2026'da Ücretsiz AI Discord Botları

“Ücretsiz AI Discord bot” diye arama yaparsanız onlarca seçenek bulursunuz. Bazıları gerçekten ücretsizdir. Çoğu ise, en azından beklediğiniz anlamda, ücretsiz değildir. Bu yazı gerçekte nelerin mevcut olduğunu, ödünleşimlerin neler olduğunu ve AI inference söz konusu olduğunda “ücretsiz”in gerçekte neye mal olduğunu açıklar.

”Ücretsiz AI” neden karmaşıktır

Bir LLM çalıştırmak maliyetlidir. Bir kullanıcı her mesaj gönderip yanıt aldığında, biri işlem gücü için ödeme yapar. OpenAI veya Anthropic gibi hosted API kullanıyorsanız token başına ödeme yaparsınız. Self-hosted bir model kullanıyorsanız donanım, elektrik ve bakım süresi için ödeme yaparsınız. Bunun etrafından dolaşmanın yolu yoktur: inference sıfır olmayan bir marjinal maliyete sahiptir.

Bir servis “ücretsiz AI bot” sunduğunda aşağıdakilerden biri geçerlidir:

1. Inference maliyetini doğrudan siz ödersiniz (örneğin kendi API anahtarınızı sağlayarak).
2. Servis maliyeti üstlenir ve bunu ücretli katmanlar, reklamlar veya veri toplama yoluyla telafi eder.
3. Inference’ı kendiniz çalıştırırsınız, kendi donanımınızda açık kaynaklı bir modelle.
4. Ücretsiz katman düşük hacimle sınırlandırılmıştır, bu da sağlayıcının işlem maliyetlerine maruz kalmasını sınırlar.

Belirli bir bot için bunlardan hangisinin geçerli olduğunu anlamak, botun kullanım senaryonuza gerçekten uyup uymadığını değerlendirmenin anahtarıdır.

Ücretsiz AI Discord botlarının üç kategorisi

1. Self-hosted açık kaynak botlar (gerçekten ücretsiz, donanımı siz sağlarsınız)

Bu, kullanım limitlerinizi üçüncü bir tarafın kontrol etmediği tek seçenektir. Açık kaynaklı bir LLM’i yerel olarak (veya bir VPS üzerinde) çalıştırır, yazdığınız veya fork ettiğiniz bir bot aracılığıyla Discord’a bağlar ve her şeyi kendiniz yönetirsiniz.

Tipik stack:

• Yerel model sunumu için Ollama
• Discord botu için discord.py veya discord.js
• Llama 3.1 8B, Mistral 7B veya Gemma 2 9B gibi bir model

Ne elde edersiniz:

• Elektrik dışında mesaj başına maliyet yok
• Model, sistem promptu ve veriler üzerinde tam kontrol
• Üçüncü bir tarafın dayattığı rate limit yok (yalnızca Discord’un kendi API limitleri geçerlidir)
• Yerel model işleme: inference makinenizde kalır, Discord ise mesajları taşımaya ve saklamaya devam eder

Nelerden vazgeçersiniz:

• Donanıma ihtiyacınız vardır. 7B parametreli bir modeli makul hızda çalıştırmak için en az 8 GB VRAM’e sahip bir GPU veya unified memory kullanan modern bir Mac gerekir. CPU inference çalışır, ancak yavaştır (7B model için yanıt başına birkaç saniye).
• Altyapının bakımını siz yaparsınız. Güncellemeler, yeniden başlatmalar, izleme ve model ağırlıkları için disk alanı sizin sorumluluğunuzdadır.
• Model kalitesi frontier modellerden düşüktür. Llama 3.1 8B yeteneklidir, ancak GPT-4o veya Claude Sonnet değildir. Basit soru-cevap ve gündelik konuşma için iyi çalışır. İnce akıl yürütme veya karmaşık çok turlu diyaloglarda yetersiz kalır.
• Yerleşik bilgi tabanı, analitik veya handoff özellikleri yoktur. İhtiyacınız olanı siz geliştirirsiniz.

Yaygın modeller için minimum donanım gereksinimleri:

(Hızlar yaklaşık değerlerdir, RTX 4090 üzerinde ölçülmüştür. Quantized varyantlar, küçük bir kalite maliyetiyle daha az bellek kullanır.)

2. Freemium managed servisler (limitli ücretsiz katman)

Bunlar, AI ve bot altyapısını başka birinin host ettiği ürünlerdir. Botu bir web dashboard üzerinden yapılandırırsınız. Ücretsiz katman size sınırlı kullanım verir, daha fazlası için ödeme yaparsınız.

Örnekler:

Quickchat AI’ın Free planı, kredi kartı gerektirmeden test yapmanızı sağlar. Discord entegrasyonu her katmanda mevcuttur, bu yüzden taahhüt vermeden önce botunuzu bağlayıp gerçek kullanıcılarla test edebilirsiniz. Bağlantı tek tıklamayla yapılır: External Apps içinde Discord’u açın ve Add to your Discord server düğmesine tıklayın, ardından eklemek istediğiniz server’ı seçin. Ücretli planlar Starter ile $9/aydan veya yıllık faturalandırmada $8/aydan başlar.

Managed servislerin temel avantajı, ham LLM inference’ın ötesinde özellikler sağlamalarıdır: belgelerinizden ve web sitenizden oluşturulan bilgi tabanları, konuşma analitiği (sentiment analysis, topic detection), çok kanallı dağıtım (aynı agent web sitenizde, WhatsApp’ta, Slack’te ve Discord’da çalışır) ve AI’ın çözemediği durumlar için insan handoff’u. Bunları self-hosted bir modelin üzerine sıfırdan inşa etmek önemli bir mühendislik projesidir.

MEE6 esas olarak moderasyon ve etkileşim botudur. AI chat özellikleri premium aboneliğin arkasındadır (2026 başı itibarıyla $11,99/ay). Ücretsiz katman seviye sistemi, temel moderasyon komutları ve karşılama mesajlarını kapsar, ancak AI destekli konuşmaları kapsamaz.

Botpress, tüm kanallarda ayda 2.000 gelen mesaj içeren ücretsiz bir katmana sahiptir. Görsel bir flow builder sunar ve özel LLM yapılandırmalarını destekler. Ancak kurulum, basit bir Discord botu için Quickchat’e göre daha karmaşıktır, çünkü Botpress öncelikle açık uçlu chat yerine yapılandırılmış konuşma akışları için tasarlanmıştır.

3. BYO API key botları (LLM sağlayıcısına siz ödeme yaparsınız)

Üçüncü kategori: bir server üzerinde çalışan, ancak inference için ticari bir API’yi (OpenAI, Anthropic, Google vb.) çağıran açık kaynaklı botlar. API anahtarınızı siz sağlarsınız. Bot kodunun kendisi ücretsizdir, ancak model sağlayıcısına token başına ödeme yaparsınız.

GitHub örnekleri:

• GPT Discord Bot (OpenAI’ın resmi örneği)
• discord.py + OpenAI Python SDK ile oluşturulmuş çeşitli topluluk botları

Ticari API’lerle mesaj başına maliyet (yaklaşık, 2026 başı itibarıyla):

*Mesaj alışverişi başına ~500 girdi tokenı ve ~200 çıktı tokenı varsayılmıştır, konuşma geçmişi yoktur. Konuşma geçmişi dahil edildiğinde, girdi maliyetleri bağlam uzunluğuyla doğrusal olarak ölçeklenir.

GPT-4o mini kullanarak ayda 1.000 mesajda yaklaşık $0,30 harcarsınız. Ayda 10.000 mesajda yaklaşık $3,00. Konuşma geçmişini hesaba katana kadar bu rakamlar küçük görünür: her mesaj tam konuşma bağlamını içerirse (örneğin önceki 10 tur), mesaj başına girdi token sayısı ~500’den ~5.000’e çıkar, dolayısıyla girdi maliyetleri 10 kat artar ve toplam maliyet yükselir.

Yaklaşımlar arasında maliyet karşılaştırması

Aşağıdaki tablo farklı mesaj hacimlerinde aylık maliyetleri tahmin eder. “Self-hosted”, küçük bir VPS veya mevcut donanım varsayar. “BYO API Key”, GPT-4o mini fiyatlandırmasını kullanır. “Managed”, referans olarak Quickchat AI fiyatlandırmasını kullanır.

Self-hosted sütunu hakkında notlar: aralık, yalnızca CPU kullanan bir VPS (daha ucuz, ancak daha yavaş yanıtlar) veya bir GPU instance kullanmanıza bağlıdır. Hetzner yaklaşık $5-10/ay karşılığında quantized 7B model çalıştırabilen CPU VPS instance’ları sunar, ancak yanıt süreleri 5-15 saniye olur. GPU cloud instance’ları (örneğin Lambda, RunPod veya Vast.ai üzerinden) tek bir GPU için yaklaşık $0,20-0,50/saatten başlar, bu da 7/24 çalıştırıldığında $150-360/ay anlamına gelir. Aralıklı kullanımda spot instance’lar veya serverless GPU sağlayıcıları bunu düşürebilir.

BYO API key sütunu bir aralık gösterir, çünkü maliyetler her istekte konuşma geçmişini dahil edip etmemenize büyük ölçüde bağlıdır. Alt sınır tek turludur (geçmiş yok), üst sınır ~10 mesaj bağlamlı çok turludur.

Managed servis sütunu, Quickchat’in Haziran 2026 itibarıyla fiyatlandırmasını yansıtır. Bu planlar, ek mühendislik çalışması olmadan diğer iki yaklaşımda bulunmayan bilgi tabanı yönetimi, analitik ve çok kanallı destek gibi özellikleri içerir.

Hızlı self-hosted kurulum: Python + discord.py + Ollama

Aşağıda yerel inference için Ollama kullanan bir Discord botunun minimal çalışan örneği bulunur. Bunun için Ollama’nın kurulmuş ve çalışıyor olması, ayrıca bir modelin indirilmiş olması gerekir (örneğin ollama pull llama3.1:8b).

Ön koşullar

1. Python 3.10+
2. Ollama kurulu ve çalışıyor (curl -fsSL https://ollama.com/install.sh | sh)
3. İndirilmiş bir model: ollama pull llama3.1:8b
4. Bir Discord bot token’ı (Discord Developer Portal üzerinden oluşturun)
5. Botun Send Messages ve Read Message History izinleriyle server’ınıza eklenmiş olması

Bağımlılıkları yükleyin

pip install discord.py aiohttp

Bot kodu

import discord
import aiohttp
import json

DISCORD_TOKEN = "your-bot-token-here"
OLLAMA_URL = "http://localhost:11434/api/chat"
MODEL = "llama3.1:8b"
SYSTEM_PROMPT = "Discord server'ında yardımcı bir asistansınız. Yanıtları kısa tutun."

# Store conversation history per channel (in-memory, resets on restart)
conversations: dict[int, list[dict]] = {}
MAX_HISTORY = 10  # Keep last 10 messages per channel

intents = discord.Intents.default()
intents.message_content = True
client = discord.Client(intents=intents)


async def query_ollama(channel_id: int, user_message: str) -> str:
    """Send a message to Ollama and return the response."""
    if channel_id not in conversations:
        conversations[channel_id] = []

    conversations[channel_id].append({"role": "user", "content": user_message})

    # Trim history to avoid unbounded memory growth
    if len(conversations[channel_id]) > MAX_HISTORY:
        conversations[channel_id] = conversations[channel_id][-MAX_HISTORY:]

    messages = [{"role": "system", "content": SYSTEM_PROMPT}] + conversations[channel_id]

    payload = {
        "model": MODEL,
        "messages": messages,
        "stream": False,
    }

    async with aiohttp.ClientSession() as session:
        async with session.post(OLLAMA_URL, json=payload) as resp:
            if resp.status != 200:
                return f"Ollama returned status {resp.status}"
            data = await resp.json()
            reply = data["message"]["content"]

    conversations[channel_id].append({"role": "assistant", "content": reply})
    return reply


@client.event
async def on_ready():
    print(f"Logged in as {client.user}")


@client.event
async def on_message(message: discord.Message):
    # Ignore own messages
    if message.author == client.user:
        return

    # Only respond when mentioned
    if client.user not in message.mentions:
        return

    # Strip the mention from the message
    content = message.content.replace(f"<@{client.user.id}>", "").strip()
    if not content:
        return

    async with message.channel.typing():
        reply = await query_ollama(message.channel.id, content)

    # Discord has a 2000-character limit per message
    if len(reply) > 2000:
        for i in range(0, len(reply), 2000):
            await message.reply(reply[i:i+2000])
    else:
        await message.reply(reply)


client.run(DISCORD_TOKEN)

Bu yaklaşık 60 satırlık koddur ve mention edildiğinde yanıt veren çalışan bir AI botu sağlar. Kanal başına konuşma geçmişini bellekte tutar (yeniden başlatmada kaybolur) ve Discord’un 2.000 karakterlik mesaj limitini ele alır.

Bu minimal botta eksik olanlar

Yukarıdaki kod test ve küçük server’lar için çalışır. Bunun ötesindeki her şeyde, production botların ele alması gereken birkaç sorunla karşılaşırsınız:

• Kalıcı konuşma geçmişi. Bellekteki dict, işlem yeniden başladığında kaybolur. Production bot, konuşmaları Redis’te veya bir veritabanında saklar.
• Rate limiting. Discord kanal başına 5 saniyede 5 mesaja izin verir. Botunuz popülerse kuyruklamaya ihtiyacınız vardır.
• Eşzamanlı istekler. Ollama varsayılan olarak aynı anda bir isteği işler. Aynı anda mesaj atan birden fazla kullanıcı kuyruğa girer. Bir load balancer arkasında birden fazla Ollama instance çalıştırabilir veya Ollama’nın OLLAMA_NUM_PARALLEL seçeneğini kullanabilirsiniz (v0.1.33’ten beri mevcut).
• Hata işleme ve yeniden denemeler. Ollama çökebilir, belleği tükenebilir veya hatalı biçimlendirilmiş yanıtlar döndürebilir. Bot bunların hepsini sorunsuz şekilde ele almalıdır.
• Context window yönetimi. MAX_HISTORY = 10 ayarı basittir. Daha iyi bir yaklaşım tokenları sayar ve modelin context window’una sığacak şekilde kırpar (Llama 3.1 8B için varsayılan 8.192 token, daha uzun bağlamlarda kalite düşüşüyle 128K’ya kadar yapılandırılabilir).
• Thread desteği. Discord’da bot konuşmaları çoğu zaman thread’lerde gerçekleşir. Thread oluşturmayı ve thread başına geçmişi yönetmek ek mantık gerektirir.
• Bilgi tabanı / RAG. Botun projenizin dokümantasyonu hakkında soruları yanıtlamasını istiyorsanız retrieval-augmented generation kurulumu gerekir: dokümanlarınızı embed edin, embedding’leri bir vector database’de saklayın ve LLM’e göndermeden önce ilgili parçaları alın.

Teknik sorun noktaları

Discord API rate limitleri

Discord birden fazla düzeyde rate limit uygular:

• Route başına limitler: Her API endpoint’inin kendi rate limit’i vardır, yanıt header’larında döndürülür (X-RateLimit-Limit, X-RateLimit-Remaining, X-RateLimit-Reset).
• Global limit: Tüm endpoint’ler genelinde saniyede 50 istek.
• Kanal başına mesaj limiti: Kanal başına 5 saniyede 5 mesaj.
• Gateway limitleri: 60 saniyede 120 gateway event’i.

discord.py kütüphanesi, bir limite ulaştığınızda istekleri kuyruğa alarak bunların çoğunu otomatik olarak yönetir. Ancak botunuz aynı anda çok sayıda server veya channel içindeyse yine de global limite ulaşabilirsiniz. Bu noktada sharding’i (botun server bağlantılarını birden fazla gateway connection’a bölmek) incelemeniz gerekir.

MESSAGE_CONTENT intent kullanan botlar için (mesaj metnini okumak için gereklidir), Discord botunuz 100’den fazla server’daysa doğrulama ister. Bu, botunuzun ne yaptığını açıklayan bir tanım göndermeyi ve Discord’dan onay almayı içerir.

Model kalitesi ödünleşimleri

Küçük açık kaynaklı modeller ile frontier ticari modeller arasındaki fark iki yıl öncesine göre daha küçüktür, ancak hâlâ vardır. Yaygın Discord bot görevleri için kabaca karşılaştırma şöyledir:

Discord botunuz bir oyun topluluğu içinse ve çoğunlukla gündelik chat ile basit aramaları yönetiyorsa, yerel 8B model iyi çalışır. Müşteri desteği içinse ve doğruluk önemliyse kalite farkı gerçek bir sorun haline gelir. Karakterde kalmak da modelden çok kuruluma bağlıdır: karakterde kalan bir roleplay AI chatbot nasıl oluşturulur, bir persona promptunun ve canon bilgi tabanının standart bir modeli bile ne kadar ileri taşıyabileceğini gösterir.

Context window yönetimi

Bu, Discord botlarında en az takdir edilen teknik zorluktur. Discord konuşmaları doğası gereği çok turludur: kullanıcılar çok sayıda kısa mesaj gönderir ve botun konuşmanın önceki bölümlerinde ne söylendiğini hatırlaması gerekir.

Bot her yanıt verdiğinde, prompt’a önceki konuşma geçmişini dahil etmesi gerekir. Bunun anlamı şudur:

• Girdi token sayısı konuşma uzunluğuyla doğrusal olarak artar.
• API tabanlı botlarda maliyet de doğrusal olarak artar.
• Yerel modellerde inference süresi bağlam uzunluğuyla artar (attention hesaplamasında karesel, ancak Flash Attention gibi optimizasyonlar yardımcı olur).
• Bir noktada konuşma modelin context window’unu aşar ve bir stratejiye ihtiyacınız olur: baştan kırpmak, eski mesajları özetlemek veya yeni bir konuşma başlatmak.

Pratik bir yaklaşım, son N mesajdan oluşan kayan bir pencere tutmak ve konuşma uzunsa önceki bağlamın kısa bir özetini başa eklemektir. Bu, özeti oluşturmak için ek bir LLM çağrısı gerektirir, ancak mesaj başına maliyetleri sınırlı tutar.

Gizlilik etkileri

Bu, yaklaşıma göre önemli ölçüde değişir:

• Self-hosted: AI inference donanımınızda kalır, bu yüzden model işleme loglarını ve saklama politikasını siz kontrol edersiniz. Discord mesajları yine taşır ve saklar, yerel inference tüm konuşmayı yerel hale getirmez.
• BYO API Key: Mesajlar API sağlayıcısına (OpenAI, Anthropic vb.) gönderilir. Veri saklama politikalarını kontrol edin. 2026 başı itibarıyla OpenAI, varsayılan olarak API verileri üzerinde eğitim yapmadığını belirtir ve Anthropic’in de benzer bir politikası vardır. Ancak mesajlar yine de sunucularından geçer.
• Managed servisler: Mesajlar servis sağlayıcı tarafından işlenir. Gizlilik politikalarını ve veri işleme sözleşmelerini kontrol edin. AB’de kullanıcı verileriyle çalışan işletmeler için GDPR uyumluluğu burada önemlidir. Örneğin Quickchat AI, verileri AB’de işler ve business müşterileri için DPA sağlar.

Gündelik bir Discord server’ı için gizlilik genellikle birincil endişe değildir. Müşteri desteği için Discord botu kullanan bir işletme için konuşma verilerinin tam olarak nerede saklandığını ve kimin erişebildiğini anlamak önemlidir.

Self-hosted ve managed: toplam sahip olma maliyeti

Yukarıdaki tablodaki ham işlem maliyeti karşılaştırması hikâyenin yalnızca bir kısmını anlatır. Toplam sahip olma maliyetine mühendislik zamanı da dahildir.

Self-hosted bot ile kendiniz geliştirmeniz gerekenler:

• Bot kodu ve deployment
• Konuşma geçmişi depolama
• Context window yönetimi
• Hata işleme ve izleme
• Bilgi tabanı / RAG pipeline’ı (gerekirse)
• Analitik ve logging
• Çok kanallı destek (gerekirse)

Temkinli bir tahminle, konuşma geçmişi, bilgi tabanı ve temel analitik içeren production kalitesinde self-hosted bir AI Discord botu oluşturmak deneyimli bir geliştirici için 40-80 saat mühendislik zamanı alır. Bakımı (model güncellemeleri, bağımlılık güncellemeleri, debugging, izleme) sürekli zaman ekler.

Managed servis ile hazır gelenler:

• Bot hosting ve uptime yönetimi
• Web sitenizden, dokümanlarınızdan ve dosyalarınızdan oluşturulan bilgi tabanı
• Konuşma analitiği (sentiment, topics, ratings)
• Çok kanallı dağıtım (aynı agent Discord, web sitesi, WhatsApp, Slack vb. üzerinde)
• AI yardımcı olamadığında insan handoff’u
• AI Actions (konuşma bağlamıyla tetiklenen özel API çağrıları), timeout, kick ve ban gibi moderasyon eylemleri dahil

Soru, managed servisin aylık maliyetinin mühendislik zamanınızın fırsat maliyetinden düşük olup olmadığıdır. Hobi amaçlı bir Discord server’ı işleten solo geliştirici için Ollama ile self-hosting muhtemelen doğru seçimdir. Discord’u müşteriye dönük destek kanalı olarak kullanan bir işletme için matematik genellikle managed servis lehinedir, çünkü temel LLM çevresindeki özellikler (analitik, bilgi tabanı, handoff) botu gerçekten kullanışlı hale getirir. AI ticket bot rehberi, Free plan üzerinde tam olarak bu kombinasyonu uçtan uca kurar, böylece alternatifi somut bir şeye göre fiyatlandırabilirsiniz.

Özet

Evrensel olarak “en iyi” ücretsiz AI Discord botu yoktur. Doğru seçim, “ücretsiz”in sizin için ne anlama geldiğine bağlıdır:

• Sürekli maliyet istemiyorsanız ve kullanılabilir donanımınız varsa, Ollama ve açık kaynaklı bir modelle self-host edin. Yerel model işlemeyi ve veri saklamasını kontrol edersiniz, Discord ise mesajları taşımaya ve saklamaya devam eder. Frontier modellere göre model kalitesinden vazgeçersiniz ve tüm mühendislik işini üstlenirsiniz.
• Herhangi bir ödeme yapmadan önce gerçek kullanıcılarla test etmek istiyorsanız, Quickchat AI’ın Free planı kredi kartı olmadan başlamanızı sağlar. Discord entegrasyonu Free plan’da çalışır ve ücretli planlar $9/aydan başlar.
• Frontier model kalitesi istiyorsanız ve API anahtarlarını yönetmek sizin için uygunsa, BYO API key botu bunu düşük mesaj başına maliyetlerle sağlar (özellikle GPT-4o mini veya Gemini Flash ile). Yine de bot kodunu host etmeniz ve ham chat’in ötesindeki tüm özellikleri geliştirmeniz gerekir.
• Production özelliklerine (bilgi tabanı, analitik, handoff, çok kanallı) ihtiyacınız varsa, managed servis en hızlı yoldur. Beklediğiniz mesaj hacmine ve gerçekten ihtiyaç duyduğunuz özelliklere göre değerlendirin.

“Ücretsiz AI Discord bot” ifadesindeki “ücretsiz” kelimesi çok iş yapar. İşlem gücü her zaman bir şeye mal olur. Soru, bunun bedelini kimin ödediği ve karşılığında ne elde ettiğiniz (veya nelerden vazgeçtiğiniz)dir.

Tüm AI Discord botlarının daha geniş bir karşılaştırması için (yalnızca ücretsiz olanlar değil), 2026’nın En İyi AI Discord Botları derlememize bakın. Server’ınız özellikle bir destek kanalıysa, AI Discord Ticket Bot, dokümanlarınızdan yanıtlamayı ve geri kalanını özel ticket thread’lerine yükseltmeyi adım adım gösterir.