Google Colab GPU Limiti ve Fiyatları (2026): Colab mı, GPU Kiralama mı?

Kısa cevap

Google Colab'ın ücretsiz GPU limiti sabit bir sayı değildir: Google kotayı yayımlamaz, GPU'yu garanti etmez ve bir oturumu en fazla 12 saat çalıştırır (Colab Pro+ ile yeterli işlem birimi varsa 24 saat). Ücretsiz katmanda genellikle T4 verilir. Öğrenmek ya da haftada birkaç saat model eğitmek için Colab hala en zahmetsiz yol; ama her oturumda ortam sıfırdan kurulur.

GPU'yu her gün saatlerce kullanıyorsanız, eğitimleriniz bir günden uzun sürüyorsa ya da modelinizi 7/24 bir servis olarak çalıştırmanız gerekiyorsa size ayrılmış, aylık kiralanan bir GPU sunucusu daha öngörülebilir olur. Bu yazıda Colab'ın ücretsiz GPU limitini, GPU listesini, 2026 fiyatlarını ve Kaggle gibi alternatiflerini anlatıyor; aylık kiralamayla farkını maliyet, süre sınırları ve veri konumu açısından karşılaştırıyoruz.

Tek bakışta karşılaştırma

Google Colab ücretsiz GPU limiti ne kadar?

Sabit bir sayı yok. Google kotayı yayımlamıyor; ne kadar GPU süresi alacağınız o anki kapasiteye ve son kullanımınıza göre değişiyor. Kesin olan tek sınır oturum süresi. Colab'ın sık sorulan sorular sayfası sınırları açıkça yazıyor:

• Kaynaklar garanti edilmiyor. Google'a göre Colab kaynakları "garanti edilmez ve sınırsız değildir"; kullanım limitleri zaman zaman değişir ve yayımlanmaz. Ücretli planlarda bile üst seviye GPU'lar "uygunluğa bağlı" olarak verilir.
• Oturum süresi sınırlı. Not defterleri en fazla 12 saat çalışır. Colab Pro+ kullanıcıları, yeterli işlem birimleri varsa 24 saate kadar kesintisiz çalışabilir.
• Boşta kalan oturum kapanır. Kod çalışmıyorsa ve bir süre işlem yapmazsanız çalışma zamanı kapanır; sanal makine ve yerel diskteki dosyalar silinir.
• Web servisi sunmak yasak. Etkileşimli Colab çalışmasıyla ilgisi olmayan dosya barındırma, medya sunma ya da web servisi tüm Colab çalışma zamanlarında yasaktır.
• Bazı kullanımlar yasak. İşlem birimi bakiyeniz yoksa SSH bağlantısı, uzak masaüstü ve dağıtık hesaplama çalıştırmak yasaktır; bu tür oturumlar uyarısız kapatılabilir.
• Birim bitince kurallar değişir. Ücretli bir kullanıcının birimleri bittiğinde ücretsiz katmanın kurallarına dönülür.

Bu sınırların hiçbiri Colab'ı kötü yapmaz; Colab etkileşimli not defterleri için tasarlanmış bir üründür. Sorun, sürekli çalışması gereken işleri Colab'a sığdırmaya çalışınca başlar.

Google Colab'da hangi GPU'lar var?

Google, Colab'daki GPU türlerinin zamanla değiştiğini söylüyor; resmi bir liste ya da saatlik birim tüketimi yayımlamıyor. 2026'da Colab arayüzünde görülen seçenekler:

*Chris McCormick'in Mart 2026'da Colab arayüzünden derlediği değerlerdir ve değişebilir.

L4 mü T4 mü? L4 (Ada Lovelace) 24 GB belleğe sahiptir ve BF16 ile FP8 destekler; T4 (Turing) 16 GB'tır ve BF16 desteklemez. Model T4'e sığıyorsa T4 daha az birim harcar; BF16 ile eğitimde ya da daha büyük modellerde L4'ü seçin. Colab'daki A100'ün 40 GB mı 80 GB mı olduğunu nvidia-smi çıktısından görürsünüz.

Google Colab fiyatları (2026): Pro, Pro+ ve Google AI planları

Colab'da para, aylık abonelik ve "işlem birimi" (compute unit) üzerinden harcanır. Ekim 2026 itibarıyla ABD fiyatları şöyle: Colab Pro aylık 9,99 dolar (100 birim), Colab Pro+ aylık 49,99 dolar. Ek birimler 100 birim için 9,99 dolar. Türkiye'de fiyatlar yerel para biriminde farklı görünebilir.

22 Eylül 2026'da ne değişti? Google, Colab avantajlarını Google AI aboneliklerine ekledi: Google AI Pro aylık 200, Google AI Ultra plana göre aylık 1.000 ya da 2.000 Colab işlem birimi içeriyor. Mevcut Colab Pro ve Pro+ abonelikleri değişmedi; iki abonelik birlikte kullanılırsa birimler aynı bakiyede toplanır.

Hangi GPU'nun saatte kaç birim harcadığını Google resmi olarak yayımlamıyor. Yukarıdaki tabloya göre A100 80 GB'ı günde 8 saat, ayda 22 gün kullanan biri yaklaşık 1.320 birim, yani Pro'nun birim fiyatıyla 130 dolar civarı harcar.

Açık konuşalım: GPU'yu ara sıra kullanıyorsanız Colab, aylık kiralamadan ucuzdur. Aylık kiralamanın avantajı fiyatta değil, Colab'ın veremediği şeylerde:

• GPU'nun ihtiyaç duyduğunuz anda boşta olması,
• bir eğitimin 12 veya 24 saatte kesilmemesi,
• ortamın ve verinin her gün yeniden kurulmaması,
• modelin bir API olarak kesintisiz çalışabilmesi,
• verinin Türkiye'de kalması ve faturanın TL olarak kesilmesi.

Bu ihtiyaçlarınız yoksa Colab ile devam edin. Varsa, Colab'ın hiçbir planı bunları sağlamaz.

Colab oturumu neden kapanıyor, nasıl önlenir?

Colab'da uzun bir eğitimin yarıda kalmasının dört yaygın nedeni var: 12/24 saatlik süre sınırı, boşta kalma zaman aşımı, işlem birimlerinin bitmesi ve GPU'nun başka bir kullanıcıya verilmesi. Hangisi olursa olsun, oturum kapandığında bellekteki model ve yerel diskteki dosyalar gider.

Süre sınırını kaldırmanın yolu yok. Colab Pro+ ve Google AI Ultra'da arka planda çalışma vardır: sekmeyi kapatsanız da kod çalışır, ama kaynaklar yine garanti edilmez. Colab'da kalacaksanız en önemli alışkanlık, düzenli checkpoint almaktır:

import torch

# Her N adımda modeli ve optimizer durumunu Drive'a kaydedin
torch.save({
    "step": step,
    "model": model.state_dict(),
    "optimizer": optimizer.state_dict(),
}, "/content/drive/MyDrive/checkpoints/son.pt")

# Oturum yeniden başlayınca kaldığınız yerden devam edin
state = torch.load("/content/drive/MyDrive/checkpoints/son.pt")
model.load_state_dict(state["model"])
optimizer.load_state_dict(state["optimizer"])
step = state["step"]

Colab mı Kaggle mı? Google Colab alternatifleri

Colab'ın ücretsiz katmanına en yakın seçenek Kaggle Notebooks'tur. Kaggle haftalık GPU kotanızı (genellikle 30 saat civarı) hesabınızda gösterir, bir oturum en fazla 12 saat sürer ve GPU olarak P100 ya da iki T4 sunar. Colab kotayı yayımlamaz ama ücretli planlarla L4, A100, H100 ve G4 gibi daha güçlü kartlara açılır. Birkaç günlük tek bir iş için saatlik bulut GPU, her gün kullanım ve 7/24 servisler için aylık sunucu daha uygundur; farkı bulut GPU ve fiziksel sunucu karşılaştırmamızda anlattık. Üniversitedeyseniz TRUBA'nın ücretsiz hesabına da bakın.

Ne zaman Colab yeterli?

• Derin öğrenmeyi öğreniyor ya da bir eğitim içeriğini takip ediyorsanız.
• Bir makaleyi veya hazır bir not defterini denemek istiyorsanız.
• Eğitimleriniz birkaç saatte bitiyor ve haftada birkaç kez çalışıyorsa.
• Veri setiniz küçükse ve kişisel veri içermiyorsa.

Ne zaman size ayrılmış bir GPU gerekir?

• Her gün kullanıyorsanız. Günde birkaç saat GPU başında olan bir ekip için "bugün A100 boşta mı?" sorusu verim kaybıdır.
• Eğitimleriniz uzunsa. Bir günden uzun süren eğitimlerde sürekli checkpoint'ten devam etmek hem zaman hem dikkat yer.
• Modeli yayına alacaksanız. Bir sohbet botu, görsel üretim servisi ya da iç kullanım için bir API 7/24 çalışmalıdır; Colab bunun için tasarlanmadı.
• Veri setiniz büyükse. Yüzlerce gigabaytlık veriyi her oturumda Drive'dan kopyalamak saatler sürebilir. Kalıcı diskte bu sorun yoktur.
• Veri konumu önemliyse. Kişisel veri içeren veri setlerini yurt dışındaki sunucularda işlemek KVKK kapsamında ek yükümlülükler doğurabilir. Bu konuyu hukuk danışmanınızla değerlendirin; veri yurt içinde kalsın istiyorsanız sunucusu Türkiye'de olan bir seçenek işinizi kolaylaştırır.

Colab'dan kiralık GPU'ya geçiş: kontrol listesi

1. Ortamı sabitleyin. Kullandığınız paket sürümlerini requirements.txt dosyasına yazın. Colab'da hazır gelen paketler sunucuda kendiliğinden olmaz.
2. Not defterini betiğe çevirin. Uzun eğitimleri train.py gibi bir betikle ve tmux içinde çalıştırın; bağlantınız kopsa da eğitim devam eder.
3. Veriyi sunucu diskine taşıyın. Drive bağlamak yerine veriyi bir kez sunucuya kopyalayın.
4. Checkpoint almayı bırakmayın. Süre sınırı olmasa da bellek taşması ya da hatalı bir kod satırı eğitimi yarıda kesebilir.
5. Jupyter'i internete açmayın. Jupyter'i sunucuda 127.0.0.1 üzerinde çalıştırıp SSH tüneliyle bağlanın. Ayrıntılar Jupyter rehberimizde.
6. GPU'yu belleğe göre seçin. Modelinizin ne kadar bellek istediğini önce hesaplayın; aşağıdaki listeye ve GPU kiralama rehberimize bakın.

Hangi GPU ile başlamalı?

Colab'da alıştığınız kartın yerine hangi modelin geçeceği, çalıştırdığınız işin bellek ihtiyacına bağlı:

• Colab'da T4 ile çalışıyorsanız: RTX PRO 4000 (24 GB) geliştirme ve küçük modeller için yeterli; örneğin Qwen3 14B FP8 ile yaklaşık 17,9 GB ister. Aylık $450.
• Colab'da L4 ile çalışıyorsanız: 24 GB'lık L4'e sığan işler için RTX 5090 (32 GB); Mistral Small 3.2 24B FP8 ile yaklaşık 27,5 GB ister. Aylık $600.
• Görüntü üretimi veya 30B sınıfı modeller için: RTX PRO 5000 ya da L40S (48 GB); Qwen3 32B FP8 ile yaklaşık 37,6 GB ister. Aylık sırasıyla $800 ve $900.
• Colab'da A100 ya da G4 kullanıyorsanız: RTX PRO 6000 Blackwell 96 GB belleğiyle A100 80 GB'a sığan işleri ve Llama 3.3 70B'yi FP8 ile (yaklaşık 77,8 GB) tek kartta çalıştırır; Colab'daki G4 de bu GPU ailesindendir. Aylık $1.600.
• Colab'da H100 kullanıyorsanız ya da büyük ölçekli eğitim için: H100 ve H200. İkisinin farkını H100 mü H200 mü karşılaştırmamızda, A100'den geçişi H100 ve A100 karşılaştırmamızda anlattık.

Bellek değerleri sitemizdeki VRAM hesaplayıcısıyla (8K bağlam, tek istek) hesaplanmıştır.

Fiyatlar GPU başına, aylık, dolar cinsinden ve KDV hariçtir; fatura, fatura tarihindeki TCMB döviz satış kuruyla Türk lirası olarak kesilir. Yıllık kiralamada %20 indirim uygulanır; bir siparişte 8 GPU'ya kadar alabilirsiniz. Tüm modelleri fiyat listesinde yan yana görebilirsiniz. Notebook'ta pandas, scikit-learn ve XGBoost kodunu değiştirmeden GPU'da çalıştırmayı veri bilimi hizmet sayfamızda anlattık.

Özet

• Colab; öğrenme, prototip ve ara sıra yapılan eğitimler için ucuz ve pratiktir.
• Google, Colab'da GPU garantisi vermez; oturumlar en fazla 12 saat sürer, Pro+ ile yeterli işlem birimi varsa 24 saate çıkar.
• Ara sıra kullanımda Colab aylık kiralamadan ucuzdur. Her gün kullanım, uzun eğitimler ve 7/24 servisler için size ayrılmış bir sunucu daha öngörülebilirdir.
• Kişisel veri içeren veri setlerinde verinin hangi ülkede işlendiği KVKK açısından önemlidir.
• Geçişte ortamı sabitleyin, not defterini betiğe çevirin ve Jupyter'e SSH tüneliyle bağlanın.

Kaynaklar

• Google Colab: Sık Sorulan Sorular
• Google Colab ücretli planlar
• Kişisel Verileri Koruma Kurumu: Kişisel Verilerin Yurt Dışına Aktarılması Rehberi
• Google for Developers Blog: Colab is now part of your Google AI plan (22 Eylül 2026)
• Google One: Google AI planları
• Chris McCormick: Colab GPUs Features & Pricing (Mart 2026)
• Kaggle: Notebooks belgeleri
• NVIDIA L4 veri sayfası