Yapay zeka ekosistemi, birçok kişinin uzun zamandır öngördüğü bir paradigma değişiminden geçiyor. Açık kaynaklı yapay zeka modelleri ile tescilli sistemler arasındaki performans farkı sadece %3'e kadar daraldı.açılış raporuna göre Açık Kaynak Yapay Zekanın 2026'daki Durumu Mozilla Vakfı'nın 14 Temmuz'da yayınladığı verilere göre, binlerce kıyaslama testinin analizine ve 950'den fazla geliştiricinin katıldığı küresel bir ankete dayanan bu veriler, rekabet avantajının artık temel modelde değil, modelin nasıl düzenlendiği, dağıtıldığı ve para kazanıldığıyla ilgili olduğunu doğruluyor.
İspanya ve Avrupa'daki şirketler ve girişimler için bu haber çok önemli bir zamanda geldi. Çıkarım maliyetleri sadece üç yılda 50 kat düştü.Yapay zekâ tokenlerinin fiyatı, milyon token başına yaklaşık 20 dolardan sadece 0,40 dolara kadar düştü. Bu durum, AB'de veri egemenliği konusunda artan düzenleyici baskıyla birleştiğinde, ABD veya Çinli teknoloji devlerine bağımlı kalmadan yapay zekâ ürünleri geliştirme fırsatı yaratıyor. Soru artık açık kaynaklı yapay zekânın uygulanabilir olup olmadığı değil, potansiyelinin nasıl en üst düzeye çıkarılacağıdır.
Mozilla'nın raporu: performans eşitliği
Mozilla'nın yaptığı bu çalışma, ekosistemin mevcut durumunu derinlemesine analiz ediyor. Açık ağırlık modelleri, kodlama, talimatları takip etme ve genel bilgi edinme gibi görevlerde kapalı ağırlık modelleriyle zaten uyumludur.Ancak, gelişmiş akıl yürütme, uzun bağlamlı bilgiye erişim ve çok aşamalı ajan görevlerinde farklılıklar devam etmekte olup, bu alanlarda tescilli sistemler hafif bir avantaja sahiptir. Popüler Chatbot Arena sıralamasında ortalama fark sadece 3,3 puandır; bu fark, çoğu pratik uygulama için önemsiz kabul edilmektedir.
Kurumsal benimseme ilginç bir paradoksu ortaya koyuyor. Geliştiricilerin %79'u açık kaynaklı modeller kullanıyor, ancak bunların yalnızca %51'i üretim ortamında devreye alınıyor.Bu fark, modellerin kendi yeteneklerinden değil, olgunlaşmamış dağıtım altyapısından kaynaklanmaktadır. Şirketler, saf performanstan ziyade lisanslama koşullarına (%31) ve veri sahipliğine (%26) öncelik vermektedir; bu da birçok şirketin, açık kaynak kodlu yazılımların henüz standartlaştırmadığı sertifikalar ve garantiler sunan kapalı çözümleri tercih etmeye devam etmesinin nedenini açıklamaktadır.
Çıkarım maliyetleri: 50 kat daha ucuz
Raporun en dikkat çekici bulgularından biri maliyetlerin evrimidir. GPT-4'e eşdeğer performansa sahip en ucuz modelin fiyatı, 36 ay içinde milyon token başına 20 dolardan 0,40 dolara düştü.Bu, 50 katlık bir azalmayı temsil ediyor. Bu, donanım optimizasyonu, satıcılar arasındaki rekabet ve açık kaynaklı modellerin verimliliği sayesinde mümkün oldu. Örneğin, Featherless şirketi, AMD altyapısında Çin yapımı GLM 5.2 modelini kullanarak çıkarım maliyetlerini %94 oranında azalttığını iddia ediyor ve aylık 100.000 milyar token tüketen bir sistem için tescilli bir modelin 1,5 milyon dolara mal olacağı düşünüldüğünde, yıllık 90.000 dolarlık sabit bir ücret sunuyor.
Sermayeye erişimin daha sınırlı olduğu Avrupa girişimleri için bu maliyet düşüşü, oyunun kurallarını değiştiren bir unsur. Daha önce yüksek API fiyatları nedeniyle uygulanamaz olan iş modelleri artık karlı hale geliyor.Ayrıca, modellerin yerel olarak dağıtılabilmesi, kullanıcı verileri üzerinde kontrol gerektiren GDPR ve gelecekteki Avrupa Yapay Zeka Yasası gibi düzenlemelere uyumu mümkün kılar.
Orkestrasyon donanımı, yeni bir rekabet sınırı
Mozilla, "bağlantı noktası"nı veya koşum ajanın bir sonraki önemli gelişim katmanı olarak kullanılması. Bu, orkestrasyon, araçlar, bellek, çalışma ortamları, izinler, kimlik, değerlendirme, gözlemlenebilirlik ve yönetişimi içerir.Modeller daha ucuz ve erişilebilir hale geldikçe, onları saran yazılımlar temel farklılaştırıcı unsur haline geliyor. Model Bağlam Protokolü (MCP) gibi açık kaynaklı protokoller büyük bir ivme kazanıyor: 2024 yılının sonunda aylık 2 milyon indirmeden 2026 yılının başında 97 milyona ulaştı ve Fortune 500 şirketlerinin %28'i halihazırda üretimde kullanıyor.
Apelogic'in kurucusu Boris Renski, büyük şirketlerin tehlikeli iş modelleri ve yakın gelecekte ortaya çıkacak yapay genel zekâ (AGI) konusunda "korku salmak için yoğun çaba sarf ettikleri" ve bunun amacının gerçeklerden dikkatleri dağıtmak olduğu konusunda uyarıda bulunuyor: Açık kaynak kodlu modeller, maliyetin çok küçük bir kısmına karşılık sadece dört ay geride.“Çoğu zaman şirketler OpenAI veya Anthropic'e zeka için değil, modelin etrafındaki temel iş özelliklerine para ödüyor,” diye belirtiyor. CNCF'den Jonathan Bryce da aynı fikirde: dört aylık bir avantaj için on kat daha fazla ödeme yapmak “sağlam bir yapay zeka iş stratejisi değil.”
Yeni açık kaynak modelleri: Inkling ve küresel rekabet
Bu bağlamda, yeni açık kaynak modellerinin ortaya çıkışı geçişi hızlandırıyor. Eski OpenAI CTO'su Mira Murati tarafından kurulan Thinking Machines Lab, Inkling'i piyasaya sürdü.Inkling, sıfırdan eğitilmiş ve Apache 2.0 lisansı altında yayınlanmış, 975 milyar parametreye (görev başına 41 milyar aktif parametre) sahip çok modlu bir modeldir. Batılı bir laboratuvar tarafından oluşturulan en güçlü açık ağırlıklı model olup, MCP Atlas'ta (ajan görevleri) %74,1 ve SWE-Bench'te (hata düzeltme) %77,6 puan almıştır. Bununla birlikte, Çin'in en iyi modellerini geride bırakamamaktadır. Kimi K3, en büyük açık kaynaklı yapay zeka modeli. GLM 5.2'nin tüm kıyaslamalarda gösterdiği performans, yasal veya güvenlik nedenleriyle Asya modellerine bağımlı kalmak istemeyen geliştiriciler için bir alternatif sunuyor.
Avrupa'da bunun en belirgin örneği, büyük başarılara imza atmış Fransız girişim şirketi Mistral'dir. Yıllık 400 milyon dolar tutarında yinelenen gelir (Bir önceki yıla göre 20 kat daha fazla) ve 3.000 milyar avroluk bir değerlemeyle 20.000 milyar avroluk yeni bir finansman turu arayışında. Mistral, veri egemenliğine saygı duyan ve yerel düzenlemelere uyum sağlayan modeller sunarak, açık kaynaklı yapay zeka pazarında Avrupa'dan rekabet etmenin mümkün olduğunu gösteriyor.
Teknolojik egemenliğe doğru giden eğilim durdurulamaz. 47 ülke, hassas iş yükleri için yabancı verilerin işlenmesine ilişkin kısıtlamalar uygulamaya koymuştur.Geçtiğimiz yıl 12 yeni ulusal yapay zeka çerçevesi oluşturuldu. Bu, yerel uygulamalar, bölgeselleştirilmiş modeller ve yerel düzenleyici uyumluluk sunan girişimler için fırsatlar yaratıyor. Açık kaynak yapay zeka artık ikinci sınıf bir alternatif değil: performans açısından rekabetçi, birim ekonomisinde radikal olarak üstün ve Avrupa işletmeleri için kısıtlamasız inovasyona giden en güvenli yol.