Aracı Geliştirmede Gerçekten Kim Önde? Düşündüğünüz Kişi Değil
Anthropic
DeepSeek
OpenAI
Google/DeepMind
Alibaba/Qwen
Tek bir geliştiricinin, bir yönetişim yığını altında aracı kodlama kullanarak yaptığı iki haftalık üretim deneyi, 30.993 istekte 8,8 milyar token tüketti. Maliyetler, Anthropic'in modelleri ile DeepSeek arasında, %93'lük KV-önbellek sıkıştırma teknolojisinin etkisiyle 72 kat fiyat farkı olduğunu ortaya koyuyor; bu da yönetişimi yalnızca DeepSeek'in mimarisiyle karşılanabilir kılıyor.
Makale, Haziran 2026'da iki haftalık bir üretim deneyinin, bir geliştiricinin yönetişim yığınıyla birlikte aracı kodlama araçlarını kullandığını ve 30.993 istekte 8,82 milyar token tükettiğini, %99,38 önbellek isabet oranıyla bildiriyor. Yönetişim için bağlam ek yükü (politikalar, beceriler, inceleme istemleri) çağrı başına 70.000-90.000 token arasında değişiyor. Maliyetler modele göre büyük farklılıklar gösteriyor: Anthropic'in Sonnet 4.6'sı, gerçekçi bir %92 önbellek isabetiyle aynı iş yükü için 4.770 dolara mal olurken, DeepSeek V4 Pro yalnızca 66,17 dolara mal oldu, yani 72 kat fark. Bu fark, DeepSeek'in KV-önbelleğini %93,3 oranında sıkıştıran ve önbellek okumalarını neredeyse ücretsiz hale getiren ve önbelleklerin 3FS üzerinden ticari SSD'lerde günlerce kalıcı olmasını sağlayan Çok Başlıklı Gizli Dikkat (MLA) mimarisinden kaynaklanıyor. Buna karşılık Anthropic, OpenAI ve Google, HBM sınırlamaları nedeniyle önbellekleri bir saat içinde sona eren GQA/MHA kullanıyor. Makale ayrıca Uber, Microsoft, Amazon, Pinterest ve adı açıklanmayan bir kuruluştaki olaylara atıfta bulunarak, kontrolsüz aracı kullanımından kaynaklanan kontrolden çıkan maliyetleri gösteriyor ve DeepSeek'in mimari tercihinin yönetişimi ekonomik olarak uygulanabilir kıldığını, daha pahalı alternatiflerin ekipleri güvenlik önlemlerini kesmeye zorladığını savunuyor.
Kaynak: Habr — хаб ИИ —
orijinal