27 Ocak 2025’te, çoğu yatırımcının adını bile duymadığı bir Çin laboratuvarı, tek seansta Nvidia’nın piyasa değerinden 589 milyar dolar sildi. Bu, ABD borsa tarihinde görülen en büyük günlük değer kaybıydı. Kıvılcım DeepSeek’ti; “suçu” ise açıklık.
Piyasanın sindirmekte zorlandığı basit fikir şuydu: Sınır seviyesi yapay zekâ artık yalnızca birkaç kapalı laboratuvarın tekelinde değil. Bu sarsıntı Bitcoin’e (BTC) kadar uzandı.
Öne Çıkan Noktalar
- Açık ağırlıklı modeller, eğitilmiş parametrelerini herkesin indirmesine, çalıştırmasına ve uyarlamasına açıyor; eğitim verisi ve tüm kodu da içeren tam “açık kaynak”tan bu yönüyle ayrılıyor.
- En iyi açık ve kapalı modeller arasındaki ölçülen kalite farkı, kamusal sıralamalarda bir yıl içinde yüzde 8’den yüzde 2’nin altına inerken, çıkarım maliyetleri yüzlerce kat düştü.
- Ucuz dağıtım, ulusal egemenlik hedefleri, daha yumuşak regülasyon ve devasa geliştirici ekosistemi, yalnızca API sunan yerleşik oyuncular karşısında açık ağırlıklara gerçek bir ivme kazandırdı.
“Açık Ağırlık” Yapay Zekâ Gerçekte Ne Demek?
Kavram sık kullanılıyor ama çoğu zaman gevşek tanımlanıyor. “Açık ağırlık”, geliştiricinin eğitilmiş bir sinir ağının son parametrelerini —modelin ne öğrendiğini sayılarla kodlayan ağırlıkları— yayımlaması anlamına geliyor. Bu dosyaları indirip kendi donanımınızda çalıştırabiliyor, üzerine ince ayar yapabiliyorsunuz.
Bu, tam anlamıyla “açık kaynak” ile aynı şey değil. Open Source Initiative 28 Ekim 2024’te yayımladığı Open Source AI Definition ile çıtayı daha yukarı koydu. Bir yayın, bu tanıma göre “açık kaynak” sayılmak için ağırlıkların yanı sıra eğitim kodunu ve verilerin, yetkin bir ekibin sistemi büyük ölçüde yeniden inşa edebileceği kadar ayrıntılı dokümantasyonunu da içermek zorunda.
Bugün “açık kaynak” etiketiyle pazarlanan pek çok model bu teste takılıyor. Meta’nın Llama’sı, Alibaba’nın Qwen’i ve DeepSeek, ağırlıkları paylaşıyor ama verinin tam tarifini saklı tutuyor.
Open Source Initiative bu ayrımı net biçimde ortaya koyuyor ve yalnızca ağırlıkların paylaşılmasının, açık kaynak yazılımın sunduğu özgürlükleri vermediğini vurguluyor. Bu fark, şirketlerin “açığız” söylemiyle, aslında çalışmanın yeniden üretimini mümkün kılacak parçaları kapalı tutması anlamına gelen “open washing” tartışmasını körüklüyor.
Yine de çoğu inşa edici için asıl hazine ağırlıklar. Onlarla modeli sunabilir, küçültebilir, yeniden eğitebilir ve ürüne dönüştürebilirsiniz. Her model türü aslında kabaca şunu vaat ediyor:
- Açık ağırlık: Eğitilmiş parametreler; genelde kullanıma, değiştirmeye ve çoğu zaman ticari dağıtıma izin veren bir lisans altında.
- Tam açık kaynak: Ağırlıklar + eğitim kodu + modeli yeniden kurmaya yetecek veri dokümantasyonu.
- Kapalı: Hiçbir şey indirilemiyor, yalnızca ölçülü API erişimi var.
Bugün patlama yaşayan orta kategori tam da bu. Ve kapalı laboratuvarların uykusunu kaçıran da o.
Ayrıca Oku: Nvidia, Henüz İmzalanmamış 250 Milyar Dolarlık OpenAI Garantisiyle Yüzde 5’e Yakın Geriledi
OpenAI ve Anthropic’in Modelinden Farkı Ne?
OpenAI ve Anthropic tam tersine oynuyor. En iyi ağırlıklarını kendi veri merkezlerine kilitli tutuyor ve yalnızca API üzerinden erişim satıyorlar. Siz istemi gönderiyorsunuz, yanıt alıyorsunuz ama modele asla dokunamıyorsunuz.
Bunun ticari mantığı net: Eğitim yatırımını koruyor, abonelik sayacını çalıştırıyor ve laboratuvara model davranışını anında yama yapma veya erişimi kesme imkânı veriyor.
Güvenlik argümanı da var. Anthropic’in CEO’su Dario Amodei, ağırlıklar bir kez dışarı çıktığında geliştiricinin emniyet şeritlerini güncelleme ya da sorunlu bir sistemi geri çağırma kabiliyetini kaybettiğini savunuyor.
Ama bu tasarımın kaçınılmaz bir yan etkisi bağımlılık.
Model yalnızca başkasının sunucularında yaşıyorsa fiyatı, çalışma süresini, veri şartlarını ve eski sürümlerin ne zaman kaldırılacağını sağlayıcı belirliyor. Ürününüz, denetleyemediğiniz ve içini göremediğiniz bir kara kutuya bağlı hale geliyor.
Açık araştırmayı yıllarca savunmasına rağmen OpenAI, 2019’daki GPT-2’den sonra 5 Ağustos 2025’e kadar tek bir açık dil modeli yayımlamadı. O gün duyurulan, serbest Apache 2.0 lisansı altındaki iki gpt-oss modeli, açık ağırlıkların yarattığı basınca verilmiş doğrudan bir taviz olarak okunuyor. Kapalı API işini kuran şirket, açık cephenin sahasına inmek zorunda kaldı.
Ayrıca Oku: OpenAI, Dev Ohio Kampüsü İçin Nvidia’dan 250 Milyar Dolarlık Kredi Arıyor
Açık Ağırlıklar Neden Merkezî Modeli Tehdit Ediyor? On Başlıkta
Aşağıdaki argümanların hiçbiri, açık ağırlıkların kesin zaferini garanti etmiyor. Sınır hâlâ büyük laboratuvarların elinde ve riskler gerçek. Ama son üç yılda yön hep aynı tarafa aktı: kapalı, sayaçlı modele karşı.
Kara kutu için prim ödeme gerekçeleri her cephede aşınıyor: teknik, ekonomik ve politik.
Dengelerin nasıl kaydığına dair on başlık:
Kalite Farkı Neredeyse Sıfırlandı
En kritik veri, yakınsama. Stanford’un 2025 AI Index raporu, Chatbot Arena sıralamasında en iyi kapalı model ile en iyi açık model arasındaki puan farkının Ocak 2024’te yüzde 8 iken Şubat 2025’te yüzde 1,7’ye düştüğünü belirliyor.
Zirve aynı zamanda kalabalıklaştı. İlk sıradaki model ile onuncu arasındaki fark bir yılda yüzde 11,9’dan yüzde 5,4’e indi.
İkinci en iyi seçenek, birincinin maliyetinin küçük bir kısmına inmişse, kapalı erişime ödenen prim savunulamaz hale geliyor. İş modeli tümüyle ayrıcalığa dayanan şirketler için bu ciddi bir fiyatlama sorunu.
Zekânın Fiyatı Çöktü
Maliyet, kalite farkından bile hızlı eridi. Epoch AI ve Artificial Analysis verilerini kullanan AI Index, GPT‑3.5 seviyesinde bir isteğin çalıştırma maliyetinin Kasım 2022’de milyon token başına yaklaşık 20 dolardan, Ekim 2024’te 0,07 dolara düştüğünü rapor ediyor.
İki yıl dolmadan yaklaşık 280 katlık bir düşüş.
DeepSeek aynı mantığı eğitime taşıdı. V3 teknik raporu, 2.048 Nvidia H800 çipiyle yaklaşık 5,6 milyon dolarlık bir nihai eğitim koşusu iddia ediyor. Benzer Batılı modeller için dillendirilen onlarca, hatta yüzlerce milyon dolarlık bütçelerin çok altında. Ucuz zekâ, onu en sıkı saklayana değil, en geniş dağıtana çalışıyor.
Model Artık Sizin
Kapalı bir modeli kiraladığınızda, ev sahibinin kurallarını da kabul ediyorsunuz. Sağlayıcı fiyatı artırabilir, şartları değiştirebilir ya da ürününüzün bel bağladığı sürümü emekli edebilir.
Ağırlıklara sahip olduğunuzda bu kaldıraç boşa çıkıyor. Bir sürümü dondurup yıllarca çalıştırabilir, yığını yeniden yazmadan altyapı sağlayıcısını değiştirebilirsiniz.
Sağlayıcıya kilitlenme, soyut bir endişe değil; geçiş maliyetleri, zorunlu göçler ve pazarlık edemediğiniz fiyatlar olarak bilançoya yansıyor. Ağırlık mülkiyeti bu riskleri adım adım söndürüyor:
- Model sürümünü dondurun, ihtiyacınız oldukça aynı davranışı koruyun.
- Bulut sağlayıcıları arasında geçiş yapın ya da kendi donanımınıza inin; mimarinizi baştan yazmayın.
- Canlı ürünü bir gecede bozan sürüm kaldırmalarını bertaraf edin.
Cömert görünen açık lisanslarda bile ince yazıları okumak şart. Meta’nın Llama lisansı, aylık 700 milyonun üzerinde aktif kullanıcısı olan şirketleri ayrı anlaşmaya zorluyor; bu yüzden katı açık kaynak savunucuları Llama’yı “gerçekten açık” saymıyor.
Mahremiyet ve Veri Egemenliği
Bazı veriler, kanunen binadan çıkamaz. Hastaneler, bankalar ve kamu kurumları hassas kayıtları üçüncü taraf API’lere taşımak zorunda kalamaz, çoğu zaman da kalmamalı.
Açık ağırlıklar bu sorunu modeli verinin yanına getirerek çözüyor. Çıkarımı kurum içi sunucuda ya da özel bulutunuzda çalıştırabiliyor, hassas hiçbir şeyi sağlayıcı sınırının dışına çıkarmıyorsunuz.
Bu tek özellik bile, kapalı API’lerin giremediği kapıları açıyor. Düzenlemeye tabi dağıtımlarda, yerinde kontrol (on-prem) çoğu zaman belirleyici unsur.
Uluslar Kendi Modellerini Kuruyor
Egemenlik kaygısı küresel ölçekte yükseliyor. Hükümetler, birkaç Amerikan veya Çin API’sine bağımlılığı giderek stratejik risk olarak görüyor.
2 Eylül 2025’te EPFL, ETH Zurich ve İsviçre Ulusal Süperbilgisayar Merkezi, 15 trilyon token ve 1.000’in üzerinde dilde eğitilmiş, tamamen açık bir model olan Apertus’u yayınladı. Abu Dabi merkezli Technology Innovation Institute, 2023’ten bu yana açık Falcon ailesini geliştiriyor; başka ülkeler de kendi ulusal programlarıyla aynı yolu izliyor.
Bölge bölge tekrar eden örüntü net:
- İsviçre, Apertus’u ağırlıklar, veri ve kod tamamen açık olacak şekilde yayımladı.
- BAE, Falcon modellerinin ardı ardına gelen sürümlerini esnek lisanslarla piyasaya sürdü.
- Fransa, Hindistan, Japonya ve Güney Kore, yerli model ve hesaplama altyapısı programlarını destekliyor.
Yalnızca kiralayabildiğiniz bir modelle egemen yapay zekâ inşa edemezsiniz. Açık ağırlık ön koşul; bu da hükümetleri doğal olarak “açık” kanadın hamisi haline getiriyor.
Düzenleyiciler Açığı Teşvik Ediyor
Politika tarafında da rüzgâr açıklık yönüne dönüyor. Beyaz Saray, 23 Temmuz 2025’te yayımladığı “America’s AI Action Plan” belgesinde, “Açık Kaynaklı ve Açık Ağırlıklı Yapay Zekâyı Teşvik Et” başlıklı açık bir bölüme yer verdi.
Avrupa, ruhen aynı ölçüde olmasa da, yapısal olarak benzer bir doğrultuda. AB Yapay Zekâ Yasası, ücretsiz ve açık kaynak genel amaçlı modelleri, sistemik risk sınıfına girmemek kaydıyla bazı dokümantasyon yükümlülüklerinden kısmen muaf tutuyor.
Teşvikler, en azından sınır altı modeller için, kilitleme yerine yayımlama yönünde hizalanıyor. Yarışın en büyük aktörlerinden birinin açık ağırlıkları resmen desteklemesi, kapalı modelin “varsayılan” üstünlüğünü sorgulatıyor.
Geliştirici Ekosistemi Kendi Kendini Büyütüyor
Ölçek, ölçek üretiyor. Hugging Face, 2025 boyunca 13 milyon kullanıcıya, 2 milyondan fazla kamuya açık modele ve 500.000’i aşkın açık veri setine ulaştı.
İndirme yarışları tek başına tabloyu özetliyor. Meta’ya göre Llama, 18 Mart 2025 itibarıyla 1 milyar indirme barajını geçti; bu rakam Aralık 2024 başında 650 milyondu. Alibaba’nın Qwen’i ise 700 … Ocak 2026’ya gelindiğinde Hugging Face’teki toplam indirme sayısı milyonlarla ifade ediliyor, modelin 180.000’in üzerinde türevi üretilmiş durumda ve bu süreçte en çok çatallanan (fork edilen) açık aile unvanında Llama’nın önüne geçmiş bulunuyor.
Her bir ince ayar, her bir adapter, her bir quantization katmanı, üzerine inşa edildiği açık modelin etrafında yeni bir hendek oluşturuyor. Kapalı bir API, bu bileşik topluluk çabasını hiçbir zaman tam olarak yakalayamaz; çünkü kimse elinde tutamadığı, kendi altyapısına alamadığı bir modelin üzerine uzun vadeli inşa yapmaz.
Dizüstünüzde Çalışıyor
Açık ağırlıklar, ucuz ve yaygın bir araç zinciri sayesinde sıradan donanımla buluşuyor. Quantization, modeli daha düşük hassasiyete indirerek bellek ihtiyacını düşürüyor; LoRA gibi teknikler ise tüm modeli sıfırdan eğitmeden, hafif dokunuşlarla yeniden ayar yapmaya imkân veriyor.
Yerel çalıştırma ortamları bu alanı ana akıma taşıdı. Ollama, llama.cpp ve vLLM, bugün geliştiricilerin tek bir tüketici sınıfı GPU’da, hatta doğrudan dizüstü bilgisayarlarında yetkin modeller sunmasını mümkün kılıyor.
2.000 dolarlık bir makinede çalışabilen bir modeli kimse uzaktan fişini çekerek durduramaz. Bu tür bir bağımsızlık, kullanım başına ücretlendirilen kapalı modellerin doğası gereği sunamadığı bir özellik.
Denetlenebilirlik ve Anlaşılabilirlik
Görmediğinizi denetleyemezsiniz. Kapalı API’ler size yalnızca çıktı döndürür; bu çıktının arkasındaki mekanizmaya dair hiçbir görünürlük yoktur.
Açık ağırlıklar ise araştırmacılara modele doğrudan dokunma, hata kalıplarını inceleme ve güvenlik testlerini açık ortamda yapma imkânı veriyor. Açık ekosistemin, modellerin zaman içinde daha güvenilir kılınmasının bu sayede kolaylaştığını savunmasının temel nedeni de tam olarak bu şeffaflık.
Kararlarını açıklamak zorunda olan regüle sektörler için bu görünürlük bir “konfor unsuru” değil; çoğu zaman doğrudan yasal bir zorunluluk.
Merkezsizleşmiş Sınır
En yeni argüman, yapay zekâ ile kriptonun kesişim noktasında ortaya çıkıyor. Ağırlıklar açıksa, bu modelleri eğitmek ve çalıştırmak için gereken işlem gücü de tek bir şirketin veri merkezine hapsolmak zorunda değil.
Prime Intellect gibi projeler, modelleri küresel ölçekte dağılmış donanımlar üzerinde eğitmeye başladı; uzaktaki makinelerin gerçekten beyan ettikleri işi yapıp yapmadığını doğrulamaya dönük şemalar geliştiriyorlar. Bittensor ise yapay zekâ kapasitesi için token teşvikli, piyasa mantığında işleyen bir ağ kuruyor; bu piyasanın fiyat birimi, kendi TAO (TAO) token’ı.
Dürüst uyarı şu: Bugün itibarıyla merkezsiz eğitim hâlâ tek bir büyük küme üzerinde eğitime göre daha yavaş ve daha maliyetli. Ancak açık ağırlıkları doğrulanabilir, token’laştırılmış işlem gücüyle eşleştirmek, kapalı laboratuvarların kopyalayamayacağı, gerçekten yeni bir rekabet ekseni yaratıyor.
Ayrıca Oku: Pixel 11 Daha Pahalı Olacak, Google’a Göre Nedeni Yapay Zekâ Veri Merkezleri
Sonuç
Açık ağırlıklar, kapalı yapay zekâ laboratuvarlarını ortadan kaldırmayacak. Yarışın ucu hâlâ en çok işlem gücünü satın alabilenlerin elinde, açık sürümler en iyi kapalı modellere göre hâlâ birkaç ay geriden geliyor ve kamuya açık ağırlıklar, bir kez yayıldıktan sonra geri çağrılamayan kötüye kullanım riskleri taşıyor.
Ancak “geride bırakmak”, “yok etmek” anlamına gelmiyor. Güç dengesinin merkezini kaydırmak anlamına geliyor ve o kayma çoktan başlamış durumda.
Kalite farkı inceldi, zekânın marjinal maliyeti neredeyse sıfıra indi ve hükümetler, geliştiriciler, düzenleyiciler giderek tutulabilir, elde edilebilir modelleri tercih ediyor. Merkezî yapay zekâ, piramidin en tepesine konfor ve entegrasyon satarak varlığını sürdürecek. Piyasanın geri kalanı ise sessizce, gerçekten sahip olunabilecek ağırlıklara doğru yürüyor.
Sıradaki Haber: Apple Bellek Fiyatlarındaki Hakimiyetini Kaybediyor, Farkı Müşteri Ödüyor
