Çin'in çalışmalarını kopyalayan Silikon Vadisi, şimdi yapay zeka uygulamaları konusunda zorluklarla karşı karşıya.

Silikon Vadisi Çin'in yaptığı işleri kopyalamaya başladı.

Son zamanlarda, ABD'de Çin'in açık kaynaklı modellerine yetenek ve fiyat açısından yetişmeyi hedefleyen bir dizi düşük fiyatlı açık kaynaklı model ortaya çıktı.

Mira Murati'nin Thinking Machines Lab'ı geçen ay ilk modeli Inkling'i piyasaya sürdü. Resmi açıklamada iki şeyden bahsediliyor: temel mimari DeepSeek-V3'e dayanıyor ve eğitim verileri Kimi K2.5 tarafından üretildi.

Silikon Vadisi'ndeki en pahalı kişiler, Çin menşeli açık kaynaklı bir modelin iskeletini kullanarak bu model tarafından üretilen verileri besliyorlar. İki yıl önce ise durum tam tersi olurdu.

Bu yılın başlarında, Arcee AI'nin Trinity-Large-Thinking ürünü PinchBench'te 91,9 puan alarak Anthropic'in Opus'unun 4,6 puanından 1,4 puan daha düşük bir performans sergiledi ve fiyatı da Anthropic'in Opus'unun %4'ü kadardı.

Arcee AI CEO'su Mark McQuade, "ABD'nin Çin'e yetişmesi ve onu geçmesi için çalışıyoruz" dedi.

Silikon Vadisi artık sadece modelleri değil, Çinli şirketlerin düşürdüğü fiyatları da kopyalıyor.

Mimari ödünç alınabilir, eğitim yöntemleri yeniden üretilebilir ve veriler toplu üretim için diğer modellere verilebilir. Ağırlıklar serbest bırakıldıktan sonra geliştiriciler geliştirmeye devam edebilir. Fiyatlandırma daha da basittir; bir şirket fiyatı düşürdüğünde, diğerlerinin de sonunda aynı şeyi yapması gerekecektir.

Son üç yıldır, büyük model şirketi, parametrelere, işlem gücüne ve kapalı kaynak teknolojisine dayanarak muhteşem bir yapı inşa etti ve misafirlerini ağırladı. Şimdi ise bu yapı yıkılmanın eşiğinde.

On altı gün

17 Temmuz'un erken saatlerinde Dark Side of the Moon, Kimi K3'ü piyasaya sürdü. Toplam 2,8 trilyon parametre ve 1 milyon bağlam belirteciyle, dünyanın en büyük açık modelini oluşturdu.

Frontend Code Arena sıralamasında K3 1679 puanla birinci olurken, onu Claude Fable 5 ve GPT-5.6 Sol takip etti. Bu, açık kaynaklı bir modelin kapalı kaynaklı bir modeli ilk kez geride bırakması anlamına geliyor. Yedi frontend uzmanlık alanından altısında birinciliği elde etti.

Musk, değerlendirme sonuçlarının altına "Etkileyici" şeklinde bir yorum bıraktı.

K3'ün API'si ucuz değil; milyon çıktı token'ı başına 100 yuan maliyeti var. Ancak SuperCLUE'nun çapraz testinde, görev puanı ikinci sıradaki rakipten %18 daha yüksek ve aynı görev grubunu çalıştırırken ortalama maliyeti %16 daha düşüktü.

Bir modelin pahalı olup olmaması, milyon token başına düşen fiyata değil, tüm sürecin baştan sona tamamlanmasının maliyetine bağlıdır. Bu iki sayı arasındaki fark ne kadar büyükse, fiyatın kendisi o kadar anlamsız hale gelir.

İki gün sonra, gece geç saatlerde, Dark Side of the Moon son kullanıcılar için yeni abonelikleri askıya aldı. 48 saat içinde gelen istek sayısı beklentileri çok aşmıştı ve işlem gücü yetersiz kalmıştı.

K3, 27 Temmuz'da teknik raporları ve destekleyici altyapısıyla birlikte tüm ağırlık verilerini yayınladı.

Sırada DeepSeek var.

Piyasa, V4'ün resmi olarak piyasaya sürülmesini büyük bir heyecanla bekliyordu. Nisan ayı sonunda DeepSeek, her ikisi de 1 milyon token bağlamını destekleyen ve resmi olarak "milyonlarca bağlama evrensel erişim çağı" olarak adlandırdıkları V4-Pro ve V4-Flash olmak üzere iki önizleme sürümü yayınladı. Sonraki iki veya üç ay boyunca çok az hareketlilik oldu, ta ki 2 Ağustos'ta V4 Flash resmi olarak piyasaya sürülene ve ağırlıkları açıklanana kadar. Toplam 284 milyar parametre ve çıkarım başına yalnızca 13 milyar etkin parametre ile DeepSeek programlama testi puanı 7,3'ten 54,4'e yükseldi.

Daha da çarpıcı olan ise fiyat indirimiydi. Mayıs ayında V4-Pro'nun fiyatı orijinal fiyatının dörtte birine düşürüldü ve bu, DeepSeek'in bir ay içinde yaptığı dördüncü fiyat indirimi oldu. Flash resmi olarak piyasaya sürüldüğünde, herkes hala maliyet etkinliğine şaşırmıştı.

"Ne kadar öderseniz o kadar alırsınız" eski kuraldı. Şimdi ise Çinli modeller giderek daha rekabetçi hale geliyor ve fiyatları da giderek düşüyor. Yabancı rakipler doğal olarak rahatsız oluyor, ancak yapabilecekleri pek bir şey yok. Kullanıcılar zaten ucuz ve kaliteli ürünler gördüler ve kimse tekrar kazıklanmak istemiyor.

Alibaba daha sonra Qwen3.8-Max'in özelliklerini önümüzdeki hafta açıklayacağını duyurdu. Daha önce kapalı kaynaklı bir amiral gemisi olan Max serisi artık satışa sunuluyor. Uluslararası fiyatı, Opus 5'in giriş maliyetinin yaklaşık %40'ı ve çıkış maliyetinin yalnızca %24'ü kadar.

Bunlar sadece 16 gün içinde oldu.

Geçmişte, model şirketleri fiyat belirlemek için kıtlığa güvenirdi; eğer ben üretebilirsem, benim fiyatımı ödemek zorundaydınız. Listedeki birkaç puanlık bir fark bile, fiyat farkında onlarca katına yol açabilirdi.

Kimi, DeepSeek ve Qwen'in teknik yaklaşımları farklı olsa da, yaptıkları şey aynı: yetenekleri artırmak, ağırlıkları azaltmak, fiyatları düşürmek ve ardından bunları hızla ürünlere entegre etmek.

Ödevleri kopyalamak istiyorum ama kimse bana para vermiyor.

ABD'de de bazı kişiler bu eğilimi fark etmiş durumda.

2025 yılının sonuna kadar Arcee AI, fonlarının neredeyse tamamını bu projeye yatırmıştı. 33 gün içinde 2.048 adet B300 modülü geliştirdiler, 20 milyon dolar yatırım yaptılar ve sadece 30 çalışana sahiplerdi. Ortaya çıkan Trinity Large modeli, 400 milyar parametreye ve çıkarım başına 13 milyar aktivasyona sahipti ve eğitim verilerinin neredeyse yarısı sentetikti. Bu Temmuz ayında Arcee, araştırma odaklı bir model geliştirmek için ABD Enerji Bakanlığı ile bir iş birliği anlaşması imzaladı.

Ekip, başarılar, maliyetler, devlet sözleşmeleri; her şey mevcuttu. Ama finansman kapısı bir türlü açılmıyordu.

Arcee bugüne kadar toplam 50 milyon dolar yatırım aldı ve 240 milyon dolarlık bir değerlemeye ulaştı. Günümüzün büyük beden model sektöründe, bu miktar para bırakın yemeği, özel bir odaya bile girmenizi sağlayamaz.

CEO Mark McQuade, "En üst düzey risk sermayesi şirketlerinin neredeyse tamamı bizi reddetti," dedi.

ABD'nin açık yatırım modeli, Çin ile karşı karşıya gelmeden önce bile kendi yatırım komitesi tarafından engellendi.

2026 yılının ilk çeyreğinde, küresel yapay zeka girişimleri 255,5 milyar dolar yatırım aldı ve bunun yaklaşık üçte ikisi üç anlaşmada yoğunlaştı: OpenAI'nin 122 milyar doları, Anthropic'in 30 milyar doları ve xAI'nin 20 milyar doları. Paranın neredeyse tamamı kapalı kaynaklı şirketlere aktı.

Arcee'nin ilk yatırımcılarından ve Emergence Capital'in ortağı olan Joe Floyd, birçok risk sermayesi şirketinden duyduğu ret nedenlerinin hemen hemen aynı olduğunu söyledi:

"Bu modelin başarılı olmasını istemiyorum. Yatırım yapmak istemiyorum çünkü bu, Anthropic ve OpenAI'deki yatırımlarıma zarar verir."

Açık kaynaklı modellere gerçekten para harcamaya istekli olanlar aslında çip satıcılarıdır.

Bu yılın Mart ayında Nvidia, SEC'ye yaptığı bir bildirimde, açık kaynaklı ağırlıklandırma sistemlerini desteklemek için önümüzdeki beş yıl içinde 26 milyar dolar yatırım yapmayı planladığını açıkladı. Reflection AI, Poolside ve Thinking Machines Lab bu yatırımdan fon alan şirketler arasında yer alıyor.

Jensen Huang bunu herkesten daha iyi anlıyor. Kapalı kaynak kodlu model API'lerden para kazanırken, açık kaynak kodlu model GPU'ları tüketiyor. Model ne kadar ucuza satılırsa, o kadar çok geliştirici kullanır ve Nvidia'nın GPU'ları o kadar çok satar.

24 Temmuz akşamı Jensen Huang bir X hesabı açtı ve ilk tweet'i "Açık Ağırlıklar ve Amerika'nın Yapay Zekadaki Liderliği" başlıklı açık bir mektubun yeniden paylaşımı oldu. Mektupta, Amerika Birleşik Devletleri'nin sektörde liderliğini sürdürebilmesinin yalnızca en gelişmiş modellere sahip olmasına değil, aynı zamanda çeşitli sektörlere yayılabilen bir ekosisteme sahip olmasına da bağlı olduğu belirtiliyordu.

Daha sonra, yaklaşık 200 Amerikalı girişim şirketinin kurucuları, Çin'in açık modeline getirilen yasağa karşı çıkarak Trump yönetimine ortak bir mektup yazdılar. Okuduğum bu mektubun en ilginç yanı, tek bir olumlu kelime bile içermemesiydi. Çin'den olumlu bir şekilde bahsetmediler, açıklık bayrağını da dalgalandırmadılar; tek gerekçeleri, ucuz Çin modelinin zaten bir üretim aracı haline geldiği ve gerçekten engellenirse, yalnızca pahalı Amerikan API'lerini satın almaya geri dönebilecekleriydi.

McQuade bir röportajda, yaygın kullanımın sadece zaman meselesi olduğunu da söyledi.

Ucuzluktan kaynaklanan talep

Silikon Vadisi açık ağırlıklandırmayı uygulamaya koyup koymama konusunda hâlâ tartışırken, Çin çoktan bir sonraki engeli aşmaya başladı bile.

"Yapay zeka uygulamalarının ilk yılı" ifadesi son üç yılda birçok kez kullanıldı. Ancak bir teknolojinin gerçekten uygulama aşamasına girip girmediğini değerlendirmek için sadece iki şeye bakmamız gerekiyor: kullanıcıların bunun için ödeme yapmaya istekli olup olmaması ve şirketlerin bunu işlerine entegre edip etmemesi.

Bu yıl hem Claude Code hem de Cursor, yıllık gelir olarak 1 milyar doları aşarken, yapay zeka programlama araçlarının bireysel geliştiriciler arasındaki kullanım oranı neredeyse yarıya ulaştı.

Değişimler kurumsal alanda daha da belirgin. Dune Think Tank'in araştırmasına göre, Çinli işletmelerin yapay zeka ajanlarını benimseme oranı 2024 yıl sonundaki %17,3'ten 2026 yıl ortasında %40,3'e yükseldi.

Li Yanhong, Daily Active Agents (DAA) olarak adlandırılan yeni bir ölçüt önerdi. Daha önce internet şirketleri, her gün kaç kişinin ürünlerini açtığını sayıyordu; bundan sonra ise, işi gerçekten yapan ve sonuç üreten temsilci sayısını sayacaklar.

Çağrı hacmi eğrisi daha da şaşırtıcı. CCTV'nin istatistiklerine göre, Çin'de ortalama günlük token çağrı hacmi, 2024 yılının başındaki yaklaşık 100 milyardan bu yılın Mart ayı sonunda 140 trilyona yükseldi; yani iki yıldan biraz fazla bir sürede bin kattan fazla arttı.

Modeller giderek ucuzlarken, işlem gücü giderek azalıyor. Bu yılın Mart ayında, Tencent Cloud, Alibaba Cloud ve Baidu AI Cloud, on gün içinde işlem gücü fiyatlarını art arda yükselterek yaklaşık %30'luk artışlar gerçekleştirdi. Yılın ilk yarısında akıllı ajanlardaki artışın ardından, çıkarım işlem gücünün kiralama fiyatı %40'tan fazla arttı.

Bunun nedeni, insanların yapay zekayı kullanma biçiminin değişmiş olmasıdır. Eskiden, çok fazla jeton gerektirmeyen basit bir soru-cevap süreciydi. Şimdi ise, bir ajanın görevi gerçekten tamamlayabilmesi için bağlama, birden fazla araca ve sürekli kontrole ihtiyacı var; hata yaparsa baştan başlaması gerekiyor. Birim fiyat düştü, ancak tüketim katlanarak arttı.

Fiyat indirimi piyasayı küçültmedi; aksine, daha önce açıklanamayan tüm talebi ortaya çıkardı.

1981'de IBM, PC mimarisini herkese açık hale getirdi ve uyumlu makineler hızla piyasayı doldurarak donanım fiyatlarını düşürdü. Sonuç olarak, asıl büyük parayı kazanan şirketler makine üreticileri değil, bu makinelerin üzerine inşa edilen Lotus 1-2-3, WordPerfect ve daha sonra Microsoft oldu.

Bugün de izlenen yol neredeyse tamamen aynı. Herkes hâlâ temel yeteneklerdeki ufak farklılıklara odaklanırken, zirvedeki şirketler çoktan kullanıcılar, giriş noktaları ve iş akışları için rekabete başlamış durumda.

Amerikan şirketleri DeepSeek'in mimarisini inceleyebilir, Kimi tarafından üretilen verileri kullanabilir veya yüksek performanslı açık kaynaklı bir modeli eğitmek için 20 milyon dolar harcayabilir. Ancak uygulamaların kopyalanması bu kadar kolay değildir.

Uygulamada indirilebilir ağırlık verileri veya performans testleri bulunmamaktadır. Uygulamanın çalışıp çalışamayacağını belirleyen şey, bir şirketin on yılı aşkın süredir gösterdiği yoğun çalışma ve deneyimle biriktirdiği küçük püf noktalarıdır.

Geçmişte, büyük şirketler modelleri bağımsız ürünler haline getirip, kullanıcıların ayrı bir sohbet penceresi açmasını beklemeye alışkındı. Şimdi ise modeller DingTalk, Lark ve WeChat Work'e entegre olmaya başlıyor ve ajan doğrudan mevcut organizasyon ve süreçlere dahil oluyor.

ABD'de bir ofis ajanı, Gmail, Slack ve Salesforce gibi uygulamalar doğrultusunda gelişebilir. Çin'de ise DingTalk, Lark ve WeChat Work ile başlayıp daha sonra finansal yazılımlara, tedarik zinciri sistemlerine, fabrika sistemlerine ve devlet platformlarına kadar genişleyebilir. Her iki taraf da aynı modeli kullansa bile, nihai ürünler farklı olacaktır.

Fiyat düşürüldükten sonra

2022'den 2025'e kadar ABD, Çin çiplerine yönelik kısıtlamalarını artıracak. H100 ve B300 çiplerinin satışı yasaklanacak ve gelişmiş üretim süreçleri ve ekipmanları da kısıtlanacak. Bu koşullar altında, Çinli şirketler dünyanın en büyük açık modelini oluşturdu.

2026 yılına gelindiğinde, ABD Çin modellerinin ağırlıklarına ilişkin kısıtlamaları tartışmaya başladı. OpenAI ve Anthropic'in düzenleyicilere endişelerini dile getirdiği bildirilirken, Kongre de model ağırlıklarının sınırlar arası akışının devam edip edemeyeceğini inceliyor.

Bıçak daha yere düşmeden, kendi adamları acı içinde bağırdılar.

Çip yasağı Çinli şirketlere tedariki kısıtlıyor, ancak model yasağı öncelikle Amerikalı girişimlerin maliyetlerini düşürüyor. Ortak mektupta ayrıca yasağın yayılmayı durdurmayacağı, yalnızca geliştiricileri kapatmadan önce mevcut tüm modelleri indirmeye zorlayacağı açıkça belirtildi.

Çipler fiziksel nesnelerdir; siparişleri, lojistiği ve üretim süreçlerini aksatabilirler. Bir ağırlık serbest bırakıldığında, sonsuz sayıda indirilebilir, kopyalanabilir, nicelendirilebilir, ince ayar yapılabilir ve damıtılabilir.

Daha da kontrol edilemez olan şey ise fiyattır.

ABD, en son teknolojiye sahip kapalı kaynaklı modellerde liderliğini sürdürüyor. OpenAI ve Anthropic hâlâ ön saflarda yer alıyor ve üst düzey modellerin eğitimi hâlâ büyük ölçüde Nvidia kartlarına dayanıyor; bu durumun kısa vadede değişmesi pek olası değil.

Ancak, uygulama söz konusu olduğunda, sonuç nadiren en güçlü model tarafından belirlenir. Önemli olan, modelin yeterince ucuz olup olmadığı, işletmenin hazır bir dijital giriş noktasına sahip olup olmadığı ve geliştiricilerin iş süreçlerine gerçekten derinlemesine inebilme yeteneğidir.

Geçtiğimiz otuz yıla baktığımızda, Çin birçok kez kazandı, ancak kazanma yöntemleri büyük ölçüde aynı kaldı.

Mobil ödemeler, e-ticaret, yemek teslimatı ve canlı yayın gibi alanların tamamı, dışarıdan icat edilen teknolojilerin milyarlarca insanın günlük yaşamına entegre edilmesini ve şaşırtıcı ölçekte işletmelerin yaratılmasını içeriyor. Temel altyapı ise uzun zamandır başkaları tarafından sağlanıyor. Transistörler Bell Labs'tan, x86 Intel'den, TCP/IP ABD hükümeti tarafından finanse edildi ve Windows, Android ve iOS'un tamamı Batı Yakası'nda ortaya çıktı. Hatta derin öğrenme çağında en yaygın kullanılan teknolojiler olan TensorFlow ve PyTorch bile sırasıyla Google ve Meta'dan kaynaklanıyor.

"İcat Amerika'da, ölçeklendirme Çin'de"—bu söz otuz yıldır söyleniyor ve gerçek anlamda çok az istisnası oldu.

Şimdi ise bir istisna ortaya çıktı.

Thinking Machines Lab'ın teknik özellikleri oldukça açık. Silikon Vadisi'nin en önde gelen ve iyi finanse edilen yeni şirketlerinden biri, modelinin temel katmanında Çinli bir şirketin mimarisine referans verdi ve ardından eğitim için başka bir Çinli model tarafından üretilen verileri kullandı.

Geçmişte Silikon Vadisi, üretim kapasitesini Çin'den temin ediyor, yetenekli personel buluyor veya Çin'den pazar arıyordu. Şimdi ise Çinli şirketler tarafından doğrulanmış teknoloji yollarını doğrudan takip etmeye başlıyor.

Silikon Vadisi hayranlığının elbette kökenleri var. Son birkaç on yılda, bilgisayar endüstrisindeki en önemli temel teknolojilerin çoğu gerçekten de oradan gelişti. Makinelerin içindeki çiplerden programcıların her gün kullandığı IDE'lere kadar, Silikon Vadisi uzun zamandır teknoloji zincirinin en üst noktasında yer alıyor.

Ancak teknoloji dünyasında sonuçlar önemlidir. Yeni bir mimari önerebilen, maliyetleri düşürebilen ve rakiplerini taklit etmeye başlatabilen kişi, tedarik zincirinin başlangıç aşamasını yeniden tanımlama hakkına sahiptir.

Şimdi ise Çinli şirketler de bu listede yer almaya başlıyor.

Silikon Vadisi, mühendis, sermaye ve çip bolluğu göz önüne alındığında, gelecekte muhtemelen arayı kapatacaktır. Ancak, gerçek dünya işletmelerine zaten entegre edilmiş uygulamalar kimseyi beklemeyecektir. Kurumsal süreçlere ilk giren, müşteri, veri ve bir sonraki iyileştirme turu için fırsat kazanacaktır. Başlangıç noktası asla herkes için aynı değildir.

Yapay zekâ uygulamaları çağı, hayırlı bir günde büyük bir coşkuyla başlamayacak. İlk olarak finansal tablolarda, hızla artan kullanımda ve bir programcının gece yarısı kredi kartının bitmesiyle kendini gösterecek.

Yaygın olarak benimsenmesi sadece zaman meselesi. Bunu bir Amerikalı söyledi.