· kaynak dev.to (home feed)
Accenture Claude harcamasını çalışan başına 29 dolara sınırladı; ayda 1.000 dolar harcayan kullanıcıları zor durumda bıraktı
Accenture, Claude harcamasını çalışan başına aylık 29 dolara indiriyor; bazı personel için bu tutar 1.000 dolara kadar çıkıyordu, diye bildiriyor 404 Media. Bu sınır, kurumsal yapay zeka bütçelerinin daraldığının ve gerçek iş akışı sıkıntılarının bir işareti.

Accenture, Claude harcamasını kullanıcı başına 29 dolara sınırlıyor
404 Media'nın 15 Ekim'de yayımladığı habere göre Accenture, çalışanlarının çoğuna artık kişi başına aylık yalnızca 29 dolar Claude harcaması yapılacağını bildirdi. Bu çalışanların bazıları aylık 1.000 dolara varan faturalar oluşturuyordu ve rapor, şimdi önceki kullanım düzeylerini korumaya çalışmak için seferber olduklarını anlatıyor. Muhabir Joseph Cox imzalı haber, X'te iki milyondan fazla görüntülenme aldı.
Haberi ele alan bir dev.to analizi de bu gerilime dikkat çekiyor: Accenture yıllardır müşterilerine yapay zekaya ağır yatırım yapmaları tavsiyesinde bulunuyor ama şimdi kendi iç yapay zeka harcamasını kısıyor.
Claude'un gerçek maliyeti
Claude Code'un bağımsız bir fiyatı yok. Anthropic'in ücretli planlarıyla birlikte geliyor ve normal Claude sohbet arayüzüyle kullanım havuzunu paylaşıyor. Dev.to yazarının 16 Ekim'de kontrol ettiği haliyle Anthropic'in fiyat sayfasına göre: Pro aylık 20 dolar (yıllık ödemede 17 dolar) ve kullanım limitleriyle birlikte Claude Code içeriyor; Max aylık 100 dolardan başlıyor ve oturum başına Pro'nun beş ya da yirmi katı kullanımın yanı sıra aylık API kredisi sunuyor; Team koltukları merkezi faturalandırma ve idari harcama kontrolleri ekliyor; Enterprise, koltuk başına aylık 20 dolar artı API ücretleriyle kullanım olarak listeleniyor.
Etiket fiyatlarından daha önemli olan iki yapısal detay var. Abonelik limitleri beş saatlik kayan pencereyle sıfırlanıyor, üzerine haftalık limitler biniliyor ve Anthropic sabit bir mesaj sayısı yayımlamıyor — bir planın ne kadar dayandığı modele, bağlam uzunluğuna ve iş yüküne bağlı. API'de ise hiçbir varsayılan üst sınır yok. Listelenen token ücretleri arasında, milyon token başına Opus 5.5 için 4 dolar giriş ve 20 dolar çıkış, Sonnet 5.5 için 2/10 dolar, Haiku 5.5 için 100K token altında 0,10/0,50 dolar (üstünde 0,50/2,50 dolara yükseliyor) ve Opus 5.5 için hızlı mod 8/40 dolar yer alıyor. Token başına küçük rakamlar, birinin sessizce aylık 1.000 dolara nasıl ulaştığının açıklaması.
Kodlama ajanları bütçeleri neden yakar
Bir sohbet oturumu kabaca yazdığınız ve okuduğunuz kadar paraya mal olur. Bir ajan ise sıradaki adıma karar vermek için tekrar tekrar yeniden okuduğu her şeye mal olur ve bunun çoğu görünmezdir. Temeldeki modeller durum bilgisi taşımadığı için her turda tüm konuşma yeniden gönderiliyor. Kodlama ajanları bunu üç yolla katlıyor: varsayılan olarak dosyaları, diff'leri, test çıktılarını ve araç tanımlarını içeri çekiyorlar; test-et-ve-düzle döngüleri her turda büyüyen bir bağlamı yeniden gönderiyor; ve varsayılan model en yetenekliyse, önemsiz bir yeniden adlandırma bile frontier fiyatlandırmasıyla karşılaşıyor. Dev.to yazarının dediği gibi, bunların hiçbiri bir arıza değil — ürünün olması gerektiği gibi çalışması; sayaç fark etmenin neden bu kadar kolay olduğu da tam bu yüzden.
Finans yapmadan önce bütçeleme
Dev.to yazısı, 29 dolar gibi koltuk başına sabit bir rakamın fiyat listesinden yola çıkılarak değil, insanların gerçekten nasıl çalıştığına bakılarak oluşturulması gerektiğini, dolayısıyla neredeyse herkes için yanlış olacağını savunuyor: Haftada iki kez Claude açanlar için çok fazla, işi artık bir ajanın yazdıklarını incelemek olan biri içinse çok az. Önerilen adım dizisi şöyle: iki normal haftalık kullanımı ölçmek, insanları unvan yerine çalışma desenine göre (ara sıra, günlük, eş-programcı olarak ajan) gruplandırmak, her gruba onları bölmeden en ucuz seçeneği vermek ve modeller ile fiyatlar sürekli değiştiği için aylık olarak yeniden kontrol etmek.
Yazıya göre asıl önemli metrik, kullanıcı başına maliyet değil, tamamlanmış görev başına maliyet — merge edilmiş her pull request ya da düzeltilmiş her hata için. Aylık 1.000 dolarlık fatura, bir mühendisin bir haftalık zamanının yerini alıyorsa ucuzdur; çoğunlukla yeniden çalıştırılan test döngüleri satın aldıysa pahalıdır; sabit bir sınır her iki durumu aynı şekilde ele alıyor.
Sınırlar ayrıca katmanlar halinde, paranın gerçekten harcandığı yerde belirlendiğinde en iyi çalışıyor: aboneliğin kendi beş saatlik pencereleri, herkese tek bir rakam olarak değil grup bazında uygulanan Team ve Enterprise harcama kontrolleri, otomatik bir pipeline'ın küçük bir hatayı büyük bir faturaya dönüştürememesi için API anahtarlarına katı workspace limitleri ve her çağrı öncesi günlük bütçe kontrolü ile araç döngülerine iterasyon sınırı gibi kod içi korumalar.
Herhangi bir sınır gelmeden önce alınabilecek daha ucuz kazanımlar da var, diye ekliyor yazı: bağlamın statik kısmı için prompt caching, sınıflandırma ve tekrar eden işleri Haiku ya da Sonnet gibi daha ucuz modellere yönlendirmek, ajanın her oturumda depoyu yeniden keşfetmesine izin vermek yerine ilgili dosyaları göstermek ve acil olmayan işleri toplu hale getirmek.
29 dolar yeterli mi? Claude'u ara sıra taslak ya da açıklama için kullanan biri için dev.to yazarının vardığı sonuca göre muhtemelen evet — yalnızca Pro bile 20 dolar. Günlük Claude Code kullanımı için hayır ve 404 Media raporu, etkilenen çalışanların bunu zaten bildiğini gösteriyor.
Neden önemli
Bu sınır, kurumsal yapay zeka harcamasının sınırsız deneme aşamasından çıkıp finans denetimine girdiğinin somut bir işareti. Accenture bir istisna olmayabilir: müşterilerine yapay zekaya ağır yatırım yapmayı salık veren her büyük firma, er ya da geç aynı fatura sorularıyla içeride de yüzleşecek. Düz sınırlar idari olarak basit ama kaba ve en ağır kullanıcılar — genellikle bu araçları en derin benimseyenler — üzerinde gerçek iş akışı maliyetleri dayatıyor. Kullanımı ölçen, kullanıcıları segmentlere ayıran ve katmanlı sınırlar koyan kuruluşlar verimlilik kazançlarını koruma şansına daha yaklaşıyor; not ile tek bir rakam belirleyenler ise yapay zekaya en bağımlı mühendislerini daha yavaş iş akışlarına ya da denetimsiz kişisel hesaplara itme riski alıyor.
- #ai
- #anthropic
- #claude
- #enterprise-it
- #developer-tools