Teknoloji devlerinin geliştirdiği öncü yapay zeka modelleri ile en iyi açık kaynak kodlu modeller arasındaki performans farkı, sadece 4.4 aya kadar indi. Bu durum, birçok şirketin rutin işler için çok daha uygun fiyatlı açık kaynaklı modellere yönelmesine neden oluyor ve öncü modellerin maliyetinin haklı çıkarılabileceği dar bir iş yükü bandını ortaya koyuyor.
Mozilla'nın 15 Eylül'de yayınlanan ve duyurusu yapılan son 'Açık Kaynak Yapay Zeka Durumu' raporuna göre, çoğu kuruluşun iş yükünün büyük çoğunluğu için varsayılan olarak açık kaynaklı modelleri kullanması idealdir. Raporda, Moonshot AI'nin önde gelen açık kaynak modeli Kimi K3'ün, yapay zeka performans puanları açısından Anthropic'in kapalı kaynaklı öncü modeli Fable 5'in sadece üç puan gerisinde olduğu, bununla birlikte Fable 5'in maliyetinin yalnızca yüzde 30'unu karşıladığı vurgulanıyor.
Mozilla'nın teknoloji direktörü Raffi Krikorian, e-posta yoluyla yaptığı açıklamada, "Kapalı modeller, uzman profesyonel işler, yüksek yoğunluklu veri çekme ve uzun bağlam gerektiren alanlarda premium fiyatını hak ediyor. Kapalı modeller için ödeme yapma kararını, kuruluşa özel olmaktan ziyade iş yüküne özel olarak görüyoruz." dedi.
Açık kaynak kodlu yapay zeka modelleri, kullanıcılara ana model bileşenlerini indirme ve modelleri kendi bilgisayarlarında çalıştırma imkanı sunuyor. Ancak geliştiriciler genellikle eğitim verileri, veri işleme akışı ve eğitim kodu gibi hayati bilgileri gizli tutuyor. Buna karşılık, Anthropic ve OpenAI gibi ABD'li teknoloji şirketleri, her şeyi özel mülkiyetinde tutan kapalı öncü modeller sunuyor ve müşterilerden erişim için daha fazla ücret talep ediyor.
Krikorian, kuruluşların kapalı öncü modellere hala para ödediğini, çünkü bu modellerin doğrudan kullanıma hazır olduğunu ve "uyumluluk paketleri, destek ve hesap verebilirlik" ile birlikte geldiğini belirtti. Ayrıca, birçok kuruluşun açık kaynak kodlu modelleri etkili bir şekilde çalıştırmak için yeterli personele sahip olmadığını ekledi.
Ancak açık ve kapalı öncü modeller arasındaki performans farkının giderek daralması ve açık kaynak modellerin maliyet etkinliği, birçok şirket tarafından yaygın olarak kabul görüyor. Örneğin, kurye şirketi DoorDash, rutin işler için Kimi'yi kullanırken, normalde insan uzmanların daha uzun sürede tamamlayacağı daha zorlu görevler için Fable'ı kullanıyor.
Mozilla'nın ilk 'Açık Kaynak Yapay Zeka Durumu' raporunun 14 Temmuz'da yayınlanmasından bu yana açık kaynaklı modellerin kullanımının hızlanması şaşırtıcı değil.
Performans Farkını Ölçmek
Daralan performans farkı çeşitli yollarla ölçülüyor. Örneğin, araştırma kuruluşu METR, bir yapay zeka modelinin "zaman ufkunu", yani insan uzmanların tamamlaması gereken görevlerin uzunluğunu, %50 başarı oranıyla "güvenilir" bir şekilde yerine getirilebilen görevler olarak tanımlıyor. Bu zaman ufkunun, zamanla hızlanan belirli bir döngüde ikiye katlandığı görülüyor.
Şu anda en iyi kapalı model, en iyi açık modelin güvenilir bir şekilde tamamlayabileceği en uzun görevin 1.7 katı uzunluğunda bir görevi yerine getirebiliyor.
Krikorian, "Eğer açık kaynak öncü, yedi saatlik bir işi halledebiliyorsa, kapalı kaynak öncü 12 saatlik bir işi halledebilir. Dört ay içinde, açık kaynak model 12 saatlik işi, kapalı kaynak ise yaklaşık 20 saatlik bir işi halletmiş olacak." dedi.
Genellikle sekiz ila 12 saat süren görevler, kapalı kaynak öncü modellerin yapabildiği ve açık kaynak modellerin henüz başa çıkamadığı görevler olarak belirtiliyor. Krikorian, hiçbir modelin genellikle 12 saatten daha uzun görevleri güvenilir bir şekilde yerine getiremediğini, oysa sekiz saatten az süren görevlerin her iki model türü tarafından da yapılabilip daha ucuz olan açık kaynak modellere devredilebileceğini söyledi.
Bu tür karşılaştırmalar için birçok nüans ve uyarı bulunuyor. Örneğin, kapalı kaynak öncü modeller genellikle modellerin çeşitli araçlara ve hafızaya erişerek ajan benzeri eylemler gerçekleştirmesine yardımcı olan yazılım katmanı olan "kendi koşum takımları" ile birlikte geliyor. Yapay zeka laboratuvarlarının modelleri için özel olarak ürettiği koşum takımları bazen çeşitli görevlerde performansı artırabilirken, modeller üçüncü taraf koşum takımlarıyla daha az performans gösterebilir.
Oyun alanını eşitlemek için, kıyaslama şirketi Vals AI, kendi nötr koşum takımını kullanarak farklı açık ve kapalı modelleri değerlendiriyor. Her modelin aynı koşum takımında çalıştırıldığı Terminal-Bench 2.1 değerlendirmesinde, Çinli şirket Z.ai'nin (Zhipu AI) açık kaynak kodlu GLM 5.2 modeli, Anthropic'in Claude Opus 4.7 ve 4.8 modellerine bir puan farkla yaklaşırken, tamamlanan görev başına maliyeti yaklaşık beşte biri kadar tutuyordu.
Başka bir deyişle, kapalı öncü modellere ödeme yapmak, yaklaşık beş kat daha yüksek görev başına maliyetle yaklaşık dört aylık bir avantaj sağlıyor; ancak bu, şu anda sekiz ila 12 saat süren görevler ele alındığında geçerli.
Krikorian, "Bu avantajın değerli olduğu zamanlar için ödeme yapın; örneğin, açık kaynak öncünün yakalayamayacağı bir teslim tarihi olduğunda. Rutin işler için ise, yakında beşte biri maliyetle yapabileceğiniz için ve modelin darboğaz olmayacağı için, gelecek çeyrekte hala yapacağınız işler için acele etmenize gerek yok." dedi.
Güç Yoğunlaşması
Açık kaynak kodlu modellere olan ilginin artması, geliştiricilere birden fazla sağlayıcıdan yüzlerce farklı modele erişim sağlayan yapay zeka ağ geçidi ve pazar yeri olan OpenRouter'da görülebilir. Mozilla raporu, Ağustos 2026'da token hacimlerine göre sıralanan ilk 10 modelden sekizinin açık kaynak kodlu olduğunu belirtti.
Ancak, açık kaynak modeller hala kapalı öncü modellere göre gelir açısından geride kalıyor. Frank Nagle ve Daniel Yue'nin Linux Foundation için hazırladığı bir makale, açık kaynak modellerin toplam gelirin yalnızca %4'ünü kazandığını, oysa kapalı modellerin gelirin %96'sını elde ettiğini buldu; ancak bu, Mayıs-Eylül 2025 verilerini inceliyor.
Krikorian, "Geçen yıl açık kaynak modeller patlama yaşadı, bu nedenle gelirlerin de kaydığını bekliyoruz." dedi.
Krikorian, mevcut gerçeğin "dünyanın üzerinde çalıştığı açık kaynak modellerin çoğunun Çin'den geldiği" olduğunu söyledi. "Çinli laboratuvarlar, Amerikalıların Android ile yaptığı aynı oyunu oynuyor - bedava ver, ama etrafındaki ekosistemi ele geçir." diye açıkladı.
Ancak Krikorian, "Çin modelleri" konusunda, güç yoğunlaşması riski kadar endişeli değil. Şu anda en iyi açık kaynak modeller Çin'de yoğunlaşmışken, en iyi kapalı öncü modeller ABD şirketlerinden geliyor. ABD ve Avrupa'daki laboratuvarları "aynı açık kulvarda" rekabet etmeye başlamaları çağrısında bulundu, böylece tek bir ülkenin dünyanın varsayılanlarını belirlememesi gerektiğini savundu.
Krikorian, "Rahatsız edici gerçek şu ki, açık kaynak kodlu yapay zeka etrafındaki çoğulcu ekosistem şu anda büyük ölçüde Çin sermayesi tarafından finanse ediliyor. Bu, hem bir çoğulculuk hem de bir yoğunlaşma." dedi.
Krikorian, Linux gibi açık kaynaklı yazılımların geliştirme geçmişinin, bir "alternatif koalisyonun" nasıl bir araya gelebileceğine dair bazı dersler sunabileceğini belirtti. Böyle açık kaynaklı yazılım altyapısı, "emtia katmanının var olmasına ihtiyaç duyan" kuruluşların bir koalisyonu tarafından finanse edildi, buna tarafsız vakıflar da dahildi.
Daha fazla açık kaynaklı yapay zeka modeli oluşturmak için herhangi bir koalisyonun, öncü yapay zeka laboratuvarlarının aksine, "piyasa yerine bir misyonu olan kurumları" içereceği muhtemeldir. Krikorian bunu şöyle tanımladı:
Krikorian ayrıca alternatif koalisyonu, açık kaynak kodlu modellerin ötesine geçerek daha fazla açık kaynak yaklaşımını benimsemeye çağırdı. "Bir modelin nasıl eğitildiğini veya neye göre değerlendirildiğini bilemezseniz, kararlarda ona tam olarak güvenmek zordur." dedi.
