Yapay Zeka Maliyetleri Moore Yasası'ndan Daha Hızlı Düşüyor

Yapay zeka araştırma kuruluşu Epoch AI tarafından yayımlanan kapsamlı analiz, yapay zeka işlem maliyetlerinin son yıllarda binlerce kat azaldığını ortaya koydu. Araştırma verilerine göre yapay zeka alanında belirli bir başarı düzeyine ulaşmanın maliyeti her çeyrekte ortalama yüzde 47 oranında gerilerken, yıllık bazda yaklaşık 13 katlık bir düşüş kaydediliyor. Bu ivme, son yüzyılın en büyük teknolojik sıçramaları kabul edilen lityum piller, DNA dizileme ve Moore Yasası kapsamındaki geleneksel işlem gücü maliyet düşüşlerini geride bırakıyor.

Tarihsel Teknolojilerle Karşılaştırma

Epoch AI araştırmacıları Luke Emberson ve David Roodman tarafından hazırlanan raporda yapay düşünce maliyeti tarihsel süreçlerle kıyaslandı. Lityum pillerin maliyeti 1991 ile 2024 arasındaki dönemde yaklaşık 100 kat gerilerken, DNA dizileme maliyetlerinin benzer bir düşüş sergilemesi yirmi yıldan uzun sürdü. Yapay zeka maliyetleri ise bu seviyedeki bir düşüşü beş yıl gibi kısa bir sürede tamamladı. Güncel veriler, yapay zekadaki maliyet erimesinin DNA dizilemeye kıyasla dört kat, lityum pillere kıyasla on sekiz kat ve işlem gücüne kıyasla altı kat daha hızlı gerçekleştiğini gösteriyor.

Söz konusu eğilim, modellerin kıyaslama testlerindeki performans maliyetleriyle somutlaşıyor. 31 Ocak 2025 tarihinde kullanıma sunulan OpenAI üretimi o3 modeli, doktora düzeyindeki fizik, kimya ve biyoloji sorularını kapsayan GPQA Diamond testinde yüzde 75 başarı oranına soru başına 0,30 dolar maliyetle ulaşıyordu. Yaklaşık on sekiz ay sonra sunulan GPT-5.6 Luna modeli ise aynı başarı seviyesini soru başına sadece 0,0004 dolar maliyetle yakaladı. Bu fark, aynı işlem kalitesinde 725 katlık bir maliyet düşüşü anlamına geliyor. Nitekim sektörde yapay zeka devleri maliyetleri düşürme yarışını hızlandırırken piyasaya sürülen GPT-6 Sol ve Claude Opus 5.5 gibi yeni nesil sistemler de API giderlerini benzer biçimde aşağı çekmeye devam ediyor.

Maliyet Düşüş Hızında Yavaşlama Belirtileri

Maliyetlerdeki sert düşüş her alanda doğrusal ilerlemiyor. Matematik, satranç bulmacaları ve temel bilim testleri incelendiğinde farklı dinamikler göze çarpıyor. GPQA Diamond testinde hızlı düşüşlerin ardından durağanlaşma dönemleri izlenirken, AIME OTIS denemeleri daha düzenli bir seyir izliyor. Frontier Math testlerindeki ilerleme ise belirli bir süre durakladıktan sonra aniden hızlanıyor. Ancak genel tablo incelendiğinde, maliyet düşüş hızının kademeli olarak ivme kaybettiği görülüyor. Beş temel kıyaslama genelinde başlangıçta çeyrek bazında yüzde 66 seviyesinde olan gerileme, iki yıl sonra çeyrek bazında yüzde 32 düzeyine indi. Uzmanlar bu yavaşlamayı donanım ve enerji maliyetlerindeki artışın yanı sıra algoritmik kazanımların sınırlarına yaklaşılmasına bağlıyor.

İş Modelleri ve Şirketler İçin Riskler

Fiyatların bu denli süratle gerilemesi, OpenAI ve Anthropic gibi temel model geliştiren laboratuvarların gelir modellerini tartışmalı hale getiriyor. Gelişmiş modeller geliştirmek amacıyla yüz milyarlarca dolarlık altyapı yatırımı yapan şirketler, birkaç ay içinde aynı işlevin açık ağırlıklı veya rakip modellerce çok daha ucuza sunulması riskiyle karşılaşıyor. Birkaç ay bekleyen kurumların çok daha yetenekli sistemlere neredeyse bedavaya erişebildiği bir ortamda uzun vadeli abonelik satmak ve müşteri sadakati oluşturmak zorlaşıyor. Diğer taraftan, modellerin genel yeteneklerini geliştirmek yerine sadece belirli testlerde başarılı olacak şekilde eğitilmesi anlamına gelen optimizasyon eğilimleri de araştırma verilerinin temkinli yorumlanmasını gerektiriyor.