Tek Ağırlık, İki Kapı: Yapay Zekanın Sırrı Artık Modelde Değil, Ortamda
Tek Ağırlık, İki Kapı: Yapay Zekanın Sırrı Artık Modelde Değil, Ortamda
Eylül’ün ilk üç gününde çıkan dört sınır modeline yüzeyden bakınca sıradan bir rekabet turu görünüyor. Fable 5.1, Gemini 3.8 Flash, Muse Spark 1.3, Astra. Herkes benchmark tablosuna, fiyata, bağlam penceresine baktı. Ben iki sessiz detaya bakıyorum. Çünkü asıl kırılma orada.
Birinci detay: tek ağırlık, iki kapı
Bu turda üç lansman aynı deseni paylaştı. Tek bir model ağırlığı, iki ayrı erişim rejimi. Anthropic, Fable ile birebir aynı ağırlıklara sahip ama siber yetenekleri açık bırakılmış Mythos 5.1’i ayrı bir kapıdan verdi. Google, Gemini 3.8 Flash’ın Cyber varyantını sadece savunma tarafına, geçit programıyla açtı. OpenAI, Astra’nın en ileri siber becerilerini hesap düzeyinde kısıtladı ve modeli ilk kez “kritik siber eşiği” tetiklediği için sınırlı dağıttı.
Buradan çıkan sonuç net: güvenlik artık modelin yeteneğine değil, erişimine yerleşiyor. Aynı beyin, kime hangi kapıdan verildiğine göre farklı bir ürün oluyor. Bu, sektörün “modeli aptallaştırarak güvenli yaparız” dönemini kapatıp “modeli akıllı tutar, kapıyı kontrol ederiz” dönemine geçtiğinin işareti. Regülasyon, satın alma ve sorumluluk tartışması bundan sonra bu eksende yürüyecek.
İkinci detay: yeni mimari yok, yeni ortam var
Bu modellerin kazanımı yeni bir mimariden gelmiyor. Taban model büyük ölçüde sabit. Fark, eğitim sonrası aşamada modelin uzun ufuklu görev döngülerinde çalıştırıldığı pekiştirmeli öğrenme ortamlarının ölçeklenmesinden geliyor. GLM-5.3 ekibi bunu açıkça yazdı: “Tek yaptığımız eğitim sonrasını ölçeklemekti.” Sabit taban modelle Terminal-Bench skoru yüzde 4,6’dan yüzde 28’e çıktı. Altı katı, tek bir yeni parametre eklemeden.
Bu ortamların ne kadar kırılgan olduğunu da yine sağlayıcılar itiraf etti. Anthropic, üretim pekiştirme ortamlarının yaklaşık yüzde 10’unun yanlış etiketlendiğini, ödül hilesinden bozuk göreve kadar hatalar barındırdığını söyledi. Yani kabiliyet artık ortamın kalitesiyle geliyor ve o ortamı kurmak modeli eğitmek kadar zor bir mühendislik işi.
Bunun pratik karşılığı
Aylar önce bu köşede “prompt öldü, döngü mühendisliği başladı” demiştim. Bu tur o tezin kanıtı. Değerin biriktiği yer model ağırlığı değil. Değer, modelin içine yerleştiği döngüde, o döngüyü besleyen ortamda ve veride birikiyor.
Türk ekipler için bunun anlamı büyük. Foundation model eğitmek için ne compute’umuz ne sermayemiz yeter, gerek de yok. Ama belirli bir sektöre özel pekiştirme ortamı kurmak, kendi verinle modeli o işte ustalaştırmak, döngüyü kendi iş akışına gömmek erişilebilir bir hedef. Küresel model taban olur, üstündeki ustalık senin olur.
Üç somut çıkarım
Bir: Model seçimini geçici bir karar olarak kur. Ağırlık ucuzlayan ve haftada değişen bir girdi. Bağımlılık kurma.
İki: Yatırımını ortama yap. Kendi sektörünün görevlerini, değerlendirme setlerini, düzeltme döngülerini kur. Rakibinin kopyalayamayacağı tek şey bu.
Üç: Güvenliği erişim katmanında düşün. Hangi yeteneği kime hangi kapıdan verdiğin, ürününün en kritik tasarım kararı haline geldi.
Model yarışının gürültüsüne kapılma. Gürültünün altında sessizce yer değiştiren bir şey var: rekabetin ağırlığı modelden ortama kaydı. Bunu erken gören, bir sonraki turu izleyen değil kuran taraf olur.