Çinli teknoloji şirketi Alibaba, Pazartesi günü bugüne kadarki en büyük yapay zeka modeli Qwen3.8-Max’i tanıttı. Aynı dönemde, DeepSeek V4-Flash modelinin Anthropic’in Claude Fable 5’inden yüz kattan fazla daha uygun fiyatlı olduğu belirtildi. Bu gelişmeler, Çinli teknoloji şirketlerinin yapay zeka alanındaki hızlı ilerleyişini ve küresel rekabetteki konumunu güçlendirdi.
Çinli şirketler, yapay zeka sistemlerini geliştirirken işletme maliyetlerini düşürme hedefiyle yoğun bir rekabet içinde yer alıyor. Alibaba’nın Qwen3.8-Max ve DeepSeek’in V4-Flash modelleri, geliştiriciler arasında ilgi çekmek amacıyla açık ağırlıklı modellere olan bağlılığı ortaya koydu.
Araştırma firması Omdia’nın baş analisti Lian Jye Su, birçok iş akışının sektörün en iyi modeline ihtiyaç duymadığını belirtti. Su, “Yeterince iyi, uygun fiyatlı, şeffaf ve erişilebilir modellere ihtiyaç duyuluyor ve açık ağırlıklı modeller bu talebin karşılanmasına yardımcı oluyor” ifadelerini kullandı.
Açık ağırlıklı modeller, geliştiricilerin sistemin temel ayarlarını indirerek çalıştırmasına veya uyarlamasına olanak tanıyor. OpenAI, Anthropic ve Google gibi şirketler ise kapalı kaynaklı modeller kullanıyor.
Alibaba’nın yeni Qwen3.8-Max modeli, Pazartesi günü tanıtıldıktan sonra yapay zeka modellerinin yeteneklerini değerlendiren sıralamalarda hızla yükseliş gösterdi. Bu gelişme, Alibaba hisselerinin Hong Kong işlemlerinde yüzde 7 artış kaydetmesine neden oldu.
Model, 2,4 trilyon parametreye sahip olup, bu rakam yerli rakip Moonshot AI’ın 2,8 trilyon parametreli Kimi K3 modelinin gerisinde kaldı. Parametre sayısı, gelişmiş yapay zeka sistemlerinin arkasındaki hesaplama kapasitesi ve veri ölçeğinin takip edilen ölçülerinden biri olarak kabul ediliyor.
Qwen3.8-Max, kitle kaynaklı model karşılaştırma platformu Arena.AI üzerinde tanıtıldıktan kısa süre sonra metin modelleri kategorisinde en yüksek sıradaki Çin modeli oldu. Ancak, Anthropic tarafından geliştirilen Claude Fable 5 ile üç Opus sürümünün gerisinde kaldı.
Model, Arena.AI’ın görsel materyalleri analiz eden yapay zeka modellerine yönelik sıralamasında ise dünya genelinde ikinci sırada yer aldı. Sadece Claude Fable 5’in bir sürümü modelin önünde bulunuyor.
Qwen3.8-Max ve Kimi K3; metin, görüntü ve video işleyebilme yeteneğine sahip. Her iki model de aynı anda 1 milyon token’a kadar içerik üzerinde çalışabiliyor.
Tokenlar, genellikle kelimelerin parçalarından veya kısa kelimelerden oluşan veri parçaları olarak tanımlanıyor. Yüksek token sayısı, modelin uzun hukuk dosyaları, büyük yazılım kod tabanları veya yüzlerce sayfalık belgeler gibi büyük miktarda materyali tek seferde işleyebilmesi anlamına geliyor.
Alibaba, Qwen3.8-Max’in bir yazılım mühendisliği projesini 16 günde tamamladığını bildirdi.
Model, her istekte modelin tamamını etkinleştirmek yerine işi sistemin uzmanlaşmış bölümleri arasında paylaştıran “uzmanlar karışımı” tasarımını kullanıyor. Bu yöntemle 2,4 trilyon parametrenin yalnızca 95 milyarı aynı anda kullanılarak maliyetler ve yanıt gecikmeleri azaltılıyor.
Araştırma firması Artificial Analysis’a göre, cuma günü yayımlanan DeepSeek V4-Flash, kıyaslama testlerinde dünya genelindeki tanınmış modeller arasında çalıştırılması en ucuz model olarak öne çıktı. DeepSeek, R1 ve V3 modellerinin 2025 başlarında küresel çapta ilgi görmesiyle gündeme gelmişti.
San Francisco merkezli Artificial Analysis’ın verilerine göre V4-Flash, bir milyon giriş token’ı için 0,14 dolar, bir milyon çıkış token’ı için ise 0,28 dolar ücret talep ediyor.
Artificial Analysis, V4-Flash’ın test başına ortalama maliyetini 3 sent olarak hesapladı. Aynı testin ortalama maliyeti Kimi K3 için 86 sent, OpenAI’ın GPT-5.6 Sol modeli için 1,86 dolar ve Claude Fable 5 için 3,15 dolar olarak tahmin edildi.
Bu karşılaştırma, bir modelin görevi tamamlamak için işlemesi ve üretmesi gereken veri miktarını da hesaba kattığı için yalnızca açıklanan fiyatlara bakmaktan daha gerçekçi bir değer ölçümü sunuyor. Açıklanan fiyatı düşük olan bir model, yanıt üretmek için önemli ölçüde daha fazla adıma ihtiyaç duyması hâlinde yine de pahalıya mal olabiliyor.
