AI metin filigranı: Claude genişletti, Grok varsayılan yapıyor, FlashProve modeli ispatlıyor

Bu haftanın haberleri tek bir soruda birleşiyor: Bunu kim yazdı ve bunu ispatlayabilir misiniz?

Anthropic 3 Kasım’da üç Claude modeline daha görünmez metin filigranı ekledi, Grok API’de de 7 Kasım’dan itibaren varsayılan. Sürüm notlarını, dokümanları, makaleyi, model kartını ve blog yazılarını okudum. Ne FlashProve’u, ne Kimi ağırlıklarını, ne SWE-2 Flash’ı, ne de bir filigran dedektörünü çalıştırdım. Aşağıdakiler şirketlerin söyledikleri, kaynağı yanında.

💧 Claude metinleriniz zaten filigranlı mı?

Bu üç modelden birini kullanıyorsanız evet. Anthropic’in sürüm notlarına göre 3 Kasım 2026 itibarıyla Claude Mythos 5, Claude Opus 4.7 ve Claude Sonnet 4.6’nın ürettiği metinler de Anthropic’in metin filigranını (watermark) taşıyor. Fable 5.1 ve Mythos 5.1 gibi yeni modellerde bu zaten vardı.

Peki filigran metne ne yapıyor? Anthropic’in filigran dokümanı, anlamı, kaliteyi ve okunabilirliği değiştirmediğini söylüyor. Token eklemiyor, gizli karakter koymuyor, sizin ya da şirketinizin hakkında bilgi taşımıyor. İsteklerinizde değiştirmeniz gereken bir şey yok.

Küçük ama can sıkıcı bir istisna var. Sonnet 4.6’da temperature, top_p ya da top_k değerini varsayılanın dışına çeken isteklerde filigran olmayabilir. Anthropic’in tavsiyesi net: Filigrana güveniyorsanız üçünü de hiç göndermeyin. Kullandığınız framework’ün sizden habersiz gönderdikleri de buna dahil.

Yardım Merkezi’ndeki yazıya göre kapsam bütün dünya: API, Claude uygulamaları, Claude Code, Claude Cowork, Claude Tag, bir de AWS, Google Cloud ve Microsoft Foundry. Bedrock tarafı 10 Kasım’a kadar tamamlanıyor. Dosyalara, desteklenen yerlerde C2PA Content Credentials ekleniyor. Filigran metnin kendisinde durduğu için kopyala yapıştırla birlikte gidiyor, Anthropic’e göre bazı düzenlemelerden sonra bile kalabiliyor.

Asıl düğüm tespitte. Tespit aracı kapalı önizlemede (private preview) ve yalnızca düzenleyiciler, medya, doğruluk kontrolü yapanlar, araştırmacılar gibi uygun kurumlara ve kendi çıktılarını kontrol eden şirketlere açık. Sıradan kullanıcı bir metni alıp kontrol edemiyor. Anthropic’in sayfalarında belgelenmiş bir kapatma seçeneği de bulamadım.

İşin AB tarafı açık. Anthropic, AB Yapay Zeka Yasası’nın 50(2). maddesine bağlı Uygulama Kuralları’nı (Code of Practice) imzaladığını söylüyor. Yasa, 2 Ağustos 2026’dan önce çıkan modellere bir geçiş süresi tanıyor. Eski modellerin filigranı şimdi alması bundan.

Grok’ta 7 Kasım’dan itibaren varsayılan

xAI’ın “Output Watermarking” dokümanına göre (doküman artık SpaceXSI adıyla görünüyor) 7 Kasım 2026’dan itibaren grok-4.7, grok-4.6, grok-4.5, grok-4.3, grok-4.20-reasoning, grok-4.20-non-reasoning ve grok-4.20-multi-agent modellerinin metinleri, AB Yapay Zeka Yasası’na (EU AI Act) uyum için varsayılan olarak filigranlanıyor. AB’ye özel bir ayar da değil. Küresel api.x.ai ve bölgesel endpoint’lerin hepsinde geçerli.

Responses API ve Chat Completions’ta tool call argümanları da işaretleniyor, yani JSON çıktınız da filigranlı. Üretim sırasında hangi token’ın seçileceği hafifçe yönlendiriliyor. Tespit istatistiksel, metin uzadıkça sinyal güçleniyor. Tespit API’sine erişim başvuruyla.

Her cevapta bir x-watermark header’ı var, true ise o istek filigranlanmış. Takım yöneticileri Console’dan model bazında filigranı kapatabiliyor, ayar 5 dakika içinde takımdaki bütün anahtarlara uygulanıyor. Kapatmak için kullanımınızın yasal bir istisnaya girdiğini onaylamanız gerekiyor, bazı modeller de kilitli olarak açık kalabiliyor.

Bence: Bu, kelime seçimine yapılan istatistiksel bir dokunuş, gizli karakter değil. Unicode temizleyerek kurtulamazsınız. Ama iki şirket de tespiti kapalı tutuyor ve bu sayfalarda yanlış pozitif oranı yayımlamıyor. Geliştiriciyseniz x-watermark header’ını loglayın, Sonnet 4.6’da SDK’nızın temperature için ne gönderdiğine bakın. Öğretmen ya da editörseniz dedektörü hâlâ kendiniz çalıştıramıyorsunuz.

Basılı satırların üzerinde büyüteç, satırların arasına dokunmuş silik ve parlak bir deseni gösteriyor — Filigran kelime seçimlerinin içinde duruyor, Unicode temizlemek onu silmiyor.

🔏 Cevabı hangi modelin verdiği ispatlanabilir mi?

Filigran “bunu bir AI mı yazdı?” sorusuyla uğraşıyor. Anthropic’in 2 Kasım’da açık kaynak yaptığı FlashProve ise başka bir soruyla: “Bunu hangi model yazdı?”

Sorun aslında basit. Barındırılan bir modeli API’den çağırdığınızda sağlayıcının söylediği modeli mi, yoksa daha ucuz ya da kurcalanmış bir modeli mi çalıştırdığını kontrol edemiyorsunuz. Çünkü ağırlıklar gizli.

FlashProve’da sağlayıcı, tek bir ağırlık setinin 32 byte’lık parmak izini (“commitment ID”) yayımlıyor. Her cevap için GPU, cevabın o modelden çıktığını gösteren bir ispat üretiyor. Herkes bunu sıradan bir CPU’da cp_verify ile saniyeler içinde, ağırlıkları görmeden doğrulayabiliyor. İspat sıfır bilgili (zero knowledge), ağırlıklar gizli kalıyor, mimari ise kalmıyor.

Anthropic’in rakamlarıyla FlashProve, Llama 4 Maverick’i (400 milyar parametreli MoE, 4 bit kuantizasyon, yaklaşık 232 GB) tam boyutta tek bir NVIDIA H100’de, 1.024 token bağlamla çalıştırıyor. 24 istekli batch’te prefill hızı saniyede yaklaşık 110 token. İspat, 1.024 token’lık istek başına yaklaşık 19 MB tutuyor ve 24 çekirdekli bir CPU’da saniyeler içinde doğrulanıyor. Faturası ağır: vLLM’in aynı uzunluktaki prompt’ları işlerken harcadığı GPU zamanının yaklaşık 70 ila 95 katı.

Makale neyin ispatlandığı konusunda dikkatli. Protokolün sağlamlığı, Üstel Zaman Hipotezi yazısında karşımıza çıkan Lean 4 ile ispatlanmış. C++/CUDA programları ise bu ispatın dışında. Programların ağırlıkları gizlediği kısım, makalenin kendi ifadesiyle ispat değil, ekibin yargısı. Yan kanal saldırıları kapsam dışı, ispatlar da greedy decoding ile çalışan kuantize bir tam sayı modeli için geçerli.

Repo Apache 2.0 lisanslı bir araştırma prototipi. Anthropic bunu Claude’da kullanacağına dair bir şey söylemiyor.

Bence: 70 ila 95 katlık maliyet FlashProve’u şimdilik laboratuvarda tutuyor. Yine de 19 ile 25 Ekim haftalığında konuştuğumuz formal doğrulama çizgisinin elle tutulur bir devamı.

İçinde parlayan bir sinir ağı olan mühürlü cam kasa, küçük bir sertifika dizüstü bilgisayara doğru kayıyor — FlashProve, ağırlıkları gizli tutarak cevabın hangi modelden çıktığını ispatlıyor.

🧱 “Açık model” artık ne anlama geliyor?

Bu hafta iki şirketten iki farklı cevap geldi.

Kimi K3.1 Pro ağırlıkları çıktı, peki kim çalıştırabilir?

Lansmanı haftalık bültende konuşmuştuk, o sırada ağırlıklar yalnızca bir sözdü. 4 Kasım civarında Hugging Face’e geldiler.

Moonshot’ın model kartında Kimi K3.1 Pro, doğuştan çok modlu (metin ve görüntü) bir agent MoE olarak tarif ediliyor. 2,8 trilyon toplam parametre, 104 milyarı aktif, 896 uzmandan (expert) her token için 16’sı seçiliyor. Bağlam penceresi 1.048.576 token. Ağırlıklar quantization-aware training ile MXFP4 formatında.

Lisans Apache 2.0 ya da MIT değil, kendine özgü bir “Kimi K3.1 Pro License”. API platform.kimi.ai üzerinde (kimi-k3.1-pro), OpenAI ve Anthropic uyumlu endpoint’lerle.

Benchmark’lar Moonshot’ın kendi ölçümleri. Terminal-Bench 4.0’da 65,7 (aynı tabloda Claude Opus 5.5 66,4), BrowseComp’ta 92,1, GPQA-Diamond’da 94,2, ExploitBench’te 74,7 (GPT-6 Astra 100). Skorların çoğu Claude Code harness’ıyla alınmış, birkaç satır da şirket içi benchmark.

Agent kuracaklara kartta bir uyarı var: Çok turlu konuşmalarda ve tool call’larda asistan mesajını reasoning_content ve tool_calls dahil eksiksiz geri gönderin.

vLLM’in blog yazısına göre ilk günden NVIDIA, AMD, Google TPU ve Alibaba T-Head desteği var, hız kullanıcı başına GB300’de saniyede 375,9, Rubin’de 815,6 token’a kadar çıkıyor.

2,8 trilyon parametrede “açık ağırlık”, elinde GB300 dolu bir rack olan için açık. Meituan LongCat 2.5’te olduğu gibi kartı yavaş okuyun, ürün kuracaksanız önce lisansı.

Cognition SWE-2 Flash ağırlıklarını neden paylaşmıyor?

Cognition 4 Kasım’da SWE-2 Flash’ı duyurdu ve “tamamen Amerikan bir kodlama modeli” diye tanıtıyor. 276 milyar toplam, 12 milyar aktif parametre, Thinking Machines’in Inkling-Small modeli üzerine kurulu. Cognition ilk kez reinforcement learning öncesine birkaç trilyon token’lık bir ara eğitim (mid-training) aşaması eklemiş.

Rakamlar Cognition’ın. Terminal-Bench 4.0 temel modeldeki %0,9’dan %20,0’a, FrontierCode 2.0 %3,2’den %24,0’a, ExploitBench %11,3’ten %34,8’e çıkmış. ExploitBench’teki artışın sebebi belli: Model savunma amaçlı siber güvenlik işleri için eğitilmiş. Kendi tablosunda bile Claude Haiku 5.5, Terminal-Bench 4.0’da (39,2) ve FrontierCode 2.0’da (27,7) önde.

Model Devin Desktop ve CLI’da, SWE-2’nin beşte biri fiyata ve 3 katı hızda. Sayfada token başına fiyat yok.

Ağırlıklar ise kapalı. Aynı siber yetenekler saldırganların da işine yarayacağı için Cognition, ağırlıkları güvenilir ortaklar ve araştırma laboratuvarlarıyla paylaşacak bir program kurduğunu söylüyor. Ayrıntılar birkaç hafta içinde gelecek.

Bence: Bir şirket 2,8 trilyonluk ağırlıkları herkese dağıtıyor. Diğeri 12 milyar aktif parametreli bir modeli ExploitBench skoru yüzünden elinde tutuyor. “Açık” kelimesinin anlamını artık boyuttan çok siber güvenlik sorusu belirliyor.

	Ne?	Öne çıkan rakam	Erişebilir misiniz?
Claude filigranı	Metinde görünmez işaret	Artık Mythos 5, Opus 4.7 ve Sonnet 4.6’da	Varsayılan açık, dedektör kapalı
Grok filigranı	API metninde görünmez işaret	7 Kasım’dan itibaren 7 model	Varsayılan açık, yöneticiler kapatabilir
FlashProve	Cevabı hangi modelin verdiğinin ispatı	Yaklaşık 19 MB ispat, CPU’da saniyeler içinde doğrulama	Evet, Apache 2.0 prototip
Kimi K3.1 Pro	2,8 trilyonluk MoE, 104 milyar aktif	Terminal-Bench 4.0’da 65,7 (Moonshot’ın ölçümü)	Ağırlıklar Hugging Face’te, özel lisans
SWE-2 Flash	Kodlama modeli, 12 milyar aktif	SWE-2’den 3 kat hızlı, beşte bir fiyat	Devin’de, ağırlıklar yalnızca ortaklara

🌳 OpenAI, Pierre’i neden istiyor?

OpenAI 4 Kasım’da Pierre Computer Company’yi satın alacağını duyurdu. Pierre’in elinde Code Storage var, uygulamaların kodu ve geçmişini Git ile saklamasını sağlayan bir servis. Bir de Codex uygulamasında dosya gezintisini ve değişiklik incelemesini zaten çalıştıran açık kaynak Trees ve Diffs kütüphaneleri.

OpenAI’a göre açık kaynak projeler açık kaynak kalacak, Code Storage müşterileri anlaşma tamamlandıktan sonra da servisi kullanabilecek. Anlaşma düzenleyici onayına bağlı, bedel açıklanmadı. OpenAI aynı yazıda, o hafta başında anlattığı Pando’yu da hatırlatıyor: mühendisler ve agent’lar için şirket içi kaynak kontrol altyapısı.

Bence: Git, birkaç branch açan insanlar için tasarlandı. Agent’lar ise paralel olarak yüzlerce branch açıyor. OpenAI inceleme katmanını satın alıyor, yani insanın hâlâ devrede olduğu yeri. Pazartesi bültenindeki agent izleme haberiyle aynı yöne bakıyor.

Önümüzdeki günlerde neye bakacağım?

Filigran tespitine kimin erişeceğine, yanlış pozitif oranlarının yayımlanıp yayımlanmayacağına.
Bedrock’taki filigran dağıtımının 10 Kasım’a kadar bitmesine.
Tencent’in 4 Kasım tarihli yazısında “önümüzdeki günlerde” geleceğini söylediği Hy4 ağırlıklarına ve sistem kartına.
Cognition’ın “birkaç hafta içinde” ayrıntısını vereceği ağırlık paylaşım programına.
Pierre anlaşmasının düzenleyicilerden geçip geçmeyeceğine.

Kaynaklar

Oğuzhan Koçaklı

2015 yılından beri profesyonel olarak marketing, gaming ve blockchain dünyasıyla ilgileniyorum. Bir çok önemli markanın pazarlama stratejilerinin oluşturulması ve uygulanmasında görev aldım. Şimdilerde mobil oyunlar ve oyunların blockchain entegrasyonu üzerine çalışmalar yürütüyorum. Yapay zeka çalışmaları ise uzun yıllardır hobim.

Tüm yazıları