1/3 daha ucuz: GPT-5.6 görev maliyeti karşılaştırması

OpenAI ve Anthropic'in en yeni yapay zeka modelleri arasındaki maliyet rekabeti, token başına fiyattan görev başına toplam maliyet karşılaştırmasına kayıyor. Çin merkezli yapay zeka modelleri açık fiyat listelerinde düşük birim fiyatları öne çıkarırken, bazı kodlama ve ajan (agent) görevlerinde Amerikan öncü modellerin daha az token ve daha kısa sürede sonuç üreterek toplam maliyeti düşürebildiğine dair bir karşılaştırma yayımlandı.

OpenAI, 9 Temmuz'da yayımladığı GPT-5.6 duyurusunda, GPT-5.6 Sol modelinin Artificial Analysis Coding Agent Index'te Claude Fable 5'e kıyasla çıktı token sayısını yarıdan fazla, süreyi de yarıdan fazla azalttığını ve maliyetin yaklaşık üçte bir daha düşük olduğunu açıkladı. Bu karşılaştırma, yalın API birim fiyatı yerine belirli bir görevi tamamlamak için harcanan toplam maliyeti esas aldı.

Artificial Analysis, kodlama ajanı liderlik tablosunda maliyeti görev başına ortalama kullanım bazlı API maliyeti olarak ölçtüğünü belirtiyor. Aynı 1 milyon token fiyatı daha yüksek olsa bile, yeniden deneme sayısı ve çıktı miktarı azaldığında gerçek iş maliyetinin değişebileceği anlamına geliyor.

Anthropic, Claude Fable 5 ve Claude Mythos 5 fiyatlarını girdi tarafında 1 milyon token başına 10 dolar, çıktı tarafında 1 milyon token başına 50 dolar olarak duyurdu. OpenAI ise 30 Temmuz'da GPT-5.6 Luna fiyatını yüzde 80, GPT-5.6 Terra fiyatını yüzde 20 düşürdü.

Reuters, OpenAI'ın fiyat indirimini kurumsal müşterilerin yapay zeka maliyeti yükü ve Çinli düşük fiyatlı modellerle rekabete verilen bir yanıt olarak aktardı. Bu da şirketlerin yapay zeka modeli seçerken artık yalnızca fiyat listesine bakarak karar veremediği bir zemin oluşturuyor.

Çin merkezli modeller açık birim fiyatlarda hâlâ avantajlı görünüyor. DeepSeek, deepseek-chat modelinde girdi tarafında 1 milyon token başına 0,27 dolar, çıktı tarafında 1 milyon token başına 1,10 dolar fiyat sunuyor.

Z.AI, GLM-5.1 fiyatını girdi tarafında 1 milyon token başına 1,4 dolar, çıktı tarafında 1 milyon token başına 4,4 dolar olarak duyurdu. Moonshot'ın Kimi K2.6 modeli ise girdi tarafında 1 milyon token başına 0,95 dolar, çıktı tarafında 1 milyon token başına 4,00 dolar seviyesinde.

Ancak modeller arasında performans, hız ve görev niteliği farklı olduğundan, yalnızca birim fiyat listelerine bakmak karşılaştırmayı yanıltabilir. Artificial Analysis'in Kimi K3 ile GPT-5.6 Terra karşılaştırmasında Kimi K3, 60 puanlık zekâ endeksiyle daha yüksek çıktı; buna karşın GPT-5.6 Terra (high) 1 milyon token başına 1,74 dolarla Kimi K3'ün 2,31 dolarlık fiyatının altında kaldı ve ayrıca daha hızlı olduğu belirtildi.

Gerçek kullanım verileri de her iki eğilimi bir arada gösteriyor. Vercel, 2026 Temmuz ayına ait AI Gateway üretim verilerinde, Haziran ayı itibarıyla Anthropic'in toplam harcamanın yüzde 61'ini oluşturduğunu ancak token payının yüzde 32'de kaldığını açıkladı.

Buna karşın açık ağırlıklı (open-weight) modeller, token trafiğinin yüzde 29'unu işlerken harcama payı yüzde 4'ün altında kaldı. Aynı raporda DeepSeek, ağ geçidi token'larının yüzde 22,6'sını oluşturdu.

Bu fark, Türkiye'deki şirketler ve Web3 projeleri için de bir maliyet yapısı sorunu olarak öne çıkıyor. Sohbet botu, geliştirme desteği, güvenlik kontrolü ve veri analizi gibi tekrarlayan çağrıların yoğun olduğu işlerde token birim fiyatı önemliyken, karmaşık kodlama ajanları veya uzun süreli otomasyon görevlerinde başarı oranı, yeniden deneme sayısı ve çıktı token miktarı toplam maliyeti belirleyebiliyor.

TokenPost daha önce ABD'li şirketlerin Çin menşeli modelleri değerlendirmeye aldığı gelişmeleri aktarmıştı; bu haber de aynı maliyet baskısıyla bağlantılıydı. TokenPost'un aktardığı ajan tipi yapay zekada görev başına maliyet düşürme denemeleri de model fiyatının kendisinden çok, çalıştırma yapısı ve token kullanımının maliyeti değiştirebildiğini ortaya koymuştu.

Rekabetin arka planında teknoloji güvenliği tartışması da var. Reuters, üst düzey bir ABD hükümet yetkilisinin Moonshot AI'ın Kimi K3 modelinin geliştirilmesinde Anthropic'in Fable modelinin damıtıldığı iddiasını öne sürdüğünü aktardı; Çin tarafı bu iddiaları reddetti.

Bu karşılaştırmanın özü, Amerikan modellerinin Çin modellerinden her zaman daha ucuz olduğu anlamına gelmiyor. Açık fiyat listelerinde Çin modelleri düşük birim fiyatlarını korurken, bazı görev bazlı karşılaştırmalarda OpenAI ve Anthropic modellerinin verimliliği öne çıkıyor.

Şirketlerin gerçek maliyeti model fiyatı, görev başarı oranı, token kullanımı ve yönlendirme (routing) yöntemine göre değişiyor. Yapay zeka maliyet rekabeti bundan sonra da hem 1 milyon token birim fiyatının hem de bir görevi baştan sona tamamlamanın gerçek maliyetinin birlikte değerlendirildiği bir sürece dönüşecek.