Microsoft Gizlice Kendi Yapay Zekasını Geliştiriyor: Pahalı Rakiplerini Ucuza Geçen MAI Modelleri

Microsoft, kurumsal yapay zeka dünyasında sessiz sedasız en önemli değişimlerden birini gerçekleştiriyor: Pahalı, üçüncü taraf sınır modellerini (frontier models) sistematik bir şekilde, günlük görevlerde onlarla rekabet edebilen veya onları geçebilen, daha küçük ve amaca özel olarak geliştirilmiş kendi modelleriyle değiştiriyor. Satya Nadella bu yaklaşıma "Frontier Diffusion and Control" (Sınır Yayılımı ve Kontrolü) adını veriyor ve GitHub Copilot, Excel ile Outlook'tan alınan ilk üretim sonuçları zaten kamuoyuyla paylaşılmış durumda.

Frontier Diffusion and Control Nedir?

Bu strateji, her kullanıcı isteğini GPT-5 veya Claude gibi tek bir pahalı sınır modeline yönlendirmek yerine, bir yönlendirme katmanı (routing layer) kullanıyor. Bu katman, rutin ve iyi anlaşılmış görevleri daha küçük, göreve özel MAI modellerine gönderirken, yalnızca karmaşık problemleri daha büyük sınır modellerine iletiyor. Nadella bu yaklaşımı 23 Temmuz 2026 tarihli bir blog yazısında kamuoyuna duyurdu .

• Günlük görevler için küçük modeller: Strateji, sınır seviyesindeki zekayı "yayarak" (diffuse), ürüne özel verilerle eğitilmiş küçük modellerin yaygın görevlerde sınır kalitesine ulaşmasını sağlarken, çok daha az token tüketiyor .
• Tepe tırmanışı (Hill-climbing) eğitim hattı: Microsoft, "tepe tırmanışı" adı verilen bir yöntem kullanıyor. Mevcut bir model kontrol noktasından (örneğin, GitHub Copilot içinde eğitilmiş MAI-Code-1-Flash) başlayarak, Excel gibi belirli bir görev için daha da eğitiyor ve dar alanda sınır seviyesinde performansa adım adım ulaşıyor .
• Maliyet avantajı: MAI modelleri daha küçük ve amaca özel olduğu için, OpenAI veya Anthropic modellerini kiralamaktan çok daha ucuza geliyor. Nadella, MAI ailesinin "birçok kullanım senaryosunda genel amaçlı sınır modellerinden daha iyi performans gösterirken, token'ların çok daha azını tükettiğini" söyledi .

Gerçek Üretim Sonuçları: GitHub Copilot ve Excel

GitHub Copilot:

Microsoft, MAI-Code-1-Flash modelini Haziran 2026'da GitHub Copilot'ta kullanıma sundu ve Temmuz sonu itibarıyla milyonlarca geliştirici bu modeli günlük işleri için kullanıyordu . Model, VS Code'daki Copilot model seçiciye eklendi ve varsayılan otomatik seçicinin bir parçası haline geldi .

Excel (Microsoft 365 Copilot):

Microsoft doğrudan şu ifadeyi kullandı: "Canlı ürün dağıtımımızda, Excel'de kullanıma sunduğumuz MAI modelimizin en yaygın görevlerde GPT-5.6 ile eşdeğer olduğunu ve aynı anda daha uygun maliyetli olduğunu görüyoruz."

7 Temmuz 2026 itibarıyla Microsoft, Excel ve Outlook'tan haftada on binlerce yapay zeka isteğini kendi MAI modelleri aracılığıyla yönlendirmeye başladı. Bu, Microsoft 365 Copilot trafiğinin OpenAI ve Anthropic'ten kendi modellerine kaydırıldığı ilk üretim ölçeğindeki değişim oldu .

Daha Geniş Değişim: Üçüncü Taraf Yapay Zekaya Bağımlılığı Azaltmak

Microsoft, 2 Haziran'daki Build 2026 etkinliğinde yedi MAI modelini tanıttı . Bunlar arasında MAI-Thinking-1 (akıl yürütme), MAI-Code-1-Flash (kodlama), MAI-Image-2.5, MAI-Voice-2 ve MAI-Transcribe-1.5 yer alıyor.

Nadella, Microsoft'un GitHub Copilot, Excel ve Outlook'taki görevleri, OpenAI ve Anthropic'in sınır alternatifleriyle eşleştiğinde veya onları geçtiğinde kendi MAI modellerine yönlendirdiğini açıkça belirtti . Bloomberg, bu değişimi "deneysel değil, yönlendirilmiş ve kasıtlı" olarak tanımladı. Microsoft, maliyetleri düşürmek ve veri saklama üzerinde daha iyi kontrol sağlamak için Office uygulamalarındaki üçüncü taraf modelleri kademeli olarak değiştiriyor .

PowerPoint'te ise Mustafa Suleyman, Microsoft'un görüntü modelinin maliyetleri GPT-Image-2'ye kıyasla %84 oranında düşürdüğünü belirtti. OneDrive'da kaydetme oranlarını %26 artırdı ve gecikmeyi yaklaşık %25 azalttı .

Önemli Uyarı: Bir Boşanma Değil, Stratejik Bir Hamle

Bu, OpenAI'den tam bir kopuş anlamına gelmiyor. Microsoft, OpenAI'in birincil bulut ortağı olmaya devam ediyor ve Nisan 2026'da bu ilişkiyi sürdürmek için anlaşmalarını güncelledi . Bu hamle daha çok stratejik bir hamle olarak tanımlanabilir: rakiplerin modellerini Azure'da satmaya devam ederken, kendi yapay zekasını da geliştirmek .

OpenAI ve Anthropic modelleri hala Copilot trafiğinin büyük bir kısmını yönetiyor. MAI modeline geçiş şu an için sınırlı ve maliyet tasarrufunun en büyük olduğu yüksek hacimli, düşük karmaşıklıktaki görevlere odaklanmış durumda .

Sonuç

Microsoft'un "Frontier Diffusion and Control" stratejisi, yapay zeka dağıtımında temel bir yeniden düşünmeyi temsil ediyor: her şeyi tek bir sınır modeline yatırmak yerine, her görev için doğru modeli seçerek "maliyet-sonuç sınırını" optimize etmek. Excel, GitHub Copilot ve Outlook'taki üretim sonuçları, bu yaklaşımın sınır seviyesinde performansı çok daha düşük bir maliyetle sunma vaadini şimdiden yerine getirdiğini gösteriyor.