Elon Musk: “Yapay zekâ zekâsı üstel gelişiyor” — Açık kaynak rekabeti

Elon Musk, yapay zekânın (AI) zekâsı ve yeteneklerinin ‘üstel’ biçimde geliştiğini söyledi. Bu değerlendirme, açık kaynaklı büyük dil modellerinin 2025 sonunda son teknoloji kabul edilen modelleri geride bıraktığı yönündeki iddiaların ardından geldi.

PANews, Musk’ın açık kaynaklı modellerdeki gelişimi konu alan bir gönderiye “Intelligence is improving exponentially (Zekâ üstel biçimde gelişiyor)” yorumunu yaptığını 21’inde bildirdi.

Gönderide GLM 5.3 Flash, DeepSeek V4.1 Flash, Qwen 3.8 Next Flash ve Qwen 3.8 27B modelleri sıralandı. Bu modellerin zekâ ve genel yetenekler bakımından 2025 sonlarında ‘son teknoloji zekâ’ olarak görülen başlıca modelleri genel olarak geride bıraktığı öne sürüldü.

Ancak bu değerlendirme, gönderide yer alan bir yorum niteliğinde. Tüm görevlerde ve değerlendirme ölçütlerinde aynı sonucun alındığı kesin olarak söylenemez. Modeller arasındaki üstünlük, kullanılan kıyaslama testlerine ve görev koşullarına göre değişebilir.

DeepSeek, V4.1 Flash modelini 10 Eylül’de piyasaya sürerken yeni bir mimari kullandığını açıkladı. Model, yerel görüntü anlama özelliğini destekliyor ve girdi ile çıktı sırasında etkinleşen parametreleri farklı şekilde tasarlıyor.

DeepSeek, V4.1 Flash’ın 552 milyar parametre kullanan bir ‘uzmanların karışımı’ modeli olduğunu belirtti. Girdi sırasında 8 milyar, çıktı sırasında ise 16 milyar parametre etkinleşiyor. Şirket, önceki nesle kıyasla KV önbelleğini küçülterek bellek ve depolama yükünü azalttığını açıkladı.

GLM 5.3 Flash da açık model depolarında yer alıyor. Model açıklamasında, toplam 320 milyar parametrenin 18 milyarının etkinleştirildiği ve seyrek dikkat ile doğrusal dikkati birleştiren bir mimari kullanıldığı belirtiliyor.

GLM 5.3 Flash, görüntü ve video işleme özelliklerini destekleyen çok modlu bir model olarak tanıtıldı. Zhipu AI, daha önce GLM-5.3’ün kodlama performansının şirket içi değerlendirmede önceki nesle göre %50 arttığını açıklamıştı.

Açık kaynaklı model, model mimarisinin veya ağırlıklarının bir bölümünü dış geliştiricilerin ve şirketlerin kullanmasına ya da geliştirmesine açan yapay zekâ modelidir. Açıklanan kapsam ve kullanım koşulları modelden modele değişebileceği için yalnızca ‘açık kaynak’ sınıflandırmasına bakılarak gerçek kullanım alanı belirlenemez.

Bu örnekte rekabet ölçütü yalnızca yanıt kalitesiyle sınırlı değil. Uzun bağlam işleme, kodlama ve ajan görevlerinde işlem hızı, çıkarım maliyeti ve donanım gereksinimleri de gerçek kullanım deneyimini etkiliyor.

Uzmanların karışımı modeli, tüm parametreleri aynı anda etkinleştirmek yerine girdinin ihtiyaç duyduğu parametrelerin bir bölümünü kullanan bir yapıya dayanıyor. Etkin parametre sayısını azaltmak işlem verimliliğini artırabilir. Ancak gerçek performans ve maliyet, model mimarisi ile kullanım ortamı birlikte değerlendirilerek ele alınmalı.

KV önbelleği, modelin daha önce işlediği bağlam bilgilerini yanıt üretiminde kullanmak üzere sakladığı bellek alanıdır. Önbelleğin küçültülmesi bellek yükünü azaltabilir. Bunun tek başına tüm görevlerde işlem hızını veya maliyeti iyileştirdiği söylenemez.

DeepSeek V4.1 Flash ve GLM 5.3 Flash, performansın yanı sıra etkin parametreler ve KV önbelleği gibi verimlilik unsurlarını da öne çıkardı. Aynı modelde bile işlem maliyeti ve yanıt hızı; girdi uzunluğuna, donanıma ve çağrı yöntemine göre değişebilir.

Musk’ın açıklaması, açık kaynaklı modellerin kapalı modellerle arasındaki performans farkını azalttığı yönündeki algıyı yansıtıyor. Ancak gönderide adı geçen modellerin gerçek kullanım ortamlarında ne düzeyde performans gösterdiğini değerlendirmek için resmî verilerle bağımsız test sonuçlarının birlikte karşılaştırılması gerekiyor.

Sonuç olarak ‘üstel gelişim’ ifadesinin hangi kapsamda geçerli olduğu temel tartışma konusu olmaya devam ediyor. Model bazında kıyaslama sonuçları ve görev koşulları açıklandıkça, açık kaynaklı model rekabetinin gerçek seviyesi daha somut biçimde karşılaştırılabilecek.