Google, Gemini 4 Carbon’u 10 Kasım’da herkese açtı. 1 milyon token için girdi 2, çıktı 10 dolar. Yalnız bu tanıtım fiyatı 30 Kasım’da bitiyor. Ondan bir gün önce Meta 10 sentlik bir işçi model çıkardı, 11 Kasım’da da iki laboratuvar robotlar için world model’lerini Apache 2.0 lisansıyla paylaştı.
Duyuruları, dokümanları, model kartlarını ve benchmark tablolarını 12 Kasım’da okudum. Hiçbirini kendim çalıştırmadım. Aşağıdaki her rakam, yanında adı geçen kaynağa ait.
Haftanın ortak hikâyesi: büyük model düşünüyor, küçük model koşturuyor. İkisi artık aynı sistemin parçaları.
💸 Gemini 4 Carbon gerçekten ucuz mu?
Token başına evet. İş başına ise henüz belli değil.
Carbon’u ilk kez 29 Ekim’deki gündem yazısında konuşmuştuk. O sırada model yalnızca Fairwind programındaki siber savunma ekiplerine açıktı. Yaklaşık iki hafta sonra, 10 Kasım’da genel kullanıma geçti.
Koray Kavukçuoğlu imzalı Google duyurusuna göre fiyat, 30 Kasım 2026’ya kadar 1 milyon token başına girdi için 2, çıktı için 10 dolar. Gemini 4 Argon’la aynı. 1 Aralık’ta $4 / $20’ye çıkıyor. Önbellekten okunan girdide indirim %95. LiteLLM’in notları Google’ın yazmadıklarını tamamlıyor: batch ve flex $1 / $5, priority $3,60 / $18. Gözden kaçmaması gereken satır da orada: düşünme (thinking) tokenları çıktı fiyatından faturalanıyor.
Bu neden önemli? Google’a göre yazılım ve bilgi işlerinin çoğunda varsayılan model Argon olarak kalıyor. Carbon en zor, çok adımlı kodlama, hata ayıklama ve araştırma işleri için, üstelik Google’ın kendi ifadesiyle “Argon’dan daha fazla token kullanıyor”. Kasım boyunca token fiyatı aynı, ama Carbon daha uzun düşündüğü için aynı iş ona daha pahalıya patlayabilir. Etiketteki fiyatla kasada ödenen fiyat aynı şey değil.
Geçiş kolay. Geliştirici rehberine göre model kimliği gemini-4-carbon, varsayılan düşünme seviyesi medium. Argon’un 1 milyon tokenlık bağlamını, thinking_level ayarlarını ve araçlarını paylaşıyor. Model adını değiştirmek yetiyor.
Benchmark iddiaları Google’ın kendi ölçümleri. Google, Carbon’un CursorBench 4.0’da, Perplexity’nin WANDR’ında ve Zapier’in AutomationBench’inde birinci olduğunu, bunu da “en yakın harici modele göre görev başına 2 kattan fazla düşük maliyetle” yaptığını söylüyor. Artificial Analysis’in Google’la birlikte hazırladığı yeni Multimodal Knowledge Agent (MKA) benchmark’ında ise ikinci. Görev başına ortalama maliyeti, birinci modelinkinden 6 kattan fazla düşük.
Kıyas için VentureBeat’in fiyat tablosu: Claude Opus 5.5 $4 / $20, Claude Fable 5.2 ve Mythos 5.2 $8 / $40, GPT-6 Astra $10 / $50. Fable tarafını bu hafta yayınlanan Fable 5.2 ve Mythos 5.2 derin incelemesinde anlattık. Tablodan çıkan küçük not: 1 Aralık’tan sonra Carbon’un liste fiyatı Opus 5.5’le eşitleniyor.
Bir de Antigravity’de önizlemeye açılan /swarm var. Tek prompt, koordineli çalışan agent ekibine dönüşüyor. Carbon planlayıcı ve denetçi koltuğunda, hafif modeller paralel işte, karşı taraf rolündeki doğrulayıcılar da sonucu sınıyor. Erişim Gemini API’nin ücretli katmanı, Gemini for business, Google AI Ultra, AI Mode ve Antigravity üzerinden. Siber sürüm ise Fairwind programında kalıyor.
Pratikte: Carbon’u deneyecekseniz 30 Kasım’dan önce deneyin, eval maliyeti şu an yarı fiyatına. Token başına maliyete değil, tamamlanan iş başına maliyete bakın.
🔥 On sentlik model ne işe yarar?
Meta Superintelligence Labs, Muse ailesinin en küçük ve en verimli üyesi Muse Ember’ı 9 Kasım’da çıkardı. Meta’nın blog yazısı hedefi açık açık yazıyor: agent’ların gün boyu tekrar tekrar yaptığı işler. Araç çağrıları, kodlama alt görevleri, yönlendirme, veri çıkarma, uzun doküman ayrıştırma. Dokümanlara göre model muse-ember-1.0 adıyla Meta Model API’de ve Muse Code’da, bağlam penceresi 1.048.576 token.
Asıl haber fiyat. VentureBeat’in Meta’nın fiyat sayfasından aktardığına göre 200 bin girdi tokenına kadar 1 milyon token başına girdi $0,10, önbellekli girdi $0,004, çıktı $0,50. 200 bini aşınca tarife $0,30 / $0,012 / $1,50 oluyor. Aynı haberde Artificial Analysis’in ölçümü de var: max seviyede Intelligence Index puanı 36, Claude Haiku 5.5 ile aynı yuvarlanmış puan. Görev başına maliyet Ember’da yaklaşık $0,14, Haiku’da $0,41. Meta bir adım daha ileri gidip her akıl yürütme ayarında Haiku 5.5’ten de GPT-6 Luna’dan da dolar başına daha fazla zekâ verdiğini söylüyor. O kısım Meta’nın kendi iddiası.
Ember, Muse Wonder Full kullanılarak eğitilen ilk model. Meta işbölümünü tek cümleyle anlatıyor: “Muse Wonder plan yapar, Muse Ember yükü taşır.” Kapalı bir model, ağırlıkları paylaşılmıyor. Meta, Ember’ı kendi Superintelligence Scaling Framework’üyle değerlendirdiğini ve yüksek risk eşiklerinin altında kaldığını belirtiyor.
Carbon’u bütçeye sığdıran parça tam olarak bu. Büyük model pahalı, az çağrılsın. Küçük model ucuz, yüzlerce ufak adımı o dönsün. Google’ın /swarm önizlemesi ile Meta’nın Wonder ve Ember ikilisi aynı fikri iki ayrı şirketten anlatıyor.
Dikkat: 200 bin token sınırını unutmayın. Agent’ınız her çağrıda uzun konuşma geçmişini modele yığıyorsa girdi fiyatı üçe katlanıyor.
🖥️ dot’a ikinci bilgisayar bağlamak ne işe yarar?
OpenAI artık tek bir dot’a kendi bilgisayarlarınızdan birkaçını bağlamaya izin veriyor, görevi hangisinin çalıştıracağını siz seçiyorsunuz. Duyuru 9 Kasım 22.28 UTC’de OpenAI’ın topluluk forumunda yayınlandı. Bir sınır var: her thread aynı anda tek bilgisayar kullanıyor. Yani tek görevi makinelere bölüştürmek yok, bağımsız işleri paralel yürütmek var.
OpenAI’ın örnekleri gayet gündelik. Bir iOS değişikliğini ikinci Mac’te Xcode ile test edip ekran görüntüsü göndermek ya da bir arayüz akışını öbür bilgisayarda tıklatıp kendi imlecinizi serbest bırakmak gibi.
dots belgelerine göre her bilgisayarda ChatGPT uygulamasından “Allow access” demek yetiyor. Bilgisayarın çevrimiçi kalması ve uygulamanın açık durması gerekiyor. Çevrimdışı kalmak erişimi kaldırmıyor, bunun için “Revoke access” lazım.
ITmedia’nın haberine göre dots, 29 Eylül’deki DevDay’de tanıtıldı ve GPT-6 Astra ile GPT-6.1 Terra üzerine kurulu. Bu ay Japonya’dayım, o yüzden haberdeki bir ayrıntı gözüme takıldı: OpenAI’ın verdiği bilgiye göre dots kullanıcı sayısında Japonya ikinci sırada.
Pratikte: işin en faydalı yanı, köşedeki yedek makineyi test düzeneğine çevirmek. Ama bağlanan her bilgisayar, dosyalarınızın durduğu bir kutu daha demek. Anahtarlarınızın ve şifrelerinizin durduğu dizüstünü değil, temiz bir test makinesini bağlayın.
🤖 Robot hareket etmeden önce hayal edebilir mi?
11 Kasım’da iki laboratuvar, Apache 2.0 lisanslı birer world model yayınladı. Terimi kısaca açayım: world model, bir eylemin sonucunu eylem gerçekleşmeden önce simüle eden model. Robot, hamlesini yapmadan önce ne olacağını video olarak görüyor.
PAN 2 (IFM, MBZUAI). MBZUAI’nin duyurusu ve IFM’in blog yazısına göre PAN 2’ye isteğe bağlı bir başlangıç görseli ve metinle yazılmış eylemler veriyorsunuz, model sonucu 20 saniyeye kadar video olarak canlandırıyor. Çözünürlük 704×1248, saniyede 24 kare. Önce bir LLM, “kavramsal akıl yürütücü” rolünde dünyanın bir sonraki halini zamanlı bir metinle tarif ediyor. Ardından sıfırdan eğitilmiş 29 milyar parametreli bir difüzyon modeli görsel fiziği dolduruyor. Ağırlıklar ve kod Hugging Face ile GitHub üzerinde.
Skorlar MBZUAI’nin kendi ölçümü. Fiziksel değerlendirmesinde PAN 2, MiniMax-H3’ün hemen arkasında ve çok adımlı planları tamamlamada test edilen bütün modelleri geçiyor. Physics-IQ Verified’da genel sıralamada üçüncü, open weight modeller arasında birinci. Küçük ama önemli dipnot: Hugging Face kartına göre bu koşuda akıl yürütücü olarak Claude Opus 5.5 kullanılmış. Ekibin kabul ettiği zayıflık da kayma. Her klip tek kare ve metinle başladığı için uzun etkileşimlerde sahne yavaş yavaş yoldan çıkıyor.
Praxis-1 (Runway). Runway, eylülde tanıttığı Praxis-1’i bu hafta Apache 2.0 ile açtı, ticari kullanım dahil. Pakette ağırlıklar, çıkarım ve ince ayar kodu var. Model 27 milyar parametreli, mixture-of-experts yapısında bir difüzyon transformer ve videoyu eylemle birlikte tahmin ediyor.
Runway’in tablosunda NVIDIA RoboLab-120 sonuçları var: 1.200 denemede %46,2 başarı. Karşılaştırmada FLUX 3 Action %42,9, NVIDIA’nın Cosmos 3 Nano modeli %36,8 (Runway tabloda “Cosmos3 Nano” yazıyor), π0.5 %28,0. Cosmos 3 Nano’yu pazartesi gündeminde anmıştık. Bu rakamlar da Runway’in kendi ölçümü. Model LeRobot’u destekliyor, H100’den Jetson Thor’a kadar geniş bir donanım yelpazesinde çalışıyor.
Pratikte: “önce hayal et, sonra hareket et” yaklaşımı açık altyapıya dönüşüyor. İki laboratuvar da karnesini kendi yazdı. Asıl merak ettiğim, başka ekiplerin başka robotlarda aynı sonuçları alıp alamayacağı.
📦 Bu hafta başka neler çıktı?
Baidu, 11 Kasım’da ERNIE 5.5 Flash Preview’u yayınladı. Baidu’nun sayfasına göre toplam 280 milyar, aktif 14 milyar parametresi ve 1 milyon tokenlık bağlamı var. API şimdiden Qianfan’da, ağırlıklar ise Baidu’nun ifadesiyle “yakında Apache 2.0 ile açık kaynak olacak”. Baidu modeli ara bir checkpoint olarak tanımlıyor. Doğrulanmış benchmark rakamı olmadığı için ben de rakam vermiyorum.
Google DeepMind de 11 Kasım’da Gemini Robotics 2.5 ile AlphaGenome 2’yi duyurdu. SiliconANGLE’ın haberine göre Robotics 2.5, 200’den fazla görevde test edilmiş ve Mercedes-Benz’le yapılan bir kavram kanıtlama çalışmasında otomotiv parçalarını paketlemede %96 başarıya ulaşmış. Bunlar DeepMind’ın kendi testleri. AlphaGenome 2 ise DNA varyantlarının belirli hücre tiplerini nasıl etkilediğini tahmin ediyor. Klinik kullanım için tasarlanmadı.
📊 Bu haftanın duyuruları yan yana nasıl görünüyor?
Fiyatlar 1 milyon token başına ABD doları cinsinden, girdi / çıktı olarak yazıldı.
| Ne | Kim | Tarih | Açık ağırlık? | Fiyat ya da erişim | Öne çıkan rakam (kaynak) |
|---|---|---|---|---|---|
| Gemini 4 Carbon | 10 Kasım | Hayır | 30 Kasım’a kadar $2 / $10, sonra $4 / $20 | MKA’da 2. sıra, görev başına 6 kat düşük maliyet (Google) | |
| Muse Ember | Meta | 9 Kasım | Hayır | $0,10 / $0,50 | AA Index 36, görev başına yaklaşık $0,14 (Artificial Analysis, VentureBeat aracılığıyla) |
| dots çoklu bilgisayar | OpenAI | 9 Kasım | Yok | Pro, Business Premium, Enterprise | Thread başına tek bilgisayar |
| PAN 2 | IFM, MBZUAI | 11 Kasım | Evet, Apache 2.0 | Hugging Face, GitHub | 29 milyar parametreli difüzyon modeli, 20 saniyelik klipler |
| Praxis-1 | Runway | 11 Kasım | Evet, Apache 2.0 | Hugging Face, GitHub | RoboLab-120’de %46,2 (Runway) |
👀 Önümüzdeki günlerde neye bakmalı?
Takvimdeki ilk tarih 1 Aralık. Carbon’un fiyatı o gün ikiye katlanıyor, ucuz test dönemi kasımla birlikte kapanıyor. Ardından şu sorular var: /swarm önizlemeden ne zaman çıkacak, Baidu ERNIE 5.5 Flash ağırlıklarını gerçekten ne zaman paylaşacak, Meta Ember’ı API ve Muse Code dışına açacak mı? PAN 2 ve Praxis-1 için beklediğim rakam ise ilk bağımsız tekrar.
Kaynaklar
- Google, Gemini 4 Carbon duyurusu
- Google AI Studio, Gemini 4 Carbon geliştirici rehberi
- LiteLLM, Gemini 4 Carbon fiyat notları
- Meta, Muse Ember duyurusu
- Meta, Muse Ember dokümanları
- VentureBeat, Gemini 4 Carbon fiyat tablosu
- VentureBeat, Muse Ember ve Artificial Analysis
- OpenAI topluluk forumu, dots çoklu bilgisayar duyurusu
- OpenAI, dots bilgisayar ve uygulama belgeleri
- ITmedia, dots haberi
- MBZUAI, PAN 2 duyurusu
- IFM, PAN 2 blog yazısı
- PAN 2, Hugging Face
- PAN 2, GitHub
- Runway, Praxis-1 açık ağırlık duyurusu
- Baidu, ERNIE 5.5 Flash Preview
- SiliconANGLE, Gemini Robotics 2.5 ve AlphaGenome 2
