Yapay zekâ aboneliklerinde kullanım sınırına ulaşan herkes bu sorunu bilir: Zekâ dijital olabilir, ancak ücretsiz değildir. Kurumsal ölçekte bu sınır, kârlılık sorusuna dönüşür. Eğer yapay zekâ ajanları beklenenden fazla token tüketirse, otomasyonun maliyeti, yerini alması beklenen insan emeğinden daha cazip olmaktan hızla çıkabilir.
Giriş
27 Ocak 2025’te Nvidia (NVDA), ucuz bir Çinli modelin ABD’deki tüm yapay zekâ altyapısını geçersiz kıldığı endişesiyle tek bir işlem gününde yaklaşık 600 milyar dolar değer kaybetti. Bu, kurumsal tarihteki en büyük günlük kayıptı. Aradan geçen 18 ayın ardından benzer bir korku, bu kez daha keskin şekilde yeniden gündemde. ABD’de çıkarım (inference) maliyetleri o kadar yükseldi ki, şirketler açık ağırlıklı Çinli modellere geçmeye başladı. Bu göçün, 730 milyar dolarlık hiper ölçekleyici altyapı yatırımlarının ekonomisini tehdit etme riski bulunuyor.
İki Felsefe, Bir Fiyat Farkı
ABD ve Çin yapay zekâ modelleri arasındaki fiyat farkı, yalnızca agresif fiyatlandırmadan kaynaklanmıyor. Bu fark, iki zıt stratejinin doğrudan sonucu. Bu stratejileri anlamak, farkın kalıcı mı yoksa geçici mi olduğunu gösteriyor.
ABD yaklaşımı: Kapalı, sermaye yoğun, prim korumaya odaklı
OpenAI, Anthropic ve Google DeepMind, kapalı ağırlıklı bir strateji izliyor. Modelin kendisi asla yayımlanmıyor, yalnızca ücretli ve kullanım başına hizmet olarak sunuluyor. Her müşteri ödemesi, mevcut altyapının maliyetini karşılamaya ve bir sonraki model döngüsünü finanse etmeye yarıyor: Pahalı bir sistem eğitiliyor, primli fiyatla satılıyor, elde edilen gelir daha büyük bir eğitim için tekrar yatırıma yönlendiriliyor. Bu döngü, stratejinin neden baştan sermaye yoğun olduğunu ve hiper ölçekleyici yatırımların neden yüz milyarlarca dolara ulaştığını açıklıyor. Aynı şirketler, model eğitimi, veri merkezi inşası ve Google’ın TPU’su, Amazon’un Trainium’u, Meta’nın MTIA’sı gibi özel çip tasarımlarıyla tüm yığını giderek daha fazla kendileri kontrol ediyor.
Çin yaklaşımı: Açık, verimlilik odaklı, bulut tabanlı
Çin ise tam tersi bir yol izliyor. DeepSeek, Alibaba’nın Qwen’i, Moonshot’ın Kimi’si, Zhipu’nun GLM’i gibi yaklaşık on Çinli laboratuvar, birkaç ayda bir sınır seviyesine yakın modeller yayımlıyor. İhracat kısıtlamaları, bu laboratuvarları ölçekten ziyade verimliliğe yöneltti; her sorguda modelin tüm parametrelerinin yalnızca bir kısmını çalıştıran Mixture-of-Experts tasarımları öne çıkıyor. İş modeli de farklı: Örneğin Alibaba, Qwen’i ücretsiz sunuyor ve geliştiricileri Alibaba Cloud’a çekerek gelir elde ediyor. Model yem, bulut ise asıl iş.
Artificial Analysis Intelligence Index gibi bağımsız kıyaslamalar, Çinli modellerin ABD sınırının yaklaşık 3 ila 6 ay gerisinde, bileşik ölçekte ise yaklaşık 6 puan geride olduğunu gösteriyor. Bu fark, Çinli modellerin müşteri hizmetleri veya rutin kodlama gibi standart işlerde fiyat avantajıyla öne geçmesine yetiyor. Ancak, tek bir hatanın çıktıyı geçersiz kıldığı ileri düzey muhakeme görevlerinde ABD modelleri hâlâ üstün. Fark daralmaya devam ederse, bu etki üst segment işlere de yayılır ve düşüş beklentisi güçlenir. Fark korunursa, ABD’nin fiyatlandırma gücü devam eder.
Sınırda gerçek fiyat farkı, milyon token başına 5 ila 15 kat arasında; bu, sıkça dile getirilen “50 kat daha ucuz” manşetlerinin çok altında. Çünkü bu manşetler, Çin’in giriş seviyesi modelleriyle ABD’nin primli modellerini karşılaştırıyor. Artificial Analysis’in görev başı maliyet ölçümüne göre, Claude Fable 5 bir zeka endeksi görevi için 2,75 dolar, GLM-5.2 ise 0,37 dolar maliyetle çalışıyor; bu da yaklaşık 7 katlık bir fark anlamına geliyor.
Geçiş Gerçek mi?
Fiyat farkı artık kurumsal davranışlarda da net şekilde görülüyor. Uber, 2026’daki tüm yapay zekâ kodlama bütçesini dört ayda tüketti. Airbnb, müşteri hizmetleri iş yükünü Alibaba’nın açık ağırlıklı Qwen modeline taşıdı. Pinterest tamamen açık kaynak modellere geçti ve maliyetlerini yaklaşık %90 azalttı. Coinbase, GLM ve Kimi’yi kullanarak yapay zekâ faturasını neredeyse yarıya indirdi. Lindy, Claude’dan tamamen DeepSeek’e geçti. Microsoft’un da Copilot içinde DeepSeek’i test ettiği bildiriliyor.
OpenRouter’ın nisan ayı sıralamasında, küresel token kullanımında ilk üçte Çinli modeller yer aldı: Xiaomi’nin Mimo’su, Alibaba’nın Qwen’i ve DeepSeek. Bu modellerde çıktı fiyatları milyon token başına genellikle 0,50 ila 3 dolar arasında; Claude’da ise 15 ila 25 dolar. MiniMax adlı küçük bir Çinli girişim, toplam pazar payında Alphabet, Anthropic ve OpenAI’nin ardından dördüncü sırada yer aldı. Andreessen Horowitz’in tahminlerine göre, ABD’li girişimlerin yaklaşık %80’i artık Çinli taban modeller üzerinde çalışıyor. Çinli açık ağırlıklı modellerin küresel token kullanımındaki payı, 2024 sonlarında %1,2’den 2025 sonlarında yaklaşık %30’a yükseldi. Qwen, toplam indirme sayısında Meta’nın Llama’sını geçti.
Bu geçişlerin neredeyse tamamı, OpenAI ve Anthropic’in token başına aldığı API gelirlerini ve girişim harcamalarını etkiliyor. Ancak henüz Microsoft (MSFT), Amazon (AMZN) ve Google’ın (GOOGL) altyapı kiralama gelirlerine, yani hiper ölçekleyici bulut gelirlerine yansımış değil. Google Cloud’un bekleyen siparişleri yaklaşık 460 milyar dolar seviyesinde. Azure’da ise kapasite kısıtı devam ediyor. Bu gelir tabanı, sermaye harcamalarını finanse ediyor ve şu ana kadar bir zayıflama görülmüyor.
Silicon Data LLM Token Harcama Endeksi, aralık ile mayıs arasında neredeyse iki katına çıktıktan sonra yaklaşık %20 geriledi. Endeksin yumuşaması, yapay zekânın doğrudan ucuzladığı anlamına gelmiyor. Daha çok, alıcıların ödeme isteğinin zirveye ulaştığına ve talebin sessizce daha ucuz modellere kaydığına işaret ediyor. Bu da fiyatlandırma gücünün baskı altında olduğunu gösteriyor. Allianz Research, yapay zekâ yatırımı ile satışları arasındaki büyüme farkını yaklaşık %46 olarak hesaplıyor; bu, 2001 telekom krizindeki %32’lik ayrışmadan daha yüksek.
Riskin yüksek olduğu alanlarda geçişi yavaşlatan sürtünmeler var. ABD Ulusal Standartlar ve Teknoloji Enstitüsü (NIST), DeepSeek ile ilgili güvenlik sorunlarına dikkat çekti. Ayrıca GLM ve Kimi, veri ve ulusal güvenlik endişeleri nedeniyle ABD Kongresi’nin soruşturmasına konu oldu. AB’nin Yapay Zekâ Yasası, ucuz alternatiflerin taşımadığı ek uyum yükleri getiriyor. Washington’un etkisi ise çift yönlü: Anthropic’in Fable 5 modeline yönelik ihracat kısıtlamaları geçtiğimiz hafta kaldırıldı; aynı dönemde düzenleyiciler, OpenAI’dan yeni sürümünü kademeli olarak devreye almasını istedi.
Meta ise farklı bir yol izliyor. Aynı maliyet baskısıyla karşı karşıya kalan şirket, dış kaynak yerine kendi içinde MTIA çipleri ile Prometheus ve Hyperion veri merkezlerini inşa ediyor. Bu, sıkışık GPU pazarında 2028’e kadar rahatlama beklenmeyen bir dönemde alınmış bir karar. Buna rağmen Meta’nın beklenti güncellemeleri, tek bir günde %6 ila %9 arasında hisse hareketine yol açtı.
Deflasyon Tartışması
Yapay zekâ token fiyatlarının 2023 başından bu yana 1.000 kata kadar düşmesi, ucuz yapay zekânın genel ekonomide finansal baskı yaratabileceği endişesini gündeme getirdi. “Yapay zekâ kaynaklı deflasyon” tezinin temel argümanı, token maliyetlerinin düşmesinin yazılım şirketlerini fiyat indirmeye zorlayacağı ve müşterilerin verimlilik artışının kendilerine yansıtılmasını talep edeceği yönünde. Yapay zekâ uygulamak ucuzladıkça, geleneksel koltuk bazlı lisans modelleri üzerindeki baskı artacak ve yazılım sektöründe kârlılık azalacak. Bu eğilim, brüt kâr marjı ortalama %55 olan yapay zekâ SaaS şirketlerinde şimdiden görülüyor; geleneksel SaaS şirketlerinde bu oran yaklaşık %80.
Yatırımcılar, hiper ölçekleyicilerin 2026 için planlanan 730 milyar dolarlık sermaye harcamasından yeterli getiri elde edip edemeyeceğini sorgulamaya başladı. Bu da büyük teknoloji hisselerinde dalgalanmayı artırıyor. “Yapay Zekâ Büyük 10” olarak adlandırılan Nvidia, Microsoft, Apple (AAPL), Alphabet, Amazon, Meta (META), Broadcom (AVGO), Tesla (TSLA), Oracle (ORCL) ve AMD, ABD hisse piyasası değerinin neredeyse %40’ını oluşturuyor. Dolayısıyla, teknoloji değerlemelerinde yaşanacak ciddi bir düşüş, yalnızca sektörü değil, yarı iletkenler, endüstriyel ekipman ve madencilik gibi yapay zekâ harcamalarına bağlı sektörleri de etkileyebilir.
Ancak bu düşüş beklentisi, Jevons Paradoksu olarak bilinen önemli bir ekonomik mekanizmayı göz ardı ediyor. Bu teoriye göre, bir kaynağın kullanım maliyeti düştüğünde, daha önce ekonomik olmayan faaliyetler de mümkün hâle geldiği için toplam talep artar. Mevcut veriler de bu yönde. Token fiyatları düşerken, haftalık token tüketimi son bir yılda 13 kat artarak 26 trilyonun üzerine çıktı.
Hiper ölçekleyiciler, güçlü gelir artışı bildirmeye devam ediyor. Microsoft’un yapay zekâ iş kolu, 2026 başında yıllıklandırılmış 37 milyar doların üzerinde bir seviyeye ulaştı. Talep, standart sohbet botu etkileşimlerinden yaklaşık 23 kat daha fazla token gerektiren agentic yapay zekâ sistemlerinin yaygınlaşmasıyla da destekleniyor. Yeni muhakeme modelleri ise sorgu başına 50 ila 100 kat daha fazla token üretiyor. Dot-com balonu döneminin aksine, günümüzün teknoloji devleri büyük nakit rezervleri ve görece düşük borçlulukla son derece güçlü bilançolara sahip.
Bununla birlikte, Jevons argümanının da zayıf yönleri var. 2026 ortasında birçok şirket, yükselen yapay zekâ faturaları nedeniyle token kullanımını maksimize etmekten minimize etmeye geçti; bu da daha sıkı maliyet kontrolü ve verimli iş akışlarını beraberinde getirdi. Bu davranış değişikliği, haziran 2026’da token fiyatlarının %20 daha düşmesine katkı sağladı. Aynı dönemde, elektrik şebekesi darboğazları ve yeni veri merkezlerinin devreye alınmasındaki gecikmeler, yapay zekâ kapasitesinin gelecekteki büyümesini sınırlayabilir. Düşen token fiyatları, kısa vadede nakit akışı ve yatırım getirileri için gerçek riskler yaratıyor. Yine de, yapay zekâ talebindeki sürekli artış, yalnızca daha düşük hesaplama maliyetlerinin sistemik bir piyasa çöküşünü tetiklemesinin pek olası olmadığını gösteriyor.
Sonuç
Peki, durum ne? Geçiş, sermaye harcaması döngüsünü finanse eden katmana ulaştı mı, yoksa piyasalar yine aşırı mı tepki veriyor? Şimdilik ikisi de değil. Çinli modellere geçiş kesinlikle gerçek, ancak bu geçiş, 730 milyar dolarlık altyapıyı finanse eden hiper ölçekleyici bulut sözleşmelerine değil, öncü laboratuvarların API gelirlerine yansıyor. Google Cloud’un bekleyen siparişleri ve Azure’un kapasite kısıtları, bu tabanın hâlâ sağlam olduğunu gösteriyor. Asıl kırılan ise fiyatlandırma gücü: Silicon Data endeksinin yumuşaması, SaaS marjlarının daralması ve token kullanımını maksimize etmekten minimize etmeye geçiş, alıcıların artık zekâya prim ödemeye istekli olmadığını gösteriyor.
Tartışma, 3 ila 6 aylık zekâ farkına dayanıyor. Bu fark korunursa, üst düzey muhakeme ABD’nin elinde kalırken, standart çıkarım işleri kademeli olarak Çin’e kayacak. Fark daralırsa, baskı API ücretlerinden sermaye harcaması getirilerine kayacak. Jevons talebi artırmaya devam edebilir, ancak bir sonraki kıyaslama döngüleri, bu talebin sınır fiyatlarından mı yoksa Çin fiyatlarından mı karşılanacağını belirleyecek.
Bu içerik hazırlanırken faydalanılan kaynaklar: investing.com
