Pazartesi günü Decagon CEO’su Jesse Zhang, “Kurumsal açık kaynak yapay zeka hakkında herkes yanılıyor.” başlığı altında kışkırtıcı bir teori yayımladı. Bu gönderi, günümüz yapay zeka ekonomisindeki en ilginç çelişkilerden birini ele alıyor: Daha olgun yapay zeka uygulamaları, daha hafif modellere geçiyor, ancak söz konusu pahalı son teknoloji modeller üzerindeki harcama neredeyse hiç değişmiyor.
Zhang’a göre, bu yeni düşünme şekli, sınır ve açık kaynak modeller arasındaki ilişkiyi yeniden tanımlıyor. Bu modeller birbirleriyle yarışmıyor; açık kaynak modellerinin başarısı, sınır laboratuvarlarının kaybına yol açmıyor. Aksine, her iki model de aynı yaşam döngüsünün iki aşaması olarak görülebilir. Pahalı modeller, olgunlaştıkça daha ucuz açık kaynak alternatiflerine aktarılabilen kullanım senaryolarını kanıtlamak için kullanılıyor.
Daha olgun kullanım senaryoları hafif modellere geçerken, yeni kullanım senaryoları da ortaya çıkıyor — ve pahalı modellere yapılan harcamanın genel olarak azalma göstermediği belirtiliyor.
Zhang, bu noktayı destekleyecek çok fazla veri vermiyor, ancak verileri bulmak zor değil. Vercel’in AI geçidi panosu, yalnızca son bir haftada DeepSeek’in, şirketin altyapısından geçen token hacminin yaklaşık üçte birini işleyerek liderliğe yükseldiğini gösteriyor. Popüler GLM-5.2 modelinin arkasındaki laboratuvar olan Z.ai, bu süre zarfında saygın bir dördüncü sıraya yerleşti.
Ancak genel token harcamasına baktığınızda, Anthropic’in hala platform üzerindeki toplam yapay zeka harcamanın yarısından fazlasını oluşturduğunu göreceksiniz. Son değişimin büyük bir kısmı Anthropic’in fiyat artışlarından kaynaklansa da, pay hafif bir düşüş gösterdi; ancak bu düşüş önemli değil.
OpenRouter, pazarda çok daha büyük bir segmenti (ancak biraz daha az kurumsal) ele alarak benzer bir hikaye sunuyor. Deepseek V4Flash, haftada 5,3 trilyon token işleyerek genel kullanımda ana kazanan oldu. En popüler sınır modeli olan Opus 4.8 ise sadece 2 trilyon token işliyor. OpenRouter, modelleri toplam harcama üzerinden sıralamıyor, ancak Opus 4.8’in ortalama token maliyetini V4Flash’a kıyasla yaklaşık 23 kat daha yüksek olarak yani milyon token başına 1,37 dolar (sadece 6 sent) olarak kaydediyor. Bu, Opus’un harcamaların büyük bir kısmını hâlâ elinde bulundurduğu anlamına geliyor.
Bu veriler, en yeni gelen olan Nvidia’nın Nemotron’unu tam olarak yansıtmıyor; çünkü bu model, Nvidia’nın güçlü bağlantıları ve modelin aşırı esnekliği sayesinde lider konumda sıçramaya hazır.
Bu veriler, Zhang’ın yapay zeka yaşam döngüleri ile ilgili teorisini tam olarak kanıtlamasa da, frontier laboratuarlarının açık kaynak yükselişinden pek zarar görmediğini gösteriyor – en azından henüz değil. Bir açıklama, yapay zeka ile yapılabilecek görevlerin pazarının o kadar hızlı büyüdüğüdür ki, en üst modeller, yalnızca erken aşama uygulamalarda üstünlük elde ederek konumlarını koruyabiliyor. Zhang, “Sınır laboratuarları keşfi elde tutmaya devam edecek. Açık kaynak, üretimi daha fazla elinde bulunduracak.” diyor. Başka bir açıklama, birçok kullanım senaryosunun o kadar zor olduğu ki, açık kaynak alternatifleriyle tamamen değiştirilemeyeceğidir.
Sonuç olarak, bu iki katmanlı model ekonomisinin yapay zeka ekonomisinin nispeten istikrarlı bir özelliği haline gelmesi muhtemel görünüyor.
Geçen Eylül ayında, temel laboratuarların Starbucks’a kahve çekirdekleri satma olasılığını yazıyordum — yani, uygulama katmanı fayda elde ederken, emtia girişi sağlama. Bu tahminden bazıları gerçek oldu: Dikey yapay zeka oyunları daha hafif modellere geçti ve “GPT sargılı” girişimlerin ekonomisi çoğunlukla istikrarlı kaldı.
Ancak ayrıca görüyoruz ki, token başına frontier sağlayıcıları, pazardaki en cazip kısma — premium token fiyatına — tutunmayı başardı. Ve bu durumun yakın zamanda değişmesi pek olası görünmüyor.
Makale içindeki bağlantılara tıklayarak satın alım yaptığınızda, küçük bir komisyon kazanabiliriz. Bu, editoryal bağımsızlığımızı etkilemez.
