Deutsche Bank'ın araştırması, açık ağırlıklı modellerin tescilli öncü modellerin gerisinde kalma süresinin (capability lag) dramatik bir şekilde kısaldığını gösteriyor. Birkaç yıl olan bu fark, 2026 ortası itibarıyla sadece 3-4 aya gerilemiş durumda . EpochAI'nin eş zamanlı analizi de bu farkı bütünsel Yetenek Endeksi'nde (ECI) yaklaşık 3 ay ve ortalama 7 puanlık bir puan farkı olarak ölçüyor
. 2024'te 6 ay olan model yayınlama hızının (release velocity), 2026'nın ilk çeyreğinde 72 saate düşmesi gibi bir "faz değişimi" (phase change), tescilli modellerin performans avantajının kısa ömürlü olmasına neden oluyor
.
Deutsche Bank, bu maliyet-performans sıkışmasının coğrafi bir bölünme (örneğin ABD ve Çin arasında) olmadığını, aksine yapısal ve küresel bir olgu olduğunu vurguluyor. Bu durum, Çin'den DeepSeek ve Zhipu AI, ABD'den Meta (Llama) ve diğerleri gibi birçok bölgeden gelen açık ağırlıklı modellerin çoğalmasıyla tetikleniyor . Bankaya göre asıl ayrım Doğu-Batı değil, açık-kapalı ekseninde yaşanıyor. Raporda, DeepSeek'in 2025 başındaki atılımlarının eski coğrafi çerçevenin çöküşünü işaretlediği belirtiliyor
.
Deutsche Bank, bu dinamiğin AI sektöründe kapsamlı bir piyasa yeniden değerlendirmesini tetikleyebileceği görüşünde . Öne çıkan potansiyel etkiler şunlar:
Comments
0 comments