16 Ekim 2026 CumaSayı № 289
III BenchmarkBağımsız Basın

Jev, Vercel'in En Hızlı Benimsenen AI Modeli Oldu

Vercel'in AI gateway verilerine göre, Jev modeli lansmanının ilk iki haftasında ücretli ekiplerin %35'i tarafından kullanıldı ve bu oran, ikinci en popüler model Sonnet 5.5'in iki katı. Açık kaynak modellerin token payı %70'in üzerine çıkarken, sınır‑ötesi laboratuvarlara harcama on kat artış gösterdi.

TechCrunch AI kaynağından derlendi · · 1 dk okuma

Orijinal haber ↗
Görsel: TechCrunch AI

Özetle

  1. 1

    Jev, lansmanının ilk iki haftasında ücretli ekiplerin %35'i tarafından kullanıldı.

  2. 2

    Modelin benimsenme oranı, Sonnet 5.5'in iki katı kadar yüksek.

  3. 3

    Açık kaynak modeller, Vercel gateway üzerinden işlenen tokenların %70'inden fazlasını oluşturuyor.

  4. 4

    Sınır‑ötesi laboratuvar harcamaları on kat artış gösterdi.

Vercel, 15 Eylül'de sınırlı bir sürüm olarak piyasaya sürdüğü Jev modelinin benimsenme hızını iki haftalık bir periyotta ölçtü. Şirketin AI gateway'inde toplanan verilere göre, Jev, ödeme yapan ekiplerin %35'i tarafından tercih edildi; bu oran, aynı platformda ikinci en çok kullanılan model olan Sonnet 5.5'in yaklaşık yarısı kadar bir fark yaratıyor.

Jev, önceden belirlenmiş birkaç çıktı arasından seçim yapmaya odaklanan hafif bir karar modeli olarak tasarlandı. Çıktı sayısını sınırlamak, modeli hem daha ucuz hem de daha hızlı çalıştırıyor; bu da büyük veri sınıflandırma görevlerinde Sonnet gibi daha ağır modellere kıyasla avantaj sağlıyor. Vercel, Jev'i erken benimseyen ilk müşterilerinden biri olarak, zararlı komutları sınıflandırmak için daha önce kullandığı GPT-6 Luna modelini Jev ile değiştirdi.

Vercel'in raporu ayrıca açık kaynak modellerin pazar payının hızla büyüdüğünü gösteriyor: işleme alınan tokenların %70'inden fazlası açık kaynak modeller tarafından sağlanıyor ve toplam harcamanın yaklaşık %25'i bu modellere gidiyor. Bununla birlikte, sınır‑ötesi (frontier) laboratuvarlara yapılan harcama on kat artış göstererek, bu modellerin hâlâ daha küçük bir paya sahip olmasına rağmen pazarın büyümesinde kritik bir rol oynadığını ortaya koyuyor.

Bu bulgular, Jev'in düşük maliyetli ve yüksek hızlı sınıflandırma yeteneklerinin sektördeki talebi karşılamada etkili olduğunu ve açık kaynak ile sınır‑ötesi modellerin birbirini tamamlayıcı bir ekosistem oluşturduğunu işaret ediyor.

Yöney yorumu

Jev'in hızlı benimsenmesi, düşük maliyetli ve yüksek hızlı karar modellerine olan talebin artığını gösteriyor; geliştiriciler bu tür hafif modelleri daha fazla tercih ederken, açık kaynak çözümlerinin pazar payının büyümesi ekosistemde çeşitliliği ve rekabeti artıracak.

Yapay zekâ tarafından üretilmiştir.

Haberdeki skorlar

Bu skorların kaynak metinde birebir geçtiği doğrulandı. Bilinen testlerin sonuçları Benchmark sıralamalarına da eklenir.

  • JevAdoption among paid Vercel teams (first 2 weeks) · ilk iki hafta
    %35
  • Open source modelsToken share processed through Vercel gateway
    %70
  • Open source modelsSpend share of total
    %25
Devamı kaynakta

Bu haber TechCrunch AI kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.

III

Aynı bölümden

Tümü →
III Benchmark

Google Gemini 4 Argon, aylar içinde Google'un en ileri modeli konumuna geldi

Google DeepMind'in yeni modeli Gemini 4 Argon, ARC-AGI-3 benchmark'ında %97.5 başarı elde ederek 95% sınırını aşan ikinci laboratuvar oldu. Model, Provider Adapter Harness test ortamında elde ettiği yüksek puanla GPT-6 Astra'nın %99.9 skoruna yaklaşırken, maliyet ve test koşullarına duyarlılığı da gündeme geldi.

Özetle 3 madde
  1. Gemini 4 Argon, ARC-AGI-3 benchmark'ında %97.5 skorla %95 eşiğini aşan ikinci AI laboratuvarı oldu.
  2. Test ortamına (Provider Adapter Harness vs Standard Harness) bağlı olarak model performansı %49.8'den %97.5'e kadar değişiklik gösterdi.
  3. Epoch Capabilities Index'te 165 puan alarak Google'un AI yetenek skalasında en yüksek seviyeye ulaştı.

The Decoder5 skor

III Benchmark

Açık Ağırlıklı Modellerin Gerçek Durumu ve Öncü Modellerle Karşılaştırması

Son zamanlarda yapılan benchmark filtrelemeleri, açık kaynaklı büyük dil modellerinin artık Sonnet 5 gibi ticari SOTA modellerini geride bıraktığını gösteriyor. Bu durum, açık‑ağırlıklı ekosistemin hızla olgunlaştığını ve ücretli modellerin zorunlu olmadığı senaryoların artabileceğini işaret ediyor.

Özetle 3 madde
  1. Açık‑ağırlıklı modeller Sonnet 5'in performansını geride bıraktı.
  2. Benchmark filtrelemesi, açık kaynak modellerin gerçek potansiyelini ortaya koydu.
  3. Qwen 4 ve GLM gibi yeni modeller rekabeti daha da artıracak.

Reddit LocalLLaMA

III Benchmark

Qwen Flash Next Gyro-M Kuantı, ISTA Laboratuvarı Q2'ye Karşı SOTA Performans Gösteriyor

AgentionAI tarafından tek geliştirici olarak sunulan Gyro-M kuantı, Qwen3.8‑Flash‑Next modelini ISTA Laboratuvarı’nın Q2 kuantılarından daha küçük bir boyutta ve daha iyi KLD‑top‑1 sonuçlarıyla çalıştırıyor. Kullanıcılar üç gün süren testlerde döngü (loop) sorunu yaşamamış ve modelin talimat takibi ile bağlam tutma yeteneğinin ISTA Q3 seviyesine yakın olduğunu rapor etti.

Özetle 3 madde
  1. Gyro‑M kuantı, ISTA‑lab Q2 kuantılarından daha düşük KLD ve daha yüksek top‑1 doğruluk sağlarken boyutu da daha küçüktür.
  2. Üç günlük testlerde model hiç döngü (loop) hatası vermemiş, bağlam tutma ve talimat izleme konusunda ISTA Q3 seviyesine yakın bir stabilite göstermiştir.
  3. Cyrillic dillerinde zaman zaman metin düzenleme hataları yaşanmasına rağmen, genel performans ISTA 2‑bit kuantlarıyla eşdeğer hızda gerçekleşmiştir.

Reddit LocalLLaMA