GPT-5: Gecikmeli, Aşırı Pazarlanmış ve Yetersiz; Daha da Ciddi Bir Sorun

• GPT-5 ile ilgili beklentilere rağmen gerçek açılıştan sonra topluluk düzeyinde hayal kırıklığı ciddi şekilde arttı
• GPT-5, önceki modellere kıyasla gerçek anlamda büyük bir fark sunmuyor ve bazı benchmarklarda performansın tersine kötüleştiği bile görüldü
• Son araştırmalarda büyük dil modellerinin (LLM) genelleme sınırları ve dağılım kayması sorunlarının hala ciddi olduğu kanıtlandı
• OpenAI'nin teknoloji liderliğini kaybetmesi, kilit personel ayrılışı ve rakiplerin yaklaşıyı nedeniyle şirketin değerini koruma durumu belirsizleşti
• AGI gerçekleştiği iddiasına karşı şüphe artarken sektör genelinde “salt ölçekleme” yaklaşımının sınırları daha görünür hâle geliyor

---

GPT-5 Açılışı ve Beklenti

• OpenAI’nın uzun süredir haberleştirdiği GPT-5 açılışı nihayet gerçekleşti
• CEO Sam Altman, açılımdan önce ve sonra kendinden emin söylemleri ve pazarlama imajını aktif biçimde öne çıkardı
• Ancak GPT-5’in yayına girmesinin ardından, bazı influencerlar dışında, topluluklarda hayal kırıklığı baskın kaldı
• Kullanıcılar yeni modele karşı ciddi derecede hayal kırıklığı yaşadı ve eski sürüm isteme yönlü kampanyalar bile sonuç verdi
• Altman’ın pazarlama söylemi ve iddialarının aksine, gerçek kullanıcı geri bildirimleri belirgin biçimde olumsuz oldu

Topluluk ve Medya Tepkisi

• OpenAI Reddit, Hacker News ve benzeri birçok toplulukta hata, halüsinasyon (hallucination) gibi GPT-5 sorunları yoğun biçimde gündeme geldi
• Bazı kritik benchmarklarda, GPT-5 Grok 4 gibi rakip modellere karşı geride kaldı
• Otomatik yönlendirme gibi yeni özellikler de karışıklık ve yetersizliklerini gösterdi
• Topluluğun beklentisi hızla arttığı bir ortamda, GPT-5 tam tersine büyük bir hayal kırıklığı yarattı
• Lansman gününde Polymarket anketinde OpenAI'nin yapay zeka liderliğine duyulan güven 1 saat içinde %75’ten %14’e düştü

Yapısal Sınırlar: Satranç, Görsel Anlama ve Akıl Yürütme

• Yazarın ve birçok uzmanın vurguladığı temel akıl yürütme hatası ve satranç kurallarına uyum eksikliği problemi hâlâ ortada
• Görüntü üretimi gibi alanlarda parça-bütün ilişkileri, görsel tutarlılık gibi konularda belirgin sınırlar ortaya çıktı
• Mekanik mühendisliği alanındaki doktora seviyesindeki biriyle sıradan biri arasında bile yanılgı oluşmaması beklenen sorunlarda GPT-5 yine hata yaptı
• Özetleme ve anlama gibi temel görevlerde de çok sayıda hata örneği raporlandı
• GPT-5, kademeli bir iyileşme modelidir; ancak geçen yıla göre belirgin bir sıçrama göstermiyor

OpenAI’nın Güncel Durumu ve Geleceği

• GPT-5, önceki modellerin yanında yalnızca kademeli bir ilerleme düzeyinde kaldı ve kritik eksiklikler tekrarlandı
• Piyasa ve sektörde OpenAI'nın teknoloji liderliğine dair güven azalmaya devam ediyor
• Birçok kilit çalışan firmayı terk ederek rakip şirket kurmuş ya da transfer olmuş; Anthropic, Google, Elon Musk gibi oyuncular hızlıca takipte
• Fiyat düşürme baskısı, kârlılık sorunları ve Microsoft’la ilişkilerin bozulması gibi yapısal riskler büyüyor
• LLM tabanlı AGI’ye dair inançsızlık ve CEO Sam Altman’a güven azalması derinleşiyor

LLM’lerin Temel Sınırları: Genelleme ve Dağılım Kayması

• Arizona State University’den çıkan son bir çalışmada, Chain of Thought akıl yürütmenin bile eğitim dağılımının dışına çıkınca çöktüğü doğrulandı
• Apple ve diğerlerinin daha önce işaret ettiği, dağılım kaymasına (distribution shift) hassas yapı en son modellere de aynı şekilde yansıyor
• Bu durum, LLM’lerin sürekli niteliksel sınırlara çarpmasının temel nedeni olup, yalnızca büyük parametre sayısıyla aşılmasının mümkün olmadığını gösteriyor
• Milyarlarca dolarlık yatırım alan ölçekleme stratejisi, temel meselelerin çözümünde başarısız kaldığını ortaya koyuyor
• Yeni bir paradigma arayışının gerektiği yönündeki farkındalık yayılıyor

Genel AI Sektörü ve “Ölçekleme”nin Sınırları

• AGI, otomatik sürüş, gerçek dışı zaman çizelgeleri gibi konularda abartılı pazarlama yaygın
• Performansı çarpıtan benchmarklar, kara kutu tarzı değerlendirmeler ve düşük şeffaflık önemli sorunlar olarak öne çıkıyor
• Pek çok kişi, AGI teriminin yatırımcılar ile genel kamuoyu üzerinde etki bırakmak için bir araç olduğunu fark etmeye başladı
• Yapay zeka için hem iyimser beklenti hem de eleştirel baskı birlikte artıyor
• Gerçeklik, saf ölçekleme yaklaşımının bir tavana çarptığını gösteriyor

Alternatifler ve Sonuç

• GPT-5 daha ucuzlayabilmiş olsa da satranç, akıl yürütme, görsel ve matematiksel beceri gibi alanlardaki nitel sınırlamalar devam ediyor
• Grok, Claude, Gemini gibi rakip modeller de benzer sorunları tekrar ediyor
• Dağılım kayması (distribution shift) sorunu hâlâ çözülmemiş durumda
• Artık neuro-symbolic AI ve world model tabanlı yaklaşımlar gibi yeni yönelimlerin gerekliliği savunuluyor
• Salt ölçekleme yerine karmaşık algoritmik yeniliklerin, AGI’nin gerçekleşmesi için zorunlu olduğunu teyit ediyor

İlerideki Konular ve Not

• Bu haftaki LLM sınırlarına ek olarak, bu hafta içinde başka kritik bir bilimsel konunun da ortaya çıkacağı öngörülüyor
• Sonraki takip yazısında ayrıca bu konuyla ilgili içerik paylaşılacağı duyuruluyor

Özet

• GPT-5’in açılmasından önce ve sonra sektör ile topluluğun beklentileri, LLM’lerin yapısal kısıtları, OpenAI’nın geleceği ve AGI çerçevesinin gerçekliği geniş çapta tartışıldı
• Bütün metin, LLM’ler, GPT-5’in pratik sınırlamaları, yapay zeka yatırım/beklenti/hayal kırıklığı, yenilik sorunları, araştırma trendleri gibi konularda girişimcilere ve BT profesyonellerine önemli çıkarımlar sunuyor

[gnsdl116]

Aşırı kötümser bir bakış gibi.
Endişeleri anlıyorum, ancak teknoloji gelişiminin her zaman tek yönlü yukarıdan gitmesi gerekmez.

[mammal]

Üstelik yazıyı kaleme alan kişinin, sadece saçma sapan şeyler söyleyen Gary Marcus olması nedeniyle...

[dongho42]

Google gibi sessizce show&prove yapsaydı bu noktaya gelmezdi. O zamana kadar 'çok korkunç', 'ölüm yıldızı', 'nükleer bomba yapmışlar gibi' diye o kadar da abartılı konuşup, yüksek ses çıkarmış olmamız da bence biraz kendimizin yüzünden oldu.

[dongho42]

Ve ayrıca, sunumda benchmark gösterilirken gerçekten saçma bir hata yapmaları da genel izlenime olumsuz katkıda bulunmuş gibi görünüyor.

[GN⁺]

Hacker News Görüşleri

• Hâlâ GPT-5'in aslında maliyet azaltmaya dönük bir strateji olduğunu düşünüyorum; nedeni, OpenAI'nin GPU gerektiren ürünlerde bir milyar kullanıcı hedefleyen büyüme odaklı bir şirket olması.

  • Kimse GPT-5 Pro'dan bahsetmiyor ama ben doğrudan test ettim ve Grok 4 Heavy ile Opus 4.1'den daha iyi.

  • Tamamen yeni bir model ve gerçekten en yüksek performansta çalıştırılırsa kişi başı aylık maliyet binlerce dolara çıkabilir.

  • Bu nedenle pratikte sınırlı şekilde sunuluyor; OpenAI'nin hedefi Google'la rekabeti büyüme odaklı sürdürmek.

  • Pro modelinden tek bir kez de olsa söz edilmediği için bu kişinin görüşüne güvenmiyorum.

  • Bence GPT-5 Pro'nun o3-pro'dan daha iyi olduğu izlenimi vermiyor (belki hiç de değil); çok daha yavaş ve çıktı kalitesi benzer.

    • Hâlâ aceleci ve özü kaçırıyor.
    • Fakat problem çözmede yeni yöntem önerme konusunda biraz daha iyi görünüyor.
    • İlk izlenimim, 5-pro'nun o3-pro'dan bilgide %0-2, yaratıcılıkta ve özgünlükte %5-10 daha iyi olduğu yönünde.
    • Modelin tonu veya kişiliği tamamen aynı.
    • Belirli görevlerde (formel mantık, veri analizi, kısa analitik görevler) gerçekten aşırı iyi ve Grok ya da Gemini'nin hiçbir sürümünden daha iyi.
    • Ama akıcı metin yazımı ve genel yazım için Kimi K2 ile Deepseek R1'in altında.
    • En çarpıcısı, en iyi İngilizce metni yazan modellerin Çin merkezli olması; yalnızca GPT'nin “AI stilini” taklit etmemesi değil, Kimi seviyesinin yayınlanmış şairlerle aynı düzeyde olması.

  • Ağımı kontrol ettim, GPT-5 Pro kullanan tek birini bile görmedim.

    • Özellikle o3 ile karşılaştırıldığında geri bildirimini merak ediyorum.

  • Bu görüşe katılıyorum ama daha iyi bir modeli halka açma niyeti de var.

    • o3 çok iyiydi ama birçok kişi hâlâ bunu kullanmıyordu.
    • ChatGPT'yi her gün kullananlara o3'ü kullanıp kullanmadıklarını sorduğumda şaşkın bakanlar çıkıyor.
    • Bu yüzden çıkarım modelini kitleselleştirme amacı da var; bu da OpenAI'nin maliyetini artıran bir unsur.
    • Ama katmanlı ücretlendirme nedeniyle güçlü kullanıcı açısından (çoğu HN üyesi) tasarruf tarafı da var.
    • Yine de güç kullanıcıları reasoning modelini zorunlu kullanma yöntemini çabuk öğrenir.

  • Pro modelinin API ile kullanılamadığını sanıyordum, doğru mu?

    • Codex CLI ile abonelik bağlayarak kullanılabilir mi?

  • Katılıyorum.

    • Bu kararın bir diğer gerekçesi de çoğu kullanıcı için mevcut modellerin yeterli olması.
    • HN kullanıcılarının aksine sıradan kullanıcılar en yeni teknolojilere fazla ilgi duymuyor.

• Bu tür yazılara özellikle sinirliyim.

  • Kişinin neden GPT-5'in zayıf olduğunu doğrudan analiz edip yazmak yerine sosyal medya tepkilerini toplayıp, her eleştiriyi “şok edici” ya da “abartılı” diye büyütüp ikna etmeye çalışması sinir bozucu.

  • Aşırı tek taraflı; ne gazetecilik ne de orijinal bir analiz var.

  • Sanki AI haberleri temel olarak merak eksikliği gösteriyor ve alaya alma / küçümseme tarafına daha çok kayıyor.

    • Ben AI'dan yanayım; farklı düşünenlerin ciddi yazılarını her zaman okurum.
    • Ama bu tür bir yazı kategorisi farklı; karşı tarafı eleştirmek dışında değeri yok.
    • HN'nin moderasyonunun kötü olmadığını düşünüyorum, ancak bu tür meraksız içeriklerin ana sayfadan kalkmasını isterim.

  • Gary Marcus'ın analizleri her zaman yüzeysel kalıyor.

    • Görüşleri Jim Cramer'ın hisse senedi yorumlarına oldukça benziyor.
    • Ciddi anlamda Reverse Gary Marcus stratejisine bile yatırım yapılabilir.

  • Gary Marcus her zaman yapay zekanın gerçekte çalışmadığını iddia eder; onun haklı çıktığı şeyler çoğu zaman tesadüf oluyor.

    • Orijinal yoruma bakın
    • Bu sorunun yaygın bir problem olduğuna tamamen katılıyorum.

  • Bu, GPT-5'in abartılı şekilde karşılanmasına ve aldığı tepkiye dair bir blog yazısı.

    • Bu tamamen meşru bir konu.
    • Bu bir Gary Marcus blogu olduğu için doğal olarak onun bakış açısına göre eğilimli; BBC yazısı gibi değil.

  • Gerçek görüş bulmak gittikçe zorlaşıyor; bu gerçek bir sorundur.

    • Çevrimiçi ortamda çoğunluk başkasının görüşünü yeniden yorumlamaktan ibaret, gereksiz yere çok gürültülü ve yüzeysel içerik var.

• Benim deneyimime göre bu “yükseltme”, Plus kullanıcıları için ciddi bir downgrade.

  • GPT-5, O3'e kıyasla cevap kalitesi açısından yetersiz; yeterince derin düşünmüyor ve O3 gibi web araması yapmıyor.

  • ‘thinking’ seçenekli komutu doğrudan seçsem ve net şekilde talimat verseydim bile çözüm olmuyor.

  • Şu an aynı kaliteyi almak için Gemini'ye geçmek gerekiyor.

  • Özel GPT'ler de bozuk durumda (ilgili bilgi); benim özelleştirilmiş dilbilgisi kontrol GPT'm modelden bağımsız olarak talimatları yok sayıyor.

  • Deep research seçeneği de garip; seçsen bile aynı cevap geliyor ve talimat vermene rağmen anlamlı bir fark olmuyor.

  • Projects da aynı şekilde bozuk gibi.

    • Talimatları doğru takip etmiyor; bazen İspanyolca cevaplıyor ya da sorumu görmezden geliyor.
    • Bazen adeta kendi kendine benimle konuşur gibi; hangi tuşa basarsam basayım aynı istenmeyen cevabı, hatta İspanyolca olarak veriyor.

  • Kasıtlı olarak seni ücretsiz plan tarafına itmek veya gelecek yıl başından itibaren reklam ekleyip 200$'lık plana yönlendirmek istiyor gibi.

    • Bundan sonra reklamsız 20$ planın olmayacağını düşünüyorum.

  • Halüsinasyon (yanlış bilgi) gerçekten yüksek.

    • Gerçekten çok hayal kırıklığı yarattı.

• AI topluluğunun Marcus gibi bağımsız uzmanlara ihtiyacı var.

  • Sektöre dair abartılara veya dahili metrik değişikliklerine (ör. “içeride AGI'ye ulaşıldı” gibi) kapılmadan dürüst ve şeffaf kalınmalı.

  • Kendi tarzına bakmadan da Marcus, scaling law sınırları veya LLM türü AI'de gerçek çıkarım eksikliği (dağılım dışı genelleme) gibi birçok noktayı net biçimde ele almış biri.

  • Endüstri genelde önce olumsuz bakıp, sonra zaman geçince yeni bir şey (Prompt Chain, RL tabanlı LLM vb.) pazarlarken sanki kendi buluşu gibi sunuyor.

  • Abartılı dalgaya karşı eleştirel ses şart.

    • LLM konusundaki en yüksek ses ekonomik kazanç sağlayan tarafta.
    • Ben AI karşıtı değilim; fakat her ekonomik olgunun bu teknoloji yüzünden işsizliğe dönüşeceği gibi bir hava yaratılması gerçekten gülünç. Ekonomik sıkıntıların gerçek nedeni zaten bambaşka, çoğu zaman ülkelerin liderliğinde.
    • İnovasyon hızı yavaşlarsa en azından benim kullandığım ürünler, zoraki AI entegrasyonu yerine gerçek fonksiyonlar ve hata düzeltmeye döner.

  • Şiddetle karşıyım.

    • Bu yazı, Reddit şikayet derlemesine yakın ve doğrudan test sonucu yok; lansman sürecindeki (500 milyon eşzamanlı açılış) sorunlarla sınırlı kalıyor.
    • Bu tür eleştiriler GPT-5'teki asıl kritik noktayı kaçırıyor; bu aslında “AI tam ürün” lansmanı, artık model optimizasyonundan gerçek hizmet tasarımına geçildi.
    • Önemli nokta, daha hızlı olması, daha bütünleşik olması ve kademeli yenilikleri (çok modlu etkileşim, görsel üretim vb.) mümkün kılması.
    • Özellikle uzun bağlam ve uzun vadeli hedefi koruma becerisinde büyük ilerleme var.
    • Willison da kod işinde ana araç olarak kullandığını söylemişti; ben de daha uzun/karmaşık kod görevlerinde Claude ve önceki en iyi modellerden (o3-pro, Gemini) belirgin şekilde daha iyi olduğunu hissettim.
    • o3-pro'ya göre kod yazma hızı da çok daha hızlı.
    • “Reddit kullanıcılarının 4o'ya bağlı olduğu için bu lansmanı sevmemesi → oAI batıyor” gibi bir analiz zayıf ve anlamsız.

  • Bu AI sınırlamalarını veya yanlış algıları çoğunlukla Marcus'a bağlamıyorum.

    • Marcus yüzünden olduğunu düşünmüyorum.

• GPT için şimdi en acil ihtiyaç, “bilmiyorsa bilmiyorum demek.”

  • Bugün Cyberpunk 2077 modunda redscript ile NPC otomatik üretme yolunu aradım ve bunu eninde sonunda zor da olsa bulabildim.

  • ChatGPT 5, ‘research’ yaptığını söyleyip API’leri uyduruyor; yanlış olduğunu birkaç kez işaretlesem bile halüsinasyonları tekrar ediyor.

  • 30 dakikamı boşa harcadım; o “bilmiyorum” deseydi bir dakikada öğrenmiş olurdum.

  • ChatGPT'nin bir şey bildiğini sanmamak gerekir.

    • Eğitim verisine dayanarak istatistiksel olarak en olası cevabı üretir.
    • Dahili bir bilgi sistemine bakmaz, yalnızca dil desenlerini çıktı olarak verir.
    • Bir fikri (ör. propaganda) vurgulayacak şekilde eğitmek mümkün olsa da bilgiyi doğrudan referanslayamaz.

  • Doğru.

    • Sanki tüm inancıyla konuşan bir meslektaş gibi duruyor, şüphe etmeden inanıyorum.
    • Ama gerçekte çoğu şey yalan; gerçekten sinir bozucu.

  • Aslında hiçbir şey “bilmiyor.”

    • Tüm sonuçlar, prompt'a dayalı halüsinasyonlara çok yakın.

  • “Bilmiyorsa bilmiyorum desin” ihtiyacının en önemli olduğu konusunda katılıyorum.

    • Frontier AI lab'da da dahili inceleme ve deneme yapılmış olmalı.
    • Bu durumun nadir olmaması, model sınırlamalarının net olduğunun bir kanıtı da olabilir.

  • Bu geliştirmeler gerçekten yapılmakta; OpenAI'nin resmi kaynaklarında da var.

    • İlgili bağlantı
    • GPT‑5 (‘thinking’ seçeneği), yapılamaz veya bilgi eksikliği olan ve araçsız görevlerde, sınırlarını ve davranışını o3’e göre daha dürüst biçimde göstermeye çalışıyor.
    • Örneğin CharXiv çok modlu benchmark'unda, görsel içermeyen prompt denemesinde o3, var olmayan bir görsele %86.7 oranında özgüvenli cevap verirken GPT‑5 bunu %9'a düşürdü.
    • İmkânsız kodlama, çok modlu varlık yokluğu gibi durumlarda da GPT‑5 reasoning o3'e göre çok daha az yanlış yanıt veriyor.
    • Gerçek ChatGPT trafiğine dayalı uzun sohbet setlerinde deception oranını %4.8'den %2.1'e indirdi.
    • Hâlâ daha fazla gelişmeye ihtiyaç var; araştırma sürüyor, sistem kartına bakın.

• Onun “her şeyi tam oturtma takıntısı” doğru gerçekleri bile bulandırıyor.

  • Sembolik/transformer hibrit sistemi tartışması ilginç.

  • İlgili gönderide matematiği Python'a vererek Grok 4'ün matematikte başarılı olduğu bir örnek var.

  • Kişisel olarak sembolik öncelikli bir sistem görmek istiyorum; yani gerçek “sert” matematik sembolik yöntemle, yalnızca gerektiğinde monad ile çıkarım yapılan bir yaklaşım.

  • Aloe'nin nöro-simgesel sistemi, OpenAI'nin deep research GAIA benchmark puanını 20 puan farkla geçti.

    • Gary çok konuşkan ve abartılı ama LLM sınırlamaları konusunda gerçekten çok şey biliyor (aloe.inc).

• GPT-5'te, GPT-4'te görülmeyen bir problem gördüm.

  • Konuşma dizisinde bağlam bazen ansızın kesiliyor veya bir sonraki yanıtı doğru anlayamıyor.

  • Sanki bir bağlam temizleme süreci devrede, şimdiye kadarki bağlam özetini çıkarıp taşımıyor gibi hissediyorum.

  • Bu yüzden gerçek kullanılabilir bağlam çok daralmış olabilir; bu durum sıkça oluyor.

  • “Son konuşmaları gözden geçir” dediğimde biraz düzeliyor.

  • Benim tarafımda cevaplar çok daha kısa oldu.

• İnsanlar mucize bekler oldu ama GPT-5 sadece en güncel kademeli gelişme.

  • Bence bu yazıda değeri olan tek nokta buydu.
  • İnsanların kademeli gelişmeyi beklemesi normal.
  • Sağlayıcıların mucize vaat etmemesi gerekir.
  • Beklenti yönetimi çok önemlidir.
  • Kademeli gelişme de kesinlikle bir gelişmedir.
  • Ama “AGI'nin GPT serisinin ardından her seferinde çıkacağını” tarzını onaylamıyorum.

• Artık eğitim verisi kalmadı.

  • AI'nin ilerlemesi artık tamamen mimari değişime bağlı.

  • Tüm modern modeller yeni bilgilerde yerel maksimumlarda takılıp kalıyor.

  • Önceki araştırmalara göre, amaçlı yerleştirilmiş gerçek veriyle çoğunlukla sentetik veriyi birleştirerek frontier LLM eğitimi yapmak etkili oluyor.

    • İlgili araştırma

  • Bu fikri iki yıl önce de burada söylemiştim.

    • Yağmalanacak kaliteli içerikli bir “ikinci internet” yok.
    • Mevcut bilgiler de giderek daha çok kapalı hale geliyor.

  • Bu gerçekten GPT-5'in halihazırda dünya genelindeki tüm video verisini öğrenmiş olduğu anlamına mı geliyor?

  • Günde yeni eğitim verisi üretilmiyor mu zaten?

    • YouTube, Facebook, TikTok vb.
    • İnsanlar bir içerik üretim makinesi.

• OpenAI en iyi modeli yaratsın da, ‘GPT-5’ adıyla topluluk ve OpenAI zaten öyle bir hype yaptı ki, başarısızlığın planlı olduğu açık.

  • Aslında OpenAI'nin meme ve aşırı pazarlamayı reddedip kademeli gelişmeyi seçmesi gerekirdi; ama bu yatırımcıyı, hikâyeyi ve AI ekosistemini ayakta tutmak için ters olurdu.

  • Zaten zirveye geldik.

  • Sam Altman'ın da böyle bir beklenti yaratan ve körükleyen rolü vardı, bu da gerçek.

  • Gerçek AGI geldiğinde insanların “beklentiler karşılanmadı” argümanını nasıl kuracağını merak ediyorum.