Claude 5.5: maliyet düştü, ama iki farklı şekilde

Anthropic altı gün arayla iki model duyurdu. 22 Eylül'de Claude Opus 5.5, 28 Eylül'de Claude Sonnet 5.5. İkisinin de tanıtımında "daha ucuz" geçiyor — ama iki farklı anlamda, ve fark işletmeler için önemli.

Opus 5.5'te liste fiyatı gerçekten düştü: milyon giriş tokenı için 5 dolardan 4 dolara, milyon çıkış tokenı için 25 dolardan 20 dolara. Yaklaşık %20'lik bir indirim ve bir Opus modelinin ilk kez ucuzlaması. Anthropic, verimlilik kazanımlarıyla birlikte toplam çalıştırma maliyetinin Opus 5'e kıyasla %40 düştüğünü söylüyor.

Sonnet 5.5'te ise liste fiyatı hiç değişmedi — milyon token başına 2 dolar giriş, 10 dolar çıkış, Sonnet 5 ile aynı. Buna rağmen "çoğu iş için %30'a varan tasarruf" deniyor. Sebep şu: model %30 daha hızlı çalışıyor, aynı işi daha az token ve daha az araç çağrısıyla bitiriyor. Birim fiyat sabit, iş başına tüketim düşüyor.

Rakamlar ne diyor?

En çarpıcı sonuç Terminal-Bench 4.0'da. Bu test, bir modelin komut satırında çok adımlı, gerçek bir iş akışını baştan sona tamamlayıp tamamlayamadığını ölçüyor — yani "soruya doğru cevap verdi mi" değil, "işi bitirdi mi" sorusunu soruyor. Sonnet 5.5 burada %70,6 alıyor; kendisinden iki kat pahalı olan Opus 5.5 ise %66,4'te kalıyor. Bir önceki sürüm Sonnet 5'in skoru ise %10,3 — aradaki fark bir iyileştirme değil, sınıf atlama.

Grafikteki asıl mesaj şu: ucuz olan model, bu testte pahalı olanı geçiyor. Ama bunu "artık Opus'a gerek yok" diye okumak yanlış olur. Anthropic'in kendi ifadesiyle Opus 5.5, sürekli muhakeme gerektiren karmaşık ve ucu açık işlerde hâlâ belirgin şekilde daha güçlü. Benchmark bir işin tek bir yüzünü ölçüyor.

Diğer testlerde tablo daha dengeli:

Opus 5.5 çoğu satırda hâlâ önde, ama farklar küçük — bilgi işi testlerinde 1844'e karşı 1846 gibi. Yani iki kat fiyat farkı, çoğu iş için iki kat sonuç farkı getirmiyor.

Gözden kaçan değişken: çaba ayarı

Fiyat tablosunda görünmeyen ama faturayı en çok etkileyen şey çaba ayarı (effort). Aynı model, aynı soruya düşük çabayla da yüksek çabayla da cevap verebiliyor; ikisi arasında görev başına maliyet kat kat değişiyor. Anthropic'in Terminal-Bench grafiğinde Sonnet 5.5'in en düşük ayarı ile en yüksek ayarı arasında hem skor hem maliyet birkaç kat fark ediyor.

Şirketin kendi notuna göre, Claude uygulamalarında varsayılan olan orta çaba ayarında Sonnet 5.5, Sonnet 5'in en iyi skorunu görev başına maliyetin onda birinden azına aşıyor. Pratik karşılığı şu: model seçmek kararın yarısı, çaba ayarını işe göre seçmek diğer yarısı. Her işi en yüksek ayarda çalıştırmak, çoğu zaman sonucu iyileştirmeden faturayı büyütüyor.

İki farklı "ucuzlama"

Bu ayrım teknik bir detay değil, bütçe planlamasını doğrudan etkiliyor. Liste fiyatı indirimi öngörülebilir: hacminiz aynı kalırsa faturanız o oranda düşer. Verimlilik kaynaklı tasarruf ise işin türüne bağlı — uzun, çok adımlı, araç kullanan işlerde belirgin, tek seferlik kısa isteklerde neredeyse hissedilmez.

Yani "%30 daha ucuz" cümlesi sizin için ne kadar geçerli, ne iş yaptırdığınıza bağlı.

Bu neden işletmenizi ilgilendiriyor

Yapay zekâ ile otomatikleştirilebilecek işlerin çoğu teknik bir engel yüzünden değil, hesap tutmadığı için ertelendi. Müşteri sorularını yanıtlayan bir asistan, ürün açıklamalarını toplu üreten bir akış, gelen faturaları okuyup sınıflandıran bir sistem — bunlar bir yıl önce de teknik olarak mümkündü. Sorun, işlem başına maliyetin yarattığı toplamın işe değmemesiydi.

Maliyet iki modelde de aynı çeyrek içinde düşünce, o hesap yeniden yapılmayı hak ediyor. Başa baş noktası kaymış olabilir.

Somut olarak ne yapmalı

Bu yıl içinde "yapay zekâ ile yapalım" diye konuşulup rafa kaldırılmış bir fikriniz varsa, dosyayı açıp tek bir soruyu yeniden sorun: o zaman maliyet yüzünden mi vazgeçmiştik?

Cevap evetse, aynı hesabı bugünkü fiyatlarla tekrarlayın. Değiştirmeniz gereken tek girdi bu; işin kendisi, hacmi ve beklenen faydası aynı kalıyor.

Cevap hayırsa — yani veri kalitesi, güvenlik ya da süreç belirsizliği yüzünden vazgeçtiyseniz — bu duyuruların sizin için bir anlamı yok. Model ucuzlaması o sorunların hiçbirini çözmüyor.

Bir uyarı

"Daha ucuz" ile "size daha ucuza mal olur" aynı şey değil. Maliyet düşerken kullanım genellikle artıyor: daha hızlı ve ucuz bir model, daha önce denenmeyen işlerde de denenmeye başlanıyor. Bütçenizi birim fiyat üzerinden değil, aylık toplam üzerinden takip edin — aksi halde ucuzlamayı fark etmeden fazla harcarsınız.