AnswersPublished16 sources
Düşen AI token fiyatları altyapı yatırımlarını nasıl etkileyebilir?
LLM kullanımına ilişkin referans fiyat, ağustosta %29 gerileyerek milyon token başına 0,97 dolara indi; Goldman’a göre kullanım yeterince hızlanmazsa fazla hesaplama kapasitesi riski doğabilir. Olumlu senaryoda, otonom yapay zekâ ajanları token tüketimini 2030’a kadar 24 kat artırarak ayda yaklaşık 120 katrilyon tok...
YayımlayanGPT-5.6 Terra ile düzenlendiGörseller GPT Image 2 ile oluşturuldu
Research answer
Key takeaways
- LLM kullanımına ilişkin referans fiyat, ağustosta %29 gerileyerek milyon token başına 0,97 dolara indi; Goldman’a göre kullanım yeterince hızlanmazsa fazla hesaplama kapasitesi riski doğabilir.
- Olumlu senaryoda, otonom yapay zekâ ajanları token tüketimini 2030’a kadar 24 kat artırarak ayda yaklaşık 120 katrilyon tokene çıkarabilir; ancak bunun kalıcı ve ücretli iş yüklerine dönüşmesi gerekiyor.
- Yatırımcılar token fiyatından çok AI geliri, fiilî kapasite kullanımı, veri merkezi dolulukları, sözleşmeli kapasite ve bulut brüt kâr marjlarını izlemeli.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is Goldman Sachs’ warning that rapidly falling LLM token prices—down to about $0.97–$0.98 per million tokens after a 29% August decline. Article summary: Goldman’s warning implies a more selective, riskier outlook for AI-infrastructure investors: compute demand can grow sharply while the revenue earned per unit of compute falls even faster. If that happens, utilization, p. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Yapay zekâda çıkarım (inference) maliyeti hızla düşüyor. Bu, daha fazla şirketin ve geliştiricinin büyük dil modellerini kullanabilmesini sağlayabilir. Ancak aynı eğilim, bu kullanımı desteklemek için inşa edilen çip, bulut ve veri merkezi kapasitesinin yatırım gerekçesini de zorlaştırıyor.
Goldman Sachs’ın işaret ettiği temel risk bir zamanlama ve gelir uyumsuzluğu: Altyapı yatırımları yıllar öncesinden yapılırken, model kullanımından alınan ücret — token başına fiyat — çok hızlı düşebiliyor. Silicon Data’nın LLM Token Expenditure Index’i, ağustosta %29 gerilemesinin ardından milyon token başına 0,97 dolara indi. Ayrı bir öncü model fiyat endeksi ise fiyatların Mart 2023’teki başlangıç düzeyinin %84 altına düştüğünü gösteriyor. 2
4
5
Kullanım hacmi bu fiyat gerilemesini telafi edecek kadar büyümezse, sektör daha düşük gelir getiren çıkarım iş yükleri için rekabet eden pahalı ve fazla hesaplama kapasitesiyle karşılaşabilir.
Esas denklem: Hacim, fiyat düşüşünü aşmalı
Token fiyatının düşmesi tek başına olumsuz bir sinyal değil. Daha ucuz AI, yeni kullanım alanlarını ekonomik hâle getirebilir, denemeleri artırabilir ve toplam tüketimi büyütebilir. Altyapı sağlayıcıları açısından kritik soru ise ücretli token hacmindeki artışın ve operasyonel verimlilik kazanımlarının, token başına gelirdeki düşüşü geçip geçemeyeceği.
Goldman’ın, haberlerde aktarılan uyarısı şu: Rekabetçi model fiyatlandırması token başına gelir elde etmeyi daha kalıcı olmayan bir yapıya sokabilir; hesaplama tüketimi yeterince hızlı artmazsa sektörde sonunda ihtiyaç fazlası altyapı oluşabilir. 1
2
Bu ayrım önemli:
- Kullanıcılar için: Ucuzlayan AI, daha düşük maliyetle faydalı uygulamalara erişim anlamına gelebilir.
- Altyapı sahipleri için: Kapasite, kıt ve yüksek fiyatlı hesaplama varsayımıyla finanse edildiyse düşük fiyatlar kârlılığı zorlayabilir.
- Belirleyici unsur talebin fiyat esnekliği: Fiyat indirimi, toplam geliri ve hesaplama talebini koruyacak ya da artıracak kadar yeni kullanım yaratıyor mu?
Neden yatırım tutarları bu kadar kritik?
Bu risk, son derece büyük bir kapasite inşası beklentisiyle aynı döneme denk geliyor. Goldman Sachs’ın baz senaryosu, 2026-2031 arasında hesaplama, veri merkezleri ve enerji alanlarında toplam yaklaşık 7,6 trilyon dolarlık AI sermaye yatırımı öngörüyor. Model, yıllık harcamanın 2026’da yaklaşık 765 milyar dolardan 2031’de 1,6 trilyon dolara yükselmesini ima ediyor. Goldman, bu rakamların kesin tahminler değil, varsayımlara duyarlı hesaplamalar olduğunun özellikle altını çiziyor. 9
Bu nedenle token fiyatları yalnızca model geliştiricilerini ilgilendirmiyor. Beklenen harcamaların önemli bölümü hızlandırıcılar, sunucular, ağ ekipmanları, tesisler ve elektrik altyapısı gibi uzun ömürlü varlıklara gidiyor. Bu yatırımların geri dönüşü, uzun süre boyunca istikrarlı iş yükü ve makul getiri gerektiriyor.
Çip üreticileri açısından ne değişebilir?
Fiyat baskısıyla oluşabilecek yavaşlama, yarı iletken şirketlerinde hemen talep çöküşü olarak görünmeyebilir. Müşteriler yeni AI ürünleri geliştirmek veya tedarik güvenliği sağlamak için kapasite kurmaya bir süre daha devam edebilir.
Risk, devreye alınmış kapasitenin kârlı talebi aşmasıyla belirginleşir. Böyle bir tabloda müşteriler yeni hızlandırıcı ve sunucu alımlarını yavaşlatabilir, fiyatlara daha duyarlı davranabilir ya da harcanan her dolar karşılığında daha yüksek performans arayabilir. Farklılaşmış donanım, güçlü yazılım ekosistemi veya verimli çıkarım çözümleri sunan şirketler, benzer kapasite arzına dayanan tedarikçilere göre daha dayanıklı olabilir.
Bu nedenle bakılması gereken, ekipmanın teslim edilmesinden ziyade siparişlerin sürdürülebilir kullanım oranlarına ve gelir üreten iş yüklerine dönüşüp dönüşmediği.
Veri merkezlerinde sınav: Doluluk ve kullanım oranı
Veri merkezi projeleri; arazi, enerji bağlantısı ve tesisler için büyük, uzun vadeli taahhütler gerektirir. Model çıkarımı ucuzlar ya da daha verimli hâle gelirse, müşteriler aynı uygulama çıktısı için daha az altyapıya ihtiyaç duyabilir. Bu durum, kalıcı kapasite kıtlığı varsayımıyla geliştirilen projelerde doluluk oranlarını, kira ekonomisini ve getirileri baskılayabilir.
Bu, veri merkezi talebinin ortadan kalkacağı anlamına gelmiyor. Elektrik erişimi ve AI dağıtımlarının teknik gereksinimleri arzı hâlâ sınırlayabilir. Ancak bir bölgedeki enerji veya kapasite kıtlığı, başka bir yerde daha zayıf ekonomik koşullarla aynı anda görülebilir. Bu yüzden fiziksel kıtlık ile müşterilerin kapasiteyi kârlı biçimde kullandığını, sözleşmelerini yenilediğini veya büyüttüğünü gösteren kanıtları birbirinden ayırmak gerekir.
Bulut şirketleri ve model sağlayıcıları: Fiyat kaybını hacim ve değerle telafi etmek
Bulut platformları ve model barındırıcıları, daha düşük çıkarım fiyatlarından fayda da görebilir: Uygun maliyet, daha çok geliştiriciyi ve kurumsal iş yükünü platforma çekebilir. Buna karşılık, her bir kullanım biriminden elde edilen gelir azalır.
Brüt kârı korumak için sağlayıcıların şu unsurlardan bir bileşime ihtiyacı var:
- Üretimde düzenli kullanılan uygulamalardan gelen çok daha yüksek token hacmi;
- Maliyetleri fiyatlardan daha hızlı düşüren verimlilik kazanımları;
- Model dağıtımı, güvenlik, veri entegrasyonu ve iş akışı araçları gibi daha yüksek katma değerli hizmetler.
Goldman bağlantılı haberlerdeki riskin önemli bir bölümü, özel mülkiyetli modeller arasındaki rekabetçi fiyatlandırmadan kaynaklanıyor. 1
2 Burada yalnızca liste fiyatı değil; müşterinin ödediği fiyat, sağlayıcının maliyeti ve toplam ücretli kullanım arasındaki ilişki belirleyici.
Olası dengeleyici güç: Otonom AI ajanları
Olumlu karşı senaryo, çok adımlı görevleri yerine getiren ve basit sohbet botu etkileşimlerinden çok daha fazla token tüketebilen otonom AI ajanları. Goldman Sachs Research, tüketici ve kurumların bu ajanları benimsemesiyle aylık token tüketiminin 2026-2030 arasında 24 kat artarak yaklaşık 120 katrilyon tokene ulaşabileceğini öngörüyor. 7
Bu tahmin, düşen token fiyatlarının otomatik olarak daha düşük hesaplama talebi anlamına gelmediğini gösteriyor. Ajanlar, tanıtım aşamasından sık kullanılan ve değer yaratan görevlere geçerse toplam kullanım altyapı yatırımlarını destekleyecek ölçüde artabilir.
Ne var ki bu bir tahmin, garanti değil. Altyapı yatırım tezi; yalnızca çok sayıda ucuz deneme sorgusuna değil, kullanıcıların ve şirketlerin ödeme yapacağı düzenli iş yükleri üreten ajanlara dayanıyor.
Başlık fiyatından daha önemli göstergeler
Fazla hesaplama kapasitesi tezini değerlendiren yatırımcılar şu bağlantılı göstergelere odaklanabilir:
- AI geliri ve token fiyatlarındaki düşüş: Birim fiyat gerilerken toplam gelir büyüyor mu?
- Hızlandırıcı ve sunucu siparişleri ile gerçek devreye alım: Satın alınan kapasite gerçekten çalıştırılıyor mu?
- Veri merkezi kullanım oranı, sözleşmeli kapasite ve yenilemeler: Tesisler açıldıktan sonra talep taahhütleri güçlü kalıyor mu?
- Bulut brüt kâr marjları: Verimlilik ve katma değerli hizmetler, düşük çıkarım fiyatlarını telafi ediyor mu?
- Ajanların üretim ortamındaki benimsenmesi: Ajanlar, tek seferlik denemeler yerine tekrarlanabilir ve iş açısından kritik süreçler yaratıyor mu?
- Elektrik erişimi: Bu, faydalı kapasite üzerinde kalıcı bir kısıt mı, yoksa talebin önünde geçici bir darboğaz mı?
Sonuç
Goldman’ın uyarısı, düşük LLM token fiyatlarının özünde kötü olduğu yönünde değil. Daha ucuz çıkarım, AI’ın daha geniş ölçekte benimsenmesini sağlayan mekanizma olabilir. Risk; fiyat deflasyonunun ve model verimliliğinin, ajanların getirdiği kullanım artışından daha hızlı biçimde geliri ve gerekli hesaplama miktarını azaltması.
AI altyapısı yatırımcıları için bu tablo, basit bir kapasite kurma hikâyesini kullanım oranı ve gelir yaratma sınavına dönüştürüyor. Daha dayanıklı şirketler; ucuzlayan tokenları kalıcı, yüksek değerli iş yüklerine çevirebilen ve maliyet, performans veya hizmet derinliğinde avantajını koruyabilenler olabilir. 1
7
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Düşen AI token fiyatları altyapı yatırımlarını nasıl etkileyebilir?"?
LLM kullanımına ilişkin referans fiyat, ağustosta %29 gerileyerek milyon token başına 0,97 dolara indi; Goldman’a göre kullanım yeterince hızlanmazsa fazla hesaplama kapasitesi riski doğabilir.
What are the key points to validate first?
LLM kullanımına ilişkin referans fiyat, ağustosta %29 gerileyerek milyon token başına 0,97 dolara indi; Goldman’a göre kullanım yeterince hızlanmazsa fazla hesaplama kapasitesi riski doğabilir. Olumlu senaryoda, otonom yapay zekâ ajanları token tüketimini 2030’a kadar 24 kat artırarak ayda yaklaşık 120 katrilyon tokene çıkarabilir; ancak bunun kalıcı ve ücretli iş yüklerine dönüşmesi gerekiyor.
What should I do next in practice?
Yatırımcılar token fiyatından çok AI geliri, fiilî kapasite kullanımı, veri merkezi dolulukları, sözleşmeli kapasite ve bulut brüt kâr marjlarını izlemeli.