Anahtar Kelimeler: Ne Düşünürüz vs. Ne Yaparız İnsanların Büyük Dil Modellerini (LLM'leri) nasıl kullandıklarını düşünürken, aklıma tanıdık bir resim geliyor: üretkenlik. Geliştiricilerin daha hızlı kodlamalarını, pazarlamacıların e-postaları yazmalarını ve analistlerin yoğun belgeleri özetlemelerini hayal ediyoruz. OpenRouter’in 100 trilyonun üzerinde gerçek dünya kullanımını analiz eden yenilikçi yeni bir çalışması, çok daha karmaşık ve şaşırtıcı bir tablo ortaya koyuyor. “Killer uygulaması”ndan, hiç kimse, uzun vadede hangi modellerin kazanacağını belirleyen garip bir fenomenle ilgili konuşmaz, veriler, bugün AI durumuyla ilgili temel varsayımlarımıza meydan okuyor. Aslında 1. Açık kaynaklı AI için en büyük kullanım durumu çalışmıyor; Oyun. “Yaratıcı rol oynaması” ve hikaye anlatımı, tüm OSS token kullanımının yarısından fazlasını oluşturduğunu (yaklaşık %52’sini) gösteriyor. Bu önemli bir keşiftir.Bu, bu deneyimler için daha fazla yaratıcı özgürlük sunarken ve çoğu zaman özel modellerde bulunan ticari içerik filtreleri tarafından daha az kısıtlandığı için büyük bir kullanıcı tabanı, bu deneyimler için açık modellere dönüyor.Bu bulgu, AI yönlendirilen eğlence, arkadaşlık ve etkileşimli fiction için büyük ve yetersiz bir tüketici talebini ortaya koyuyor. endüstrinin kurumsal çözümlere odaklandığı sürece, sessiz çoğunluğu yeni dünyaları yaratmak ve keşfetmek için AI'yi kullanıyor. 2. “AI Ajanının Sessiz Yükselişi” İnsanların LLM'leri kullanma şekli temel bir değişim geçiriyor. Basit, tek yönlü, soru ve yanıt etkileşimlerinden ve çok adımlı, araç entegre çalışma akışlarına doğru hareket ediyoruz. Bu "organik" çalışma akışlarında, model planları, nedenleri ve eylemleri, genellikle her adımda doğrudan insan müdahalesi olmadan karmaşık bir görevi tamamlamak için. Bu değişim verilerde açıkça görülür: düşünce optimize edilmiş modeller şimdi tüm kullanımların% 50'sinden fazlasını ele alır, 2025'in başlarında ufak bir miktardan dramatik bir artış. bu düşünceye yönelen bu hareket daha karmaşık çalışma yükü tarafından desteklenir, çünkü ortalama kullanıcı talebi, 2024'in başından bu yana tüm kod tabanlarını analiz etmek gibi görevleri karşılamak için neredeyse dört kat arttı; programlama talimatları, genel amaçlı olanlardan 3-4 kat daha uzun olan bir eğilim. Rapor, bu değişikliği şiddetli bir şekilde ifade eder ve agenttik varsayımın AI ile etkileşim için yeni varsayım haline geldiğini sonlandırır. Yeterince yakında, eğer zaten değilse, ajanik varsayım varsayımın çoğunu üstlenecek. Başarı artık basitçe makul metin üretmekle ilgili değil, planlama ve eylem gerektiren karmaşık, devletle ilgili görevleri ele almakla ilgili olacak. 3. Açık kaynak, AI pazarının üçte birini sessizce ele geçiriyor Antropik ve OpenAI gibi büyük laboratuvarların özel modelleri hala piyasayı liderleştirirken, açık kaynaklı modeller, 2025 sonuna kadar tüm token kullanımının yaklaşık üçte birini yakalamak için sürekli olarak büyüdü. Bu genişlemenin bir anahtar aracı, Qwen ve DeepSeek gibi tedarikçilerden Çin’de geliştirilen OSS modellerinin yükselişi olmuştur.Bu modeller, haftalık bir pazar payından sadece 1.2%’den birkaç hafta içinde neredeyse 30%’a yükselmiş ve küresel kullanıcılar arasında hızla çekim kazanmıştır. Bu eğilim, AI ekosisteminde “sürdürülebilir çift yapıya” işaret ediyor. Kaynak, özel ve OSS modelleri arasındaki denge şu anda açık kaynak için yaklaşık% 30'a kadar stabilize edildiğini öne sürüyor. Bu denge, geliştiricilerin yüksek güvenilirlikteki kurumsal görevler için özel sistemleri seçtikleri, OSS'nin maliyet verimliliğini ve diğer kritik çalışma yüklerine özelleştirilmesini kullanarak olduğu için mevcuttur. AI manzarası, işi tamamlamak için hem açık hem de kapalı modellerin bir karışımını kullanan tamamlayıcı bir ekosistemdir. Neden AI Bir Ürün Değil (Yet) Birçok kişi, AI modellerinin hızlı bir şekilde ucuz bir mal olacağını tahmin etmiştir, fiyatın ana farklılık göstergesi olduğu için. Ancak veriler farklı bir hikaye anlatıyor. LLM'lerin talepleri şaşırtıcı derecede fiyat-inelastiktir, yani fiyat değişiklikleri kullanım üzerinde az etkiye sahiptir. Çalışmaya göre, %10 fiyat düşüşü, kullanımdaki küçük bir 0.5-0,7% artışa karşılık gelir. Ticari bir pazar yerine, ekosistem farklı arketiplere bölünmüştür: Premium Liderler: Anthropic'in Claude 4 Sonnet gibi modeller yüksek fiyatlara sahip ancak hala büyük bir kullanım görüyor, kullanıcıların üst düzey kalite ve güvenilirlik için bir premium ödemeye hazır olduklarını kanıtlıyor. Verimli Devler: Google'ın Gemini Flash ve DeepSeek gibi modeller düşük maliyetle yüksek hacimle eşleşir, bu da bunları maliyet hassas, büyük ölçekli görevler için varsayılan seçenek haline getirir. Premium Uzmanlar: OpenAI'nin GPT-5 Pro gibi ultra pahalı modeller, performansın tek önemli olduğu ve maliyetin ikincil olduğu en yüksek riskli görevler için tasarruflu bir şekilde kullanılır. The Long Tail: Qwen 2 7B Instruct ve IBM Granite 4.0 Micro gibi modellerin en düşük fiyatları vardır, ancak sınırlı erişim, yeteneklerin ve model piyasaya uyumunun sadece maliyetin ötesinde kritik farklılıklar olduğunu vurgulamaktadır. Bu segmentasyon, mevcut piyasa durumuna ilişkin önemli bir bakış açısı ortaya koymaktadır. nispeten düz talep esnekliği, LLM'lerin henüz bir mal olmadığına işaret eder; birçok kullanıcı kalite, yetenek veya istikrar için bir prim ödemeye istekli. Şu anda, uzmanlaşmış yetenekler ve güvenilir performans, özellikle profesyonel veya misyon kritik iş yükleri için genellikle pahalıdır. 5. AI'da kazanmak Cinderella'nın "Glass Slipper" gibi Yeni modeller sürekli olarak piyasaya sürülen bir pazarda, herhangi bir tek model nasıl kalıcı bir avantaj oluşturur? Çalışma, kullanıcı tutumunu açıklamak için "Glass Slipper etkisi" olarak adlandırılan yeni bir çerçeve önerir. Fikir basittir: yeni bir model bir grup kullanıcı için kritik, daha önce karşılanmamış bir ihtiyaç çözmek için ilk olduğunda, "mükemmel bir uyum" elde eder. Bu erken kullanıcılar, uzun vadede modeli takip eden “temel cohortlar” oluştururlar ve daha sonra kullanan kullanıcılardan çok daha yüksek bir tutma oranını gösterirler. iş akışları, araçları ve alışkanlıkları, sorunlarını ilk kez çözen modelde kilitlenir, bu da onları daha yeni, hatta biraz daha iyi alternatiflere geçişe karşı çok dirençli hale getirir. Kesin bir örnek, Haziran 2025 kohortu Gemini 2.5 Pro ve Mayıs 2025 kohortu Claude 4 Sonnet için görülebilir, beş ay sonra kullanıcılarının yaklaşık% 40'ını tuttu; sonraki kohortlardan çok daha yüksek bir oran. Bu fenomen, hızla hareket eden AI dünyasında, “birinci çözüm” avantajının inanılmaz derecede güçlü ve dayanıklı olduğu anlamına gelir. yenilikçi bir modelin gerçek sinyali sadece hype veya benchmarks değil, mükemmel uyumunu bulmuş olan bu tutkal, temel kullanıcı gruplarının sessiz oluşumudır. Sonuç: AI'nin Gerçek Hikayesi Hala Yazılıyor Gerçek dünyadaki AI kullanımı, ana akım hikayelerinden çok daha nüanslı, çeşitlidir ve şaşırtıcıdır. Veriler, oyuncu yaratıcılığının hem de üretkenliğe dayanan bir ekosistemi gösterir, karmaşık, ajanslı iş akışlarına hızlı bir şekilde yönelir. açık kaynak güçlü bir güç olduğu ve dayanıklı kullanıcı sadakatinin hype tarafından değil, zor bir sorunu çözmek için ilk olmakla şekillendiği bir dünya. AI basit bir araçtan karmaşık bir işbirliğine geçtikçe, beklenmedik davranışlar ve öldürücü uygulamalar sonradan ortaya çıkacak mı? Apple Podcast: Buraya tıklayınız Spotify: Burada Apple Podcast Hakkında: Burada Spotify için: Burada
