Hangi AI hangi işe — marka değil, işin şekline göre karar veriyorum

Tek kişilik bir stüdyoda modelleri karşılaştırmayı bıraktım, işleri sınıflandırmaya başladım. Dört kategori, bir karar tablosu ve AI'ya vermediğim üç iş.

Bu yazının İngilizcesi: English version.

"Hangi model en iyi" sorusuna ayda bir cevap yazılıyor ve o cevap üç hafta sonra bayatlıyor. Ben bir süredir başka bir soruyla çalışıyorum ve bayatlamıyor: bu iş hangi tür işe benziyor?

Çünkü model seçmek artık marka seçmek değil. Üç sağlayıcı da tek bir amiral gemisinden vazgeçip kademeli aileler çıkardı. Anthropic'te Fable, Opus, Sonnet, Haiku sıralaması var; OpenAI'da GPT-5.6'nın Sol, Terra, Luna kademeleri; Google'da Pro ve Flash ayrımı. Yani asıl karar "Claude mı GPT mi" değil, "bu iş hangi kademeyi hak ediyor".

Ben bunu şu dört kategoriyle çözüyorum.

1. Hakemi olan işler

Çıktının doğru olup olmadığını makine söyleyebiliyorsa bu kategoridesiniz. Kod derleniyor mu, test geçiyor mu, JSON şemaya uyuyor mu, betik hatasız koştu mu.

Burada modele geniş yetki veriyorum, çünkü yanılırsa bana yanıldığını hakem söylüyor. Yanlış cevap sessizce geçmiyor.

Ve tam da bu yüzden burada en ucuz kademeden başlıyorum. Hakem varsa, pahalı modelin tek avantajı ilk denemede tutturma oranı. Ucuz model üç denemede tutturuyorsa hâlâ ucuz. Ancak ucuz kademe sürekli tökezliyorsa üste çıkıyorum. Tersini yapmak — en pahalıdan başlayıp gerek olmadığını fark etmek — çok daha yaygın ve çok daha maliyetli bir alışkanlık.

2. Doğrulaması pahalı işler

Rakam, tarih, fiyat, "şu şirket şunu duyurdu" tipi iddialar. Çıktı akıcı ve güvenli görünüyor, ama doğru olup olmadığını anlamak için gidip kaynağa bakmak gerekiyor.

Bu kategori benim için en tehlikeli bölge ve son zamanlarda daha da tehlikeli hâle geldi. Sebebini bu hafta yaşadım.

Bu blog için model fiyatlarını araştırıyordum. Arama sonuçlarında beş tane "AI fiyat rehberi" sitesi çıktı. Beşi de aynı modelin fiyatını farklı yazmıştı. Biri eski liste fiyatını, biri kampanya fiyatını, biri kampanyayı doğru ama tarihini yanlış vermişti. Hiçbiri kaynağına bağlantı koymamıştı.

Bu sitelerin kendileri büyük olasılıkla model çıktısıyla üretilmiş. Yani şu döngü işliyor: model bir sayı üretiyor, site onu yayımlıyor, arama motoru onu indeksliyor, bir sonraki model onu kaynak sanıyor. Modelin kendi türevini kaynak olarak okuması.

Bunun pratik sonucu şu: "internetteki bilgiyi özetle" tarzı kullanımın değeri hızla düşüyor. Modele bir olguyu sormak yerine, kaynağı bulmasını isteyip kaynağı kendim okuyorum. Bu yazının bütün rakamları böyle toplandı: Anthropic'in, OpenAI'ın ve Google'ın kendi fiyat sayfalarından. Üçüncü parti hiçbir siteye güvenmedim ve bu tavsiyeyi ısrarla veriyorum.

3. Zevk meselesi olan işler

Bir başlığın kulağa hoş gelip gelmediği, bir arayüz metninin fazla resmi olup olmadığı, on isim önerisinden hangisinin tuttuğu.

Burada hakem yok ama zarar da yok. En kötü ihtimalle beğenmezsiniz, atarsınız. O yüzden bu kategoride hiç düşünmeden en hızlı ve en ucuz kademeyi kullanıyorum. Bir isim önerisi listesi için amiral gemisi model çağırmak, ekmek almak için taksiye binmek gibi.

Tek uyarı: kendi metninizi modele yazdırırsanız üslubunuz kayboluyor. Bu blogu ben yazıyorum ve fark ettiğim şu — model bana "yardımcı olsun" diye yazdığı cümleleri hep aynı ritimde yazıyor. Okuyan anlıyor. Fikir almak için kullanmak başka, cümleyi ona kurdurmak başka.

4. Geri alınamaz işler

Dosya silmek, üretime dağıtım yapmak, para hareketi, kullanıcıya e-posta göndermek, mağazaya sürüm yayınlamak.

Burada kural tek: modele karar verdirmiyorum, hazırlık yaptırıyorum. Dağıtım komutunu yazsın, çalıştırmasın. Silinecek dosyaların listesini çıkarsın, silmesin. Cevap taslağını hazırlasın, göndermesin.

Bunun sebebi modele güvensizlik değil, asimetri. Doğru yaptığında kazancım birkaç dakika; yanlış yaptığında kaybım geri alınamaz. Bu takas hiçbir doğruluk oranında dönmüyor.

Karar tablosu

Yukarıdakileri tek tabloya indirgersem, günlük işlerimde şöyle çalışıyor:

Bu tablonun içinde tek bir model adı yok. Kasıtlı. Model adı yazsam üç ay sonra yanlış olurdu; kategoriler yanlış olmuyor.

AI'ya vermediğim üç iş

Listenin bu kısmı daha kısa ama daha net.

Destek e-postalarına doğrudan cevap. MCALAB'a gelen destek mesajlarını ben okuyup ben cevaplıyorum. Sayı az olduğu için lüksüm var, kabul. Ama asıl sebep şu: kullanıcı bir sorunu anlatırken çoğu zaman yanlış sorunu anlatıyor. "Ses gelmiyor" diyen kullanıcının derdi genellikle ses değil. Bunu anlamak için kişinin daha önce ne yazdığını, hangi cihazı kullandığını, o hafta hangi sürümü çıkardığımı bilmek gerekiyor. Modelin elinde bu bağlam yok ve olsa bile ilk cevabı yanlış vermenin bedeli, kaybedilen bir kullanıcı.

Rakam üretmek. Yukarıda anlattım. Model bir sayıyı hatırlıyor olabilir, ama hatırladığı sayı bir yıl önceki fiyat da olabilir. Sayının yanında tarih ve bağlantı yoksa o sayıyı yayımlamıyorum.

Telifi belirsiz metin. Modele "şu yazıyı özetle" deyip özeti yayımlamak, kısaltılmış bir kopya yayımlamaktır. Okurum, kapatırım, kendi cümlelerimle yazarım. Bu blogda görsel de kullanmıyorum, aynı sebeple.

Peki kademeler arasında nasıl seçiyorum

Somut bir kural verirsem: hakem varsa ucuzdan, yoksa ortadan başlıyorum.

Hakemli işlerde ucuz kademe yanılırsa kaybım bir tur. Fiyat farkları ciddi — ucuz kademeler amiral gemilerinin onda birine kadar inebiliyor — yani üç deneme bile hâlâ ucuz kalıyor.

Hakemsiz işlerde en ucuz kademe kötü bir seçim, çünkü hatayı yakalayacak tek mekanizma benim dikkatim ve benim dikkatim ölçeklenmiyor. Orada orta kademe, hız ile güvenilirlik arasında makul bir yerde duruyor.

Amiral gemisi kademeyi ise yalnızca uzun soluklu, çok adımlı işler için açıyorum. Tek soruluk bir işte üst kademenin farkını hissetmiyorum; otuz adımlık bir işte her adımdaki küçük fark birikiyor ve sonuç görünür şekilde değişiyor. Ayrıca uzun işlerde asıl maliyet zaten bağlam, model kademesi değil.

Özet

Model karşılaştırma yazılarını okumayı bırakmadım, ama artık onlara karar vermek için bakmıyorum — sadece nelerin değiştiğini görmek için. Kararı işin şekli veriyor.

Ve bir tavsiye: kendi işlerinizi bir kere bu dört kategoriye ayırın. Yarım saat sürer. Sonucun büyük ihtimalle sizi de şaşırtacağı şey şu olur — işlerinizin çoğu birinci kategoridedir, yani zaten bir hakeminiz vardır, ve siz o hakemi hiç kullanmıyorsunuzdur.

← Tüm yazılar