Bu makalede
- Fizibilite çalışması: Claude ve ChatGPT'ye rakip bir yapay zekâ kurulabilir mi? Maliyeti ne kadar?
- "Claude ve ChatGPT'ye rakip olmak" aslında ne demek?
- Birinci yol: sıfırdan öncü bir model — astronomik bir maliyet
- İkinci yol: egemen ya da uzmanlaşmış bir model — büyük bir stratejik yatırım
- Üçüncü yol: açık bir modelin üzerine inşa etmek — şirketlerin %99'u için en akıllıca seçenek
- Üç yolun karşılaştırması
- Açık kaynak seçeneği ayrıntılı olarak: hangi model ve üzerine nasıl inşa edilir?
- Origami uzmanlarının önerisi
- Origami nasıl yardımcı olur
- Kaynaklar
Fizibilite çalışması: Claude ve ChatGPT'ye rakip bir yapay zekâ kurulabilir mi? Maliyeti ne kadar?
Origami uzmanlarının dürüst cevabı: Claude ya da ChatGPT ölçeğinde öncü bir modeli sıfırdan kurmak yüz milyonlarca dolardan bir milyar doları aşan tutarlara mal olur ve gerçekçi olarak yalnızca dev laboratuvarların ve devletlerin erişebileceği bir şeydir. Ancak "rakip olmak" ifadesinin maliyet açısından birbirinden çok farklı üç anlamı vardır — ve sıradan bir şirket için akıllıca yol bunun çok küçük bir kısmına mal olur. Bu çalışma üç yolu ve her birinin maliyetini dürüstçe ortaya koyuyor.
"Claude ve ChatGPT'ye rakip olmak" aslında ne demek?
Maliyetten söz etmeden önce hedefi tanımlamak gerekir, çünkü yollar arasındaki fark binlerce kat ile ölçülür:
- Sıfırdan öncü bir model: dünyanın en yeni modelleriyle her konuda yarışan yeni bir "beyin" inşa edersiniz.
- Egemen ya da uzmanlaşmış bir model: bir dile, bir sektöre ya da bir ülkeye hizmet etmek için daha küçük bir model kurar veya açık bir modelin eğitimini sürdürürsünüz.
- Açık bir modelin üzerine inşa etmek: hazır açık bir modeli alır ve kendi alanınızda kazanması için verilerinize göre uyarlarsınız.
Birinci yol: sıfırdan öncü bir model — astronomik bir maliyet
Bu en zor ve en pahalı yoldur. Eğitim maliyetlerini izlemekte uzmanlaşmış Epoch AI'a göre öncü modelleri eğitmenin maliyeti her yıl yaklaşık 2,4 katına çıkıyor ve en büyük eğitim çalışmalarının 2027'ye kadar bir milyar doları aşması bekleniyor — bu da onları "en iyi finanse edilen kuruluşlar dışında herkesin erişiminin dışına" itiyor. Maliyet donanım (%47–67), Ar-Ge personeli maaşları (%29–49) ve enerji (%2–6) arasında bölünüyor.
Pratikte bu, yüz milyonlarca dolar değerinde bir küme oluşturan on binlerce GPU (bir H100 yaklaşık 25.000–40.000 $, bir B200 yaklaşık 30.000–50.000 $), artı her biri bir milyon dolardan fazla kazanan üst düzey araştırmacılar, devasa veri setleri ve yıllar süren çalışma demektir. Sonuç: bir şirket için değil; OpenAI, Anthropic, Google ve DeepSeek gibi laboratuvarlar ya da büyük ulusal programlar için bir seçenek.
İkinci yol: egemen ya da uzmanlaşmış bir model — büyük bir stratejik yatırım
Burada küresel ölçekte her konuda yarışmazsınız; bir dilde ya da sektörde öne çıkmak için daha küçük bir model kurarsınız (ya da açık bir modelin eğitimini derinlemesine sürdürürsünüz). Suudi Arabistan, egemen yapay zekâ hamlesiyle bunun açık bir örneğidir; HUMAIN şirketi ve Suudi Veri ve Yapay Zekâ Otoritesi'nin (SDAIA) "ALLaM" modeli gibi. Bu yol milyonlarca ile on milyonlarca dolar arasında bir maliyete sahiptir; uzman bir araştırma ekibi, bir hesaplama kümesi, temiz veri ve 6 ila 18 ay gerektirir. Stratejik bir hedefi olan hükümetlere ve büyük kurumlara uygundur.
Üçüncü yol: açık bir modelin üzerine inşa etmek — şirketlerin %99'u için en akıllıca seçenek
Pratik cevap burada. Güçlü bir açık ağırlıklı modeli (DeepSeek V4, Qwen, Llama veya GLM) alır, fine-tuning ve Erişimle Zenginleştirilmiş Üretim (RAG) ile verilerinize göre uyarlarsınız. ChatGPT'yi her konuda geçmezsiniz — onu kendi alanınızda, kendi dilinizde ve kendi verilerinizde geçersiniz; işiniz için önemli olan da budur. Maliyet burada "astronomik" seviyeden, hedefe ve altyapıya bağlı olarak on binlerce ile birkaç milyon riyal arasına iner; süre haftalar ile aylar arasındadır. Bir artısı da var: modeli kendi sunucunuzda barındırarak verilerinizin sizde kalmasını sağlayabilirsiniz — bu, Kişisel Verilerin Korunması Kanunu (PDPL) kapsamında önemlidir.
Üç yolun karşılaştırması
| Seçenek | Nedir | Tahmini maliyet | Süre | Kime uygun |
|---|---|---|---|---|
| Sıfırdan öncü model | Temelden kurulan Claude/GPT ölçeğinde bir model | Yüz milyonlarca dolardan bir milyar doları aşan tutarlara | Yıllar | Dev laboratuvarlar ve devletler |
| Egemen ya da uzmanlaşmış model | Daha küçük bir model ya da açık bir modelin derinlemesine sürdürülen eğitimi | Milyonlardan on milyonlarca dolara | 6–18 ay | Hükümetler ve büyük kurumlar |
| Açık bir modelin üzerine inşa etmek | Açık bir modeli verilerinize göre uyarlamak (fine-tuning + RAG) | On binlerce riyalden birkaç milyon riyale | Haftalardan aylara | Şirketlerin çoğu |
Nadiren yeni bir motor yapmanız gerekir; genellikle mevcut bir motorun etrafına kendi yolunuza uygun doğru arabayı yapmanız gerekir.
Açık kaynak seçeneği ayrıntılı olarak: hangi model ve üzerine nasıl inşa edilir?
Açık bir modelin üzerine inşa etmek şirketlerin çoğu için doğru yol olduğundan, işte pratik ayrıntılar: hangi modelleri seçmeli, üzerlerine nasıl inşa etmeli ve her yaklaşımın maliyeti ne.
2026'nın önde gelen açık modelleri:
| Model | Geliştirici | Öne çıkan özelliği |
|---|---|---|
| DeepSeek V4 | DeepSeek | Ajan tabanlı kodlamada en güçlü açık kaynak model ve en ucuzu |
| Qwen3-Coder | Alibaba | Koda özel ve çok dilli |
| GLM-5.2 | Z.ai | Uzun soluklu kodlama ve 1M token bağlam |
| Llama 4 | Meta | Devasa bir araç ekosistemi ve geniş topluluk desteği |
| Kimi K2 | Moonshot | Uzun bağlam ve güçlü genel performans |
Bunların üzerine nasıl inşa edilir? Maliyet ve emek açısından giderek artan dört yaklaşım:
- 1) Doğrudan kullanım + istem mühendisliği: modeli olduğu gibi çalıştırır (bulut API'si üzerinden ya da kendi sunucunuzda) ve hiç eğitim yapmadan akıllı talimatlarla yönlendirirsiniz. En ucuz ve en hızlısı — günlerden haftalara, binlerce riyalden on binlerce riyale.
- 2) Erişimle Zenginleştirilmiş Üretim (RAG): modeli bilgi tabanınıza ve belgelerinize bağlarsınız, böylece eğitilmeden kendi verilerinizden yanıt verir — ürünlerinizi ve politikalarınızı bilen bir bilgi asistanı için ideal. Haftalar, on binlerce riyal.
- 3) Fine-tuning / LoRA: modeli alanınızdan ve üslubunuzdan örneklerle eğitirsiniz, böylece belirli görevinizde (ton, sınıflandırma, çıktı formatı) ustalaşır. Haftalardan aylara, on binlerce ile yüz binlerce riyal arası.
- 4) Sürdürülen ön eğitim: modelin bilgisini temelden derinleştirmek için ona alanınızdan ya da dilinizden büyük miktarda veri verirsiniz — en güçlüsü ve en pahalısı, "egemen yola" yaklaşır. Aylar, yüz binlerce ve üzeri.
Kendi sunucunuzda barındırma ve gizlilik: açık modellerin büyük avantajı, onları kendi altyapınızda (özel bir bulutta ya da yerel sunucularda) çalıştırmanızdır; böylece verileriniz kuruluşunuzdan asla çıkmaz — bu, Kişisel Verilerin Korunması Kanunu (PDPL) kapsamında belirleyicidir. Modele göre boyutlandırılmış GPU'lara ihtiyacınız olur (küçük modeller için tek bir karttan büyük modeller için bir kümeye kadar) ve sabit barındırma maliyetini bulut API'sinin kullandıkça öde maliyetiyle dengelersiniz.
Origami uzmanlarının önerisi
Dev laboratuvarları kendi oyunlarında eğitimle geçmeye çalışmayın — bu, milyarların savaşıdır. Akıllıca hamle, açık bir modelin üzerine kendi alanınızda, Arapça dilinizde, veri gizliliğinizde ve maliyetinizde kazanan uzmanlaşmış bir çözüm inşa etmektir. Bu yol ulaşılabilir, yatırım getirisi yüksektir ve size milyar dolarlık fatura olmadan "kendi yapay zekânızı" verir.
Origami nasıl yardımcı olur
Origami'de önce fizibiliteyi inceler, ardından hedefinize ve bütçenize uygun yolu ve modeli seçer, modeli verilerinize göre uyarlar (fine-tuning + RAG), tam gizlilik için kendi sunucularda barındırır ve MCP aracılığıyla sistemlerinize ve ajanlarınıza bağlarız. Amaç, sizin alanınızda rekabet eden, gerçekçi ve iyi incelenmiş bir maliyete sahip bir yapay zekâdır.
Kaynaklar
- Epoch AI — öncü modelleri eğitmenin maliyeti: epoch.ai
- Suudi Veri ve Yapay Zekâ Otoritesi (SDAIA): sdaia.gov.sa
Donanım maliyeti rakamları, yayın tarihindeki NVIDIA GPU'ları için piyasa tahminleridir ve değişebilir.
Sık sorulan sorular
Bir şirket bütçesiyle ChatGPT gibi bir model kurabilir miyim?
Sıfırdan değil — öncü bir model yüz milyonlarca dolardan bir milyar doları aşan tutarlara mal olur ve dev laboratuvarlarla devletlerle sınırlıdır. Ancak açık bir modeli kendi verilerinize göre uyarlayarak kendi alanınızda rekabet eden "kendi yapay zekânızı" on binlerce riyalden başlayan bütçelerle kurabilirsiniz.
Başlamak için en ucuz yol hangisi?
Açık ağırlıklı bir modelin (DeepSeek veya Qwen gibi) üzerine inşa etmek ve onu verileriniz üzerinde fine-tuning ve RAG ile uyarlamak. Uzmanlaşmış bir asistan için on binlerce riyalden başlar; veri hacmi, altyapı ve kendi sunucunuzda barındırma ile artar.
Uyarlanmış açık bir model gerçekten rekabet edebilir mi?
Evet, ama doğru savaş alanında: ChatGPT'yi her konuda geçemez, ancak sizin alanınızda, Arapça dilinizde, kendi verilerinizde, gizliliğinizde ve maliyetinizde onu geçer — ki işiniz için genellikle gerçekten önemli olan da budur.
Sıfırdan öncü bir model tam olarak ne kadara mal olur?
Epoch AI'a göre maliyet her yıl yaklaşık 2,4 katına çıkıyor ve en büyük eğitim çalışmalarının 2027'ye kadar bir milyar doları aşması bekleniyor — Ar-Ge maaşları (maliyetin yarısına kadar), altyapı ve enerji hariç. Pratikte: yüz milyonlardan milyarlara; bu yüzden en iyi finanse edilen birkaç kuruluşla sınırlıdır.
Origami'yi Google'da takip edin
Origami'yi tercih ettiğiniz kaynak olarak ekleyin; makalelerimiz Google Arama'da ve öne çıkan haberlerde size önce görünsün.
