27 Ocak 2025’te, çoğu yatırımcının adını bile duymadığı bir Çin laboratuvarı, Nvidia’nın piyasa değerinden tek seansta 589 milyar dolar sildi. Bu, ABD borsa tarihinin en büyük günlük kaybıydı. Kıvılcımın adı DeepSeek’ti ve “suçu” da açıklıktı.
Piyasa, öncü yapay zekânın artık yalnızca birkaç kapalı laboratuvarın tekelinde olmadığını fark ederken, Bitcoin (BTC) bile sendeledi.
Öne Çıkan Noktalar
- Açık ağırlık modellerde, eğitilmiş parametreler herkesin indirip çalıştırabileceği ve uyarlayabileceği şekilde yayımlanıyor; bu, eğitim verisi ve kodu da içeren tam anlamıyla açık kaynak yapay zekâdan ayrılıyor.
- En iyi açık ve kapalı modeller arasındaki kalite farkı, kamuya açık sıralamalarda bir yılda yaklaşık %8’den %2’nin altına inerken, çıkarım maliyetleri yüzlerce kat düştü.
- Ucuz kurulum, ulusal egemenlik arayışı, daha yumuşak regülasyon ve dev geliştirici ekosistemi, açık ağırlıkları yalnızca API sunan devlere karşı gerçek bir rakip haline getiriyor.
Açık Ağırlık Yapay Zekâ Ne Anlama Geliyor?
Kavram sık sık gevşek kullanıldığı için, tanımda netlik önemli. Açık ağırlık, bir geliştiricinin eğitilmiş sinir ağının son parametrelerini –modelin “öğrendiklerini” kodlayan sayıları– yayımlaması demek. Bu ağırlıkları indirip kendi donanımınızda çalıştırabilir, üzerine ince ayar yapabilirsiniz.
Ancak açık ağırlık, açık kaynak ile aynı şey değil. Open Source Initiative (OSI), 28 Ekim 2024’te yayımladığı Open Source AI Definition ile çıtayı yükseltti. Bir modelin bu tanıma girmesi için sadece ağırlıkları değil, eğitim kodunu ve sistemi esasen yeniden inşa etmeye yetecek ayrıntıda eğitim verisi bilgisini de sağlaması gerekiyor.
Bugün “açık kaynak” etiketiyle pazarlanan modellerin çoğu bu testten kalıyor. Meta’nın Llama’sı, Alibaba’nın Qwen’i ve DeepSeek, ağırlıkları paylaşıyor ama tam veri tarifini saklıyor.
Open Source Initiative, bu ayrımı oldukça net koyuyor ve yalnızca ağırlıkların yayımlanmasının, açık kaynak yazılımın sunduğu özgürlükleri sağlamadığını vurguluyor. Bu fark, şirketlerin açık görünürken, işi gerçekten yeniden üretmeyi mümkün kılacak kritik bileşenleri sakladığı “open washing” tartışmasını körüklüyor.
Yine de çoğu geliştirici için asıl ödül, ağırlıkların kendisi. Onlarla modeli servis edebilir, küçültebilir, yeniden eğitebilir ve ürünleştirebilirsiniz. Pratikte üç kategori öne çıkıyor:
- Açık ağırlık: Eğitilmiş parametreler; çoğunlukla kullanıma, değiştirmeye ve ticari dağıtıma izin veren bir lisans altında.
- Tam anlamıyla açık kaynak: Ağırlıklar, eğitim kodu ve modeli yeniden kurmaya yetecek ayrıntıda veri dokümantasyonu.
- Kapalı: Hiçbir şey indirilemiyor; yalnızca ölçülü, metred API erişimi.
Şu anda patlama yaşayan orta kategori bu ve kapalı laboratuvarların uykusunu kaçıran da tam olarak o.
Ayrıca Oku: Nvidia, Henüz İmzalanmamış 250 Milyar Dolarlık OpenAI Garantisi Haberinin Ardından Yaklaşık %5 Geriledi
OpenAI ve Anthropic’in Modelinden Farkı Ne?
OpenAI ve Anthropic tam tersine oynuyor. En iyi ağırlıklarını kendi veri merkezlerinde kilit altında tutuyor, erişimi ise API üzerinden satıyor. Siz istem gönderiyorsunuz, yanıt alıyorsunuz ama modele asla dokunamıyorsunuz.
Bunun ticari bir mantığı var. Eğitim maliyetini koruyor, abonelik sayacını döndürmeye devam ediyor ve laboratuvara modeli anlık yamalama ya da erişimi tek taraflı kesme imkânı veriyor.
Güvenlik gerekçesi de öne sürülüyor. Anthropic CEO’su Dario Amodei, ağırlıklar yayımlandıktan sonra geliştiricinin güvenlik şeritlerini güncelleme ya da tehlikeli bir sistemi geri çağırma kapasitesini kaybettiğini savunuyor.
Fakat bu modelin bir bedeli var: bağımlılık.
Model sadece başkasının sunucularında yaşıyorsa, ücreti, uptime’ı, veri şartlarını ve ne zaman devre dışı bırakılacağını satıcı belirler. Ürününüz, ne içine bakabildiğiniz ne de kontrol edebildiğiniz bir altyapının üzerinde seyahat eder.
Yıllarca açık araştırmayı savunan OpenAI, 2019’daki GPT-2’den sonra 5 Ağustos 2025’e kadar açık bir dil modeli yayımlamadı. Bu tarihte Apache 2.0 lisansı altında piyasaya sürdüğü iki gpt-oss modeli, açık ağırlık baskısına doğrudan bir taviz olarak okundu. Kapalı API işini inşa eden şirket, açık cepheye onun kendi sahasında yanıt vermek zorunda kaldı.
Ayrıca Oku: OpenAI, Dev Ohio Kampüsü İçin Nvidia’dan 250 Milyar Dolarlık Kredi İstiyor
Açık Ağırlıklar Neden Merkezî Modeli Tehdit Ediyor? On Neden
Buradaki argümanların hiçbiri, açık ağırlıkların kesin olarak galip geleceğini garanti etmiyor. Sınır hâlâ büyük laboratuvarların elinde ve riskler gerçek. Ancak son üç yılda yön hep kapalı, metred modele karşı ilerledi.
Artık siyah kutuyu kiralamak için prim ödemeyi haklı göstermek zorlaştı. Yakınsama teknik, ekonomik ve politik eksenlerde aynı anda yaşanıyor.
Dengelerin neden değiştiğine dair on başlık öne çıkıyor.
Kalite Farkı Neredeyse Sıfırlandı
En kritik veri, yakınsama. Stanford’un 2025 AI Index raporu, Chatbot Arena sıralamasında en iyi kapalı ve en iyi açık model arasındaki puan farkının Ocak 2024’te yaklaşık %8 iken, Şubat 2025’te %1,7’ye indiğini gösterdi.
Uç nokta aynı zamanda kalabalıklaştı. İlk 10 model arasındaki fark, bir yılda %11,9’dan %5,4’e geriledi.
İkinci en iyi seçenek, birincinin maliyetinin küçük bir kısmına inince, kapalı erişim için istenen prim savunulamaz hale geliyor. Bu, işini “istisnailik” üzerine kurmuş herkes için bir fiyatlama sorunu.
Zekânın Fiyatı Çöktü
Maliyetler, kalite farkından bile hızlı düştü. Epoch AI ve Artificial Analysis verilerini kullanan AI Index, GPT-3.5 seviyesindeki bir sorgunun çalıştırılma bedelinin Kasım 2022’de milyon token başına yaklaşık 20 dolardan, Ekim 2024’te 0,07 dolara gerilediğini raporladı.
Bu, iki yıl bile olmadan yaklaşık 280 katlık bir düşüş.
DeepSeek aynı mantığı eğitim tarafına taşıdı. V3 teknik raporu, 2.048 Nvidia H800 çipi üzerinde yaklaşık 5,6 milyon dolarlık nihai eğitim maliyeti iddia ediyor; benzer Batılı modellerde bu rakam onlarca, hatta yüzlerce milyon dolara çıkıyor. Ucuz zekâ, onu en sıkı saklayana değil, en geniş ölçekte kullanıma sunana yarıyor.
Modelin Sahibi Sizsiniz
Kapalı bir modeli kiraladığınızda, mal sahibinin kurallarını da miras alırsınız. Sağlayıcı, fiyatları artırabilir, şartları değiştirebilir ya da ürününüzün belkemiği olan sürümü emekliye ayırabilir.
Ağırlıklara sahip olduğunuzda bu kaldıraç ortadan kalkar. Bir sürümü dondurabilir, yıllarca çalıştırabilir ve yığınınızı baştan yazmadan altyapı sağlayıcısını değiştirebilirsiniz.
Tedarikçiye kilitlenme soyut bir endişe değil; pratikte yüksek geçiş maliyetleri, zorunlu göçler ve pazarlık edemediğiniz fiyatlama olarak karşınıza çıkıyor. Ağırlıkların sizde olması bu riskleri adım adım söndürüyor:
- İhtiyacınız olduğu sürece sabit kalacak bir model sürümünü dondurun.
- Kendi donanımınıza inin ya da bulut sağlayıcısını değiştirin; uygulamayı baştan yazmayın.
- Canlı ürünü bir gecede bozan sürüm sonlandırmalarını bertaraf edin.
Cömert görünen açık lisansların bile okunması gereken ince yazıları var. Meta’nın Llama koşulları, aylık 700 milyonun üzerinde aktif kullanıcısı olan şirketleri ayrıca pazarlığa zorluyor; bu yüzden katı açık kaynak savunucuları Llama’yı “gerçekten açık kaynak” saymıyor.
Mahremiyet ve Veri Egemenliği
Bazı verilerin binadan çıkması hukuken mümkün değil. Hastaneler, bankalar ve kamu kurumları çoğu zaman hassas kayıtları üçüncü taraf bir API’ye gönderemiyor.
Açık ağırlıklar, modeli veriye taşıyarak bu sorunu çözüyor. Çıkarımı kurum içinde ya da özel bulut ortamında çalıştırabiliyorsunuz; hassas hiçbir şey tedarikçi sınırını aşmıyor.
Bu tek özellik bile, kapalı API’lerin giremeyeceği kapıları açıyor. Regüle ortamlarda, on-prem kontrol sıklıkla belirleyici faktör.
Devletler Kendi Modellerini Kuruyor
Egemenlik kaygısı küreselleşti. Hükûmetler, birkaç Amerikan ya da Çin API’sine bağımlılığı stratejik risk olarak okumaya başladı.
2 Eylül 2025’te EPFL, ETH Zurich ve İsviçre Ulusal Süper Bilgisayar Merkezi, 1.000’den fazla dilde 15 trilyon token üzerinde eğitilmiş, tamamen açık Apertus modelini tanıttı. Abu Dabi’deki Technology Innovation Institute ise 2023’ten beri açık Falcon ailesini geliştiriyor; başka ülkeler de benzer ulusal programlarla yolda.
Bölge bölge tekrar eden bir tablo oluştu:
- İsviçre, ağırlıklar, veri ve kodun tamamı kamuya açık Apertus’u yayımladı.
- BAE, Falcon modellerini gevşek lisanslarla ardı ardına piyasaya sürdü.
- Fransa, Hindistan, Japonya ve Güney Kore, yerli model ya da hesaplama programlarına kamu desteği sağladı.
Sadece kiralayabildiğiniz bir modelle “ulusal yapay zekâ” inşa edemezsiniz. Açık ağırlıklar bunun ön şartı ve bu da devletleri doğal olarak açık kampın sponsoruna dönüştürüyor.
Düzenleyiciler Açığa Doğru Eğiliyor
Politika da giderek açıklığı ödüllendiriyor. 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.
Avrupa da ruhu olmasa da yapısı itibarıyla benzer bir yöne eğiliyor. AB Yapay Zekâ Yasası, ücretsiz ve açık kaynak genel amaçlı modellere –sistemik risk kategorisine girmedikleri sürece– belirli dokümantasyon yükümlülüklerinden kısmi muafiyet sağlıyor.
Teşvikler artık, en azından sınırın biraz altındaki modeller için, kilitleme yerine yayımlamayı işaret ediyor. Yapay zekâ yarışının en büyük devleti açık ağırlıkları aktif biçimde cesaretlendirirken, kapalı modelin “varsayılan” üstünlüğü anlamını yitiriyor.
Geliştirici Ekosistemi Kendi Kendini Büyütüyor
Ölçek ölçek üretir. Hugging Face, 2025 boyunca 13 milyon kullanıcıya, 2 milyondan fazla açık modele ve 500.000’i aşkın kamuya açık veri setine ulaştı.
İndirme yarışları hikâyeyi özetliyor. Meta, Llama’nın 18 Mart 2025 itibarıyla bir milyar indirme barajını aştığını ve Aralık 2024 başındaki 650 milyon seviyesinden hızla buraya geldiğini açıkladı. Alibaba’nın Qwen modeli 700 milyona yaklaştı.
Açık ağırlıkların etrafında oluşan bu dev ekosistem, her yeni model ve araçla daha da hızlanan bir uçuş çarkı yaratıyor. Kapalı, sadece API sunan devlerin karşısında asıl tehdit de tam olarak bu ivme. Ocak 2026 itibarıyla Hugging Face’te toplam indirme sayısı milyonu aşan model, 180.000’in üzerinde türev versiyona da ilham vererek, bu süreçte en çok “fork” edilen açık model ailesi unvanını Llama’dan devraldı.
Her bir ince ayar (fine-tune), adaptör ve quantization katmanı, açık bir modelin etrafındaki hendekleri daha da derinleştiriyor. Kapalı bir API, topluluğun bu bileşik emeğini yakalayamaz; çünkü kimse elinde tutamadığı, erişemediği bir modelin üzerine gerçek anlamda inşa yapamaz.
Dizüstünüzde Çalışıyor
Açık ağırlıklar, basit ve ucuz bir araç zinciri üzerinden sıradan donanımla buluşuyor. Quantization, modelleri daha düşük sayısal hassasiyete sıkıştırarak bellek ihtiyacını azaltıyor; LoRA gibi teknikler ise tamamını baştan eğitmeden, modeli kısmi olarak ince ayarlarla güncellemeye imkân veriyor.
Yerel çalışma ortamları bu yaklaşımı ana akıma taşıdı. Ollama, llama.cpp ve vLLM sayesinde geliştiriciler bugün tek bir tüketici sınıfı GPU üzerinde, hatta sıradan bir dizüstü bilgisayarda dahi güçlü modelleri ayağa kaldırabiliyor.
2.000 dolarlık bir makinede çalıştırabildiğiniz bir modeli, kimse uzaktan “fişini çekerek” durduramaz. Tam da bu özerklik, kullanım başına ücretlenen kapalı modellere içkin olarak sunulamayan bir özellik.
Denetlenebilirlik ve Yorumlanabilirlik
Göremediğinizi denetleyemezsiniz. Kapalı API’ler, size yalnızca çıktılarını teslim eder; bunların arkasındaki mekanizmayı incelemenin bir yolu yoktur.
Açık ağırlıklar ise araştırmacıların modele doğrudan erişip onu incelemesine, hata kalıplarını çalışmasına ve güvenlik testlerini açık ortamda yürütmesine izin veriyor. Açık ekolün, modellerinin zaman içinde daha güvenilebilir kılınmasının kolaylaştığını savunmasının temelinde de bu şeffaflık yatıyor.
Karar alma süreçlerini açıklamak zorunda olan regüle sektörler için bu görünürlük bir “artı özellik” değil; çoğu zaman doğrudan yasal bir zorunluluk.
Merkeziyetsiz Sınır
En taze argüman, yapay zekâ ile kriptonun kesişiminde ortaya çıkıyor. Ağırlıklar açıksa, bu modelleri eğitmek ve çalıştırmak için gereken hesaplama gücünün tek bir şirketin veri merkezinde toplanması da şart değil.
Prime Intellect gibi projeler, modelleri küresel ölçekte dağılmış donanımlar üzerinde eğitiyor; uzak makinelerin gerçekten iddia ettikleri işi yaptığını kriptografik olarak doğrulamaya dönük şemalar geliştiriyor. Bittensor ise makine zekâsı için token teşvikli bir piyasa işletiyor; bu piyasanın fiyatlama birimi kendi TAO (TAO) token’ı.
Dürüst olmak gerekirse, bugün için merkeziyetsiz eğitim hâlâ tek bir merkezî kümenin gerisinde: daha yavaş ve daha maliyetli. Ancak açık ağırlıkların, doğrulanabilir ve token’laştırılmış hesaplama gücüyle eşleştirildiği bu yeni model, kapalı laboratuvarların kopyalayamayacağı türden, gerçekten farklı bir rekabet ekseni yaratıyor.
Ayrıca Oku: Pixel 11 Will Cost More, And Google Says AI Data Centers Are Why
Son Karar
Açık ağırlıklar, kapalı laboratuvarları ortadan kaldırmayacak. Sınır hâlâ hesaplama gücüne en çok para harcayanların elinde; açık sürümler, en iyi kapalı modellere aylar farkla yetişebiliyor; kamuya açık ağırlıklar ise bir kez dolaşıma çıktığında geri çağrılamayan kötüye kullanım risklerini beraberinde getiriyor.
Ancak “geride bırakmak”, “yok etmek” anlamına gelmiyor. Ağırlık merkezini kaydırmak anlamına geliyor ve bu kayma çoktan başladı.
Nitelik farkı inceliyor, zekânın marjinal maliyeti sıfıra yaklaşıyor ve hükümetler, geliştiriciler, düzenleyiciler giderek elde tutabildikleri modellere yöneliyor. Merkezî yapay zekâ, piramidin tepesinde “kolaylık” satarak varlığını sürdürecek. Pazarın geri kalanı ise sessizce, gerçekten sahip olunabilen ağırlıklara doğru yürüyor.
Sıradaki Haber: Apple Loses Its Grip On Memory Prices And Customers Pay The Difference