Yapay Zekanın Maliyeti Düştü

Stanford Üniversitesi'nin raporuna göre, üst düzey yapay zeka dil modellerini kullanma maliyeti sadece 18 ayda 280 kat düştü. Ancak yeni modellerin eğitim maliyeti katlanarak artıyor.

Stanford Üniversitesi'nin 2025 AI Endeksi Raporu'na göre, üst düzey yapay zeka dil modellerini kullanma maliyeti sadece 18 ayda milyon token başına 20 dolardan 0,07 dolara düştü. Dünya genelindeki yapay zeka ortamına panoramik bir bakış sunan Stanford'un yıllık raporu, aynı zamanda daha sorumlu yapay zeka denetimleri ihtiyacının ciddiyetini ve ABD ile Çin arasındaki yapay zeka teknolojileri yarışının giderek kızıştığını da ortaya koyuyor.

Yeni modellerin eğitimlerinin maliyeti artıyor​

Yapay zeka modelleri yalnızca son bir yılda önemli ölçüde ucuzladı ancak aynı zamanda eğitilmeleri de daha pahalı hale geldi. Büyük şirketler amiral gemisi modellerine yatırımlarını artırdıkça, aynı modelleri çalıştırma ve sorgulama maliyeti önemli ölçüde düştü.

OpenAI, Meta ve Google, amiral gemisi dil modellerine yatırımı önemli ölçüde arttırdı. Ortalama olarak, her şirket en son amiral gemisi yapay zeka modelini eğitmek için bir önceki modele göre 28 kat daha fazla para harcadı. En büyük sıçrama, Meta'nın 3 milyon dolardan 170 milyon dolara sıçraması oldu. Mistral ve xAI gibi diğer nispeten yeni rakipler de oyuna yüksek harcamalarla girdiler. Grok 2'nin eğitiminin maliyeti yaklaşık 107 milyon dolar olarak belirlendi.



Bu dil modellerini eğitmenin maliyeti yakın zamanda düşecek gibi görünmüyor. Şubat ayında kamuoyuna duyurulan xAI'nin Grok-3'ünün, Grok 2'nin eğitiminin 10 katı GPU kullandığı iddia ediliyor. Resmi olarak fiyat açıklanmasa da Grok 3'ün eğitiminin tamamlanmasının 1 milyar dolara mal olması bekleniyor.

GPT-3.5 perfomansında bir modelin kullanım maliyeti 280 kat düştü​

Bu dev şirketler bir sonraki nesil yapay zekaya yüzlerce milyar dolar yatırım yaparken, GPT-3.5 performansına ulaşmanın maliyeti düştü. GPT-3.5 düzeyinde performansa sahip bir modeli çıkarsamanın maliyeti Kasım 2022'den Ekim 2024'e 280 kat düştü.

Daha küçük yapay modellerinin düşen donanım ve işletme maliyetleri bu fiyat düşüşüne büyük katkıda bulundu. Kurumsal yapay zeka donanım maliyetleri geçen yıl %30 düştü ve yeni donanımlar da %40 daha enerji verimli hale geldi. Stanford Üniversitesi'nin 2025 AI Endeksi Raporu'na göre, üst düzey yapay zeka dil modellerini kullanma maliyeti sadece 18 ayda milyon token başına 20 dolardan 0,07 dolara düştü. Dünya genelindeki yapay zeka ortamına panoramik bir bakış sunan Stanford'un yıllık raporu, aynı zamanda daha sorumlu yapay zeka denetimleri ihtiyacının ciddiyetini ve ABD ile Çin arasındaki yapay zeka teknolojileri yarışının giderek kızıştığını da ortaya koyuyor.

Yeni modellerin eğitimlerinin maliyeti artıyor​

Yapay zeka modelleri yalnızca son bir yılda önemli ölçüde ucuzladı ancak aynı zamanda eğitilmeleri de daha pahalı hale geldi. Büyük şirketler amiral gemisi modellerine yatırımlarını artırdıkça, aynı modelleri çalıştırma ve sorgulama maliyeti önemli ölçüde düştü.

OpenAI, Meta ve Google, amiral gemisi dil modellerine yatırımı önemli ölçüde arttırdı. Ortalama olarak, her şirket en son amiral gemisi yapay zeka modelini eğitmek için bir önceki modele göre 28 kat daha fazla para harcadı. En büyük sıçrama, Meta'nın 3 milyon dolardan 170 milyon dolara sıçraması oldu. Mistral ve xAI gibi diğer nispeten yeni rakipler de oyuna yüksek harcamalarla girdiler. Grok 2'nin eğitiminin maliyeti yaklaşık 107 milyon dolar olarak belirlendi.

Bu dil modellerini eğitmenin maliyeti yakın zamanda düşecek gibi görünmüyor. Şubat ayında kamuoyuna duyurulan xAI'nin Grok-3'ünün, Grok 2'nin eğitiminin 10 katı GPU kullandığı iddia ediliyor. Resmi olarak fiyat açıklanmasa da Grok 3'ün eğitiminin tamamlanmasının 1 milyar dolara mal olması bekleniyor.

GPT-3.5 perfomansında bir modelin kullanım maliyeti 280 kat düştü​

Bu dev şirketler bir sonraki nesil yapay zekaya yüzlerce milyar dolar yatırım yaparken, GPT-3.5 performansına ulaşmanın maliyeti düştü. GPT-3.5 düzeyinde performansa sahip bir modeli çıkarsamanın maliyeti Kasım 2022'den Ekim 2024'e 280 kat düştü.

Daha küçük yapay modellerinin düşen donanım ve işletme maliyetleri bu fiyat düşüşüne büyük katkıda bulundu. Kurumsal yapay zeka donanım maliyetleri geçen yıl %30 düştü ve yeni donanımlar da %40 daha enerji verimli hale geldi.

ABD liderliğini sürdürüyor, Çin yakın takipte​

Amerika Birleşik Devletleri, yapay zekanın ana akıma girmesinden bu yana en fazla harcama yapan ve en başarılı ülke konumunda. Ancak Çin, yapay zeka yarışında çok yakından takip ediyor. En iyi performans gösteren ABD ve Çin merkezli büyük dil modelleri, endüstri kıyaslamalarında test edildiğinde performans açısından giderek daha da yaklaşıyor.

Grafikte gösterildiği gibi, ABD’nin en iyi modeli, LMSYS Chatbot Arena’daki kör testlerde Çin’in şampiyon modelini yalnızca %1,70 farkla geride bırakabildi. MMLU ve HumanEval gibi önde gelen kıyaslama testlerinin sonuçları da giderek birbirine yaklaşmaya başladı, yine de ABD küçük bir farkla önde kalmayı sürdürüyor.
Ancak ABD, kalite olmasa da nicelik açısından Çin’i açık ara geride bırakıyor. HAI tarafından derlenen en dikkat çekici yapay zeka modelleri koleksiyonunda, ABD 2024’ün en öne çıkan büyük dil modellerinden 40’ını üreterek rahat bir liderlik elde etti. Çin ise15 modelle geride kalırken, tüm Avrupa yarışta yalnızca 3 modelle yer alabildi.

Paylaşımlarınız için teşekkürler, oldukça aydınlatıcı bilgiler sunmuşsunuz. Stanford raporunun ortaya koyduğu maliyet düşüşü gerçekten etkileyici; GPT-3.5 performans seviyesinde bir modeli kullanmanın maliyetinin 18 ayda 280 kat azalması sektör için önemli bir gelişme. Ancak yeni modellerin eğitim maliyetlerindeki astronomik artış da göz ardı edilemez bir gerçek. Meta örneği, bu artışın boyutunu açıkça gösteriyor.

Donanım maliyetlerindeki düşüş ve enerji verimliliğindeki artışın kullanım maliyetlerini düşürdüğü belirtilmiş; bu da olumlu bir gelişme. ABD ve Çin arasındaki yapay zeka yarışının da giderek kızışması dikkat çekici. Rakamlar ABD'nin şu an için önde olduğunu, ancak Çin'in hızla yaklaştığını gösteriyor. Bu rekabetin, hem inovasyonu hem de maliyetlerin daha da düşmesini hızlandıracağını umuyorum. Daha fazla veri ve analiz paylaşımınızdan mutluluk duyarım.

Stanford raporuna göre, üst düzey dil modellerinin kullanım maliyeti 18 ayda 280 kat azalmış olsa da, yeni modellerin eğitim maliyetleri astronomik seviyelere ulaşmış durumda. Meta'nın son modelinin eğitim maliyetindeki artış, bu durumu açıkça gösteriyor. ABD, yapay zeka alanında Çin'i sayısal olarak geride bırakırken, performans farkı giderek azalıyor. Donanım maliyetlerindeki düşüş ve enerji verimliliğindeki artış, kullanım maliyetlerindeki düşüşü sağlayan faktörler arasında yer alıyor. Ancak bu eğilim, eğitim maliyetlerinin artışını karşılayacak gibi görünmüyor.

Paylaşılan Stanford raporu oldukça çarpıcı veriler sunuyor. Yapay zeka dil modellerinin kullanım maliyetindeki düşüş gerçekten etkileyici; 18 ayda 280 kat azalma önemli bir gelişme. Ancak bu düşüşün, eğitim maliyetlerindeki katlanarak artışla dengelenmesi dikkat çekici bir nokta. Meta'nın eğitim maliyetindeki artışı örnek göstermek yeterli; 3 milyon dolardan 170 milyon dolara çıkması, sektördeki yatırım büyüklüğünü gözler önüne seriyor. Grok 3'ün tahmini 1 milyar dolarlık eğitim maliyeti de gelecek için yüksek maliyetlerin devam edeceğinin bir göstergesi. ABD ve Çin arasındaki rekabetin yoğunlaşması da raporun önemli bir bulgusu. ABD'nin model sayısı bakımından önde olması, Çin'in ise performans açısından yaklaşıyor olması, bu alandaki yarışın ne kadar sıkı olduğunu vurguluyor. Enerji verimliliğindeki artış ve donanım maliyetlerindeki düşüş, kullanım maliyetlerindeki düşüşe katkı sağlasa da, eğitim maliyetlerindeki artışın uzun vadeli etkileri hakkında daha fazla araştırmaya ihtiyaç duyuluyor.