İçeriğe geç
İtopya

DRAGON-TIME V2 RTX 5070 · Core i7-14700K

DRAGON-TIME V2 / INTEL Core i7 14700K /MSI GeForce RTX 5070 12GB / 16GB DDR5 / 1TB M.2 SSD / OEM PAKET

DRAGON-TIME V2 / INTEL Core i7 14700K /MSI GeForce RTX 5070 12GB / 16GB DDR5 / 1TB M.2 SSD / OEM PAKET
  • RTX 5070 12 GB
  • Core i7-14700K
  • 16 GB RAM (1 modül), 1 TB depolama
  • 850 W güç kaynağı
  • Oyun 1440p
  • Ofis / okul

Neden E sınıfı?

Parçalarını taradığımız mağazaların fiyatlarıyla ayrı ayrı alsan ₺104.905 tutar; bu sistem %21 daha pahalı.

Aynı güçteki 586 sistemin 221 tanesi bundan pahalı.

Fiyat adaleti40 puan
Parçalarını ayrı ayrı alsan ne tutardı
Performans değeri30 puan
Aynı performanstakilere göre fiyatı
Gizli zayıflık20 puan
RAM, depolama, güç kaynağı, ekran gibi
Mağaza10 puan
Güvenilirlik ve garanti süresi
Ağırlıklar ve kurallar

Dikkat etmen gerekenler

Tek modül RAM: veri aktarım hızı yarıya iner, bazı oyunlarda kare hızı düşebilir.

Parça parça fiş

İtopya, fiyat 6 saat önce kontrol edildi

  • AnakartMSI B760M GAMING PLUS WIFI 6800MHz(OC) DDR5 Soket 1700 M.2 HDMI DP mATX Anakart₺10.437
  • İşlemciINTEL Core i7 14700K 3.4GHz 33MB Önbellek 20 Çekirdek 1700 10nm Tray İşlemci₺19.783
  • Ekran kartıMSI GeForce RTX 5070 12G SHADOW 2X OC GDDR7 192 Bit Ekran Kartı₺69.458
  • RAMGSKILL Flare X5 16GB DDR5 6000Mhz CL38 EXPO/XMP Single Kit Ram₺15.450
  • DepolamaMSI 1TB SPATIUM M560 Gen5 M.2 2280 SSD 10200MB Okuma / 8400MB Yazma₺13.356
  • SoğutucuThermaltake ASTRIA 200 ARGB 120mm Kule Tipi İşlemci Soğutucu₺2.197
  • KasaGameBooster E8501B 850W 80+ Bronze ARGB Mesh E-ATX Siyah Kasa₺4.707

Güç kaynağı ayrı listelenmemiş (çoğunlukla kasayla gelir); toplama eklenmedi.

Satırlar mağazanın fiyatı (tahmini = mağaza yazmıyor, taradığımız mağazaların ortanca fiyatı). "Parçaları ayrı alsan" toplamı her parçanın piyasa fiyatıyla hesaplanır.

Parçaları ayrı alsan
₺104.905
Bu sistem
₺133.262

Fazladan ödediğin₺28.356

Fiyat geçmişi

10 günde ₺12.655 (%10,5) zamlandı: ₺120.606 → ₺133.262

Fiyat günde birkaç kez kontrol ediliyor; son kontrol 6 saat önce.

Yapay zekâ modelleri

Ekran kartında 14B büyüklüğüne kadar modeller çalışır; 9B ve altı rahat.

Yapay zekâ modelleri: ayrıntı ve kaynaklar

Gereken ekran kartı belleği (VRAM) = modelin 4-bit dosyası + 8.192 token'lık konuşmanın hafızası + 1 GB çalışma payı. Dosya boyutu Ollama'nın sayfasından, konuşma hafızası modelin kendi yapılandırma dosyasındaki katman sayısından hesaplanır (2026-10-27 itibarıyla).

ModelÜreticiDosyaKonuşma hafızasıToplam VRAMBu sistemdeKaynak
4B sınıfı
Qwen3.5 4BAlibaba (Qwen)3,3 GB0,27 GB4,6 GBRahatBoyut · Yapı
Qwen3 4BAlibaba (Qwen)2,6 GB1,21 GB4,8 GBRahatBoyut · Yapı
9B sınıfı
Qwen3.5 9BAlibaba (Qwen)6,6 GB0,27 GB7,9 GBRahatBoyut · Yapı
Qwen3 8BAlibaba (Qwen)5,2 GB1,21 GB7,4 GBRahatBoyut · Yapı
DeepSeek-R1 8BDeepSeek5,2 GB1,21 GB7,4 GBRahatBoyut · Yapı
Llama 3.1 8BMeta4,9 GB1,07 GB7 GBRahatBoyut · Yapı
14B sınıfı
Gemma 4 12BGoogle8 GB0,47 GB9,5 GBRahatBoyut · Yapı
Qwen3 14BAlibaba (Qwen)9,3 GB1,34 GB11,6 GBÇalışırBoyut · Yapı
DeepSeek-R1 14BDeepSeek9 GB1,61 GB11,6 GBÇalışırBoyut · Yapı
Phi-4 14BMicrosoft9,1 GB1,68 GB11,8 GBÇalışırBoyut · Yapı
20B sınıfı
gpt-oss 20B (MoE)OpenAI14 GB0,2 GB15,2 GBYavaşBoyut · Yapı
32B sınıfı
Mistral Small 3.2 24BMistral AI15 GB1,34 GB17,3 GBYavaşBoyut · Yapı
Qwen3.5 27BAlibaba (Qwen)17 GB0,54 GB18,5 GBYavaşBoyut · Yapı
Gemma 4 26B (MoE)Google18 GB0,38 GB19,4 GBYavaşBoyut · Yapı
Gemma 4 31BGoogle20 GB1,51 GB22,5 GBSığmazBoyut · Yapı
Qwen3 32BAlibaba (Qwen)20 GB2,15 GB23,1 GBSığmazBoyut · Yapı
DeepSeek-R1 32BDeepSeek20 GB2,15 GB23,1 GBSığmazBoyut · Yapı
Qwen3.5 35B (MoE)Alibaba (Qwen)22 GB0,17 GB23,2 GBSığmazBoyut · Yapı
70B sınıfı
Llama 3.3 70BMeta43 GB2,68 GB46,7 GBSığmazBoyut · Yapı
DeepSeek-R1 70BDeepSeek43 GB2,68 GB46,7 GBSığmazBoyut · Yapı

Ev bilgisayarı için fazla büyük olanlar

Kimi, büyük DeepSeek ve en büyük Qwen modelleri yüzlerce GB bellek ister; buradaki hiçbir hazır sistemin ekran kartına sığmaz. Genelde bulutta ya da sunucuda çalıştırılırlar.

ModelÜreticiParametre4-bit dosyaKaynak
gpt-oss 120BOpenAI117B (MoE)65 GBollama.com
Qwen3.5 122BAlibaba (Qwen)122B (MoE)81 GBollama.com
Qwen3 235BAlibaba (Qwen)235B (MoE)142 GBollama.com
DeepSeek V3.1DeepSeek671B (MoE)404 GBollama.com
DeepSeek-R1 671BDeepSeek671B (MoE)404 GBollama.com
DeepSeek V4.1 FlashDeepSeek763B (MoE)Ollama'da yokhuggingface.co
Kimi K2.6Moonshot AI1T (MoE)Ollama'da yokhuggingface.co
Kimi K3Moonshot AI2,8T (MoE)Ollama'da yokhuggingface.co
  • 4BRahat4,8 GB ekran kartı belleği (VRAM)Qwen3.5 4B, Qwen3 4B
  • 9BRahat7,9 GB ekran kartı belleği (VRAM)Qwen3.5 9B, Qwen3 8B +2
  • 14BÇalışır11,8 GB ekran kartı belleği (VRAM)Gemma 4 12B, Qwen3 14B +2
  • 20BYavaş15,2 GB ekran kartı belleği (VRAM)gpt-oss 20B
  • 32BSığmaz23,2 GB ekran kartı belleği (VRAM)Mistral Small 3.2 24B, Qwen3.5 27B +5
  • 70BSığmaz46,7 GB ekran kartı belleği (VRAM)Llama 3.3 70B, DeepSeek-R1 70B
Nasıl hesaplıyoruz?
  • Rahat: Ekran kartına bol payla sığar; uzun belgeler de olur
  • Çalışır: Ekran kartına sığar; sohbet için yeterli, çok uzun belgelerde sınırda
  • Yavaş: Ekran kartına sığmaz; sistem belleğiyle çalışır ama yavaş
  • Sığmaz: Bu bilgisayarın belleğine sığmaz

"14B" modelin büyüklüğü (milyar parametre). Hesap yalnızca bellekten: modelin indirilen dosyası (Ollama, 4-bit), 8 bin token'lık (birkaç sayfalık) konuşmanın hafızası ve 1 GB çalışma payı ekran kartı belleğine (VRAM) sığıyor mu? Sığmayan kısım sistem belleğine (RAM) taşarsa model çalışır ama yavaşlar. Hızı ölçmüyoruz. Yerel modeller ChatGPT gibi bulut modellerinden zayıftır; NVIDIA kartlarda kurulum en kolayıdır.

Modeller, kaynaklar ve varsayımlar

Oyunlarda nasıl?

Bir oyun seç: bu sistemin, oyunu yapan şirketin istediği donanıma ne kadar yettiğini gösterelim.

ARC RaidersApex LegendsBattlefield 6Call of Duty: Black Ops 7Call of Duty: Modern Warfare 4Counter-Strike 2Crimson DesertDota 2
ARC Raiders görseli
ARC RaidersDLSS 4DLSS MFGXeSS
Çok rahat100/100

Yayıncının önerilen gereksinimini karşılıyor.

Oyunu yapan şirketin istediği

  • En düşük

    Ekran kartı
    GeForce GTX 1050 Ti veya Radeon RX 580 veya Arc A380
    İşlemci
    Intel Core i5-6600K veya AMD Ryzen R5 1600
    Bellek
    12 GB RAM

  • Önerilen

    Ekran kartı
    GeForce RTX 2070 veya Radeon RX 5700 XT veya Arc B570
    İşlemci
    Intel Core i5-9600K veya AMD Ryzen 5 3600
    Bellek
    16 GB RAM

Tahmindir, ölçüm değil: yayıncının listesine göre 1080p için hesapladık. Gereksinimlerin kaynağı Nasıl hesaplıyoruz?

Bu sisteme uygun monitörler

Bu sistemin ekran kartı 1440p oyunlarda ortalama 95 kare veriyor: 60-165 Hz bir 1440p monitör onu tam kullanır. Daha yüksek Hz'e verilen para bu kartta karşılık bulmaz.

Bütün 1440p oyuncu monitörleri
JAMES Donkey Velor Q50 monitör27 inç · 1440pA88

Çok mantıklıİnceHesap

JAMES Donkey Velor Q50

27" · 2560×1440 · 165 Hz · Hızlı IPS

  • Oyun
  • Ofis / okul
₺5.799
Koorui 34E6UC monitör34 inç · 1440pA84

Çok mantıklıGameGaraj

Koorui 34E6UC

34" · 2560×1440 · 165 Hz · VA · kavisli

  • Oyun
₺11.736
ASUS TUF Gaming VG27AQE5A monitör27 inç · 1440pA73

Çok mantıklıVatan Bilgisayar

ASUS TUF Gaming VG27AQE5A

27" · 2560×1440 · 165 Hz · IPS

  • Oyun
  • Ofis / okul
₺7.549

4 mağazada var, en ucuzu bu.

Bu fiyat aralığında başka neler var?

₺106.609 – ₺159.914 arasında sınıfı en yüksek olanlar.

Ayrıca bak: RTX 5070 hazır sistemler · 150 bin TL hazır sistemler

RX 9070 XT + Ryzen 7 7700X3D hazır sistemA8420B

Çok mantıklıVatan Bilgisayar

RX 9070 XT · Ryzen 7 7700X3D

AMD R7 7700X3D - RX 9070 XT - B850M - 1TB SSD - 16GB RAM

16 GB VRAM · 16 GB RAM (1 modül), 1 TB depolama

Yapay zekâ: 20B'ye kadar modeller

₺109.109Parça toplamından %23 ucuz
RX 9070 XT + Ultra 7 265F hazır sistemA8020B

Çok mantıklıVatan Bilgisayar

RX 9070 XT · Ultra 7 265F

INTEL U7 265F - RX9070 XT - H810M - 1TB SSD - 16GB RAM

16 GB VRAM · 16 GB RAM (1 modül), 1 TB depolama

Yapay zekâ: 20B'ye kadar modeller

₺106.851Parça toplamından %21 ucuz
RX 9070 XT + Ryzen 7 7800X3D hazır sistemA7520B

Çok mantıklıGameGaraj

Prismor 7A

RX 9070 XT · Ryzen 7 7800X3D

16 GB VRAM · 32 GB RAM (2 modül), 1 TB depolama

Yapay zekâ: 20B'ye kadar modeller

₺145.627Parça toplamından %9 ucuz
E33₺133.262Mağazada gör