Parviz Seyid Muhammed, gizemli Ox Alpha modelinin kimliğinin açıklanmasının yapay zekâ pazarındaki önemli bir dönüşümü gösterdiğini düşünüyor: Modeller arasındaki karşılaştırma artık yalnızca en yüksek zekâ düzeyi etrafında dönmüyor; kurumun her bir dolar karşılığında ne kadar zekâ elde ettiği de önem taşıyor. Z.ai, 26 Ağustos’ta OpenRouter’da görünen modelin GLM-5.3-Flash olduğunu ve kimliği açıklanmadan önce modelin kasıtlı olarak genel trafiğe sunulduğunu açıkladı.
Model, başlangıçta ücretsiz biçimde iyi performans sunduğu için meraklıların ve bağımsız geliştiricilerin dikkatini çekmişti. Bu durum, günlük olarak birkaç trilyon tokenın işlenmesine yol açtı; topluluğun bir haftalık kullanım hacmine ilişkin tahminleri tek haneli rakamlardan 20 trilyon tokenın üzerine kadar uzandı. Yazıya göre daha da önemlisi, hizmetin tamamen Çin çiplerine ve altyapısına dayanmasıydı; bazı takipçilerin açıklamadan önceki altı gün boyunca tahmin ettiği gibi bir Amerikan laboratuvarına dayanmıyordu.
Fiyat karşılaştırmayı yeniden düzenliyor
GLM-5.3-Flash için açıklanan fiyat, milyon token başına girdi için 15 sent, çıktı için 50 sent. OpenRouter, 9 Eylül’e kadar %50 indirim sunuyor; böylece fiyat girdi için 7,5 sente, çıktı için 25 sente düşüyor. Modelin ağırlıkları da MIT lisansı kapsamında açık. Çıkarım hizmetini ise Z.ai, GMI Cloud, Cloudflare ve ABD’deki diğer sağlayıcılar dahil olmak üzere çeşitli kuruluşlar sunuyor.
Modelin aynı gün dahil edildiği Artificial Analysis karşılaştırmasına göre GLM-5.3-Flash, görev başına yaklaşık dokuz sent karşılığında Zekâ Endeksi’nde 57 puan aldı. Buna karşılık GPT-5.6 Sol (max), görev başına 67 sent karşılığında yaklaşık 59 puana ulaşırken Grok 4.6, 94 sent karşılığında 61 puan alıyor. Yazar, ilk iki model arasındaki yalnızca iki puanlık farkın yaklaşık 7,4 kat daha yüksek bir fiyata karşılık geldiğini; yaklaşık dört puanlık fark içinse maliyetin yaklaşık on katına çıktığını hesaplıyor.
Bu rakamlar modellerin kalitesi hakkında genel bir hüküm oluşturmuyor ve her kurumun kendi testlerinin yerini tutmuyor. Ancak yazının temel tezini açıklıyor: Modeller performans göstergelerinde birbirine yaklaştığında çıkarım maliyeti, özellikle programlama, aracılar ve tekrarlanan görevlerde kullanım hacmini belirleyen kritik bir faktör hâline gelebilir.
Bütçe baskısı, yapay zekâdan vazgeçme kararından önce geliyor
Yazar, sorunu açıklamak için Uber’e başvuruyor. The Information, nisan ayında Uber CTO’su Praveen Neppalli Naga’nın, 2026 için öngörülen yıllık programlama bütçesinin dört ay içinde tüketildiğini ve iki saatlik bir denemenin kişisel olarak kendisine 1.200 dolara mal olduğunu aktardı. Uber, haziran ayına gelindiğinde kişi ve araç başına 1.500 dolarlık bir üst sınır koydu.
Bu, araçların faydasız olduğu anlamına gelmiyor; yazı “fayda” ile “değer” arasında ayrım yapıyor. Yazar, Uber COO’su Andrew Macdonald’ın gösterge panolarını tüketiciler için yararlı özelliklerin sayısındaki %25’lik artışla ilişkilendiremediğini aktarıyor. Kaynağın aktardığı üzere, McKinsey’nin 2026 araştırmasının sonuçları da katılımcıların %80’inin daha hızlı hâle geldiklerini söylediğini, şirketlerin %37’sinin faiz, vergi, amortisman ve itfa öncesi kârda etki gördüğünü, şirketlerin %32’sinden fazlasının ise en az bir yazılım satın alımını, özelliği programlama aracılarından yararlanarak şirket içinde geliştirebildikleri için gerçekleştirmediğini gösteriyor.
Buradaki editoryal çıkarım şu: Kurumlar çifte bir denklemle karşı karşıya. Faturayı düşürmek istiyorlar, ancak yapay zekâ yatırımlarını basitçe durduramıyorlar. Bu nedenle tartışma “Yapay zekâ kullanmalı mıyız?” sorusundan daha pratik bir soruya dönüşüyor: Her ekip hangi modeli, ne tür görevler için ve hangi başarı ölçütüyle kullanmalı?
Tek bir model yerine üç katman
Muhammed, programlama ve aracı çalışmalarındaki görevlerin, mali harcama payı yerine görev ve token payı hesaplanarak üç katmana dağıtılmasını öneriyor. En üst katmanda Fable ve Opus modelleri yer alıyor. Bunlar geri döndürülemez kararlar, strateji analizi ve ayrıntılı uygulama planları için kullanılacak; yazar bu görevlerin iş hacminin %5’ini geçmediğini tahmin ediyor.
Orta katmanda Kimi K3, Gemini 3.7 Flash, GPT-5.6 Sol ve Grok 4.6 bulunuyor. Kaynağa göre bunların tümü Zekâ Endeksi’nde yaklaşık 60 puan civarında. Yazar, özellikle günlük programlama ve olağan işler olmak üzere görev hacminin yaklaşık %50’sinin bu katmana ayrılmasını öneriyor. Kimi’nin programlamada popüler olduğunu, Grok 4.6’nın da ona yakın geldiğini; ancak daha küçük bağlam boyutunun Grok 4.6 için bir kısıt olmaya devam ettiğini belirtiyor.
Yazarın önerisinde kalan %45’lik bölüm, büyük hacimli işler için bir model olarak GLM-5.3-Flash’a ayrılıyor. Ancak bu oran sabit bir reçete değil. Gerçek dağılımı, modelleri çalıştırmak için kullanılan araç, programlama ile içerik ve pazarlama arasındaki görev karması ve kurum içi değerlendirme sonuçları belirlemeli.
Bütçeyi yeniden oluşturmadan önce ne ölçülmeli?
Makale, Zhipu, Qwen, DeepSeek ve diğerlerinin modelleri gibi açık ağırlıklı Çin modellerinin, yalnızca kaynakları nedeniyle dışlanmak yerine maliyet hesaplarına açıkça dahil edilmesi gerektiği sonucuna varıyor. Çin modellerinin OpenRouter’daki token payının haziran başında Amerikan modellerinin payını aştığını ve listenin başındaki modellerin çoğunluğunun Çin laboratuvarlarına ait olmaya devam ettiğini belirtiyor.
Google, xAI, Anthropic, OpenAI ve DeepSeek’ten eylülde beklenen sürüm dalgasından önce yazar, token tüketiminin sınırlandırılmasını ve harcamanın müşteri veya gelir artışı gibi açık bir göstergeye ya da en azından geliştirme hızı ve üretkenliğe bağlanmasını öneriyor. Ayrıca kurum veya ekip düzeyinde bir yapay zekâ bütçesi hazırlanmasını ve model politikasının katmanlara ayrılmasını savunuyor: stratejik kararlar için yüksek düzey bir model, ücretli koltuklar ve günlük programlama için orta düzey bir model, yoğun ve tekrarlanan görevler için düşük düzey bir model.
Yazarın görüşü, GLM-5.3-Flash’ın her kurum için en iyi seçenek olacağını veya genel karşılaştırma göstergelerinin her bağlamdaki performansı yansıttığını kanıtlamıyor. Ancak pratik bir inceleme ölçütü sunuyor: Her istek mevcut en pahalı modele yönlendirilmemeli; en ucuz model de açık değerlendirmeler ve değer ölçütleri olmadan benimsenmemeli. Makalenin açık bıraktığı soru, yeni sürümler geldikten sonra maliyet-performans eğrilerinin bu yönde ilerlemeye devam edip etmeyeceği ve çıkarım maliyetini düşürebilen yapay zekâ şirketlerinin kullanım hacminin gerçekten çoğunluğunu ele geçirip geçiremeyeceği.