mobile kıyaslama sayfası |
| MLPerf Inference 5.1 küçük LLM etkileşimli sınırları (Llama 3.1 8B) | İlk token 0,5 sn içinde, çıktı token’ı başına 30 ms | MLCommons, Eylül 2025 |
| Apple cihaz üstü model MMLU | %67,85; Qwen-2.5-3B %66,37 ve Gemma-3-4B %62,81 | Apple Foundation Models Tech Report, 2025 |
| 4 bitlik nicemleme sonrası Phi Silica doğruluğu | PIQA %80,47’den %79,76’ya; ARC Challenge %63,48’den %60,49’a | Microsoft Windows Blog, Aralık 2024 |
| Gemma 3n E4B LMArena puanı | 1300’ün üzerinde | Google Developers Blog, 2025 |
Bağlam notu: MLPerf Mobile kıyaslama sayfası (MLCommons), tek akışlı görevler için birincil metrik olarak 90. yüzdelik gecikmeyi kullanıyor. İncelediğimiz sürüm duyurusunda v6.0’ın cihaz düzeyindeki herkese açık LLM sonuçları yayımlanmamıştı. Apple puanları arXiv’deki 2025 teknik raporundan alınmıştır.
6. Bellek ve Maliyet Kısıtları: DRAM Sıkışıklığı
2026’da cihaz üstü SLM’lerin en büyük tehdidi model kalitesi değil; üzerinde yaşadıkları RAM’in fiyatı. Counterpoint, yapay zeka veri merkezleri DRAM ve NAND üretiminin büyük bölümünü emdiği için mobil bellek fiyatlarının 2026’nın 2. çeyreğine kadar yaklaşık dört kat arttığını bildiriyor (Counterpoint Research, Mobile Memory Cost Hikes, Eylül 2026).
Tahminin altı ayda nasıl bozulduğuna dikkat edin: Aralık 2025’te %2,1 sevkiyat düşüşü, Mart 2026’da %12,4, Haziran’a gelindiğinde %13,9. Ağırlık başına 2 bitte 3B bir model, ağırlıklar için bir gigabaytın çok altında yer gerektiriyor; ancak GenAI özelliklerinin beklediği çok gigabaytlık RAM payı, tam da giriş seviyesi telefonların şu anda kıstığı şey. Counterpoint’in sonraki GenAI telefon dalgasını hem bellek arzına hem de daha verimli modellere bağlamasının nedeni bu.
| Metrik | Değer | Kaynak |
|---|---|---|
| 2026’nın 2. çeyreğine kadar mobil bellek fiyat değişimi | Yaklaşık dört kat | Counterpoint Research, Eylül 2026 |
| 2026’nın 2. çeyreğinde mobil LPDDR4/5 fiyatı, 2025’in 3. çeyreğine kıyasla | Neredeyse 3 kat | Counterpoint Research, EE Times Asia üzerinden, Mart 2026 |
| DRAM artışından kaynaklanan BoM maliyet artışı, düşük / orta / üst segment | Yaklaşık %25 / %15 / %10 | Counterpoint Research, Aralık 2025 |
| Toptan ASP revizyonu, 2026 | Yıldan yıla %6,9 artış | Counterpoint Research, Aralık 2025 |
| 2026 akıllı telefon sevkiyat tahmini, Aralık 2025 / Mart 2026 / Haziran 2026 | -%2,1 / -%12,4 / -%13,9 | Counterpoint Research |
| 2026 küresel akıllı telefon sevkiyatı | 1,08 milyar adet, rekor düşük | Counterpoint Research, Haziran 2026 |
| 200 USD altı segment sevkiyatı, 2026 | %20’den fazla düşüş | Counterpoint Research, EE Times Asia üzerinden, Mart 2026 |
Kaynaklar: Counterpoint, 2026 Smartphone Shipment Forecasts Revised Down ve Mart 2026 revizyonu hakkında EE Times Asia. Gartner bir donanım tabanı da ekliyor: 40 TOPS’un üzerindeki NPU’ların 2027’ye kadar premium telefonlarda standart olmasını bekliyor.
7. Benimseme, Kullanım ve Güven: Geliştiriciler ve Tüketiciler
Dağıtım artık darboğaz değil. Apple, cihaz üstü modelini Foundation Models çerçevesi aracılığıyla üçüncü taraf uygulamalara açtı; çıkarım ücretsiz, çevrimdışı çalışıyor ve yalnızca üç satır Swift gerektiriyor (Apple Newsroom, WWDC25). Samsung, Galaxy S25 kullanıcılarının %70’inden fazlasının yerleşik yapay zeka özellikleriyle aktif olarak etkileşime girdiğini ve 2025 sonuna kadar Galaxy AI’ı 400 milyonun üzerinde cihaza ulaştırmayı hedeflediğini, bunun 2024 için koyduğu 200 milyonluk hedefin iki katı olduğunu söylüyor (Samsung Newsroom, Galaxy Tech Forum 2025).
Güven karşı ağırlık ve çıkarımı yerel tutmanın en güçlü gerekçesi. Deloitte, ABD’li tüketicilerin %70’inin veri gizliliği ve güvenliği konusunda endişelendiğini ve yalnızca %27’sinin verilerinin korunduğuna dair yüksek güvene sahip olduğunu buldu. Cihaz üstü SLM’ler bu endişeye tasarım gereği yanıt veriyor; yerel işlemenin, sesin makineden hiç çıkmasına gerek olmayan Discord için gerçek zamanlı ses değiştirici gibi ses araçları için de önemli olmasının nedeni bu.
| Metrik | Değer | Kaynak |
|---|---|---|
| Yerleşik yapay zekayla aktif etkileşime giren Galaxy S25 kullanıcıları | %70’ten fazla | Samsung, Temmuz 2025 |
| Galaxy AI cihaz hedefi, 2025 sonu | 400 milyonun üzerinde (2024’te 200 milyon) | Samsung, Temmuz 2025 |
| Yapay zeka özelliklerinin günlük rutinlerin parçası olduğunu söyleyen kullanıcılar | %47 | Samsung / Symmetry Research anketi, 2025 |
| Sesli komutları yazmak kadar sık kullanan kullanıcılar | %45 | Samsung / Symmetry Research anketi, 2025 |
| Bir yıl içinde GenAI akıllı telefon almayı planlayan tüketiciler | %59 | Counterpoint Research tüketici anketi, Aralık 2024 |
| GenAI kullanan veya deneyen ABD’li tüketiciler | %53 | Deloitte Connected Consumer Survey 2025 (n=3.524) |
| Veri gizliliği ve güvenliğinden endişe eden ABD’li tüketiciler | %70 | Deloitte Connected Consumer Survey 2025 |
| Verilerinin korunduğuna yüksek güveni olan tüketiciler | %27 | Deloitte Connected Consumer Survey 2025 |
Anket ayrıntıları: Deloitte 2025 Connected Consumer basın bülteni ve Counterpoint yükseltme niyeti anketi. Counterpoint’in anketi Aralık 2024’e ait; firmanın yayımladığı en güncel yükseltme niyeti verisi bu.
Özet: Rakamlarla Cihaz Üstü Küçük Dil Modelleri
| Metrik | Değer | Kaynak |
|---|---|---|
| Akıllı telefon sevkiyatında GenAI destekli pay, 2026 | %45 | Counterpoint Research, 2026 |
| GenAI destekli pay, 2027 | %52 | Counterpoint Research, 2026 |
| GenAI akıllı telefon adedi, 2026 | 559 milyon | Gartner, 2025 |
| GenAI akıllı telefon son kullanıcı harcaması, 2026 | 393,3 milyar USD (%32 artış) | Gartner, 2025 |
| GenAI akıllı telefon sevkiyatı, 2028 | 912 milyon | IDC, 2024 |
| Küçük dil modeli pazarı, 2032 | 5,45 milyar USD (%28,7 CAGR) | MarketsandMarkets, 2025 |
| Apple cihaz üstü model | Ağırlık başına 2 bitte yaklaşık 3B parametre | Apple Machine Learning Research, 2025 |
| Apple KV önbelleği bellek azalması | %37,5 | Apple Tech Report, 2025 |
| Gemma 3n E2B bellek ayak izi | En az 2GB | Google Developers Blog, 2025 |
| Nicemlenmiş Llama 3.2 boyut / bellek azalması | %56 / %41 | Meta AI, 2024 |
| Snapdragon 8 Elite Gen 5 NPU | Saniyede 220 token’a kadar, %37 daha hızlı | Qualcomm, 2025 |
| Dimensity 9500 3B LLM çıktısı | 2 kat daha hızlı, %56 daha düşük tepe güç | MediaTek, 2025 |
| Dimensity 9500 NPU üzerinde Gemma 3n E2B | 1.600+ token/sn ön doldurma, 28 token/sn kod çözme | Google LiteRT, 2025 |
| Tensor G5 üzerinde Gemini Nano | 2,6 kat daha hızlı, 2 kat daha verimli | Google, 2025 |
| MLPerf Mobile v6.0 LLM boyutları | 1B, 3B, 8B | MLCommons, 2026 |
| 2026’nın 2. çeyreğine kadar mobil bellek fiyatları | Yaklaşık dört kat | Counterpoint Research, 2026 |
| 2026 akıllı telefon sevkiyatı | 1,08 milyar (%13,9 düşüş) | Counterpoint Research, 2026 |
| Yapay zekayla etkileşime giren Galaxy S25 kullanıcıları | %70’ten fazla | Samsung, 2025 |
| Gizlilikten endişe eden ABD’li tüketiciler | %70 | Deloitte, 2025 |
Metodoloji ve Kaynaklar
- Counterpoint Research, GenAI Smartphone Share to Rise to 45% of Global Shipments in 2026 (Haziran 2026), segment ayrıntıları Electronics For You tarafından aktarılmıştır
- Counterpoint Research, GenAI Smartphone Shipments to Exceed 400 Million in 2025 (Mart 2025)
- Counterpoint Research, 2026 Smartphone Shipment Forecasts Revised Down as Memory Shortage Drives BoM Costs Up (Aralık 2025)
- Counterpoint Research, Mobile Memory Cost Hikes (Eylül 2026)
- Counterpoint Research, GenAI akıllı telefon yükseltmeleri üzerine tüketici anketi (Aralık 2024)
- EE Times Asia, Counterpoint’in Mart 2026 sevkiyat revizyonu üzerine haber
- Gartner, Worldwide GenAI Smartphone End-User Spending basın bülteni (Eylül 2025)
- IDC, Worldwide Generative AI Smartphone Shipments Forecast (Temmuz 2024) ve IDC Worldwide Smartphone Forecast (2025)
- MarketsandMarkets, Küçük Dil Modeli Pazarı bülteni (Nisan 2025); Research and Markets, Small Language Model Market Report 2026; Grand View Research, Small Language Model Market Report
- Apple Machine Learning Research, Updates to Apple’s On-Device and Server Foundation Language Models (2025), Apple Intelligence Foundation Language Models Tech Report 2025 (arXiv), Introducing Apple’s On-Device and Server Foundation Models (2024) ve Apple Newsroom, WWDC25
- Google Developers Blog, Introducing Gemma 3n (Haziran 2025) ve Google, Pixel 10 Tensor G5 (Ağustos 2025)
- Dimensity 9500 üzerinde Google LiteRT NeuroPilot sonuçları (Aralık 2025), MarkTechPost tarafından aktarıldığı şekliyle
- Qualcomm, Snapdragon 8 Elite Gen 5 lansmanı (Eylül 2025) ve Futurum Group analizi
- MediaTek, Dimensity 9500 lansman bülteni (Eylül 2025)
- Meta AI, Introducing Quantized Llama Models (Ekim 2024)
- Microsoft, Phi Silica, küçük ama güçlü cihaz üstü SLM (Aralık 2024)
- MLCommons, MLPerf Mobile v6.0 (Haziran 2026), MLPerf Mobile kıyaslama sayfası ve MLPerf Inference 5.1 küçük LLM kıyaslaması (Eylül 2025)
- arXiv 2505.15030, A Systematic Evaluation of On-Device LLMs: Quantization, Performance, and Resources
- Samsung Newsroom, Galaxy Unpacked 2025’te Galaxy Tech Forum (Temmuz 2025), anket rakamları FoneArena tarafından aktarıldığı şekliyle
- Deloitte, 2025 Connected Consumer Survey basın bülteni (Eylül 2025)
- Veri notu: 2025 GenAI akıllı telefon hacimleri firmaya göre değişiyor: IDC 370 milyonun üzerinde (%30 pay), Gartner 369,3 milyon, Counterpoint ise Mart 2025 tahmininde 400 milyonun üzerinde dedi ve sonradan 2025 payını %36 olarak güncelledi. 2026 için Counterpoint’in 1,08 milyar adedin %45’i, yaklaşık 486 milyon GenAI telefon anlamına geliyor (0,45 x 1,08 milyar); bu, bellek kıtlığı sevkiyat kesintilerini zorlamadan önce Eylül 2025’te yayımlanan Gartner’ın 559 milyonunun epeyce altında; Gartner’ın revize etmesini bekleyin. Küçük dil modeli pazar büyüklüğü, tanımların farklılığı nedeniyle 2025-2026 için 0,93 milyar USD (MarketsandMarkets) ile yaklaşık 9 ila 11 milyar USD (Research and Markets, Grand View Research) arasında değişiyor. Tüm NPU verim rakamları farklı modeller, hassasiyetler ve bağlam uzunlukları üzerinde satıcılar tarafından bildirilmiştir; bu yüzden doğrudan karşılaştırılamazlar ve izlenmesi gereken veri MLPerf Mobile v6.0 cihaz düzeyindeki LLM sonuçlarıdır. Apple’ın saniyede 30 token rakamı, Meta’nın nicemlenmiş Llama sonuçları, Microsoft’un Phi Silica rakamları ve IDC’nin 2028 tahmini, her kaynağın yayımladığı en güncel veri olan 2024 verileridir. Apple’ın makine öğrenimi araştırma sayfası 15 desteklenen dil listelerken arXiv teknik raporu 16 yerel ayar tanımlıyor.
Son güncelleme: 3 Ekim 2026. Bu derlemeyi üç ayda bir güncelliyoruz ve bir sonraki yenilemenin, Counterpoint 2026’nın 3. çeyrek akıllı telefon ve bellek fiyatı izleyicilerini yayımladığında ve MLCommons ilk herkese açık MLPerf Mobile v6.0 LLM sonuçlarını açıkladığında gelmesi bekleniyor.