Yapay zekâ modellerini ölçmenin yeni yöntemi, Çin'in OpenAI ve Anthropic'e yönelik tehdidinin abartılmış olabileceğini gösteriyor
Business Insider
🔹 Artificial Analysis, insanların yapay zekâ teknolojisini gerçek kullanım biçimini daha iyi yansıtmak için test sistemini yeniledi.
🔹 Yeni sistemde birçok test gizli tutuluyor; bu yöntem, yapay zekâ şirketlerinin modellerini belirli testlerde başarılı olacak şekilde eğitmesini zorlaştırıyor.
🔹 Açık ağırlıklı modellerin genel liderle arasındaki fark önceki sistemde 3 puanken, yeni sistemde 12 puana çıktı.
🔹 Kamuya açık ağırlıklara sahip modeller 32 puan alırken, dönemin genel lideri Anthropic'in Claude Opus 5.5 modeli 58 puan aldı. Bu grupta Moonshot'ın Kimi K3.1 Pro modeli de yer aldı.
🔹 Yeni sıralama, özellikle karmaşık bilimsel görevlerde ABD'li şirketlerin öne geçtiğini gösterdi; Anthropic'in daha küçük modeli Claude Haiku 5.5, kamuya açık ağırlıklara sahip tüm modelleri geride bıraktı.
🔹 Snowflake CEO'su Sridhar Ramaswamy, testlerin gizli hale gelmesiyle açık modeller ile genel lider arasındaki farkın 3 puandan 12 puana çıktığını söyledi.
🔹 Microsoft CEO'su Satya Nadella ve diğer yapay zekâ uzmanları, şirketlerin bildikleri testlere göre model eğitmesini “kıyaslama testi manipülasyonu” olarak nitelendiriyor. Testlerin gizli tutulması bu yöntemi zorlaştırıyor.

🔹 Trillium Labs kurucu ortağı Nathan Lambert, önceki endeksin açık ağırlıklı modelleri gerçekte olduğundan daha güçlü gösterdiğini söyledi.
🔹 OpenCode kurucu ortağı Dax Raad, OpenRouter üzerinden geçen önceki güne ait DeepSeek trafiğinin yaklaşık 6-7 milyon dolar değerindeki tek bir güçlü Nvidia bilgisayar rafıyla karşılanabileceğini hesapladı.
🔹 OpenRouter verileri pazarın yalnızca bir bölümünü kapsıyor. Yapay zekâ altyapısına yapılan büyük yatırımların önemli kısmı, açık modelleri kullanan küçük geliştiricilerden çok OpenAI ve Anthropic gibi büyük sağlayıcılardan geliyor.
🔹 ChatGPT'yi her ay 1 milyardan fazla kişi kullanıyor ve bu kullanıcılar OpenAI'nin kapalı yapay zekâ modellerine erişiyor; bu kullanım, OpenRouter gibi ağ geçidi hizmetlerinde görülen etkinlikten daha yüksek olabilir.
🔹 Açık ağırlıklı modeller yazılım geliştirme gibi alanlarda rekabetçi kalıyor; işletmelere daha fazla kontrol ve potansiyel olarak daha düşük maliyet sunabiliyor.
🔹 Yeni veriler, Çinli yapay zekâ şirketlerinin ABD'li liderleri hızla yakaladığı ve iş modellerini tehdit ettiği yönündeki değerlendirmeyi sorgulatıyor. Bu ayrım, OpenAI ve Anthropic'in yüksek değerlemelerini değerlendiren yatırımcılar için önem taşıyor.







