Ox Alpha adlı, kimliği belirsiz bir model, dünyanın en yoğun LLM pazarında birinci sıraya yerleşti. Bu hikâye Çin’den ziyade fiyatlandırma gücü ve trilyon dolarlık yapay zekâ altyapısından nihai getiriyi kimin elde edeceğiyle ilgili.
Okunmaya Değer Bir Sıralama
20 Ağustos’ta, Ox Alpha isimli bir model OpenRouter’da isimsiz olarak ortaya çıktı. OpenRouter, geliştiricilerin yüzlerce modele tek bir arayüz üzerinden erişip diledikleri gibi geçiş yapabildiği, yapay zekâ ekonomisinin altyapısını oluşturan bir platform. Haftalık sıralaması, modelleri kıyaslama puanlarına göre değil, geliştiricilerin gerçekten tükettikleri token sayısına göre belirliyor. Yani, satıcıların notlarından ziyade gerçek tercihleri ve sipariş akışını yansıtıyor.
Birkaç gün içinde Ox Alpha, haftalık 17,5 trilyon token ile DeepSeek’in çok önünde birinci sıraya yerleşti. Model, bir milyon tokenlık bağlam penceresi sunuyor; metin, görsel ve video kabul ediyor; önizleme süresince ücretsiz ve sağlayıcısı, kullanıcı girdileriyle eğitilmediğini belirtiyor. Açık kaynaklı ajan çerçevesi OpenCode, sağlayıcının günde 100 trilyon token kapasitesine sahip olduğunu bildirdi. Stripe’ın kurucu ortağı ve CEO’su Patrick Collison, modeli “oldukça etkileyici” olarak nitelendirdi. Bazı erken dönem rakamlar küçük örneklemlere dayansa da, daha geniş değerlendirmeler daha temkinli. Ancak temel gerçek değişmiyor: Artık kimliği belirsiz bir oyuncu, topluluğun modelin Google, Microsoft veya Z.ai gibi Çinli bir laboratuvardan mı geldiğini tartışmasına neden olacak kadar iyi bir model sunabiliyor. İki yıl önce bu düşünülemezdi.
OpenRouter’ın haftalık token tüketimi tablosunda, sağlayıcısı bilinmeyen Ox Alpha doğrudan ikinci sıradan giriş yaptı.
Gizemli ismi bir kenara bırakıp tabloya bakıldığında, ilk on modelin altısı Çinli: DeepSeek, Xiaomi, Tencent, Z.ai. ABD merkezli bir frontier laboratuvarının en yüksek sıradaki modeli ise altıncı sırada yer alıyor. Geliştiricilerin üretimde gerçekten kullandığı modeller baz alındığında, ABD’nin liderliği şimdiden kaybolmuş durumda.
Sınırın Basit Tanımı
“Teknolojik sınır”, bir makineden o anda alınabilecek en iyi performans anlamına geliyor. Yatırımcılar için önemli olan, bu sınırın nerede olduğu değil, üzerinde kaç oyuncunun bulunduğu ve onuncu en iyi modelin birinciye ne kadar hızlı yaklaştığı.
Bu mesafeyi üç unsur kısaltıyor. Araştırmalar, yayımlanan makaleler, açık ağırlıklı modeller, büyük modellerin damıtılması ve az sayıda araştırmacının hareketiyle yayılıyor. Verimlilik de katlanarak artıyor: Uzman karışımı mimarileri, kuantizasyon ve spekülatif kod çözme, her birim yetenek için gereken hesaplamayı katbekat azalttı. Ayrıca, yeni bir yetenek mümkün olduğunda, bunu yeniden üretmek keşfetmekten çok daha ucuz hale geliyor. ABD’nin yarı iletken kısıtlamaları Çin için hâlâ gerçek bir engel olsa da, algoritmik verimlilik, çıkarım optimizasyonu ve mevcut hesaplama gücünün disiplinli kullanımıyla kısmen dengeleniyor. Sınır daha yavaş ilerlemiyor; arkasındaki kuyruk hızla kısalıyor.
Token Fiyatına Etkisi
Token, bu sektörün hesap birimi ve bir emtia gibi davranıyor. OpenRouter ve Epoch AI verilerini izleyen akademik çalışmalar, 2020’den bu yana token fiyatlarında yaklaşık 600 katlık bir düşüş olduğunu gösteriyor. GPT-4 seviyesindeki yetenekler, 2023’te milyon giriş tokenı başına yaklaşık 30 dolar iken, eşdeğer kalite artık 0,10-0,40 dolar aralığında sunulabiliyor. Piyasadaki en ucuz ve en pahalı model arasındaki fark artık binlerce katla ölçülüyor.
Pazar ikiye ayrılmış durumda. Sınırda yer alan modeller, gerçekten zorlu ve uzun vadeli işler için hâlâ primli fiyatlandırma talep ediyor. Altında ise, tabanı görünmeyen ve tedarikçilerin neredeyse sadece fiyatla rekabet ettiği, en az bir büyük oyuncunun maliyetin altında fiyatlandırmaya istekli olduğu bir emtia katmanı var.
Bu deflasyonun gelire yansımasını sağlayan mekanizma ise yönlendirme (routing). Bir şirket uygulamalarının önüne bir yönlendirici koyduğunda, model markadan ziyade teknik özellik, gecikme, bağlam uzunluğu ve başarılı sonuç başına maliyet gibi kriterlerle alınan değiştirilebilir bir girdiye dönüşüyor. AT&T, yalnızca yönlendirme sayesinde kodlama maliyetlerinde yüzde 56 tasarruf sağladığını bildirdi. Pazarlar için kritik nokta şu: Emtialaşma, rakiplerin lideri zirvede yakalamasını gerektirmiyor; işin yüzde 90-95’ini yeterince iyi yapmaları yeterli. Sınır laboratuvarları tacı koruyabilir ama hacmi kaybedebilir. Hacim ise veri merkezlerinin maliyetini karşılayan unsur.
Katma Değerin Yönü
Modelin kendisi bir ürün değil de girdi haline gelirse, rekabet avantajı başka bir yere kaymak zorunda. Bu avantaj, dağıtım ve varsayılan konumlandırmaya (son kullanıcıya kimin sahip olacağına), özel ve kamuya kapalı verilere, iş akışı ve kayıt sisteminin sahipliğine (geçiş maliyetlerinin oluştuğu yer), ajanlar, orkestrasyon ve değerlendirme katmanlarına ve güç, şebeke bağlantısı, soğutma, yüksek bant genişlikli bellek ve ileri paketleme gibi gerçekten kıt fiziksel varlıklara doğru kayıyor.
Bunun benzeri bulut bilişimde yaşandı. Ham işlem gücü emtialaştı ve fiyatı on beş yıl boyunca sürekli düştü; ancak büyük servetler, dağıtım ve iş yüküne sahip olanlar tarafından kazanıldı, en ucuz döngüyü satanlar tarafından değil. Sektörümüz de aynı dersi küçük ölçekte sunuyor. Hiçbir özel banka, sınırda bir modele erişimle kalıcı avantaj elde edemez; çünkü her rakipte de olacak. Avantaj, modelin neye bağlı olduğunda: müşteri verisi, düzenleyici çevre, insan yargısı, dağıtım.
CAPEX’e Gömülü Varsayım
Dört büyük hiper ölçekleyici, 2026’da yaklaşık 725 milyar dolarlık sermaye harcaması öngörüyor; bu, geçen yıla göre yüzde 77 artış anlamına geliyor ve 2027 için şimdiden trilyon doların üzerinde bir konsensüs oluşmuş durumda. Bu rakamın altında açıkça belirtilmesi gereken bir varsayım yatıyor: Çıkarım (inference), az sayıda model sağlayıcısı için ekonomik rant içeren bir fiyattan satılacak ve bu rant, varlıklar amorti edilene kadar sürecek.
Eğer yetenek ayarlı fiyatlar yılda dört ila on kat düşmeye devam ederken veri merkezi varlıkları beş-altı yılda amorti ediliyorsa, bu varsayım hacmin fiyat düşüşünden daha hızlı büyümesini gerektiriyor. Şu ana kadar bu koşul rahatlıkla sağlandı. Jevons etkisi gerçek: Daha yüksek verimlilik, daha fazla kullanım getiriyor ve agentic iş yükleri token tüketimini artırıyor. Risk, yapay zekâ talebinin ortadan kalkması değil; birim gelirin kullanım artışından daha hızlı düşmesi ve marjinal token’ın, sermaye getirisini en düşük kabul eden oyuncu tarafından sunulması. Bugün bu, ücretsiz hizmet veren bir Çin laboratuvarı veya anonim bir sağlayıcı olabilir.
Ücretsiz sunmak ise hayırseverlik değil. O çıkarımın bir bedeli var: Sağlayıcılar değerlendirme verisi, geliştirici alışkanlığı, zihin payı ve ileride fiyatı yeniden belirleme opsiyonu satın alıyor. Bu, bir pazarın emtialaşma yolunda nasıl davrandığının tam karşılığı.
Yatırım Sonucu
Çıkarılacak sonuç, yapay zekâdan çıkmak değil; yapay zekâ değer zincirinin hangi bölümlerinin cazip getiri sunduğunu çok daha dikkatli seçmek.
Rant ile geliri ayırın. Her yapay zekâ bağlantılı yatırım için şu soruyu sorun: Düşen yapay zekâ maliyeti, bu işi daha ucuza mı işletir, yoksa daha kolay mı ikame edilir hale getirir? İlk gruba sahip olun. Teknolojik liderliğin artık yıllarla değil aylarla ölçüldüğü bir ortamda, kalıcı rekabet avantajı varsayan değerlemelere şüpheyle yaklaşın.
Uygulama katmanı, yapay zekânın azımsanan bir yararlanıcısı. Düşen çıkarım maliyetleri, mevcut iş akışlarına zekâ gömmenin maliyetini azaltıyor ve yazılım şirketleri için güçlü bir marj rüzgârı yaratıyor. Yapay zekânın yazılımı yok edeceği yönündeki yaygın görüş tersine dönebilir; zekâ bol ve ucuz hale geldikçe, kullanıcıya en yakın şirketler daha fazla değer yakalayabilir.
Doğru göstergeleri izleyin, kıyaslama puanlarını değil. Token hacimleri, sınır model fiyatlaması, model yönlendirmesinden elde edilen kurumsal tasarruflar ve hiper ölçekleyici amortisman eğilimlerini takip edin. Bu veriler, değerin nerede biriktiğini ve fiyatlandırma gücünün nerede eridiğini gösterir. En önemli sinyal, önde gelen bir Batılı yapay zekâ laboratuvarının pazar payını korumak için fiyatları düşürmesi olacak. Bu, piyasayı yapay zekâ ekosisteminde kârlılık beklentilerini yeniden fiyatlamaya zorlayacak bir dönüm noktası olur.
Gelecek hafta Ox Alpha’nın aslında yayımlanmamış bir Microsoft modeli olduğu ortaya çıkabilir; bu, analizi neredeyse hiç değiştirmez. Önemli olan, modeli kimin geliştirdiği değil, aradaki farkı ayırt etmenin ne kadar zorlaştığı. Asıl sinyal, önde gelen modeller arasındaki farkın kapanıyor olması.
Bu içerik hazırlanırken faydalanılan kaynaklar: investing.com
