Kongreye yapılan brifing, açık ağırlıklı yapay zeka modellerinde Çin'in öncülüğünü ortaya koyuyor

Kongre için hazırlanan bir brifing

Yapay zeka bülteni Interconnects, Kongre üyelerine ve çalışanlarına açık ağırlıklı yapay zeka modelleri konusunda verilen bir brifingin hazır konuşma metnini yayımladı; brifing, Amerika Birleşik Devletleri ile Çin arasındaki rekabet çerçevesinde kurgulanmış. Yazar, Allen Institute for AI'de iki buçuk yıl geçirerek OLMo modellerinin geliştirilmesine yardımcı oldu ve konuşmayı, açıkça erişilebilir dil modellerinin şu an nerede durduğuna dair bir genel bakım olarak sunuyor.

Açık ağırlıklı, açık kaynakla aynı şey değil

Brifing, politika tartışmalarının sıklıkla bulanıklaştığı tanımlarla başlıyor. Açık ağırlıklı (open-weight) modeller, eğitilmiş parametrelerini lisanslar kapsamında inceleme ve sonraki kullanım için yayımlar; Meta'nın Llama'sı, Alibaba'nın Qwen'i, Google'ın Gemma'sı ve DeepSeek'in yayımladıkları modeller bilinen örnekler. Gerçekten açık kaynaklı modeller daha da ileri gider ve bir modeli yeniden üretmek için gereken her şeyi — eğitim kodu ve eğitim verisi dahil — sunar. Interconnects'a göre en önde gelen tamamen açık kaynaklı girişimler — AI2'nin OLMo'su, OpenAthena'nın Marin'i ve EleutherAI'nin Pythia'sı — hepsi Amerikan kar amacı gütmeyen kuruluşlarından geliyor.

Kategoriler ayrı kutular değil, bir spektrum oluşturuyor. Örneğin Nvidia'nın Nemotron modelleri, kısıtlamasız lisanslarla önemli miktarda eğitim verisi yayımlıyor; bu da onları tamamen açık kaynak sayılmadan çoğu açık ağırlıklı yayından daha açık hale getiriyor. Kapalı, yalnızca API üzerinden sunulan modeller de ne kadar şey açıkladıkları konusunda farklılık gösteriyor.

Çin'in öncülüğünün ardındaki rakamlar

Brifinge göre Çinli şirketler, kabaca Nisan 2025'ten bu yana açık ağırlıklı alanda önde; Meta'nın Llama'sı üzerine kurulu erken Amerikan avantajını geçtiler. Hugging Face indirmelerinde Çin, büyük ölçüde Alibaba'nın Qwen ailesinin gücüyle Temmuz 2025'te öne geçti. Yazar bunu, ilk kez Ağustos 2025'te yayımlanan American Truly Open Models (ATOM) projesiyle takip ediyor; o zamandan beri Çin'in indirme farkı kabaca 1,6 milyara ulaştı ve toplamda yaklaşık 3,2 milyar Çin modeli indirimi gerçekleşti; bu, Amerikan rakamının iki katı.

Benchmark'lar da aynı yönü gösteriyor. Artificial Analysis Intelligence Index'e göre 14 Eylül 2026 itibarıyla en iyi üç açık model Çinli: 45 ve 42 puan alan Z.ai'nin GLM-5.3 ve GLM-5.3-Flash ile 44 puanla Moonshot AI'nin Kimi K3'ü. Önde gelen Amerikan girişimleri — Thinking Machines'in her biri 26 puanla Inkling ve Inkling Small ile Nvidia'nın 23 puanlık Nemotron 3 Ultra'sı — bu endekste on beş Çinli modelin gerisinde. En iyi ABD modelleri Haziran ve Temmuz 2026'da yayımlandı ve daha seyrek güncelleniyor; Çinli laboratuvarlar, GLM-5 ve DeepSeek V4 Pro gibi yayımlarla benzer puanlara iki ila altı ay önce ulaştı. Arcee AI, Poolside ve IBM gibi daha yeni Amerikan katılımcıları farkı hızla kapatamıyor.

Herkes frontier'den ne kadar uzakta

Interconnects, Çin'in açık ağırlıklı modellerinin OpenAI ve Anthropic'in elindeki kapalı Amerikan frontier'ının kabaca iki ila beş ay gerisinde olduğunu, Amerikan açık ağırlıklı modellerinin ise altı ila dokuz ay gerisinde olduğunu tahmin ediyor. Çin yayımları, kullanıcı talebinin en net olduğu alanlarda — özellikle agentic coding'de — en güçlü; fizik ve biyoloji gibi alanlardaki açık uçlu bilimsel problemlerde ise daha zayıf. GLM-5.2 ve Kimi K3'ün, Claude Code'un Aralık 2025'te aştığı agentic yetenek düzeyine ulaştığı belirtiliyor.

Çin'in öncülüğünün bir kısmı yayım sıklığına bağlanıyor: her laboratuvar sürekli geliştiğinden, daha sonra tamamlanan bir model daha güçlü bir performans anlık görüntüsü yakalıyor ve biraz daha dar bir görev odağı, benchmark sonuçlarını olduğundan daha iyi gösteriyor. Distillation bir açıklama olarak küçümseniyor — brifing, bunu tamamen engellemenin, örneğin OpenAI ve Anthropic'te know-your-customer denetimleri yoluyla, farkı yalnızca bir ya da iki ay büyüteceğini tahmin ediyor. Belge ayrıca, Çinli laboratuvarların 2026'da eğitim verisini kendi içlerinde üretmekten, keskin veriler — örneğin agentic görevler için pekiştirmeli öğrenme ortamları — kurulu Amerikan şirketlerinden ve yeni Çinli girişimlerden satın almaya geçişini de kaydediyor.

Politika için anlamı

Brifing, Çinli açık ağırlıklı modelleri kısıtlamanın çoğunlukla Amerikan kullanıcılarına zarar vereceği uyarısında bulunuyor. Yakın zamanda belgelenen OpenAI–Hugging Face siber güvenlik olayı sırasında Hugging Face, saldırıyı bir Çinli açık ağırlıklı modelle analiz etti; çünkü kapalı modeller sorgularını yanıtlamayı reddetti. Argümana göre bu tür modellere erişimi kesmek dolayısıyla Amerikan şirketlerini geriye atacak ve açık ağırlıkların risklerini yönetmek büyük ölçüde ekosistemi hazırlamaktan ibaret. Önerilen yol, hem doğası gereği küresel olan risklerde koordinasyon sağlamak hem de Çin yapımı ağırlıklara dengesiz bir bağımlılıktan kaçınmak için ABD'nin açık modellere yatırımına devam etmesi.

Neden önemli

Bu, ABD yapay zeka politikikasının hâlâ şekillendirildiği bir dönemde Kongre kayıtlarına giren bir uygulayıcının değerlendirmesi. Tartışmayı açık modelleri dizginlemekten onlara hazırlanmaya doğru yeniden çerçeveliyor: rakamlar tutarsa, Amerikan şirketleri giderek artan biçimde Çin yapımı ağırlıklara bağımlı hale geliyor ve kısıtlamalar yabancı laboratuvarlar yerine yerli kullanıcıları cezalandırır. Ayrıca yasak koyuculara, açık araştırmayı finanse etme ve model yayımlarını düzenleme kararları için somut kanıtlar — indirme rakamları, benchmark puanları ve frontier farkı tahminleri — sunuyor.