Zuckerberg, DeepSeek ile doğrudan rekabete giriyor.

6 Ağustos'ta Zhi Dongxi, Meta'nın ilk programlama aracı olan Muse Code (beta)'yı ve bu araç üzerinde çalışan yeni nesil model Muse Spark 1.2'yi piyasaya sürdüğünü bildirdi.

Modelin piyasaya sürülmesi, özellikle fiyatlandırma stratejisi olmak üzere, yurt dışında hararetli tartışmalara yol açtı: DeepSeek-V4-Flash'tan daha ucuz. Meta'nın verilerini kullanarak modellerini eğitmesine izin veren kullanıcılar %5 indirimden yararlanabilirler.

İlginç bir şekilde, aynı gün DeepSeek, yakın gelecekte API hizmetlerinin genel fiyatını önemli ölçüde artırma planlarını açıkladı. Diğer önde gelen yerli model sağlayıcıları da fiyat savaşını hafifletme işaretleri gösterdi; örneğin, Zhipu GLM modellerinin fiyatı da indirim dönemi sona erdikten sonra önemli ölçüde artacak.

OpenAI ve Meta gibi yurtdışı devlerinin fiyat savaşına girmesiyle, DeepSeek gibi yerli modeller kendi kurallarına göre hareket ediyor gibi görünüyor ve bu da en iyi model için verilen küresel mücadeleyi giderek daha ilginç hale getiriyor.

Meta, kullanıcı verilerini kullanarak 75 kata kadar fiyat indirimi sunuyor.

Zuckerberg Twitter'da şunları belirtti: "(Bu model) kullanımı kolay ve ucuz olarak konumlandırılmıştır. (Kullanıcıların) ' Katkıda Bulunan Yazılım Paketi'ni kurmak ve kullanmaya başlamak için yalnızca bir satır koda ihtiyaçları var."

"Katkıda bulunan paket" olarak adlandırılan şey , Meta tarafından sağlanan iki API sürümünü ifade eder: biri veri paylaşımına izin verirken diğeri izin vermez. İlk sürüm için veri girişi maliyeti milyon token başına 0,10 ABD dolarıdır ve bu, ikinci sürüme göre 12,5 kat daha ucuzdur; önbelleğe alınmış veri girişinin maliyeti milyon token başına 0,002 ABD dolarıdır ve bu, ikinci sürüme göre 75 kat daha ucuzdur; ve veri çıktısının maliyeti milyon token başına 0,20 ABD dolarıdır ve bu, ikinci sürüme göre 21 kattan daha ucuzdur.

Bir internet kullanıcısı şöyle şaka yaptı: "Bu çok komik! Muse Spark'ın giriş/çıkış maliyetleri DeepSeek-V4-Flash'tan daha düşük ve ayrıca benzersiz şekilde optimize edilmiş önbellek isabet oranlarına sahip. Kârı umursamıyorlar; sadece veri istiyorlar. "

Daha önce DeepSeek-V4-Flash, API'sini 31 Temmuz'da resmi olarak yayınlamıştı. Modelin fiyatlandırması şu şekildedir: Giriş önbelleği ıskalandığında milyon token başına 1 yuan, giriş önbelleği isabet ettiğinde milyon token başına 0,2 yuan ve çıktı başarılı olduğunda milyon token başına 2 yuan.

DeepSeek "o kadar güçlü ki Flash gibi görünmüyor." Meta buna ayak uydurabilecek mi?

DeepSeek-V4-Flash şu anda dünya çapında yeni bir popülerlik dalgası yaşıyor. API sürümünün yayınlanmasından bu yana, yüksek maliyet etkinliği konusundaki itibarı artmaya devam ediyor.

Latin Amerika'nın önde gelen çevrimiçi eğitim platformu Platzi'nin kurucu ortağı ve CEO'su, DeepSeek-V4-Flash'ın bu kadar yüksek hız ve kaliteye nasıl ulaştığına hayranlığını dile getiren bir makale yayınladı. Gerçekten inanılmaz.

Bazı internet kullanıcıları ise açıkça şunu belirtti: "Claude öldü. Dünyanın, yüz kat daha pahalıya mal olan ancak rakipleriyle aynı performansı sergileyen bir tedarikçi tarafından kontrol edilmeye devam etmesinin hiçbir nedeni yok."

Ancak DeepSeek-V4-Flash'ın ünü sadece düşük fiyatından değil, aynı zamanda mükemmel performansından da kaynaklanmaktadır.

Bu modelin performans puanları, Nisan ayında piyasaya sürülen "ağabeyi" DeepSeek-V4-Pro-Preview'ı çok geride bırakıyor. Bugün bile, birçok yurtdışı kullanıcısı hala onu yüksek övgülerle karşılıyor ve "hiç Flash tabanlı bir cihaz gibi hissettirmiyor" diyor. Almanbench testlerinde, DeepSeek-V4-Flash sürüm 0731, Kimi K3'ü geride bırakarak GPT-5.6 Sol xhigh ile neredeyse aynı puanı aldı.

Peki, fiyat konusunda DeepSeek ile rekabet etmeyi hedefleyen Meta, en son Muse Spark 1.2 ve Muse Code beta sürümleriyle nasıl bir performans sergiliyor?

Program değerlendirmesinde yalnızca Opus5, Muse ve Spark 1.2'nin gerisinde kalıyor, ancak yine de en yeni modellerin gerisinde kalıyor.

Model performansı açısından Muse Spark 1.2, selefine göre önemli bir gelişme gösterse de, en yeni modellerin gerisinde kalıyor .

Muse Spark 1.2, programlama için optimize edilmiş güncellenmiş bir sürümdür. Terminal-Bench 2.1 ve DeepSWE 1.1 gibi kod yeteneği kıyaslamalarında, genel performansı Claude Opus5'ten sonra ikinci sırada yer alır ve GPT-5.6, Grok4.5 ve Gemini3.6'yı geride bırakır.

GDPVal-AA V2 karmaşık mantık testinde Muse Spark 1.2, Opus5'ten sonra ikinci sırada yer aldı; Agent araç çağırma MCP Atlas kıyaslama testinde ise Muse Spark 1.2 birinci sırada yer aldı.

Meta testler, modelin 1000'den fazla araç çağrısı (24 saate kadar) boyunca GPU çekirdeklerini yinelemeli olarak optimize edebildiğini göstermektedir. Muse Code ajan kodlama ortamını kullanan model, Gemini 3.6 Flash ve GPT-5.6 Terra'dan daha iyi performans gösterirken, GPT-5.6 Sol ve Opus5'in gerisinde kalmaktadır.

Muse Code, büyük kod tabanlarında değişiklik planlama, kod yazma ve sonuçları doğrulama gibi eksiksiz yazılım mühendisliği görevlerini yerine getirebilen, yerelleştirilmiş bir son kullanıcı kodlama aracıdır. Meta bir dizi örnek olay incelemesi yayınladı, ancak gerçek dünya geliştirme senaryolarında Claude Code ve Codex ile rekabet edip edemeyeceği henüz belli değil.

Aşağıdaki örnekte gösterildiği gibi, Muse Code, ana ajanın işlevselliğini artırmak için bir dizi eşzamansız arka plan ajanıyla desteklenen basit bir ajan döngüsü kullanır. Bunların sürekli çalışması gecikmeyi azaltır ve karmaşık, çok adımlı görevlerde manuel müdahale ihtiyacını en aza indirir.

Aşağıdaki resimde, bir kullanıcının terminale ev turu videosunun MP4 dosyasını girdiği gösterilmektedir. Muse Code, videoyu ayrıştıracak ve görsel olarak çekici bir tatil evi pazarlama ve rezervasyon sayfası oluşturacaktır.

Ayrıca, Muse Spark 1.2, yapay zeka analitik endeksinde (AII) 54 puan alarak önceki sürümlere kıyasla ajan bilgi işleme yeteneklerini önemli ölçüde geliştirdi ve Meta ve SpaceX AI ile birlikte ABD laboratuvarları arasında üçüncü sırada yer aldı.

Sonuç: Meta, müşteri çekmek için fiyatları düşürürken, DeepSeek yapay zeka fiyat savaşında fiyatlarını yükseltti; bu da ajanslar arasındaki rekabetin son derece şiddetli olduğunu gösteriyor.

OpenAI'nin fiyat indirimlerinin ardından Meta da ABD yapay zeka sektöründe bir fiyat savaşı başlattı. OpenAI ve Anthropic'in pazara hakim olduğu bir ortamda Meta, pazar payı elde etmeye çalışıyor ve konumunu canlandırmak için ilk kez uç nokta programlama ajanı pazarına girdi. Google DeepMind'ın yakın zamanda gerçekleştirdiği büyük ölçekli iç yeniden yapılanma, Meta'ya mükemmel bir fırsat sundu.

Düşük fiyatlar kullanıcıları çekmenin etkili bir yolu olabilir, ancak gerçek anlamda kullanıcı tanınırlığı kazanmak için daha yüksek model performansı ve token kalitesi çok önemlidir. DeepSeek-V4-Flash'ın yurtdışında tekrar popüler hale gelmesinin nedeni de tam olarak budur.

DeepSeek'in bugün API hizmetlerinin fiyatlarını yakında kapsamlı bir şekilde artırma planlarını duyurduğunu belirtmekte fayda var. Bu, DeepSeek'in rekabetini fiyat savaşlarıyla sınırlamadığını, model kalitesine odaklanmaya devam ettiğini gösteriyor. DeepSeek son zamanlarda Agent Harness yeteneklerini aktif olarak işe alıyor ve mükemmel açık kaynak projelerini kendine çekiyor; Agent Harness ürünü (muhtemelen DeepSeek Code olarak adlandırılacak) hızla gelişiyor.

Fiyat savaşının sadece başlangıç olduğu ve işlem gücü, performans, fiyat, uygulamalar ve ekosistem gibi çeşitli alanlarda dağıtımcılar arasındaki rekabetin yoğunlaşacağı öngörülebilir.