Alibaba ve DeepSeek, Çin'in yapay zeka modeli yarışını daha düşük maliyetli yöne doğru itiyor.
Özet
Alibaba, DeepSeek V4-Flash modelinin rekabetçi fiyatlandırmasına yanıt olarak bugüne kadarki en büyük yapay zeka modeli olan Qwen3.8-Max'i piyasaya sürdü. 2,4 trilyon parametreye sahip bu model, uzmanlar karışımı mimarisi sayesinde her istekte yalnızca yaklaşık 95 milyar parametreyi aktif hale getirerek maliyetleri ve yanıt gecikmelerini düşürüyor. Metin, görüntü ve video işleyebilen ayrıca bir milyon jetona kadar bağlamı destekleyen model, rakibi Kimi K3 ile fiyat konusunda da rekabet ediyor. Yayınlanır yayınlanmaz Arena.AI'daki Çinli metin modelleri arasında zirveye yerleşen Qwen3.8-Max, genel ve görsel analiz sıralamalarında ise Anthropic modellerinin ardından üst sıralarda yer aldı.
Alibaba, DeepSeek'in en son V4-Flash modelinin, birçok rakip sistemden daha düşük çıkarım (inference) fiyatlandırmasıyla dikkat çekmesi üzerine, bugüne kadarki en büyük yapay zeka modeli olan Qwen3.8-Max'i piyasaya sürdü.
Qwen3.8-Max, 2,4 trilyon parametreye sahip ve her istek için modelin yalnızca bir kısmını etkinleştiren uzmanlar karışımı (mixture-of-experts) mimarisini kullanıyor. Alibaba, her seferinde yaklaşık 95 milyar parametrenin aktif olduğunu, bunun da tüm modelin etkinleştirilmesine kıyasla maliyetleri ve yanıt gecikmelerini azalttığını belirtti.
DeepSeek, daha küçük ölçekte benzer bir seyrek mimari kullanıyor. Artificial Analysis; V4-Flash'ın toplam 284 milyar parametreye sahip olduğunu, çıkarım sırasında bunlardan 13 milyarının aktif olduğunu listelerken, Moonshot AI'ın Kimi K3 modeli 2,8 trilyon toplam parametreye ve yaklaşık 104 milyar aktif parametreye sahip.
Qwen3.8-Max; metin, görüntü ve video işleyebiliyor ve bir milyon jetona (token) kadar bağlamı destekliyor. Alibaba ayrıca modelin 16 gün boyunca bir yazılım mühendisliği projesini tamamladığını belirtti.
Boyutu, onu Moonshot AI'ın temmuz ayında piyasaya sürdüğü Kimi K3'e yakın bir yere konumlandırıyor. Qwen3.8-Max, milyon giriş jetonu başına 2 dolar ve milyon çıkış jetonu başına 6 dolar maliyete sahipken, bu rakamlar Kimi K3 için sırasıyla 3 dolar ve 15 dolar; böylece iki şirket fiyat konusunda da rekabet ediyor.
Yalnızca model boyutu çıkarım maliyetini belirlemez. Mimari, aktif parametre sayısı, jeton tüketimi ve bir görevi tamamlamak için gereken çağrı sayısı da bir modelin çalıştırma maliyetini etkiler.
Qwen3.8-Max, yayınlanmasının ardından kitle kaynaklı karşılaştırma platformu Arena.AI'daki Çinli metin modelleri arasında zirveye yükseldi, ancak genel sıralamada bazı Anthropic modellerinin gerisinde kaldı. Model ayrıca, Arena.AI'ın görüntüleri ve diğer görsel materyalleri analiz eden modeller sıralamasında, bir Anthropic Claude Fable 5 varyantının ardından ikinci sırada yer aldı.
DeepSeek çıkarım fiyatlarını düşürüyor
DeepSeek, V4-Flash ile farklı bir yaklaşım benimsedi. Alibaba ve Moonshot AI'ın en son modellerinin genel ölçeğini yakalamak yerine, modeli yaygın olarak kullanılan birkaç yapay zeka sisteminin altında fiyatlandırdı.
Artificial Analysis'e göre V4-Flash, milyon giriş jetonu başına 0,14 dolar ve milyon çıkış jetonu başına 0,28 dolar maliyete sahip. Araştırma firması, modelin bir milyon jetonluk bağlam penceresine ve toplam 284 milyar parametreye sahip olduğunu, bunların 13 milyarının çıkarım sırasında aktif olduğunu listeliyor.
Artificial Analysis, V4-Flash'ın Max Effort versiyonu için milyon jeton başına 0,003 dolarlık önbellek isabeti (cache-hit) fiyatlandırması listeliyor; bu oran, standart giriş oranının %98 altında kalıyor. Önbelleğe alınan giriş, sonraki isteklerde yeniden kullanılabilen önceden işlenmiş bağlamı kapsar.
DeepSeek'in daha düşük jeton oranları, Artificial Analysis'in kıyaslama (benchmark) testlerine de yansıdı. Reuters'ın haberine göre araştırma firması, V4-Flash'ın ortalama test maliyetini 3 sent olarak tahmin ederken; bu rakam Kimi K3 için 86 sent, OpenAI'ın GPT-5.6 Sol modeli için 1,86 dolar ve Anthropic'in Claude Fable 5 modeli için 3,15 dolar oldu.
Bu karşılaştırma, her modelin kıyaslamayı tamamlamak için kullandığı giriş ve çıkış miktarını hesaba katar. Bir model daha fazla