LegalOn, GPT-6 serisiyle Codex maliyetlerini %65 azalttı ve geliştirme hızını korudu
LegalOn Technologies, GPT‑6 Luna, GPT‑6.1 Sol ve GPT‑6 Astra modellerini görev karmaşıklığına göre seçerek Codex kullanım maliyetlerini yarı yarıya düşürdü. Model seçimi, Fast‑mode kısıtlamaları ve bütçe limitleriyle geliştirme hızı korunurken, günlük harcamalar %65 azaldı.

Özetle
- 1
Model seçimi rehberiyle görev karmaşıklığına göre GPT‑6 Luna, Sol ve Astra kullanılarak %65 günlük maliyet tasarrufu sağlandı.
- 2
Fast‑mode varsayılan olarak kısıtlandı; ekipler paralel görev yürütme ile geliştirme hızını korudu.
- 3
Departman ve bireysel bazda bütçe limitleri ve yönetişim kontrolleriyle AI harcamaları kontrol altına alındı.
- 4
AI yatırımının ROI'sini ölçmek için özellik sürümlerine dayalı yeni bir metrik geliştirildi.
LegalOn Technologies, yapay zekâ destekli geliştirme süreçlerini ölçeklendirmek amacıyla OpenAI'nin GPT‑6 serisini üç farklı modelde (Luna, Sol, Astra) kullanmaya başladı. İlk aşamada geliştiricilere GPT‑5.5 Fast modunda sınırsız erişim verilirken, maliyet artışları ve bütçe sınırları nedeniyle yeni bir model seçimi rehberi oluşturuldu. Bu rehber, görev karmaşıklığına göre en hafif modelden en yetkin modele geçiş yapılmasını öngörüyor.
Yeni strateji kapsamında, basit kod uygulamaları ve otomasyonlar için en hafif model olan GPT‑6 Luna, orta seviyedeki tasarım ve veri analizleri için GPT‑6.1 Sol ve karmaşık mimari tasarım ve karar verme süreçleri için en yetkin model GPT‑6 Astra tercih ediliyor. Ayrıca Fast‑mode varsayılan olarak kapatıldı; yalnızca kritik ihtiyaçlarda açılabiliyor. Departman ve bireysel bazda aylık kullanım limitleri ve bütçe kısıtlamaları da yönetişim araçlarıyla denetleniyor.
Bu uygulamaların sonucunda, LegalOn tahmini günlük maliyetlerini %65 oranında azaltarak GPT‑5.5'e kıyasla önemli bir tasarruf sağladı. Geliştirme performansı ise paralel görev yürütme gibi ekip içi pratiklerle korunmuş, yeni iş birimlerine ise daha yüksek bütçeler tahsis edilerek AI kullanımının teşvik edilmesi hedeflenmiştir. Şirket, ayrıca AI yatırımının gerçek geri dönüşünü ölçmek için her özellik sürümünün müşteri değerine göre AI maliyetini bağlayan yeni bir metrik geliştirmeye başladı.
Gelecek planları arasında, bireysel mühendislerin AI deneyimlerini şirket çapında bir bilgi tabanına dönüştürmek, AI becerilerini işe alım süreçlerine entegre etmek ve AID CoE ile güvenlik ekiplerinin iş birliğinde risk, performans ve maliyet dengesini optimize eden esnek bir yönetişim çerçevesi oluşturmak yer alıyor.
Yöney yorumu
LegalOn'un model tabanlı maliyet optimizasyonu, büyük ölçekli yazılım ekiplerinin AI kullanımını sürdürülebilir kılmak için bir yol haritası sunuyor; geliştiriciler verimliliği korurken bütçe kontrolü sağlayabilir.
Bu haber OpenAI kaynağından derlenip Türkçeye aktarıldı. Ayrıntılar ve orijinal metin için oka tıklayın.


