Claude Kendi Sunucunuzda Çalıştırılabilir mi?

Claude kendi sunucunuzda çalıştırılabilir mi? Hayır; nedeni şu

Claude kendi sunucunuzda çalıştırılamaz. Anthropic model ağırlıklarını yayımlamaz. Bu nedenle indirilecek bir dosya, çalıştırılacak bir container veya modeli kendi donanımınızdan sunmanıza izin verecek bir lisans yoktur. Her Claude isteği Anthropic API'sine ya da Amazon Bedrock, Google Vertex AI veya Microsoft Foundry gibi barındırılan bir iş ortağına gönderilir. Claude'u sahibi olduğunuz bir makinede çalıştırmak bir yapılandırma sorunu değildir. Gerekli artefact Anthropic dışında mevcut değildir.

Kısa yanıt budur. Daha kapsamlı yanıt ise şudur: Bu soruyu soran kişilerin çoğu aslında model ağırlıklarını istemez. Sunucuda kontrol edebilecekleri ve elde edilebilir olan üç şeyden birini isterler: yerel olarak çalışan yetenekli bir model, API anahtarlarını saklayan ve harcamalarını sınırlayan bir gateway veya dizüstü bilgisayarları yerine kendi makinelerinde çalışan bir coding agent. Bu kılavuz, komutlarla birlikte üçünü de ele alır.

"self-hosted Claude" genellikle ne anlama gelir

"self hosted Claude" arama trafiği birkaç farklı isteğe ayrılır. Bu isteklerin her biri farklı bir yanıt gerektirir.

Bazı kullanıcılar gizlilik ister. İstemlerin ağlarından çıkmasını istemezler. Bunu yalnızca yerel bir open weight model sağlar. Çünkü her Claude isteği, tanımı gereği Anthropic'e gönderilen bir istektir.

Bazı kullanıcılar maliyetleri kontrol etmek ister. Kontrol dışına çıkan bir agent'ın kredileri hızla tüketmesinden endişe ederler. Bir gateway bu sorunu çözer. Claude ile çalıştığı için model kalitesi korunur.

Bazı kullanıcılar bir laptop'tan bağımsız olmak ister. Kapağı kapattıklarında çalışmaya devam eden bir agent isterler. Bir VPS bu ihtiyacı karşılar. Claude Code da üzerinde sorunsuz çalışır.

Bazı kullanıcılar "self hosted OpenRouter" ifadesini arar. Bu da bir gateway'dir. Bu durumda genellikle LiteLLM kullanılır.

Hangi ihtiyaca sahip olunduğu belirlenmelidir. Çünkü her durumda kurulması gereken yapı farklıdır.

Ollama ile açık bir modeli kendi sunucunuzda barındırma

Gereksinim hiçbir istemin sunucudan ayrılmamasıysa açık ağırlıklı bir model çalıştırılmalıdır. Günümüzde kiralık bir sunucuda gerçekten kullanılabilen model aileleri Llama, Qwen, Mistral, Gemma ve DeepSeek'tir. Bu modellerin tümü indirip çalıştırabileceğiniz ağırlıkları yayımlar.

Ollama, başlamak için en hızlı yoldur. Kurulum betiği tek satırdan oluşur ve Ubuntu üzerinde bir systemd hizmeti kurar.

curl -fsSL https://ollama.com/install.sh | sh
systemctl status ollama

systemctl status ollama çıktısının active (running) olması gerekir. Ardından bir model çekip modelle iletişim kurulabilir.

ollama pull qwen3:8b
ollama run qwen3:8b "Summarise what a reverse proxy does in two sentences."

İlk pull işlemi birkaç gigabayt veri indirir. Bu nedenle model, yanıt verebilmesi için önce RAM'e veya GPU belleğine sığmalıdır. Kuantize modeller için yaklaşık kural şöyledir: 8 milyar parametreli bir model için yaklaşık 6 GB boş bellek, 14 milyar parametreli bir model için yaklaşık 10 GB bellek gerekir. 70 milyar parametreli bir model ise çoğu genel amaçlı VPS planının sağlayabildiğinden daha fazla belleğe ihtiyaç duyar. Sunucuda bellek yetersizse işlem kernel tarafından sonlandırılır. Bu durumda Error: llama runner process has terminated görülür ve dmesg içinde bellek yetersizliği satırı bulunur. Modeli suçlamadan önce free -h kontrol edilmelidir.

Ollama ayrıca 127.0.0.1:11434 üzerinde bir HTTP API sunar. Bu özellik, Ollama'yı yalnızca bir sohbet aracı olmaktan çıkarıp diğer yazılımlar için de kullanılabilir hale getirir.

curl http://127.0.0.1:11434/api/generate -d '{"model":"qwen3:8b","prompt":"ping","stream":false}'

Bu port localhost'a bağlı bırakılmalıdır. Herkese açık bir IP üzerinde açık bir Ollama portu, onu bulan herkes için ücretsiz bir GPU anlamına gelir. systemd birimi, GPU algılama ve öne bir reverse proxy yerleştirme dahil eksiksiz kurulum, Ollama'yı bir VPS üzerinde çalıştırma kılavuzunda ele alınmaktadır. Aynı anda birden fazla kullanıcıya hizmet veriliyorsa önce Ollama ile vLLM karşılaştırmasını okuyun. Ollama'nın tek akış tasarımı, donanım yetersiz kalmadan çok önce darboğaz haline gelir.

Aradaki fark konusunda dürüst olunmalıdır. Orta düzey bir VPS üzerindeki iyi bir açık model; özetleme, sınıflandırma, taslak hazırlama ve basit veri çıkarma işlemleri için gerçekten kullanışlıdır. Uzun ve çok adımlı akıl yürütmede, büyük kod tabanlarında ve aracı kullanan işlemlerde frontier barındırılan bir modele yaklaşamaz. Hiçbir prompt ayarı bu farkı kapatmaz. Yerel model, iyi olduğu işler için seçilmeli; işin zor olduğu durumlarda ise barındırılan model için ödeme yapılmalıdır.

LiteLLM ile kendi ağ geçidinizi çalıştırın

İnsanların aradığı çözüm, "kendi barındırdığınız OpenRouter" hizmetidir. Bir ağ geçidi, uygulamalarınız ile tüm model sağlayıcıları arasında konumlanır. Uygulamalarınız yalnızca tek bir anahtar tutar ve bu anahtar sunucunuza yönlendirilir. Gerçek sağlayıcı anahtarları yalnızca bu sunucuda bulunur. Anahtar başına harcama sınırı belirleyebilir, farklı uygulamaları farklı modellere yönlendirebilir ve her isteği tek bir yerde günlüğe kaydedebilirsiniz.

LiteLLM, OpenAI uyumlu bir API sunduğu ve Anthropic, Ollama ve diğer çoğu sağlayıcıya aynı uç nokta üzerinden proxy sağladığı için yaygın olarak tercih edilir. Bir yapılandırma dosyasıyla Docker içinde çalıştırılabilir.

model_list:
  - model_name: claude
    litellm_params:
      model: anthropic/claude-sonnet-5
      api_key: os.environ/ANTHROPIC_API_KEY
  - model_name: local
    litellm_params:
      model: ollama/qwen3:8b
      api_base: http://127.0.0.1:11434

Bunu litellm_config.yaml olarak kaydedin ve proxy'yi başlatın. Proxy, 4000 numaralı bağlantı noktasını dinler.

docker run -v $(pwd)/litellm_config.yaml:/app/config.yaml \
  -e ANTHROPIC_API_KEY=$ANTHROPIC_API_KEY \
  -e LITELLM_MASTER_KEY=sk-1234 \
  -p 4000:4000 docker.litellm.ai/berriai/litellm:latest \
  --config /app/config.yaml

LITELLM_MASTER_KEY yönetici kimlik bilgisidir. Bu nedenle root parolası gibi korunmalı ve örnek değer kullanılmamalıdır. Proxy'yi, barındırılan bir API'yi çağırdığınız biçimde çağırın.

curl http://localhost:4000/v1/chat/completions \
  -H 'Authorization: Bearer sk-1234' \
  -H 'Content-Type: application/json' \
  -d '{"model": "claude","messages": [{"role": "user","content": "Say hello in five words."}]}'

Sağlıklı bir yanıt, choices dizisi içeren normal JSON verisidir. 401, Authorization üst bilgisinin ana anahtarınızla eşleşmediğini gösterir. Modeli adlandıran 400, isteğinizdeki model değerinin yapılandırma dosyasındaki hiçbir model_name ile eşleşmediğini gösterir.

Bunu doğrudan Anthropic'i çağırmak yerine oluşturmanın nedeni harcama sınırıdır. Her uygulama için ayrı bir sanal anahtar oluşturun ve her anahtara kendi bütçesini tanımlayın.

curl 'http://0.0.0.0:4000/key/generate' \
--header 'Authorization: Bearer sk-1234' \
--header 'Content-Type: application/json' \
--data-raw '{"models": ["claude"], "max_budget": 100}'

Bu anahtar yüz dolar harcayabilir ve tek bir modele erişebilir. Başka hiçbir işlem yapamaz. Bir agent sabah saat üçte hatalı çalıştığında, etki alanı tüm hesabınız yerine tek bir anahtarla sınırlı kalır. Bu yaklaşım ve buna eşlik eden izleme, VPS üzerinde agent maliyetlerini kontrol altında tutma başlığında ele alınır. Token başına ödeme yapıp yapmayacağınıza hâlâ karar veriyorsanız, API ile abonelik maliyetlerinin karşılaştırılması hesaplamayı açıklar.

Ağ geçidinin ne yapmadığına dikkat edin. Claude'u yerel olarak çalıştırmaz ve istemlerinizi Anthropic'ten gizlemez. İstekler sağlayıcıya ulaşmak üzere sunucunuzdan çıkmaya devam eder. Kazandığınız şey; anahtarlar, harcama, yönlendirme ve günlükler üzerinde kontroldür.

Claude Code'u kendi VPS'nizde çalıştırma

Üçüncü istek en kolay karşılanandır. Claude Code bir istemcidir. Node.js'yi nereye kurarsanız orada çalışır ve API ile HTTPS üzerinden iletişim kurar. Kendi yönettiğiniz bir sunucuya kurulduğunda, dizüstü bilgisayarınızı kapattıktan sonra da aracı çalışır durumda tutar. Ayrıca aracın etki alanı, ana makineniz yerine yeniden kurabileceğiniz bir sistemle sınırlı kalır.

npm install -g @anthropic-ai/claude-code
claude --version

Uzun süren bir işin kopan SSH bağlantısı nedeniyle sonlanmaması için bunu tmux içinde çalıştırın. Oturum yönetimi dahil bu kurulum, tmux ile bir VPS üzerinde Claude Code çalıştırma bölümünde açıklanır. Araca ayrı ve ayrıcalıksız bir kullanıcı verin. Yazma erişimini önem verdiğiniz herhangi bir kaynağa vermeden önce Claude Code'u bir sunucuda çalıştırma güvenlik kuralları bölümünü okuyun.

Burada barındırılan, model değil aracın kendisidir. Bu ayrımı net yapmak gerekir; çünkü bu iki unsur sıklıkla karıştırılır. Süreci, dosya sistemini, ağ çıkışını ve günlükleri siz yönetirsiniz. Çıkarım işleminin sahibi ise hâlâ Anthropic'tir.

Her seçeneğin gerçek maliyeti

Fiyatlar değişir. Bu nedenle aşağıdaki rakamları kesin fiyat teklifi olarak değil, genel bir çerçeve olarak değerlendirin. Temmuz 2026 itibarıyla Claude Sonnet 5 için fiyat, 1 milyon giriş token'ı başına $3 ve 1 milyon çıkış token'ı başına $15'tir. Claude Opus 5 için bu fiyatlar sırasıyla $5 ve $25'tir. Yerel modelde token başına ücret alınmaz. Bunun yerine, kullanılmadığında bile çalışmaya devam eden sunucunun aylık maliyeti ödenir.

Başabaş noktası beklenenden daha düşüktür. Kullanışlı bir açık modeli çalıştırmak için yeterli belleğe sahip bir VPS her ay gerçek bir maliyet oluşturur ve çoğu zaman boşta kalır. Kullanımınız düzensizse barındırılan API genellikle daha ucuzdur. Kullanımınız sürekli ise veya verileriniz ağınızın dışına çıkamıyorsa yerel model her iki açıdan da daha avantajlıdır.

Çoğu ekibin ulaştığı sonuç, açık ve karma bir yaklaşımdır. Yüksek hacimli ve düşük zorluktaki işleri yerel olarak bir açık modelde çalıştırın. Zor istekleri barındırılan bir frontier modele yönlendirin. Her iki modelin önüne bir ağ geçidi koyun. Böylece uygulamaların hangi modelin kullanıldığını bilmesi gerekmez ve uygulama koduna dokunmadan aralarındaki dağılımı değiştirebilirsiniz. Bu mimari, "self hosted Claude" yaklaşımının uygulanabilir biçimidir. Kelimesi kelimesine uygulanan biçimin aksine, bu mimari gerçekten vardır. Tüm agent yığınını da kendiniz çalıştırmak istiyorsanız self-hosted AI agent'ların derlemesi mevcut seçenekleri ele alır.

FAQ

Claude'ın model ağırlıklarını indirip yerel olarak çalıştırabilir miyim?

Hayır. Anthropic hiçbir Claude modeli için ağırlıkları yayımlamamıştır ve kendi sunucunuzda barındırmaya izin veren bir lisans bulunmamaktadır. İnternette indirilebilir "Claude modeli" olarak tanıtılan her şey ya yanıltıcı bir ada sahip farklı bir modeldir ya da API'yi çağıran bir sarmalayıcıdır. API anahtarı gerekiyorsa yerel değildir.

Claude'a en yakın açık model hangisidir?

Tam bir eşdeğer yoktur ve önde gelen modeller birkaç ayda bir değişir. Test edilmeye değer açık ağırlıklı model aileleri Llama, Qwen, Mistral, Gemma ve DeepSeek'tir. Özetleme, sınıflandırma ve basit kod düzenlemelerinde 8 ila 14 milyar parametreli iyi bir açık model gerçekten yararlıdır. Uzun çok adımlı akıl yürütme ve aracı kullanan görevlerde barındırılan öncü bir modele kıyasla fark hâlâ büyüktür. Bir sıralama tablosuna güvenmek yerine kendi istemlerinizle test edin.

LiteLLM, kendi sunucunuzda barındırılan bir OpenRouter mıdır?

Yönlendirme ve anahtar yönetimi açısından işlevsel olarak evet. LiteLLM sunucunuzda çalışır, OpenAI uyumlu tek bir uç nokta sunar ve Anthropic, Ollama ile diğer sağlayıcıların çoğuna proxy görevi görür. Anahtar başına harcama sınırları, model yönlendirme ve günlükleri okuyabileceğiniz tek bir yer elde edersiniz. Ancak yerel çıkarım sağlamaz: Claude'a gönderilen istekler yine Anthropic'e gider.

Claude Code'u kendi sunucumda çalıştırmak kodumu gizli tutar mı?

Hayır. Claude Code, işlemin nerede çalıştığından bağımsız olarak okuduğu dosya içeriklerini Anthropic API'sine gönderir. Bir VPS'nin sağladığı şey aracının yalıtılmasıdır; içeriklerin gizliliği değildir. Araca özel, ayrıcalıksız bir kullanıcı verin, kimlik bilgilerine ve ilgisiz depolara erişmesini engelleyin ve okuyabildiği her şeyi sunucudan çıkan içerik olarak değerlendirin.