Writer, 13 Ağustos 2026’da şirketlere yönelik yapay zekâ ajanları platformu için yeni amiral gemisi modeli Palmyra X6’yı piyasaya sürdü. Bu lansman, Writer Agent harness görev koordinasyon katmanının yeniden inşa edilmesi ve kullanımı izlemeye ve harcama sınırları belirlemeye yönelik yönetişim araçlarının eklenmesiyle eş zamanlı gerçekleşti. Şirket, ürününün Palmyra X6 ile çalıştırılmasının maliyeti ortalama %52 azalttığını, hızın %48 ve kalitenin %10 arttığını söylüyor.
Bu adım, ajanların maliyetinin kurumların yapay zekâ teknolojileri satın alma kararlarında başlıca etkenlerden biri hâline geldiği bir dönemde atıldı. Ajanlar genellikle tek bir yanıt üretmekle kalmaz; planlama, geri getirme, araç çağırma, doğrulama ve yeniden denemeden oluşan tekrarlı döngüler yürütür. Bu da geleneksel sohbet botlarından daha fazla token tüketmeleri anlamına gelir. Maddede yer alan Goldman Sachs tahminlerine göre token tüketimi 2026 ile 2030 arasında 24 kat artarak ayda 120 katrilyon tokene ulaşabilir; bu artış sürekli çalışan ajanların yaygınlaşmasından kaynaklanacaktır.
Açık ağırlıklar üzerine kurulu model
Writer, Palmyra X6’yı sıfırdan eğittiğini iddia etmiyor. Model, daha önce Zhipu AI adıyla bilinen Çinli Z.ai şirketinin açık ağırlıklı mixture-of-experts modeli GLM-5.2’nin sonradan eğitimden geçirilmiş bir versiyonu. Şirketin teknik raporuna göre X6, GLM-5.2’nin mimarisini koruyor ve 744 milyar parametre içeriyor; token başına yaklaşık 40 milyar parametre etkinleştiriliyor.
Writer, anchored supervised fine-tuning veya ASFT adını verdiği yöntemi, ajan görevleri için seçilmiş 626 sentetik rotadan oluşan küçük bir veri kümesi üzerinde, tek bir eğitim döngüsü ve düşük öğrenme oranıyla kullandı. Yöntem, eğitilmiş modelin temel modelin sabit bir versiyonundan fazla uzaklaşmasını sınırlamak için token ağırlıklandırma mekanizması ve Kullback-Leibler uzaklığına dayalı bir çapa kullanıyor. Şirket ayrıca temel ağırlık matrislerinde Adam optimizer yerine Muon optimizer’ı kullandı.
Eğitim verileri tamamen sentetiktir; parametreli modeller görev planlarını, araç çağrılarını ve nihai yanıtları üretti. Bu veriler, eğitimde kullanılmadan önce yapısal kalite geçitlerinden, model tabanlı bir denetçiden ve iki dil modelinden oluşan bir jüri kurulundan geçirildi.
Writer testlerine göre fiyat ve performans
Kaynaklara dayalı geri getirme, araç kullanımı, içerik oluşturma, görevleri alt ajanlara devretme ve marka sesine bağlılık da dâhil olmak üzere dokuz yeteneği kapsayan dahili değerlendirmelerde Palmyra X6, 1,00 üzerinden ortalama 0,87 puan aldı. Writer bu sonucu Claude Opus 4.8 için 0,86, Claude Sonnet 4.6 için 0,85, GPT-5.5 için 0,80 ve Gemini 3.1 için 0,77 ile karşılaştırıyor.
Şirket model için her bir milyon girdi token’ı başına 2 dolar, her bir milyon çıktı token’ı başına 8 dolar ücret alıyor. Claude Opus 4.8 için bu ücretler sırasıyla 15 ve 75 dolar. Şirket, X6’nın görevleri ortalama 26 saniyede tamamladığını ve tek bir hedefe ulaşmak üzere doğrudan denetim olmadan sekiz saate kadar çalışabildiğini söylüyor.
Bununla birlikte, bu karşılaştırmalar kısmen Writer’ın kendisinin gerçekleştirdiği dahili testlere dayanıyor. Şirkette yapay zekâ araştırmalarını yöneten Dan Bikel, teknik raporun kamuya açık test protokolünü ve dahili değerlendirmeleri içerdiğini söyledi. Bikel, kamuya açık testlerin temel eğitim hedefleri olarak değil, büyük boşlukların bulunmadığını doğrulamaya yönelik göstergeler olarak kullanıldığını açıkladı.
Altyapı ve yönetişim
Writer, model ağırlıklarının ABD’deki Hugging Face deposundan alındığını ve eğitimin veri kümelerinin oluşturulması ve depolanması ile orada bulunan eğitim cihazlarının kullanılması dâhil olmak üzere tamamen ABD altyapısı üzerinde gerçekleştirildiğini söylüyor. Şirket ayrıca siyasi önyargı, sansür, doğruluk ve reddetme davranışını kapsayan, önceden kaydedilmiş bir model risk değerlendirmesi gerçekleştirdi; değerlendirmede anonim hakemler tarafından puanlanan 19.674 yanıt yer aldı.
Writer’ın sonuçlarına göre X6, Washington Post’un ModelSlant değerlendirmesi kapsamında hassas siyasi soruları vakaların %80’inde yan açıdan ele aldı. Ayrıca dağıtım için kullanılan sistem mesajı etkinleştirildiğinde, temel GLM-5.2 sürümüne kıyasla FORTRESS standardındaki saldırılara karşı güvenlikte 8,6 puanlık iyileşme sağladı. Ancak rapor, model davranışının dile göre değiştiğini kabul etti; bu da sınırlı sonradan eğitimin temel modelin tüm etkilerini mutlaka ortadan kaldırmadığı anlamına geliyor.
Writer, modelin yanı sıra görevleri planlayan, işleri bir araya getiren, alt ajanlara devreden ve bağlamı yöneten koordinasyon katmanını da yeniden inşa etti. Şirket, bu katmanın Anthropic ve OpenAI modelleri de dâhil olmak üzere test ettiği tüm modeller genelinde maliyeti %41 azalttığını ve görevlerin tamamlanmasını %44 hızlandırdığını, kaliteyi ise koruduğunu söylüyor.
Writer ayrıca Writer Agent içindeki çoklu model desteğini genişletti. Böylece yöneticiler Anthropic ve OpenAI’nin yanı sıra Microsoft Azure, AWS Bedrock ve Nvidia NIM’in de aralarında bulunduğu bulut hizmeti sağlayıcılarının modellerini ve görüntü oluşturma modellerini etkinleştirebiliyor.
Ajan maliyetlerine ilişkin birleşik görünüm
Yeni yönetişim araçları, kurum genelinde ajan kullanımına ilişkin merkezi bir görünüm ve paylaşılabilir otomasyon Playbooks ve Skills içindeki her iş akışı için analizler sunuyor. Buna tüketim uyarıları ve harcama sınırları da ekleniyor. Bu araçlar, bilgi teknolojileri ve güvenlik yöneticilerinin kullanım kapsamını genişletmeden önce her iş akışının maliyetini bilmesine yardımcı olmayı amaçlıyor.
Writer, maliyet düşürmenin gelirlerini azaltmayı değil, kurumların iş gücü veya token tüketimi maliyeti nedeniyle daha önce otomatikleştirmeyeceği kullanım alanlarını açmayı amaçladığını söylüyor. Şirket, Palmyra X6’nın, koordinasyon katmanının ve yönetişim araçlarının lansmanını, yalnızca açıklanan token fiyatına değil, başarılı bir görevin maliyetine odaklanan tek bir sistem olarak sunuyor.