Bu hafta yapay zeka alanında çok sayıda yeni model yayınlandı. OpenAI'ın GPT-6 Astra, Anthropic'in Fable 5.1, Meta'nın Muse Spark 1.3 ve Google'ın Gemini 3.8 Flash gibi modeller art arda piyasaya sürüldü. Video, bu haftalık teknoloji gündemi değerlendiriyor ve modellerin performans, maliyet ve verimlilik açısından karşılaştırmasını sunuyor. OpenAI başkan yardımcısı Craig Brockman, GPT-6 Astra için "AGI çağına hoş geldiniz" ifadesi kullanmış ve bu açıklama yapay zeka topluluğunda tartışmalara yol açmıştır.

Bununla birlikte, "AGI çağı" ifadesi videoda baştan sorgulanan bir iddia. Gerçek şu ki, GPT-6 Astra'nın Arc AG3 testinde %99,9 ve Exploit Bench'te %100 puana ulaşması, yapay genel zekâya (AGI) henüz ulaşıldığını anlamına gelmez. Bir belirli testte yüksek puan almak, gerçek AGI'nin tanımlı özelliklerinden—kendi kendini geliştirme, çok-disiplinli problemleri çözme, insansal benzeri akıl yürütme—hiçbirini garantilemez. Video sunucusu haklı olarak, yarın Arc AG4 testi çıktığında modelin performansının düşebileceğini vurgulayarak, tek bir test üzerinden AGI iddiası yapmanın hype olduğunu belirtmiştir.

Model karşılaştırmasında Fable 5.1 Artificial Analysis endeksinde 1. sırada (66 puan) yer alsa da, token verimi açısından sorunludur—tüm testleri tamamlamak için 140 milyon token harcamıştır. Bu, modelin görev başına 3,69 dolar maliyete çıkmasını anlamına gelir; oysa GPT-6 Astra sadece 1,67 dolar harcamıştır. Her iki model de API tarifesi olarak 1 milyon giriş tokeni için 10 dolar, çıkış için 50 dolar talep etmektedir. Kimi E3 (Moonat tarafından yayınlanan açık ağırlıklı model), Fable ve Astra'nın üçte biri fiyatında (3 dolar giriş, 15 dolar çıkış) benzer performans (60 puan) sunarak, kapalı modellerin hakimiyetine alternatif oluşturmaktadır.

Yapay zeka piyasası şu anda bir "model yağmuruna" tutulmuş durumdadır; neredeyse haftalık yeni modeller piyasaya girmektedir. Bu rekabet, çeşitliliğin artması anlamına gelse de, kullanıcıların en uygun maliyetli çözümü seçmesi gitgide zorlaşmaktadır. Video, token verimi, hesaplama maliyeti ve gerçek performans gibi objektif metriklerle karşılaştırma yapmanın kritik önem taşıdığını gösterir. Video izleyicileri için bu rapor, kendi ihtiyaçlarına (yüksek performans vs. düşük maliyet) en uygun modeli seçmelerine yardımcı olacak bir kılavuz niteliğindedir. Ayrıca OpenAI, Anthropic, Meta ve Google gibi dev şirketlerin hızlı gelişim yarışından dolayı, hype ve gerçek başarıyı ayırt etme becerisi, teknoloji meraklıları için giderek daha önemli hale gelmektedir.