Anthropic ve OpenAI'ın ürün-pazar uyumunu yakaladığını düşünüyorum
(simonwillison.net)- Anthropic ve OpenAI'ın kodlama ve genel amaçlı ajanları, tüketici aboneliklerinden çok kurumsal kullanım bazlı fiyatlandırmada daha büyük gelir potansiyeli gösteriyor
- Claude Code ve Codex'in yoğun kullanıcıları aylık 200 $ abonelikle API fiyatlarına göre 2.180,16 $ değerinde token tüketirken, kurumsal müşteriler benzer indirimlerden yararlanamıyor
- Nisan 2026'da iki şirket, Codex ve Claude Code/Cowork için Enterprise maliyetlerini herkese açık API fiyatlarıyla hizaladı ve daha pahalı frontier modeller de çıkardı
- OpenAI'ın 703 iş ilanının 229'u, Anthropic'in ise 390 ilanının 105'i kurumsal satış ve destek niteliğinde; bu da doğrudan satışa belirgin bir geçişe işaret ediyor
- Uber ve Microsoft'taki maliyet tartışmaları, AI'ın başarısızlığından çok müşterilerin yükünü hissetse de kullanmaya devam ettiği fiyat kabul edilebilirliği sinyali olarak yorumlanabilir
Kurumsal müşteriler API fiyatı ödemeye başlıyor
- Anthropic'in aylık 100 $ Max planı ve OpenAI'ın aylık 100 $ Pro planı, kodlama ajanlarını yoğun kullananlar için son derece avantajlı fiyatlar sunuyor
- ccusage ile son 30 günlük kullanım API token fiyatlarına çevrildiğinde, Anthropic Claude Code için bunun karşılığı 1.199,79 $, OpenAI Codex için ise 980,37 $ oluyor
- Toplamda 2.180,16 $ değerinde tokenin 200 $ karşılığında kullanıldığı anlamına geliyor
- Gün boyu ajan çalıştıran bir seviye değil, yalnızca “oldukça yoğun kullanan kullanıcı” ölçüsünde bile büyük fark ortaya çıkıyor
- Şirketlerin ajanları büyük ölçekte kullanmaları halinde benzer indirimler alacağı varsayımı doğru çıkmadı
- Anthropic'in son 6 ay içinde Enterprise planını, önceki “normal bir iş günü için yeterli kullanım dahil” yapısından koltuk başına aylık 20 $ + kullanım bazlı API ücretlendirmesi modeline çevirmiş göründüğü anlaşılıyor
- Ağustos 2025'te “Claude seats include enough usage for a typical workday” ifadesiyle bilgilendirme yapıyordu
- The Information haberi 14 Nisan 2026 tarihli olsa da, Anthropic sözcüsü fiyat değişikliğinin Kasım 2025'te yapıldığını söyledi
- Mevcut müşteriler değişiklikleri sözleşme yenileme dönemlerinde öğreniyor
- OpenAI da Nisan 2026'da benzer bir fiyat değişikliğini uyguladı
- Codex rate card'a göre 2 Nisan 2026 itibarıyla Codex fiyatlandırması mesaj başına değil, API token kullanımı bazında hizalandı
- 2 Nisan değişikliği yeni ve mevcut Plus, Pro, ChatGPT Business ve yeni ChatGPT Enterprise planlarına uygulandı
- 23 Nisan'da ise Edu, Health, Gov, ChatGPT for Teachers dahil tüm mevcut ChatGPT Enterprise planlarına da uygulandı
- Fiyatlar “kredi” olarak gösterilse de model bazlı API token maliyetleriyle eşleştiği anlaşılıyor
- Nisan 2026 itibarıyla OpenAI Codex ile Anthropic Claude Code/Cowork için Enterprise maliyetleri, herkese açık API fiyatlarıyla aynı hale geldi
- Aynı ay, iki önde gelen model şirketi daha pahalı frontier modeller de çıkardı
- 23 Nisan'da çıkan GPT-5.5, GPT-5.4'e göre API tarafında 2 kat daha pahalı
- 16 Nisan'da çıkan Opus 4.7, yeni tokenizer hesaba katıldığında Opus 4.6'dan yaklaşık 1,4 kat daha pahalı
- Nisan 2026'da, pahalı frontier model lansmanları ile kurumsal müşterilerin önceki derin indirimler yerine API fiyatlarına bağlanması aynı anda gerçekleşti
Ürün-pazar uyumuna ulaşıldığı değerlendirmesi
- Anthropic ve OpenAI'ın ani fiyat hamlesi IPO hazırlıklarıyla da ilişkili olabilir, ancak daha önemli etken Claude Code/Cowork ve Codex gibi kodlama ve genel amaçlı ajan ürünlerinin ürün-pazar uyumunu yakalamış görünmesi
- ChatGPT geniş kitlelerde popülerlik kazandı, ancak bu popülerliği gelire dönüştürmek zordu
- OpenAI, Şubat ayında ChatGPT'nin haftalık aktif kullanıcısının 900 milyonu aştığını açıkladı
- Ücretli tüketici abonesi sayısı 50 milyondu; bu da toplamın %5,6'sına karşılık geliyor
- Kullanıcı başına aylık 10-20 $ ücretlendirme fena bir iş değil, ancak $1 trilyonluk altyapı maliyetini karşılamak için 1-2 milyar abonenin 4 yıl boyunca korunması gerekir
- Şirketlerin kullanıcı başına ayda 200 $ ve üstü harcama yaptığı yapı, çok daha hızlı biçimde büyük gelire dönüşebilir
- Güçlü kullanıcı ölçeğinde zaten tedarikçi başına aylık yaklaşık 1.000 $ API maliyetine denk kullanım oluşuyor
- Kodlama ajanları çok daha fazla token tüketiyor, ancak yüksek maaşlı uzmanların günlük araçları haline geliyor
- Şu anda ağırlıkla yazılım mühendisleri kullanıyor
- Bilgisayara komut girerek yürütülebilen işleri otomatikleştirebildikleri için daha geniş bir yetkin bilgi çalışanı kitlesine de uygulanabilirler
- Kasım 2025'te çıkan modeller, ajanları gerçekten faydalı bir seviyeye taşıdı; sonraki 6 ay içinde de şirketler teknolojiye uyum sağladıkça gerçek harcamalar artmaya başladı
- ChatGPT'nin Şubat 2023'te tarihin en hızlı büyüyen tüketici uygulaması haline gelmesiyle ürün-pazar uyumuna ulaştığı da söylenebilir, ancak o dönemde anlamlı gelir yaratamamıştı
- Kodlama ajanları ile kurumsal fiyatlandırma politikasının birleşimi, bu şirketlerin çok somut gelir üretmeye başlamasının işareti gibi görünüyor
Genişleyen işe alımlarda görülen kurumsal odak
- OpenAI ve Anthropic'in açık iş ilanlarında da kurumsal ajanların ürün-pazar uyumunu yakaladığına dair işaretler görülüyor
- OpenAI'ın şu anda 703 açık pozisyonu var ve bunların 229'u, yani %32,6'sı kurumsal satış ve destekle ilişkili olarak sınıflandırılabiliyor
- Account Executive, “Go To Market”, “Forward Deployed Engineers” gibi roller buna dahil
- Anthropic'in 390 açık pozisyonu var ve bunların 105'i, yani %26,9'u kurumsal nitelikte görünüyor
- AI laboratuvarlarının insan emeği yoğun kurumsal satış modelini seçmesi ironik bir durum
- Kurumsal satış anlaşmalarının kapanması için çok sayıda insanın sürece dahil olması gerekiyor
- İşe alım analizi, Claude Code ile kariyer sitelerinin scrape edilmesi; ardından Datasette'in JSON API, Datasette Cloud ve Datasette Agent kullanılarak yapıldı ve sonuçlar gist olarak yayımlandı
AI başarısızlık hikâyesi gibi sunulan maliyet tartışmalarının dayanağı zayıf
- Büyük şirketlerin AI kullanım maliyetlerindeki sert artış nedeniyle alarm verdiğine dair anlatılar çoğalıyor, ancak sık alıntılanan örnekler abartılı görünüyor
-
Uber örneği
- En çok tartışılan örnek, Uber CTO'su Praveen Neppalli Naga'nın Uber'in “2026'da birkaç ay içinde yıllık AI bütçesinin tamamını tükettiğini” söylediğini aktaran The Information haberi
- Maliyet artışının önemli kısmı Claude Code'a bağlanıyor
- Claude Code'un gerçekten büyük ölçüde iyileştiği dönem Kasım 2025 olduğundan, 2025'te yapılan bütçenin 2026 talebini öngörememesi şaşırtıcı değil
- Uber COO'su Andrew Macdonald'un Rapid Response podcast'indeki sözleri de tartışmayı büyüttü, ancak ilgili bölümün içeriği sınırlı
- Andrew Macdonald, geçen çeyrekte kod commit'lerinin %25'inin Claude Code aracılığıyla yapıldığını, ancak bu üretkenlik artışının gerçekten iptal edilmiş projeleri geri getirip getirmediğini ya da tüketiciye faydalı özellikleri %25 daha fazla üretip üretmediğini bağlamanın zor olduğunu söylüyor
- Bu açıklama, Business Insider'ın “AI tokenmaxxing harcamalarını gerekçelendirmek zorlaşıyor” gibi başlıklarına yol açtı
-
Microsoft örneği
- Bir diğer popüler örnek de Microsoft'un Claude Code lisanslarını iptal etmeye başladığı iddiası
- Yüzeyde bakıldığında bu, mühendisleri şirketin kendi Copilot CLI ajanını doğrudan kullanmaya yöneltmeye dönük bir adım
- The Verge'den Tom Warren, kaynaklara dayanarak kararın finansal nedenleri de olduğunu ve bunun Microsoft'un 30 Haziran'daki mali yıl kapanışıyla bağlantılı olduğunu aktardı
- Bu iki örnek, AI'ın başarısızlığından çok ürün fiyatının müşterilere ağır gelip yine de sonunda tercih edilmesi anlamında fiyat kabul edilebilirliği sinyali olarak yorumlanabilir
- Bu, iyi bir ürünün fiyatının müşteriye kısa bir duraksama yaşatsa da sonunda “evet” dedirtecek seviyede olması gerektiği görüşüyle örtüşüyor
- Uber'in bütçe aşımı ve Microsoft'un koltuk iptalleri, bunun pratikte ortaya çıkan sonuçları gibi görünüyor
AI laboratuvarlarının harcama ölçeği de çok büyük
- Büyük AI laboratuvarları hem eğitim hem de çıkarım için milyarlarca dolar harcıyor
- Kesin ve güvenilir rakamlar az olsa da, yakın tarihli SpaceX S-1 dosyasında Anthropic'e dair önemli bir ipucu yer alıyor
- SpaceX, Mayıs 2026'da Anthropic PBC ile COLOSSUS ve COLOSSUS II'nin hesaplama kapasitesine erişim sağlayan Cloud Services Agreements imzaladığını açıkladı
- Anthropic, Mayıs 2029'a kadar SpaceX'e aylık 1,25 milyar $ ödeme yapmayı kabul etti
- Anthropic'in açıklaması, bu anlaşmanın “Claude Code ve Claude API kullanım limitlerini artırabildiğini” söylüyor
- Bu, Colossus'un model eğitimi için değil, güçlü biçimde çıkarım amaçlı kullanıldığını düşündürüyor
- Anthropic zaten başka sağlayıcılardan da çok büyük hesaplama kapasitesi güvence altına almış durumda
- Sadece tek bir tedarikçiden gelen ek kapasite için aylık 1,25 milyar $ harcamaya istekli olması, çıkarım bütçesinin ne kadar büyüdüğünü gösteriyor
API gelirlerinin göreli önemi azalıyor
- Son 2 yılda OpenAI için abonelik geliri daha büyük paya sahip görünürken, Anthropic için API geliri daha baskın görünüyordu
- Anthropic'in API geliri tarihsel olarak az sayıdaki büyük API müşterisine güçlü biçimde bağımlıydı
- Ağustos 2025 tarihli VentureBeat haberi'ne göre Cursor ve GitHub Copilot, o dönemdeki 4 milyar $ gelirin 1,2 milyar $'ını oluşturuyordu
- Şimdi ise Anthropic'in ikinci çeyrekte $10,9 milyar gelire ulaşıp ilk kez faaliyet kârı elde edebileceğine dair söylentiler var
- Kurumsal dönüşüm, laboratuvarların aracı katmanları azaltıp müşterilere doğrudan satışta daha büyük para gördüğünü düşündürüyor
- Anthropic'in Claude Code'u, Cursor ve Copilot ile doğrudan rekabet ediyor
- Cursor'un kendi modellerine yatırım yapması da bu bağlamda doğal görünüyor
Nisan 2026 yeni bir kırılma noktası
- Kasım 2025, GPT-5.1 ve Opus 4.5'in kendi kodlama ajanı harness'leriyle birleşerek gerçekten kullanılabilir hale geldiği dönemdi; bu nedenle bir Kasım kırılma noktası olarak görülebilir
- Sonraki 6 ay boyunca şirketler, istikrarlı biçimde faydalı işler yapabilen ajan sistemlerine uyum sağladı
- Nisan 2026 ise bu teknolojik değişimin gelir etkisinin ciddi biçimde görünmeye başladığı yeni bir kırılma noktası gibi duruyor
- Frontier AI laboratuvarları için kârlı bir yön
- Büyük şirket bütçeleri üzerinde ise somut etkiler yaratan bir yön
- İleride Anthropic ve OpenAI'ın IPO için hazırlayacağı S-1 belgeleri yayımlandığında, bu anın gerçekliği denetlenmiş rakamlarla doğrulanabilir
1 yorum
Hacker News görüşleri
Önümüzdeki 5 yıl içinde 5 trilyon ila 10 trilyon doların geri kazanılması gerekiyor; aksi halde yapılan donanım genişletmeleri için amortisman yazılmaya başlanacak.
Bu da token harcamalarında yılda 1 trilyon doların üzerinde bir ihtiyaç anlamına geliyor. Dünya genelinde 200 milyon bilgi çalışanı ve 30 milyon geliştirici baz alındığında, tüm bilgi çalışanı maaşlarının %5’inin, geliştiriciler içinse %20’sinin tokenlara gitmesi gereken bir dünyadan söz ediyoruz.
Çevremdeki insanlar, bu araçların şirketlerin gerçekten önemsediği işlerde hızı fiilen %20 ila %40 artırdığını söylüyor. Harcamada %20 artış karşılığında hızda %20 iyileşme varsa, yılda 1 trilyon dolarlık harcamayı gerekçelendirmek zor.
Henüz o noktada değiliz. Şu an abartı döngüsünün yükseliş aşamasındayız ve eğer geliştiricileri önemli işlerde 2x, 5x, 10x daha üretken hale getiremezse işlerin iyi gitmeyeceğini düşünüyorum.
Veri merkezleriyle ilgilenen elektrik mühendisleri, eğitim çalıştırmaları sırasındaki güç kullanım sıçramalarını tasarımın temel etkenlerinden biri gibi anlatıyor; ancak maliyet açısından en uygun ölçeklemeyi ele alan makaleler, çıkarım sırasındaki hesaplama yükünü büyük bir etken olarak oldukça emin bir şekilde öne çıkarıyor.
Eğitimin, amortisman sonrası bile çıkarımdan çok daha hesaplama yoğun olduğuna dair bir dayanak da şu: hesaplama kaynaklarına erişimde ciddi kısıtları olan Çinli sağlayıcılar, daha düşük fiyatlarla neredeyse sınırsıza yakın token sunuyor ama model performansları daha düşük oluyor. Bunu, ABD’li şirketlerin, denizaşırı rakiplerin karşılayamadığı amortize edilmiş eğitim maliyetleri nedeniyle çıkarım maliyetlerini 20 ila 30 kat şişirdiği şeklinde yorumlarsanız anlam kazanıyor.
Eğer eğitim maliyetleri çıkarımdan çok daha büyükse, bunlar marjinal maliyetin sıfıra yaklaştığı olağan rekabet modellerinden çok daha ağır bir mahkûm ikilemi içindeler. Tersine, çıkarım maliyeti daha büyükse, bazı düşünürlerin söylediği gibi bunun utility benzeri bir iş olduğu analizi doğru olabilir. CEO’ların böyle konuşmak için çok güçlü teşvikleri var. Çünkü alternatif olan mahkûm ikilemi ortaya çıkarsa yatırımlar çok hızlı durabilir.
Gerçeğe az da olsa temas eden tek şey, tesis mühendisleri arasındaki söylentiler gibi görünüyor; geri kalanı ise yüksek seviyeli analizler ile gizlilik içindeki bir iş hakkında masa başı yöneticilikten ibaret. Bu da mevcut anlayış düzeyini gösteriyor.
Amortize edilmiş sermaye harcaması ile işletme gideri oranını bile bilmiyorsanız, dışarıdan yatırımcı analizi yapmak imkânsızdır. Ofisteki saksı bitkileriyle iç mekân bitkilerinin muhasebesini ne kadar ayrıntılandırırsanız ayrıntılandırın, işin en büyük kısmı ticari sır olarak gizlenmişse bunun bir anlamı yok.
AI-as-a-service harcamalarına dair öngörümüz, 1 yıl bile dolmadan bu maliyeti aşacak.
Birkaç yıl içinde, çok küçük şirketlerin bile karşılayabileceği fiyatlarla çoğu iş için yeterli düzeyde frontier model çalıştırabilecek donanımlar çıkacak gibi görünüyor.
Potansiyel aşamasını aşıp anlamlı üretkenlik artışına geçtiysek, neden bunun izleri müşteri tarafındaki rakamlarda görünmüyor?
Daha iyi yazılım kullanımı nedeniyle son 3 ayda Delta Airlines neden operasyonel verimliliğini ciddi biçimde artırmadı?
Gerçekten merak ediyorum. Bir kopukluk görüyorum.
Kablo TV ve Pay Per View çıktığında, insanlar filmlere sınırsız erişimi olursa ne kadar film izleyeceklerine dair çalışmalar yapılmış ve sonuçlar, bu işi destekleyecek tüm altyapının kurulması gerektiğine dair kanıt gibi dolaşıma girmişti. Sonra istatistikçiler veriyi daha ayrıntılı inceleyince, insanların her gün, haftada 7 gün, günde 10 ila 12 saat film izleyeceklerini söyledikleri sonucuna ulaşılmıştı. Bu imkânsız bir rakamdı.
Şu anda da benzer bir gemideymişiz gibi geliyor. Bazıları herkesin token kullanımını maksimuma çıkaracağını ve donanım, yazılım, tasarım ve piyasa baskılarındaki iyileşmelere rağmen token fiyatlarının asla ucuzlamayacağını varsayıyor.
Geliştirici araçlarının her nesli, mutlak kod üretim hacmini artırırken yeni geliştirici katmanları ve yeni kullanıcılar yarattı.
İlk derleyicilerden framework dönemine ve bugüne kadar hep böyle oldu; geliştirici olmak için gereken uzmanlık seviyesi de aşağı geldi. 80’lerin ortası ve sonlarında uygulama yazabilenler yüksek lisans ya da doktora düzeyinde bilgisayar bilimcileriydi; sonra bu seviye lisans öğrencilerine ve IT mühendislerine indi, bilgisayar bilimi teorisi büyük ölçüde isteğe bağlı hale geldi, ardından biraz eğitim almış üniversite mezunlarına kadar indi ve 2022 öncesi retool gibi no-code/low-code araçlardan v0/Replit gibi ajan tabanlı kod üretim servislerine kadar daha da aşağı iniyor.
Yeni nesil geliştiriciler, önceki nesiller gibi uygulamalar ve mimariler kurmayacak. Buradaki çoğu kişi de pg bu platformu oluşturduğundaki kalite seviyesinde üretmiyor olabilir ama kullanıcı değer buluyorsa bu sorun değil. Hâlihazırda çok sayıda orta kalite kurumsal uygulama bunu kanıtlıyor.
Sonuçta bu işlerin mantığı, 200 milyon / 30 milyon sayılarının sabit kalmayacağı yönünde. Bu değişimin, sermaye harcamalarını haklı çıkaracak kadar büyük ve hızlı olacağını ben de düşünmüyorum. Yine de Web 1, Web 2.0, SaaS ve mobil devrim de yeni kullanıcı ve geliştirici katmanlarını epey hızlı yarattı; dolayısıyla tamamen gerçek dışı değil.
[1] HN, özel bir Lisp implementasyonu olması nedeniyle güçlü bir aykırı örnek ama önceki dönemlerde seçimler daha ılımlı olsa da sağlam mimariyle yazılmış pek çok örnek vardı ve böyle bir uzmanlığı bugün kurucu kuşakta bulmak daha zor olabilir.
Bu analiz kafa karıştırıcı. Kodlama tarafında ürün-pazar uyumu (PMF) muhtemelen zaten geçen yıl yakalandı. Kârlılık ayrı bir mesele ve hâlâ bilinmiyor
Yazı ikisini birbirine karıştırıyor ama güçlü bir ekonomik argüman ya da ikna edici rakamlar sunmuyor. Uber örneğinin neden ilgili olduğunu da anlamıyorum. Uber COO'su da en azından yatırım getirisi açısından ortada bir sonuç görünmediğini açıkça söylemişti
Bana göre ürün birkaç ay öncesinden beri kodlama için çok faydalıydı. Ama her maliyet düzeyinde faydalı olduğu kesinlikle söylenemez
Simon'ın dediği gibi, “yeterince iyi” kodlama ajanlarının ortaya çıkmasının üzerinden sadece 6 ay geçti ve bu göz açıp kapayıncaya kadar geçen bir süre. Buna rağmen şirketimizde benim işim tamamen değişti ve bu neredeyse rüya gibi
Ve bu sadece tek bir dönüm noktası. Zaten birkaç dönüm noktası yaşandı ve önümüzde daha fazlası var. Bugün saçma görünen şirket harcamalarında bile yatırım getirisinin pozitif olmayabileceği sözüne ikna olabilirim, ama birkaç ay sonra, hatta birkaç yıl sonra gelecek şeylere hazırlanmak için bugünden yol açmak fazlasıyla mantıklı
Zaman ayırıp deneyen ve anlayan kişiler için bu birkaç aydır açıkça faydalıydı, ama şimdi bu bilgi bütçeyi kontrol eden kişilere de yayılmış ve bunun sadece bir moda ya da abartı olmadığından emin olmuş görünüyorlar; bu yüzden artık PMF “iddia edilebilir” hale geldi
Yine de “şu kişiler PMF yakaladı” demenin tuhaf olduğuna katılıyorum. Normalde bu, kişinin kendi ürünü için tanımladığı bir kavramdır
Bu yüzden burada birçok kişinin tartışmaya pek katılmaması daha iyi olabilir. Bunlar sadece faydaları tekrar ediyor, ama maliyetleri ve bu maliyetlerin şirketin mali durumu üzerinde nasıl bir etkisi olduğunu tespit edip açıklamıyorlar
“2025 Kasım'ını Kasım dönüm noktası diye adlandırmamızın nedeni, GPT-5.1 ve Opus 4.5'in kendi kodlama ajanı düzenekleriyle birleşince daha iyi hale gelmesidir. Faydalı işleri güvenilir şekilde yapabilecek kadar iyi oldular; biz de son 6 aydır ajan sistemlerine uyum sağlıyoruz”
Başka yazıları da okuyunca pek şüphecilik görmüyorsun; daha çok ne kadar harika olduklarını pazarlayan içerikler var
Bu yazıda biraz AI psikozu havası var
“Bu araçlar çok daha fazla token yakıyor, ama çok yüksek maaş alan uzmanların yaptığı işlerin günlük araçları haline hızla geliyor”
“Bir şekilde bu parça, ‘Uber COO'su AI token aşırı tüketimi harcamalarını haklı çıkarmanın zorlaştığını söyledi’ gibi bir başlığa dönüştü; çünkü AI başarısızlık hikâyelerine yönelik pazar hâlâ çok büyük”
Evet, tabii, mesele sadece AI'ın başarısız olmasını istemeleri. Kontrolden çıkan maliyetler, rekor gelirler ve kitlesel işten çıkarmalarla ilgili olamaz. Zaten yüksek maaş alan insanların bu araçlarla para yakarken hiçbir “değer” artışı yaratmıyor olabileceği ihtimali de herhalde yoktur. Çıktının 100 kat arttığını ama sonuçların bütün metriklerde düz kaldığını kabul ediyorum
[1] https://cmr.berkeley.edu/2025/10/seven-myths-about-ai-and-pr...
[2] https://futuretech.mit.edu/publication/crashing-waves-vs-ris...
GLM-5.1 benzer derecede iyi, açık kaynak ve çok daha ucuzsa, OpenAI ile Anthropic müşterileri elde tutmayı nasıl planlıyor?
İş modelinin çalışacak gibi görünmediğini düşünüyorum. Çok yakın bir arkadaşım büyük şirketlere yönelik otomasyon yazılımı işi yapıyor ve Claude ya da OpenAI’ı hiç kullanmıyor
Ağır muhakeme işleri için çoğunlukla Cerebras üzerindeki gpt 120b ve GLM-5.1’i kullanıyor, çeşitli görevlerde ise başka küçük modeller kullanıyor. Hepsi açık kaynak
Bu sistemler şirketler için çok faydalı ve son derece istikrarlı, hızlı, tam otomatik pipeline’lar çalıştırabiliyor
Bu konuyu sık sık konuşuyoruz; ikimiz de Claude ve OpenAI ile ağır ajan işleri yapan şirketlerin, geçen yıl içinde açık kaynağın ne kadar iyi ve ucuz hale geldiğini tam olarak bilmediğini düşünüyoruz
O zaman mevcut şirketler ve geliştiriciler yetiştiğinde Claude ile OpenAI maliyetlerini geri kazanamayacak, öyle değil mi?
Bu alanda inanılmaz sayıda şirket rekabet edecek ve sermaye yoğun olması nedeniyle belli ölçüde bir hendek olsa da, yine de fiilen sonsuz sayıda rakip olacak
Tüketiciler için iyi
Bunu, çeviri sitesinde kullanmak üzere GLM’nin fiyat/performansına büyük hayranlık duyan biri olarak söylüyorum
Şu an paranın büyük kısmı kodlamada. OpenAI ve Anthropic açık kaynak son teknoloji modellerin sadece 6 ay önünde olsa bile kurumsal ve geliştirici pazarının çoğunu alabilir
Açık modellerden daha fazla değer alabilmek için onlarla nasıl çalışılması gerektiğine dair bir ipucu verebilir misin?
Açık modellerin yaklaşık 1 yıl geriden geldiği yönündeki yaygın görüşe katılıyorum. Ama yaklaşık 1 yıl önce son teknoloji modeller bir anda aşırı faydalı hale gelmişti. Bu mantığa göre açık modellerin de yakında iyi çalışması gerekir, ama sanki dünyanın bir tur daha atmasını beklemekten fazlası varmış gibi endişeleniyorum
Bu arada benim kullanım alanım kodlama yardımı. Başka amaçlar için açık modeller harika olabilir
Özellikle aylık 20 ya da 200 dolarlık planlarla kıyaslayınca, kendi kodlama modelini çalıştırmanın yatırım getirisine dair ikna edici bir analiz hiç görmedim
“200 dolara 2.180,16 dolarlık token” ifadesi tuhaf
Token’ların içsel bir maliyeti ya da değeri yok. 2.180,16 dolarlık token kullandığını söylemek, bir satışçının 19,99 dolarlık tencere setinin 1 milyar dolar değerinde olduğuna seni ikna etmesine benziyor
Taraflı kaynakları değerlendirirken eleştirel düşünmeyi camdan dışarı atmak komik
Ben 200 dolar ödedim. API fiyatından ödeseydim 2.180,16 dolar olurdu. Yazının anlattığı şey kurumsal müşterilerin API fiyatı ödediği ve eğer ben böyle bir şirkette çalışıyor olsaydım şirkete 2.180,16 dolarlık maliyet çıkarmış olacağımdı
Kaçırdığım şey ne?
Değeri hesaplamak zor olabilir ama neyse ki piyasa fiyat mekanizması tam da bunun için var. İnsanların ödemeye razı olduğu fiyattan daha iyi bir sayı yok
Dolayısıyla kurumsal planda 2.180,16 dolar harcanmış oluyor. Kişi bunu ödemiyor olabilir ama şirket ödüyor
Token başına fiyatlar hem kapalı ön saftaki modellerde hem de açık ağırlıklı modellerde benzer bir aralıkta; yani milyon token başına sentlerden dolarlara uzanıyor. Bu da bana fiyatların belli ölçüde gerçeğe dayandığını düşündürüyor
Asıl zamanlama, şu anda güçlü yeni iş talebinin yetersiz olması ve yeterince teknik varlık birikmiş olması nedeniyle işlerin giderek artımlı işler haline gelmesinde yatıyor
Yani devasa bir geçmiş iş birikiminin üzerine istikrarlı özellikler inşa edebiliyorsun ve AI’ın özellikle parladığı yer de burası. Bu yüzden AI olsun ya da olmasın, işlerin çoğu bir özellik eklemek, bir bug düzeltmek, biraz yapılandırma ayarlamak gibi artımlı işlerden ibaretse şirketler zaten daha az yazılım mühendisi işe alacaktı. AI sadece bu baskıyı hızlandırdı
Tersine, aynı AI’ın 20 yıl önce var olduğunu düşünürsek durum farklı olurdu. İnsanlar daha JAX-RS’i anlamaya çalışırken AI gerçekten Jersey kullanabilir miydi? React daha yeni icat edilmişken React hakkındaki tüm soruları cevaplayabilir miydi? Public cloud altyapısının ya da sözde big data platformlarının tamamını kurarken insan sayısını 10’da 1’e indirebilir miydi? O zamanlar alan çok hızlı evriliyordu; bu yüzden sayısız olasılığı keşfedecek çok sayıda mühendise ihtiyaç vardı. AI ile machine learning ekosistemini 10’da 1 iş gücüyle kurmanın da çok şüpheli olduğunu düşünüyorum. 20 yıl önce baskın olan şey R’ydi ve Python ekosistemi hiç olgun değildi. Mobil bilişim için de aynı şey geçerli: tüm mobil uygulamaları ve alttaki altyapıyı yapan insanları AI 10’da 1’e düşürebilir miydi?
“Public cloud altyapısını ya da big data platformlarını 10’da 1 iş gücüyle kurabilir miydi?” sorusuna ise hayır derim. Temel sorunları çözemiyor ve ölçek büyüyünce işi dağıtıyor
Artımlı işler konusunda ise haklısın. Ancak tarihsel olarak işlerin çoğunun zaten artımlı işler olduğunu, Ar-Ge rollerinin ise azınlıkta kaldığını düşünüyorum
Hakkını teslim etmek lazım. Bütün bu olay tarihin en büyük dolandırıcılığı.
Yapay zekanın işe yarar kullanım alanları var ama mevcut fiyatlarla değil. GPT-2’den beri epey çok yoğun kullanıcıyla birlikte yapay zeka kullandım. Bütün kullanıcılar aynı hikâyeyi anlatıyor: merak, hayret, abartı, nefret, fark ediş. Şirketler genelde biraz geç kalır ve şu anda abartı döngüsündeyiz. Tam da o noktada bütün sözleşmeleri satıp IPO’ya çıkarsın
Gerçekten tam bir VC ders kitabı hareketi
Yanlış anlaşılmaması gereken nokta, yapay zekanın faydalı kullanım örnekleri olduğudur. Sadece onların istediği şekilde değil. Blockchain’e oldukça benziyor. Merkezsiz para fikrinin var olma hakkı var. Diğer coin’lerin %99’unun yok
Yapay zeka daha hızlı ama hâlâ daha az doğru bir arama motoru. Bug bulmada mükemmel ve rubber duck debugging için de iyi
Buna dolandırıcılık dememin sebebi, pazarlamayla birlikte dünyanın dört bir yanındaki sayısız insana artık kendi başlarına öğrenmeden startup, oyun, altyapı vb. kurabilecekleri izleniminin verilmesi. Sonuç olarak milyonlarca sahipsiz, düşük kaliteli proje ve ürün ortaya çıkıyor. Büyük çoğunluk, bir problemi gerçekten sonuna kadar çözmek için gereken zihinsel modelleri bir kez bile kurmamış durumda. Sonunda aylarını ve paralarını harcıyorlar, sadece token yakıyorlar. Ben buna dolandırıcılık diyorum
Tanıdığım bütün erken benimseyenler, para yüzünden değil, yeni kullanım alanı kalmadığı için kullanımlarını ciddi biçimde azalttı. Yeni projeleri keşfederken hızlıca onboarding yapıp çok şey öğrenebilir, sonra dokümantasyona ve gerçek testlere geçebilirsin. Benim kullanımım son iki yılın en düşük seviyesinde
Yapay zekanın koduma dokunmasına izin vermem. Tekrar başa saracağından endişe ediyorum. Ama kodumu okuyup neyi yanlış yaptığımı söylemesine izin veriyorum; böylece kendimi geliştirebiliyorum
Açık kaynak çözümler dâhil yüzlerce şirket bunu sağlayabilir
Teknik olmayan arkadaşlarımın hepsi şu anda abartı döngüsünde ve yaklaşan heyecanı ve öngörülebilir hayal kırıklığını benimle paylaşıyor
Bir bakıma, yapay zekanın bilinçli ya da bilinçsiz şekilde bu kadar eksiksiz bir VC tarzında kullanılıp, tüm dünyanın gözü önünde dev şirketler yaratmış olması etkileyici
Token kullanan kodlama modellerinin yatırım getirisi pozitif olmadığı için bunun bir dolandırıcılık olduğunu mu söylüyorsun? Mesela ayda 100 dolar almayı hak edecek kadar değer üretmiyorlar mı demek istiyorsun?
Kurumsal müşterilerin bunu fark edecek kadar akıllı olmadığını mı söylüyorsun?
Sonuçta bunun blockchain tarzı bir yanılsama olduğunu ve CEO getirisini maksimize etmek için IPO yapıldığını mı söylüyorsun?
Seni doğru anladım mı, yoksa ağzına söz mü koyuyorum?
“İnsanlara artık kendi başlarına öğrenmeden kendi startup’larını, oyunlarını, altyapılarını kurabilecekleri izlenimini veriyor” kısmı, insanların inançlarını ve motivasyonlarını kesin olarak bilemeyiz ama biraz korkuluk safsatası değil mi? Yapay zeka, insanı güçlendiren güçlü bir araç. “Bana 1 milyar dolarlık bir enterprise SaaS uygulaması yap” ya da “Bana GTA6 yap, halüsinasyon görme” diye tek bir prompt yazamazsın. Ama gerçekten böyle bir izlenim mi oluşuyor? Dario ve Sam, “Kodlama ajanı aboneliğimizi alın, teknik bilgi olmadan tek seferde oyun yapıp zengin olun” mu diyor?
Yapay zeka ajanlarında bugün değer görmemen gayet mümkün. Nedensiz bir tedirginlik de hissedebilirsin. Ama bunu blockchain seviyesinde bir dolandırıcılık diye nitelemek, bu sistemlerin bugün ne yapabildiğine ve yıl sonuna doğru ne yapmalarının beklendiğine dair güçlü sinyaller ve gerçek konuşmalarla çelişiyor gibi geliyor bana
Okuduklarıma göre Anthropic aslında gerçekten kârlı değil; indirimler yüzünden kısa süreliğine kâr ediyormuş gibi görünmüş olabilir. Bu yazı bu iddiayı iyi anlatıyor: https://www.wheresyoured.at/anthropics-profitability-swindle...
Şu anki fiyat artışlarının yeterli olacağından da, gelecekte gerekecek daha büyük fiyat artışlarını çoğu kullanıcının ve şirketin kabul edeceğinden de şüpheliyim. Özellikle bireysel kullanıcı için aylık 200 dolar zaten aşırı pahalı; çoğunun ayda 1.000 dolar gibi bir fiyat ödeyeceğini sanmıyorum
LLM ile ilgili haberleri bu şirketler IPO yaptıktan sonrasına kadar görmezden gelmek gerekiyor gibi. Olumlu kamuoyu görüntüsü oluşturan çok sayıda bot var
Koltuk başına aylık 200 dolar hiçbir şey
Ar-Ge grubumuzdakilerin kullandığı 3D CAD lisans paketlerinden bir tanesi koltuk başına aylık binlerce dolara mal oluyor
Yazılım koltuklarının da artık sevilme zamanı geldi
[1] https://www.autodesk.com/products/autocad/buy
Şirketler sabit ücretli “sınırsız açık büfe” değil, kullanım bazlı fiyatlandırma ödüyor