27 Ocak 2025’te, çoğu yatırımcının adını dahi duymadığı bir Çin laboratuvarı, Nvidia’nın piyasa değerinden tek seansta 589 milyar doları sildi. Bu, ABD borsa tarihindeki en büyük günlük kayıptı. Tetikleyici, DeepSeek oldu; “suçu” ise açıklıktı.
Piyasa, sınır düzey yapay zekânın artık sadece birkaç kapalı laboratuvara ait olmadığı fikrini sindirmeye çalışırken Bitcoin (BTC) bile dalgalandı.
Öne Çıkan Noktalar
- Açık ağırlıklı modeller, eğitilmiş parametrelerini herkesin indirip çalıştırmasına ve uyarlamasına açıyor; bu, eğitim kodu ve veriyi de içeren tam anlamıyla açık kaynak yapay zekâdan ayrılıyor.
- En iyi açık ve kapalı modeller arasındaki ölçülen kalite farkı bir yılda yaklaşık yüzde 8’den yüzde 2’nin altına inerken, çıkarım maliyetleri yüzlerce kat düştü.
- Ucuz dağıtım, ulusal egemenlik kaygıları, daha yumuşak düzenlemeler ve devasa geliştirici ekosistemi, API’ye dayalı kapalı oyunculara karşı açık ağırlıklara ciddi bir ivme kazandırdı.
Açık Ağırlıklı Yapay Zekâ Tam Olarak Ne?
Kavram sık kullanılıyor ama çoğu zaman muğlak. “Açık ağırlık”, bir geliştiricinin, eğitilmiş sinir ağının son hâlini oluşturan parametreleri, yani modelin “öğrendiklerini” sayılara döken ağırlıkları yayımlaması demek. Bu ağırlıkları indirip kendi donanımınızda çalıştırabiliyor, üzerine ince ayar yapabiliyorsunuz.
Ancak açık ağırlık, açık kaynakla aynı şey değil. Open Source Initiative, 28 Ekim 2024’te yayımladığı Open Source AI Definition ile çıtayı çok daha yukarı koydu. Bir yapının açık kaynak sayılması için ağırlıkların yanında eğitim kodunu ve sistemi yetkin birinin büyük ölçüde yeniden kurmasına yetecek düzeyde veri dokümantasyonunu da içermesi gerekiyor.
Bugün “açık kaynak” etiketiyle pazarlanan pek çok model bu sınavı geçemiyor. Meta’nın Llama’sı, Alibaba’nın Qwen’i ve DeepSeek, eğitilmiş ağırlıkları veriyor ama tam veri tarifini paylaşmıyor.
Open Source Initiative farkı net biçimde ortaya koyuyor ve şu uyarıyı yapıyor: Tek başına açık ağırlık, açık kaynak yazılımın sağladığı özgürlükleri sunmuyor. Bu boşluk, şirketlerin yeniden üretimi mümkün kılacak parçaları saklayıp “açıklık” iddiasında bulunduğu “open washing” tartışmasını körüklüyor.
Yine de çoğu geliştirici için asıl ganimet ağırlıklar. Onlarla modeli servis edebilir, küçültebilir, yeniden eğitebilir, ürüne gömebilirsiniz. Her model tipinin fiilen ne sunduğunu şöyle ayırabiliriz:
- Açık ağırlık: Eğitilmiş parametreler; çoğu zaman kullanıma, değişikliğe ve ticari dağıtıma izin veren bir lisansla.
- Tam açık kaynak: Ağırlıklar + eğitim kodu + modeli baştan kurmaya yetecek ayrıntıda veri dokümantasyonu.
- Kapalı: Hiçbir şey indirilemiyor; yalnızca ölçülü API erişimi.
Patlama yaşayan kategori bu orta segment ve kapalı laboratuvarları uykusuz bırakan da tam olarak bu.
Ayrıca Oku: Nvidia, Henüz İmzalanmamış 250 Milyar Dolarlık OpenAI Garantisiyle Yaklaşık %5 Geriledi
OpenAI ve Anthropic’ten Farkı Ne?
OpenAI ve Anthropic bunun tam tersini yapıyor. En iyi modellerinin ağırlıklarını kendi veri merkezlerinde kilitli tutuyor ve sadece API üzerinden erişim satıyorlar. Siz metni gönderiyorsunuz, yanıt alıyorsunuz; modele dokunamıyorsunuz.
Bu tasarımın ticari mantığı açık. Eğitim yatırımını koruyor, abonelik sayacını döndürüyor, laboratuvara ise davranışı yamama veya erişimi tek taraflı kesme imkânı tanıyor.
Güvenlik argümanı da var. Anthropic CEO’su Dario Amodei, ağırlıklar bir kez halka açıldığında geliştiricinin güvenlik şeritlerini güncelleme veya riskli bir sistemi geri çağırma kapasitesini kaybettiğini savunuyor.
Ancak bunun bir de bağımlılık bedeli var.
Model yalnızca başkasının sunucusunda yaşıyorsa, fiyatı da çalışma süresini de veri şartlarını da sürüm emeklilik takvimini de sağlayıcı belirliyor. Ürününüz, kontrol edemediğiniz ve denetleyemediğiniz bir altyapının üzerinde yaşıyor.
Yıllarca açık araştırmayı savunan OpenAI, 2019’daki GPT-2’den sonra 5 Ağustos 2025’e kadar tek bir açık dil modeli yayımlamadı. Apache 2.0 lisansı altında duyurulan iki gpt-oss modeli, açık ağırlıkların yarattığı baskıya verilmiş doğrudan bir taviz niteliğinde. Kapalı API iş modelini inşa eden şirket, açık cepheye kendi sahasında yanıt vermek zorunda kaldı.
Ayrıca Oku: OpenAI, Dev Ohio Kampüsü İçin Nvidia’dan 250 Milyar Dolarlık Kredi Arıyor
Açık Ağırlıklar Neden Merkezî Modeli Tehdit Ediyor? On Başlık
Buradaki hiçbir argüman, açık ağırlıkların kesin zaferini garanti etmiyor. Sınır hâlâ büyük laboratuvarlarda ve riskler gerçek. Ancak son üç yıldır yön, istikrarlı biçimde kapalı, ölçülü modele karşı işliyor.
Siyah kutuyu kiralamak için prim ödemeyi haklı çıkaran gerekçeler giderek zayıflıyor. Yakınsama teknik, ekonomik ve politik düzlemlerde aynı anda yaşanıyor.
Dengeleri değiştiren on başlık şöyle:
Kalite Farkı Neredeyse Sıfırlandı
En kritik veri, yakınsama. Stanford’un 2025 AI Index raporu, Chatbot Arena sıralamasında en iyi kapalı modelle en iyi açık model arasındaki skor farkının Ocak 2024’te yüzde 8 civarından Şubat 2025’te yüzde 1,7’ye düştüğünü ortaya koyuyor.
Sınır da kalabalıklaştı. İlk sıradaki modelle onuncu arasındaki fark bir yılda yüzde 11,9’dan yüzde 5,4’e geriledi.
En iyiye en yakın ikinci seçenek maliyetin sadece bir kısmına sunuluyorsa, kapalı erişim için ödenen prim giderek savunulamaz hâle geliyor. İş modelini “benzersizlik” üzerine kuranlar için bu doğrudan fiyatlama sorunu.
Zekânın Fiyatı Çöktü
Maliyet, kalite farkından bile hızlı düştü. Epoch AI ve Artificial Analysis verilerine dayanan AI Index, GPT-3.5 seviyesinde bir sorgunun milyon token başına maliyetinin Kasım 2022’de yaklaşık 20 dolardan Ekim 2024’te 7 sente gerilediğini hesaplıyor.
Bu, iki yıl dolmadan yaklaşık 280 katlık gerileme.
DeepSeek aynı mantığı eğitime taşıdı. V3 teknik raporunda, 2.048 Nvidia H800 kartıyla yaklaşık 5,6 milyon dolarlık nihai eğitim faturası iddia ediliyor; benzer Batılı modellerin onlarca ya da yüzlerce milyon dolarlık bütçeleriyle tezat oluşturuyor. Ucuz zekâ, onu en sıkı saklayana değil, en yaygın dağıtana avantaj sağlıyor.
Model Sizindir
Kapalı bir modeli kiraladığınızda, ev sahibinin kurallarını da devralırsınız. Sağlayıcı fiyatı artırabilir, şartları değiştirebilir, ürününüzün bel bağladığı sürümü emekli edebilir.
Ağırlıklara sahip olduğunuzda bu kaldıraç büyük ölçüde kaybolur. Bir sürümü dondurabilir, yıllarca çalıştırabilir, tüm altyapıyı yeniden yazmadan sağlayıcı değiştirebilirsiniz.
Üreticiye kilitlenme soyut bir kaygı değil; pratikte yüksek geçiş maliyetleri, zorunlu göçler ve pazarlık edemediğiniz fiyatlar olarak karşınıza çıkar. Ağırlıkların sizde olması, bu riskleri tek tek söndürüyor:
- Bir modeli istediğiniz sürümde dondurup ihtiyaç duyduğunuz sürece stabil tutabilirsiniz.
- Bulut sağlayıcılar arasında, hatta kendi donanımınıza geçiş yaparken yığını baştan inşa etmek zorunda kalmazsınız.
- Canlı ürünü bir gecede çökerten beklenmedik sürüm sonlandırmalarını bertaraf edersiniz.
Yine de cömert görünen açık lisansların bile okunmaya değer tuzakları var. Meta’nın Llama şartları, aylık 700 milyonun üzerinde aktif kullanıcısı olan şirketleri ayrıca pazarlığa zorluyor; bu yüzden katı açık kaynak savunucuları Llama’yı “gerçekten” açık saymıyor.
Mahremiyet ve Veri Egemenliği
Bazı verilerin binayı terk etmesi hukuken yasak. Hastaneler, bankalar, kamu kurumları çoğu zaman hassas kayıtları üçüncü taraf API’lere gönderemiyor.
Açık ağırlıklar, modeli verinin yanına getirerek bu sorunu çözüyor. Çıkarımı kurum içi sistemlerde ya da özel bulutlarda çalıştırabiliyorsunuz; hassas hiçbir şey tedarikçi sınırının dışına çıkmıyor.
Bu tek özellik bile kapalı API’lerin giremeyeceği kapıları açıyor. Düzenlemeye tabi projelerde, yerinde kontrol çoğu zaman belirleyici kriter hâline geliyor.
Devletler Kendi Modellerini Kuruyor
Egemenlik kaygısı küresel ölçekte tırmanıyor. Hükümetler, birkaç Amerikan ya da Çinli API’ye bağımlılığı stratejik risk olarak görmeye başladı.
2 Eylül 2025’te EPFL, ETH Zurich ve İsviçre Ulusal Süper Bilgisayar Merkezi, 1.000’in üzerinde dilde 15 trilyon tokenla eğitilmiş, bütünüyle açık Apertus modelini yayımladı. Abu Dabi merkezli Technology Innovation Institute, 2023’ten bu yana açık Falcon ailesini iterken, pek çok ülke de kendi ulusal girişimleriyle sahaya indi.
Bölgelere yayılan tablo şöyle özetlenebilir:
- İsviçre, ağırlıkların, verinin ve kodun tamamının açık olduğu Apertus’u duyurdu.
- BAE, Falcon modellerini esnek lisanslarla art arda piyasaya sürdü.
- Fransa, Hindistan, Japonya ve Güney Kore yerli model ya da hesaplama programlarını finanse ediyor.
Sadece kiralayabildiğiniz bir modelle egemen yapay zekâ inşa edemezsiniz. Açık ağırlıklar, bu hedef için önkoşul ve bu da hükümetleri doğal olarak açık kampın hamisi yapıyor.
Düzenleyiciler Dengeyi Açık Tarafa Çevirdi
Politika cephesinde de rüzgâr açıklıktan yana esmeye başladı. Beyaz Saray, 23 Temmuz 2025’te yayımladığı “America’s AI Action Plan” belgesinde, “Açık Kaynak ve Açık Ağırlıklı Yapay Zekâyı Teşvik Et” başlıklı özel bir bölüme yer verdi (rapor burada).
Avrupa ise belki ruhen değil ama yapısal olarak benzer çizgide. AB Yapay Zekâ Yasası, ücretsiz ve açık kaynak genel amaçlı modelleri, sistemik risk sınıfına girmedikleri sürece belirli dokümantasyon yükümlülüklerinden kısmen muaf tutuyor.
Teşvikler, en azından sınırın altındaki modeller için, kilitleme yerine yayıma işaret ediyor. Yapay zekâ yarışındaki en büyük hükümet, açık ağırlıkları aktif biçimde özendirirken, kapalı modelin varsayılan üstünlüğü sorgulanır hâle geliyor.
Geliştirici Ekosistemi Çarpan Etkisi Yaratıyor
Ölçek, ölçek doğuruyor. Hugging Face, 2025 sonunda 13 milyon kullanıcıya, 2 milyonun üzerinde kamuya açık modele ve 500 bini aşkın açık veri setine ulaştığını duyurdu.
İndirme yarışları resmin geri kalanını tamamlıyor. Meta, Llama’nın 18 Mart 2025 itibarıyla 1 milyar indirme sınırını geçtiğini; bunun Aralık 2024 başındaki 650 milyon seviyesinden hızlı bir sıçrama olduğunu açıkladı. Alibaba’nın Qwen’i ise 700 milyon indirmeye ulaştı… Ocak 2026 itibarıyla Hugging Face’te milyonları bulan kümülatif indirmeye ulaşıp 180.000’den fazla türev sürüme kapı açan bu aile, bu süreçte en çok “fork”lanan açık model ailesi olarak Llama’yı geride bıraktı.
Her bir fine-tune, her adapter, her kuantizasyon, açık bir modelin etrafındaki hendeği biraz daha derinleştiriyor. Kapalı bir API, bu bileşik topluluk emeğini yakalayamaz; çünkü kimse eline alamadığı bir modelin üzerine inşa yapamaz.
Dizüstünüzde Çalışıyor
Açık ağırlıklar, uygun maliyetli bir araç zinciri sayesinde sıradan donanımla buluşuyor. Kuantizasyon, modeli daha düşük sayısal hassasiyete sıkıştırarak daha az belleğe sığdırıyor; LoRA gibi teknikler ise tüm modeli baştan eğitmeden ince ayar yapmaya imkân veriyor.
Yerel çalışma zamanları bu işi ana akıma taşıdı. Ollama, llama.cpp ve vLLM sayesinde geliştiriciler artık yetkin modelleri tek bir tüketici sınıfı GPU üzerinde, hatta bir dizüstü bilgisayarda çalıştırabiliyor.
2.000 dolarlık bir makinede çalıştırabildiğiniz bir model, kimsenin uzaktan fişini çekemeyeceği bir modeldir. Tam da bu bağımsızlık, ölçülü kullanıma dayalı kapalı modellere özgü metrikli hizmetlerin sunamadığı şey.
Denetlenebilirlik ve Yorumlanabilirlik
Göremediğinizi denetleyemezsiniz. Kapalı API’ler, arkasındaki mekanizmayı inceleme imkânı olmadan yalnızca çıktı üretir.
Açık ağırlıklar, araştırmacılara modeli doğrudan kurcalama, nerede ve nasıl hata verdiğini analiz etme ve güvenliğini açık ortamda test etme şansı verir. Açık ekosistemin, bu şeffaflık sayesinde uzun vadede güven tesis etmenin daha kolay olduğunu savunmasının nedeni de tam olarak bu.
Kararlarını açıklamak zorunda olan regüle sektörler için bu görünürlük bir “artı özellik” değil; çoğu zaman hukuki bir zorunluluk.
Merkeziyetsiz Sınır
En yeni gerekçe, yapay zekâ ile kriptonun kesişim noktasında ortaya çıkıyor. Ağırlıklar açıksa, bu modelleri eğitmek ve sunmak için gereken hesaplama gücünün tek bir şirketin veri merkezinde toplanması şart değil.
Prime Intellect gibi projeler, modellerini küresel ölçekte dağınık donanım üzerinde eğitti; uzak makinelerin gerçekten iddia ettikleri işi yaptığını kriptografik olarak doğrulayan şemalarla birlikte. Bittensor ise yapay zekâ kapasitesi için, kendi TAO (TAO) token’ı ile fiyatlanan, token teşvikli bir piyasa işletiyor.
Dürüst uyarı: Merkeziyetsiz eğitim bugün hâlâ merkezi bir kümeden daha yavaş ve daha pahalı. Ancak açık ağırlıkları doğrulanabilir, token’laştırılmış hesaplama ile eşleştirmek, kapalı laboratuvarların kopyalayamayacağı yeni bir rekabet ekseni yaratıyor.
Ayrıca Oku: Pixel 11 Daha Pahalı Olacak; Google’a Göre Nedeni Yapay Zekâ Veri Merkezleri
Son Karar
Açık ağırlıklar, kapalı laboratuvarları silip süpürmeyecek. Sınır hâlâ en çok hesaplama gücüne para harcayanların lehine; açık sürümler, en iyi kapalı modellere aylar geriden geliyor ve kamusal ağırlıklar, yayımlandıktan sonra geri çağrılamayacak türden kötüye kullanım riskleri taşıyor.
Ancak “üstün gelmek”, “yok etmek” anlamına gelmiyor. Ağırlık merkezini kaydırmak anlamına geliyor ve bu kayma şimdiden başladı.
Kalite farkı inceldi, zekânın marjinal maliyeti neredeyse sıfıra indi ve hükümetler, geliştiriciler, düzenleyiciler giderek daha fazla “elde tutulabilir” modelleri tercih ediyor. Merkezi yapay zekâ, piramidin en tepesinde konforu satmaya devam edecek. Piyasanın geri kalanı ise sessizce, gerçekten sahip olabileceği ağırlıklara doğru yürüyüyor.
Sıradaki Haber: Apple Bellek Fiyatlarındaki Hakimiyetini Kaybediyor, Fatura Müşteriye Çıkıyor
