Pazartesi günü Decagon CEO'su Jesse Zhang, “Herkes işletmelerde açık kaynak yapay zeka konusunda yanılıyor” başlıklı çarpıcı bir teori yayınladı. Zhang, yazısında günümüz yapay zeka ekonomisinin en ilginç çelişkilerinden birini ele alıyor: Kendi şirketi de dahil olmak üzere daha olgun yapay zeka dağıtımları daha hafif modellere geçiyor. Ancak pahalı, son teknoloji modellere yapılan toplam harcama neredeyse hiç kıpırdamıyor.
Bu, öncü ve açık kaynak modeller arasındaki ilişkiye yeni bir bakış açısı getiriyor. Zhang'a göre bunlar rakip değil; aynı yaşam döngüsünün iki farklı aşaması. Pahalı öncü modeller, kullanım senaryolarını kanıtlamak için kullanılırken, bu senaryolar olgunlaştıkça daha ucuz açık kaynak alternatiflerine devrediliyor.
Daha olgun kullanım senaryoları hafif modellere geçtikçe, sürekli olarak yeni kullanım senaryoları ortaya çıkıyor ve öncü modellere yapılan toplam harcama neredeyse hiç düşmüyor.
Zhang bu noktayı destekleyecek fazla veri sunmasa da, verileri bulmak zor değil. Vercel'in yapay zeka ağ geçidi panosu, sadece geçen hafta içinde DeepSeek'in token hacminde büyük bir sıçrama yaparak şirketin altyapısından geçen tokenların üçte birinden fazlasını işlediğini gösteriyor. Popüler GLM-5.2 modelinin arkasındaki laboratuvar Z.ai ise aynı dönemde saygın bir dördüncü sıraya yükseldi.
Ancak toplam token harcamasına bakıldığında, Anthropic'in platformdaki toplam yapay zeka harcamasının yarısından fazlasını oluşturmaya devam ettiği görülüyor. Son değişikliklerin büyük kısmı Anthropic'in kendi artan fiyatlarından kaynaklandığı için, payı son bir ayda biraz düşmüş olsa da, bu düşüş anlamlı değil.
OpenRouter da benzer bir hikaye anlatıyor ve pazarın çok daha büyük (ancak biraz daha az kurumsal) bir bölümünü kapsıyor. DeepSeek V4 Flash, haftalık 5,3 trilyon token işleyerek genel kullanımda ana kazanan konumunda. En popüler öncü model Opus 4.8 ise sadece 2 trilyonun biraz üzerinde token işliyor. OpenRouter modelleri toplam harcamaya göre sıralamasa da, Opus 4.8 için ortalama token maliyetini V4 Flash'tan kabaca 23 kat daha yüksek olarak kaydediyor (milyon token başına 1,37 dolara karşılık sadece 6 sent). Bu da Opus'un muhtemelen harcamaların aslan payını hâlâ kaptığı anlamına geliyor.
Bu rakamlar, Nvidia'nın güçlü bağlantıları ve modelin aşırı uyarlanabilirliği sayesinde paketin önüne geçmeye hazırlanan en yeni oyuncu Nvidia'nın Nemotron'unu bile kapsamıyor.
Bu rakamlar Zhang'ın yapay zeka yaşam döngüleri hakkındaki noktasını tam olarak kanıtlamasa da, Anthropic gibi öncü laboratuvarların açık kaynağın yükselişinden çok fazla zarar görmediğini gösteriyor. En azından henüz. Bir açıklama, yapay zeka ile çözülebilecek görevler pazarının o kadar hızlı büyümesi ki, en iyi modellerin sadece erken aşama dağıtımlara hakim olarak konumlarını koruyabilmeleri. Zhang'ın deyimiyle, “Öncü laboratuvarlar keşfe sahip olmaya devam edecek. Açık kaynak ise üretime giderek daha fazla sahip olacak.” Bir başka açıklama da, müşteriler açık kaynağa geçse bile, birçok kullanım senaryosunun o kadar zor olması ki, bunların tamamen daha ucuz alternatiflerle değiştirilememesi olabilir.
Her iki durumda da, bu iki kademeli model ekonomisi, yapay zeka ekonomisinin nispeten istikrarlı bir özelliği haline gelebilir.
Daha geçen Eylül ayında, temel laboratuvarların Starbucks'a kahve çekirdeği satması olasılığı hakkında yazıyordum. Yani, uygulama katmanı faydaları toplarken, emtia girdileri olarak hizmet etmeleri. Bu tahminin bazı kısımları gerçekleşti: Dikey yapay zeka oyuncuları daha hafif modellere geçti ve “GPT sarmalayıcı” girişimlerinin ekonomisi büyük ölçüde istikrarlı kaldı.
Ancak şunu da görüyoruz ki, token bazında, öncü sağlayıcılar pazarın en çekici kısmını, yani primli token fiyatını ellerinde tutmayı başardılar. Ve bu durumun yakın zamanda değişmesi pek olası görünmüyor.
