Çin'in ödevini kopyalayan Silikon Vadisi, bir sonraki soru yapay zeka uygulamaları.

Bu makaleyi okumak için 24 Dakika

"ABD'de icat edildi, Çin'de ölçeklendi" istisnası ortaya çıktı.

Orijinal Başlık: "Çin'in Ödevini Kopyalayan Silikon Vadisi, Sıradaki Soru Yapay Zeka Uygulamaları"
Orijinal Yazar: Dongcha Beating

Silikon Vadisi, Çin'in ödevini kopyalamaya başladı.

Son zamanlarda, Amerika Birleşik Devletleri'nde bir dizi düşük fiyatlı açık model ortaya çıktı; hedef, Çin'in açık kaynak modellerinin yeteneklerine yetişmek ve fiyatları da aynı seviyeye indirmek.

Mira Murati'nin Thinking Machines Lab'ı geçen ay ilk modeli Inkling'i yayınladı. Resmi açıklamada iki şey yazıyordu: temel mimari DeepSeek-V3'e dayanıyor, sonradan eğitim verileri ise Kimi K2.5 tarafından üretildi.

Silikon Vadisi'nin en pahalı insanları, Çin'in açık kaynak modellerinin iskeletini kullanıp, Çin modellerinin ürettiği verilerle besliyor. İki yıl önce bu durum sadece tersine olurdu.

Bu yılın başlarında, Arcee AI'nin Trinity-Large-Thinking modeli PinchBench'te 91.9 puan aldı; bu, Anthropic'in Opus 4.6'sından 1.4 puan düşük, ancak fiyatı onun %4'ü.

Arcee AI'nin CEO'su Mark McQuade şunları söyledi: "Amerika'nın Çin'i yakalaması ve geçmesi için çalışıyoruz."

Silikon Vadisi'nin artık kopyaladığı şey sadece modeller değil, aynı zamanda Çinli şirketlerin belirlediği fiyatlar.

Mimari ödünç alınabilir, eğitim yöntemleri yeniden üretilebilir, veriler başka modellere toplu olarak ürettirilebilir. Ağırlıklar bir kez yayınlandığında, geliştiriciler üzerinde çalışmaya devam edebilir. Fiyat konusu daha da basit; bir şirket önce kırsa, geri kalanlar er ya da geç takip etmek zorunda kalır.

Son üç yılda, büyük model şirketleri parametreler, hesaplama gücü ve kapalı kaynak kodla görkemli binalar inşa etti ve misafirlerini ağırladı. Şimdi bu bina çökmenin eşiğinde.

On Altı Gün

17 Temmuz sabahı erken saatlerde, Moonshot AI Kimi K3'ü yayınladı. Toplam parametre 2.8 trilyon, bağlam 1 milyon token; dünyanın en büyük açık modeli.

Frontend Code Arena ön uç programlama listesinde K3, 1679 puan aldı; arkasında Claude Fable 5 ve GPT-5.6 Sol yer alıyor. Bu, açık modellerin ilk kez kapalı kaynak modellerin önüne geçmesi. Yedi ön uç alt alanında altı birincilik elde etti.

Elon Musk, değerlendirme sonuçlarının altına "Etkileyici" yorumunu bıraktı.

K3'ün API'si ucuz değil, her milyon çıktı token'ı için 100 yuan alıyor. Ancak SuperCLUE'nin yatay testinde, görev puanı ikinci sıradakinden %18 daha yüksek ve aynı görev grubunu tamamlarken ortalama maliyet %16 daha düşük.

Bir modelin pahalı olup olmadığı, milyon token başına etiket fiyatına değil, bir işi baştan sona tamamlamanın ne kadara mal olduğuna bakar. Bu iki sayı birbirinden uzaklaştıkça, etiket fiyatının kendisi anlamsızlaşır.

İki gün sonra gece yarısı, Moonshot AI C tarafı yeni kullanıcı aboneliklerini askıya aldı. 48 saatlik istek hacmi tahminlerin çok üzerindeydi, hesaplama gücü yetersiz kaldı.

27 Temmuz'da K3, tam ağırlıklarını teknik rapor ve altyapıyla birlikte açık kaynak olarak yayınladı.

Sıra DeepSeek'e geldi.

Piyasa aslında V4'ün resmi sürümünü bekliyordu. Nisan sonunda DeepSeek önce V4-Pro ve V4-Flash adlı iki önizleme sürümünü çıkardı, ikisi de 1 milyon token bağlamını destekliyordu ve resmi olarak buna "milyon token bağlamının yaygınlaşma çağı" deniyordu. Sonra iki üç ay sessizlik oldu, ta ki 2 Ağustos'ta V4 Flash resmi olarak yayınlanıp ağırlıkları açılana kadar. Toplam parametre 284 milyar, tek seferlik çıkarımda yalnızca 13 milyar aktif, DeepSWE programlama testi puanı 7.3'ten 54.4'e yükseldi.

Daha da sert olan fiyattı. Mayıs ayında V4-Pro doğrudan orijinal fiyatının dörtte birine düşürüldü, bu DeepSeek'in bir ay içindeki dördüncü fiyat ayarlamasıydı. Flash resmi olarak çıktığında, herkes fiyat-performans oranına şaşırdı.

"Ne kadar ödersen o kadar alırsın" eski kuraldı. Artık Çin modelleri giderek daha güçlü hale geliyor ve ücretler giderek azalıyor. Yabancı rakipler elbette zor durumda, ama yapacak bir şey yok. Kullanıcılar zaten hem ucuz hem iyi olanı görmüşken, kimse geri dönüp kazıklanmak istemez.

Ardından Alibaba, önümüzdeki hafta Qwen3.8-Max'in ağırlıklarını yayınlayacağını duyurdu. Geçmişte kapalı kaynak amiral gemisi konumunda olan Max serisi de açılmaya başladı. Uluslararası fiyatı, giriş için Opus 5'in yaklaşık %40'ı, çıktı için yalnızca %24'ü.

Bu olaylar yalnızca 16 gün içinde gerçekleşti.

Geçmişte model şirketleri kıtlık üzerinden fiyatlandırma yapıyordu; sadece ben yapabiliyorsam, benim fiyatımı ödemek zorundasın. Sıralamada birkaç puan fark, fiyatta onlarca kat fark yaratabiliyordu.

Kimi、DeepSeek、Qwen üç şirketin teknik yolları farklı, ama yaptıkları iş aynı: yetenekleri yukarı itmek, ağırlıkları açmak, fiyatları aşağı çekmek ve hemen ürünlere entegre etmek.

Ödevini kopyalamak istiyorlar, ama kimse para vermiyor

ABD tarafında da bu trendi anlayanlar var.

2025'in sonunda Arcee AI, kasasındaki paranın neredeyse tamamını bu işe yatırdı. 33 gün, 2048 adet B300, 20 milyon dolar, tüm şirket sadece 30 kişi. Ortaya çıkan Trinity Large'ın toplam parametresi 400 milyar, tek seferlik çıkarımda 13 milyar aktif, eğitim verisinin neredeyse yarısı sentetik. Bu yılın Temmuz ayında Arcee, ABD Enerji Bakanlığı ile iş birliği imzalayarak bilimsel araştırmaya yönelik bir model geliştirmeye hazırlanıyor.

Ekip, başarı, maliyet, devlet siparişleri—olması gereken her şey var. Ama finansman kapısı bir türlü açılmıyor.

Arcee bugüne kadar toplam 50 milyon dolar topladı, değerlemesi 240 milyon dolar. Bugünün büyük model yarışında bu para, masaya oturmak şöyle dursun, özel oda kapısından bile içeri giremez.

CEO Mark McQuade diyor ki: "Neredeyse tüm birinci sınıf VC'ler bizi reddetti."

ABD'nin açık modelleri, Çin ile yüz yüze karşılaşmadan önce kendi yatırım komiteleri tarafından durduruldu.

2026'nın ilk çeyreğinde küresel AI girişimleri 255,5 milyar dolar topladı; bunun yaklaşık üçte ikisi üç anlaşmada yoğunlaştı: OpenAI'nin 122 milyarı, Anthropic'in 30 milyarı ve xAI'nin 20 milyarı. Para neredeyse tamamen kapalı kaynak şirketlere aktı.

Arcee'nin erken dönem yatırımcısı ve Emergence Capital ortağı Joe Floyd, birçok VC'den duyduğu ret gerekçelerinin benzer olduğunu söylüyor:

"Bu modelin başarılı olmasını istemiyorum. Yatırım yapmak istemiyorum çünkü bu, Anthropic ve OpenAI'ye yaptığım yatırımlara zarar verir."

Açık modellere gerçekten para harcamaya istekli olanlar ise çip satanlar.

Bu yılın Mart ayında Nvidia, SEC dosyasında önümüzdeki beş yıl içinde açık ağırlıkları desteklemek için 26 milyar dolar yatırım yapmayı planladığını açıkladı. Reflection AI, Poolside ve Thinking Machines Lab onun parasını aldı.

Bu hesabı Jensen Huang herkesten iyi yapıyor.Kapalı kaynak modeller API parası kazanıyor, açık modeller ise kart yakıyor. Model ne kadar ucuza satılırsa, geliştiriciler o kadar çok çalışır ve Nvidia'nın kartları o kadar iyi satar.

24 Temmuz akşamı Jensen Huang bir X hesabı açtı ve ilk gönderisi, "Açık Ağırlıklar ve ABD'nin Yapay Zeka Alanındaki Liderliği" başlıklı bir açık mektubu paylaşmak oldu. Mektupta, ABD'nin bu sektörde liderliğini sürdürüp sürdüremeyeceğinin yalnızca en gelişmiş modele sahip olup olmadığına değil, aynı zamanda tüm sektörlere yayılabilecek bir ekosisteme sahip olup olmadığına bağlı olduğu söyleniyor.

Daha sonra yaklaşık 200 ABD'li girişimin kurucusu, Trump yönetimine Çin'in açık modellerinin yasaklanmasına karşı ortak bir mektup imzaladı. Bu mektubu okuduğumda en ilginç yanı, tek bir süslü cümlenin bile olmamasıydı. Çin'i övmediler, açıkçılık bayrağını da açmadılar; gerekçeleri yalnızca ucuz Çin modellerinin üretim araçlarına dönüştüğü ve gerçekten yasaklanırsa pahalı ABD API'lerine geri dönmek zorunda kalacaklarıydı.

McQuade bir röportajda başka bir şey daha söyledi: kitlesel yaygınlaşma yalnızca bir zaman meselesi.

Ucuzluktan doğan talep

Silikon Vadisi hâlâ açık ağırlıkların yapılıp yapılmaması gerektiğini tartışırken, Çin çoktan bir sonraki aşamaya geçti.

"Yapay zeka uygulama yılı" ifadesi son üç yılda defalarca dile getirildi. Ancak bir teknolojinin gerçekten uygulama aşamasına geçip geçmediğini yalnızca iki şey belirler: kullanıcıların para ödemeye istekli olup olmadığı ve işletmelerin onu operasyonlarına entegre edip etmediği.

Bu yıl Claude Code ve Cursor'ın yıllık gelirleri 1 milyar doları aştı ve yapay zeka programlama araçlarının bireysel geliştiriciler arasındaki benimsenme oranı neredeyse yarıya ulaştı.

Kurumsal tarafta değişim daha da büyük. Shaku Think Tank'in araştırmasına göre, Çinli işletmelerde yapay zeka ajanlarının benimsenme oranı 2024 sonundaki %17,3'ten 2026 ortasındaki %40,3'e yükseldi.

Robin Li bu nedenle DAA (günlük aktif ajan sayısı) adında yeni bir metrik önerdi. Eskiden internet şirketleri her gün kaç kişinin ürünü açtığını sayardı; bundan sonra her gün kaç ajanın insanlar adına iş yaptığını ve gerçekten kaç sonuç teslim ettiğini sayacaklar.

Çağrı hacmi eğrisi daha da çarpıcı. CCTV'nin istatistiklerine göre, Çin'deki günlük token çağrı hacmi 2024 başındaki yaklaşık 100 milyardan bu yıl Mart sonundaki 140 trilyona yükseldi; iki yıldan biraz fazla bir sürede bin katın üzerinde arttı.

Modeller giderek ucuzluyor, ancak hesaplama gücü giderek daha kıt hale geliyor. Bu yıl Mart ayında Tencent Cloud, Alibaba Cloud ve Baidu AI Cloud on gün içinde art arda hesaplama fiyatlarını yaklaşık %30 artırdı. İlk yarıda ajanlar patlayınca, çıkarım hesaplama kiralama fiyatları da %40'ın üzerinde yükseldi.

Bunun nedeni, insanların yapay zekayı kullanma biçiminin değişmiş olması. Eskiden bir soru sorulur, bir yanıt alınırdı, fazla token harcanmazdı. Şimdi bir Agent'ın işi gerçekten bitirmesi için bağlamı taşıması, birkaç aracı ayarlaması, ileri geri kontrol etmesi ve hata yaparsa baştan başlaması gerekiyor. Birim fiyat düştü ama tüketim katlanarak arttı.

Fiyat indirimi pazarı küçültmedi; geçmişte hesabı tutmayan tüm talepleri içeri aldı.

1981'de IBM, PC mimarisini açtı; uyumlu makineler hızla pazara girdi ve donanım fiyatları sürekli düştü. Sonunda asıl büyük parayı kazananlar makine üretenler değil, makinenin üzerinde büyüyen Lotus 1-2-3, WordPerfect ve daha sonra Microsoft oldu.

Bugün bu yol neredeyse birebir aynı şekilde ilerliyor. Herkes hâlâ alttaki katmanın yetenek farkına bakıyor; üstteki şirketler çoktan kullanıcı, giriş noktası ve iş akışı kapmaya başladı.

ABD'li şirketler DeepSeek'in mimarisini inceleyebilir, Kimi'nin ürettiği verileri kullanabilir veya 20 milyon dolar harcayıp iyi sonuçlar veren açık bir model eğitebilir. Ancak uygulamalar bu kadar kolay kopyalanamaz.

Uygulamaların indirilebilir ağırlıkları ya da benchmark'ları yok. Onun çalışıp çalışmayacağını belirleyen şey, bir şirketin on yıllar boyunca deneme yanılmayla biriktirdiği o küçük püf noktalarıdır.

Geçmişte büyük şirketler modeli bağımsız bir ürün hâline getirip kullanıcıların özel olarak bir sohbet kutusu açmasını beklerdi. Şimdi modeller DingTalk, Feishu ve WeCom'a girmeye başladı; Agent'lar doğrudan mevcut organizasyon ve süreçlerin içinde büyüyor.

ABD'de bir ofis Agent'ı Gmail, Slack ve Salesforce üzerinden büyüyebilir. Çin'de ise önce DingTalk, Feishu ve WeCom'dan girer, ardından finans yazılımlarına, tedarik zincirine, fabrika sistemlerine ve devlet platformlarına iner. İki taraf aynı modeli kullansa bile ortaya çıkan ürünler aynı olmayacaktır.

Fiyatlar düştükten sonra

2022'den 2025'e kadar ABD'nin Çin'e yönelik çip kısıtlamaları giderek arttı. H100 satılmadı, B300 satılmadı; ileri üretim süreçleri ve üretim ekipmanları da denetim altına alındı. Çinli şirketler tam da bu koşullar altında dünyanın en büyük açık modelini geliştirdi.

2026'ya gelindiğinde ABD, Çin model ağırlıklarının kısıtlanmasını tartışmaya başladı. OpenAI ve Anthropic'in düzenleyicilere endişelerini bildirdiği bildiriliyor; Kongre de model ağırlıklarının sınır ötesi akışının devam edip edemeyeceğini araştırıyor.

Bıçak daha inmedi, kendi insanlarımız önce acıyı hissetmeye başladı.

Çip yasağı, Çinli şirketlerin tedarikini hedef alırken, model yasağı önce Amerikan girişimlerinin maliyetlerini vurdu. O ortak mektupta da açıkça yazıyor: Yasak, yayılmayı engelleyemez; sadece geliştiricileri, kapı kapanmadan önce indirilebilir tüm modelleri aceleyle indirmeye zorlar.

Çip fiziksel bir varlıktır; siparişler, lojistik ve fabrikalar üzerinden kısıtlanabilir. Ancak ağırlıklar bir kez sızdığında, sınırsızca indirilebilir, kopyalanabilir, nicelenebilir, ince ayar yapılabilir ve damıtılabilir.

Daha da kontrol edilemeyen şey fiyattır.

ABD, en ileri düzey kapalı kaynak modellerde hâlâ önde. OpenAI ve Anthropic hâlâ ilk sırada oturuyor ve en üst düzey modelleri eğitmek hâlâ NVIDIA kartlarına bağımlı; bu kısa vadede değişmeyecek.

Ancak uygulama aşamasına gelindiğinde, kazanmak ya da kaybetmek nadiren tek bir en güçlü modele bağlıdır. Burada rekabet, modelin yeterince ucuz olup olmadığına, işletmelerin elinde hazır bir dijital giriş noktası bulunup bulunmadığına ve geliştiricilerin gerçekten iş süreçlerinin içine girebilip giremediğine dayanır.

Geriye bakıldığında, son otuz yılda Çin birçok kez kazandı, ancak kazanma şekli büyük ölçüde aynıydı.

Mobil ödeme, e-ticaret, yemek teslimatı ve canlı yayın; hepsi dışarıda icat edilen teknolojileri milyarlarca insanın günlük hayatına sokup devasa ölçekte işlere dönüştürdü. En alttaki temel katman uzun süre başkaları tarafından sağlandı. Transistör Bell Laboratuvarları'ndan, x86 Intel'e ait, TCP/IP ABD hükümeti tarafından finanse edildi; Windows, Android ve iOS'un hepsi Batı Yakası'nda doğdu. Derin öğrenme çağının en yaygın kullanılan TensorFlow ve PyTorch'u bile sırasıyla Google ve Meta'dan çıktı.

"İcat Amerika'da, ölçek Çin'de" sözü otuz yıldır söyleniyor ve nadiren gerçek bir istisnayla karşılaştı.

Şimdi, istisna ortaya çıktı.

Thinking Machines Lab'ın teknik dokümanı çok net. Silikon Vadisi'nin en çok dikkat çeken ve en zengin yeni şirketlerinden biri, modelin temel katmanında Çinli bir şirketin mimarisine atıfta bulunuyor ve sonradan eğitimde başka bir Çinli modelin ürettiği verileri kullanıyor.

Geçmişte Silikon Vadisi, Çin'den üretim kapasitesi satın alır, yetenek toplar veya pazar arardı. Şimdi, doğrudan Çinli şirketlerin doğrulanmış teknoloji yolunu izleyerek ilerliyor.

Silikon Vadisi hayranlığının elbette bir geçmişi var. Son birkaç on yılda, bilgisayar endüstrisinin en önemli temel teknolojilerinin çoğu gerçekten oradan çıktı. Makinedeki çipten programcıların her gün açtığı IDE'ye kadar, Silikon Vadisi uzun süre teknoloji zincirinin üst kısmında durdu.

Ama teknoloji dünyasında sonuçta önemli olan sonuçlardır. Yeni bir mimari öneren, maliyetleri düşüren ve rakiplerin taklit etmeye başladığı kişi, üst kademeyi yeniden tanımlama hakkına sahiptir.

Şimdi, bu listede Çinli şirketlerin isimleri görünmeye başladı.

Silikon Vadisi büyük olasılıkla ileride yetişecek; orada yeterince mühendis, sermaye ve çip var. Ancak gerçek iş süreçlerine entegre olmuş uygulamalar kimseyi beklemek için durmayacak. Kim önce işletmelerin süreçlerine sızarsa, müşteriyi, veriyi ve bir sonraki iyileştirme fırsatını o alır. Başlangıç çizgisi hiçbir zaman aynı olmamıştır.

Yapay zekanın uygulama çağı, uğurlu bir gün seçip davullarla açılmayacak. İlk ortaya çıktığı yer finansal tablolar, patlayan çağrı hacimleri ve bir programcının gece yarısı kotasını bir kez daha tüketmesi olacak.

Yaygınlaşma sadece bir zaman meselesi. Bu sözü bir Amerikalı söyledi.