Dimension Çin Yapay Zekasını İnceliyor: Açık Modeller, Hesaplama Darboğazları ve Ticarileşme Uçurumu

Çin'de çip, ABD'de elektrik sıkıntısı; Çin-ABD yapay zekası yeni bir oyun tahtasına girdi

Orijinal başlık: Dimension sınırlı ortaklarına gizli mektup: Trans-Pasifik yapay zeka satrancı
Orijinal yazar: Dimension Capital

Editörün notu: ABD önde gelen modellere ve üst düzey çiplere sahipken, Çin daha bol elektriğe ve daha güçlü maliyet kısıtlarına sahipken, küresel yapay zeka rekabeti nasıl bir yol izleyecek?

Dimension'ın iç mektubu bu soruyu yanıtlamaya çalışıyor. Yazar rekabeti; hesaplama gücü, enerji, açık kaynak ekosistemi, uygulama geliri ve sermaye piyasası fiyatlaması gibi birbiriyle bağlantılı katmanlara ayırıyor.

Yazarın temel yargısı, ihracat kontrollerinin Çin-ABD yapay zeka endüstrileri arasındaki bağı basitçe koparmadığı, aksine Çin laboratuvarlarını mühendislik verimliliğini ve açık ağırlıkları daha fazla vurgulayan bir teknik rotaya ittiği yönünde. ABD modelleri, Nvidia hesaplama gücü, Çin açık kaynak modelleri ve sınır ötesi veri hizmetleri aynı endüstri zincirine gömülmüş durumda: teknik yetenek sınır ötesi akabilir, ancak gelir, maliyet ve pazarlık gücü mutlaka aynı anda transfer olmaz. Gelecekteki kazanan bu nedenle yalnızca model performansına değil, aynı zamanda kimin kendi en kıt unsurunu çözebileceğine ve daha sürdürülebilir bir ticari döngü kurabileceğine bağlı olabilir.

Bu aynı zamanda makalenin neden ABD'nin elektrik darboğazını ve Çin yapay zeka şirketlerinin yüksek değerlemelerini aynı anda tartıştığını açıklıyor. İki bölgenin karşılaştığı yapısal sorunlar tamamen zıt: ABD daha olgun ticarileşme yeteneğine sahip ancak enerji ve altyapıyla sınırlı; Çin hızla genişleyen elektrik arzına ve açık ekosisteme sahip ancak hâlâ gelişmiş çip kıtlığı, sınırlı ödeme isteği ve küçük gelir ölçeği gibi kısıtlarla karşı karşıya. Teknik yetenek, ticari gelir ve piyasa değerlemesi bu nedenle belirgin bir uyumsuzluk gösteriyor.

Belirtmek gerekir ki, bu mektup belirgin bir yatırım kurumu perspektifi taşıyor; içindeki bazı gelir, model kaynağı ve sektör penetrasyon verilerinin daha fazla doğrulanması gerekiyor. Ancak dikkate değer bir analiz çerçevesi sunuyor: Çin-ABD yapay zeka rekabeti artık yalnızca teknik üstünlük veya politika ablukasıyla açıklanamaz; endüstri yapısını gerçekten belirleyen şey, hesaplama gücü, enerji, açık kaynak yayılımı ve sermaye tahsisi arasındaki sürekli değişen denge olabilir.

Aşağıda orijinal metin yer almaktadır:

Saygıdeğer ortaklarımız:

Dimension'dan küçük bir ekip geçen hafta Çin'e giderek birçok önde gelen laboratuvarı ziyaret etti ve yerel yatırımcılar, girişimciler ve teknik uzmanlarla görüş alışverişinde bulundu. Bu gezi büyük ölçüde bir yeniden ziyaretti ve 2025 Şanghay seyahatimizden sonra oluşturduğumuz yargıları yeniden test etme amacı taşıyordu. O zamanlar, Çin'in artan öneminin donanım alanının ötesine geçtiğini yazmış ve konuşmuştuk. Şimdi, bu gezinin kazanımlarını özetlerken, bu trans-Pasifik yapay zeka satranç oyununu yeniden değerlendirmenin gerekli olduğunu düşünüyoruz. Aşağıda mevcut düşüncelerimizi paylaşıyoruz. Hatırlatmak isteriz ki, bu görüşler hâlâ evrim geçiriyor ve yeni veriler ortaya çıktıkça yarın bile değişebilir.

1. Kıtlık evrimi tetikler

İhracat kontrollerinin amacı Çin yapay zekasının gelişimini yavaşlatmaktı. Ancak sonuç, evrimsel bir baskı yaratarak Çin'de kendine özgü laboratuvarların doğmasına yol açtı.

Hesaplama gücünün kısıtlı olduğu durumlarda, Çin ekipleri genellikle daha alt soyutlama katmanlarında mühendislik optimizasyonu yaparken, ABD laboratuvarları bu alanları çoğu zaman göz ardı edebiliyor. DeepSeek, Mart ayında V3'ü yayınladığında, bir Nvidia H800 GPU üzerinde PTX düzeyinde CUDA programlama yaparak enerji tüketimi en yüksek normalizasyon işlemini GPU hesaplama çekirdeklerinden seri ara bağlantı için ayrılmış 20 çekirdeğe taşımıştı.¹

Bunun ABD'de yetenek eksikliğinden çok teşvik mekanizmalarındaki bir farkı yansıttığını düşünüyoruz: ABD laboratuvarlarının marjinal getirisi daha fazla hesaplama gücü eklemekten gelirken, Çin laboratuvarlarının marjinal getirisi derleyiciler ve çipler için optimizasyon alanı bulmaktan geliyor.

Sonuç olarak, Çin laboratuvarları çekirdekler, optimize ediciler, hizmet sistemleri ve hatta çip tasarımını kapsayan tam yığın bir verimlilik kültürü geliştirdi. Bu kültürün bileşik etkisi, tek nokta optimizasyonunun ötesine geçiyor. Kıtlık—kim düşünebilirdi ki?—icadın anası oldu; burada ise sistem, assembly ve derleyici mühendisliğini doğurdu.

2. Çin yazılımının mevcut durumu, iki yıl önce Batı kurumsal yazılımının yapabildiğini aştı: Batı üretim teknoloji yığınlarına nüfuz etme

Çinli tedarikçiler, 18 aydan kısa bir süre önce sıfır penetrasyondan, şu anda OpenRouter token hacminin %25'inden fazlasını destekler hale geldi.²

Qwen, kör test arenalarında Llama'yı geride bıraktı ve yeni modeller yayınlamaya sık sık devam ediyor. İki yıldan kısa bir sürede, Çin modelleri "dünyanın en iyi beşinci açık kaynak modeli" konumundan "ABD'deki yapay zeka girişimlerinin en az %80'inin üretim ortamında en az bir Çin açık kaynak modeli kullandığı" konuma geldi.³ Açık ağırlıklar satın alma engellerini aşıyor—ücretsiz yazılımda denetlenecek bir tedarikçi yok.

Özünde, Çin hızla Batı'nın iş yüklerini ele geçiriyor, Batı'nın gelirini değil. Geçmişte olduğu gibi, çıkarım kârı token'ları fiilen sağlayan hizmet sağlayıcılara akıyor.

İster kasıtlı olsun ister karmaşık bir sistemin küresel ölçekte doğal olarak ortaya çıkması, Çin'in öncü laboratuvarları ABD rakiplerinin bağımlı olduğu gelir katmanını metalaştırıyor ve bu esas olarak açık kaynak tarafında gerçekleşiyor. Bu bize göre tesadüf değil ve yalnızca tuhaf bir deney de değil.

Bu şirketlerin hedefi, büyük ölçekli, istikrarlı, düşük gelirli operasyon sistemleri kurmak. Bu nedenle, orta vadeli yargımız şu: Çin, açık ağırlık modellerine dayanan, hızlı takip eden bir ekosistemi teşvik ederek ABD öncü laboratuvarlarının gelirini sıkıştırıyor; aynı zamanda geliri hiper ölçekli bulut sağlayıcılarına ve yeni çıkarım altyapısına yönlendiriyor. Bu eğilimin, mevcut oyun tahtasına önemli ileri teknolojinin girmesini yavaşlattığını, hatta engellediğini düşünüyoruz.

3. Çin öncü laboratuvarları arasındaki rekabet, Batı'nın genellikle fark ettiğinden çok daha şiddetli

Yargımıza göre, mevcut rekabet cephesi DeepSeek, Alibaba'nın Qwen'i, Moonshot AI Kimi, ByteDance Doubao ve Zhipu GLM'yi içeriyor ve aralarındaki fark yalnızca bir çeyreklik sıralama değişimi kadar. Dikkat çekici olan, Tencent'in devasa mevcut kullanıcı tabanına rağmen ekosistemin dışında kalması; bu başlı başına dikkate değer bir konu.

Bu laboratuvarlar Ar-Ge hızı ve model yeteneği konusunda birbirleriyle doğrudan rekabet ederken, model ağırlıklarını açık hale getiriyor; bu da ABD'deki iki kapalı laboratuvarınkinden tamamen farklı bir rekabet ekosistemi oluşturuyor.

Yine vurguluyoruz: Önümüzdeki bir-iki yılın rekabet odağı, uluslar arası rekabetten ziyade farklı teşvik mekanizmaları arasındaki bir mücadele. Temas kurduğumuz Çin laboratuvarları, Batı medyasının abartmayı sevdiği uluslararası rekabetten çok birbirleriyle rekabete odaklanmış durumda.

4. Artık model yeteneği, Pasifik'i iki kez geçip son müşteriye ulaşabiliyor

Somut yol şu: ABD öncü laboratuvarları daha güçlü performanslı modeller yayınlıyor; Çin laboratuvarları bunları damıtıp model ağırlıklarını yayınlıyor; ABD uygulama şirketleri daha sonra bu açık kaynak Çin modellerini kullanarak ürünler geliştirip bunları ABD kurumsal müşterilerine geri satıyor.

Cursor'un kendi geliştirdiği Composer 2'nin Kimi K2.5 temel alınarak inşa edildiği iddia ediliyor; Cognition'ın SWE-1.5'i ise özelleştirilmiş GLM üzerine kurulu görünüyor. Kısacası, bir Çin öncü laboratuvar temsilcisinden duyduğumuz gibi, ABD'nin yineleme hızı yüksek, Çin'in yayın hızı yüksek.

Yaklaşık bir yıl önce, bu şirketlerin Llama, hatta Mistral seviyesine ulaşması iyi sayılırdı. Şimdi, ABD öncü yapay zekası Çin'in açık ağırlık sistemine entegre olmuş durumda ve ABD öncü zekası da bunun içinde gizli.

5. Veri katmanı da benzer bir yörünge izliyor gibi görünüyor

ABD veri tedarikçileri—Mercor, AfterQuery, Turing—Anthropic, OpenAI gibi şirketlerle ticari ortaklıklar kurdu. Bu arada Çin'de, bir grup girişim notlandırma hizmetlerini desteklemek için değerlendirme ve doğrulama altyapısı inşa etmeye başladı.

Örneğin, UniPat bir Pekin Üniversitesi doktora öğrencisi tarafından kuruldu ve Mercedes-Benz tarafından destekleniyor. Şirket Aralık 2025'te Seattle'da ofis açtı ve iddiaya göre Çin'den doktora düzeyinde etiketleyiciler kullanarak, doğrudan ABD Ortabatı aktarma hattı üzerinden bu projeler için çalışıyor.

Çin laboratuvarları basit ama önemli bir soru soruyor: **Hesaplama kısıtlı, belirli bir eşiği aşamayan bir ortamda, hesaplama süreci üzerindeki insan denetiminin kalitesini, uyarlanabilir yeteneklere ve neredeyse sınırsız kaynağa sahip modellerle nasıl uyumlu tutabilirler?**⁴

Ekosistemde birkaç ekibin ilgili ürünleri geliştirmeye başladığını gözlemliyoruz; bunlardan en az ikisinin geliri hızla 100 milyon doların üzerine çıkıyor.

6. ABD ve Çin, nitelik olarak farklı ve zıt yönlü kısıtlarla karşı karşıya

Çin 2024'te yaklaşık 429 GW yeni elektrik üretim kapasitesi eklerken, ABD yalnızca yaklaşık 51 GW ekledi. 2030'a kadar, Çin'deki mevcut ve inşaat halindeki elektrik projeleri 400 GW'ın üzerinde ek arz sağlayabilir. Buna karşılık ABD'de, veri merkezi genişlemesinin gelecekteki yeni elektrik talebinin beşte birinden fazlasını oluşturması bekleniyor.⁵

Daha önce yazdığımız gibi, Çin'in kısıtı yetersiz hesaplama tabanından kaynaklanıyor. Bir örnek: Moonshot AI'nın yeni K3 modeli yetenek açısından öncü olmasına rağmen, yayın tarihi çıkarım kapasitesi yetersizliği nedeniyle ertelendi.

ABD çip kaynakları açısından zengin, hesaplama gücü giderek elektrikle sınırlı; Çin elektrik kaynakları açısından zengin, hesaplama gücü giderek çiplerle sınırlı.

Yargımız—ve bu sektörde yaygın bir görüş—geleceğin mevcut en kıt unsur tarafından belirleneceği yönünde: ABD için veri merkezi arazisi, iletim ve dağıtım ile enerji nakil hatlarının ne kadar hızlı inşa edilebileceği; Çin için ise SMIC ve Huawei'nin verim ve paketleme kapasitesi.

7. ABD ile Çin yapay zeka gelirleri arasındaki fark çok büyük, yaklaşık iki büyüklük mertebesi

Temmuz sonu itibarıyla Anthropic'in yıllıklandırılmış geliri 6,5 milyar doları aştı; Ağustos itibarıyla OpenAI'nin yıllıklandırılmış geliri 40 milyar dolara ulaştı.⁶

Buna karşılık, Çin'deki en güçlü model geliri ByteDance'e ait; video modelinin yıllıklandırılmış geliri yaklaşık 200-300 milyon dolar. İkinci en yüksek gelir Moonshot AI'da, yaklaşık 100 milyon dolar. DeepSeek'in yıllıklandırılmış gelirinin 50 milyon doların altında olduğu bildiriliyor.

Tüketici tarafında, Doubao aylık 345 milyon kullanıcıya sahip; bu DeepSeek'in üç katından fazla. Her ikisi de ticari komisyonlar dahil çeşitli gelir kaynakları sunuyor; hesaplamalarımıza göre, aylık kişi başına ortalama gelir yaklaşık 1 yuan.

Tarihsel olarak, Çinli tüketiciler yazılım için ödeme yapmaya alışkın değil. Çin ekonomisinin, orta sınıfın bu alışkanlığı hızla değiştirmeye istekli olacağı kadar tarafsız hale geldiğini de düşünmüyoruz. Şirket içinden kişiler, ticarileşmeyi sağlamak için kaynak ayırdıklarını belirtiyor; Çinli tüketicilerin internet kullanım alışkanlıkları da gerçekten on yıl önce değişmişti.

Elbette, Çin laboratuvarları sonunda ABD laboratuvarlarının yapmaya yanaşmadığı şekilde ticari reklam yoluyla da gelir elde edebilir.

Burada ayrıca çekincesiz bir pragmatizm unsuru var: Girişimciler genellikle yanlış kelimeler veya damgalayıcı ifadeler nedeniyle sansürlenmekten ya da linç edilmekten endişe etmiyor. Hong Kong Kowloon sokaklarında yürürken bu çok belirgindi: tezgah sahipleri Ben Thompson'ın ABD laboratuvarlarının reklam ve iş modellerinden mantıksızca kaçınmasına ilişkin analizini dinliyordu.⁷

Bu arada, Ben bunu ilk kez duyuyor—Ben tarihteki en iyi analistlerden biri.

8. Donanım, yarı iletken katmanı, yazılım katmanı ve veri katmanından ayrışıyor; iç içe geçme hızı hiçbir hükümetin yetişemeyeceği kadar yüksek

ABD uygulamaları Çin modelleri üzerinde çalışıyor; Çin laboratuvarları Malezya ve Tayland'da kiraladıkları Nvidia hesaplama gücünde eğitim yaparken ABD modellerinin çıktılarını damıtıyor; uzman verileri de çift yönlü akıyor.⁸

"Soruları kimin yazdığı" sorusunun artık güvenilir olmadığını görüyoruz.

Benzer şekilde, sistemler artık derin bir karşılıklı bağımlılık içinde; bu hem "retorik ulus-devlet üstünlükçülüğü" hayaline uyuyor hem de fiili işleyişte gerçek bir ulusötesicilik sergiliyor—ta ki özyinelemeli kendini geliştirme, yani RSI, mevcut oyun yapısını köklü biçimde değiştirene dek.

9. Bazı üst düzey Çinli araştırmacıların, RSI'nin daha zayıf bir biçimini kavradıklarına inandıklarını tespit ettik

Genel olarak RSI üç türe ayrılabilir: zaman, hesaplama gücü ve sınır tipi RSI. En erken RSI, araştırmacıların modeli kendi yinelemesine dahil etmesi ve modelin, araştırmacının hesaplama gücünü veya zamanını tüketecek adımları manuel olarak hızlandırmasına yardımcı olması ya da her ikisini birden yapması olarak anlaşılabilir. Burada dikkat edilmesi gereken, bu aşamadaki "kalkışın" büyük olasılıkla 2100'e kadar uzanan on yıllar gibi uzun zaman ölçeklerinde üstel bir eğri olarak görünmeyeceği; ayrıca insan işbirliğinin herhangi bir bireyin veya makinenin ulaşabileceği yeteneği aşması şeklinde de olmayacağıdır.

10. Kritik bir yol ayrımı

Birinci dereceden kendini geliştirmenin gerçekten var olduğunu varsayarsak, hesaplama gücü açısından ABD'nin avantajı oldukça sağlam görünüyor: 2030'a kadar iki laboratuvarın her biri yaklaşık 2 GW hesaplama gücü işletiyor ve ayrıca her birinin 5 GW'ı aşan sözleşmeli projesi var.

Teorik olarak, bu projeler önemli gelirler ve güçlü sermaye piyasaları tarafından finanse ediliyor; ölçekli hesaplama, yatay düşünme, "kendini geliştirme" döngüleri ve bu yetenekleri etkili kullanmayı öğrenmenin de sonu yok gibi görünüyor.

Ancak tersine, gerçek kısıt doğrulama kalitesindeyse veya zaman ilerlemesi eğrinin olması gereken aralığını aşıyorsa, o zaman "kapasite optimizasyonu ve yerli çip yedekliliği" ifadesi—kulağa tanıdık gelebilir—önümüzdeki 18 ay boyunca hızlanmaya devam edebilir:

ABD öncü model yeteneğinin metalaşması hızlanır;

Çin açık ağırlık modellerinin kullandığı özgün model yeteneği artar;

Çıkarım katmanındaki teklif tabanlı yapay zeka şirketleri daha yüksek pazarlık gücü elde eder;

Hesaplama hizmeti sağlayıcıları, yabancı mülkiyet ağırlıklarının dahil edilmesiyle daha büyük işlem hacmi ve kâr elde eder;

Sonunda bu etkiler, hiper ölçekli bulut sağlayıcıları ve yeni bulut sağlayıcıları gibi çıkarım hizmeti sağlayıcılarına da yansır.

Bu, elektrik altyapısı yatırımlarında büyük bir uyumsuzluk olacağı anlamına geliyor.

Vurgulamamız gereken nokta: ABD ve Çin altyapısına ilişkin analizimiz, bugüne kadar yaptığımız tüm analizler arasında potansiyel getirisi en yüksek olanlardan biri olabilir.

Gelecek hakkında

11. Gelecekte şöyle bir dünya ortaya çıkabilir

Gelecekte, ABD öncü laboratuvarları yeni nesil en gelişmiş modellere API erişimi açmayabilir. Aslında, programatik kurumsal uygulamaların büyük çoğunluğu için mevcut teknoloji seviyesi zaten yeterli. Gelecekteki üst düzey modeller kullanım yerine değere göre fiyatlandırılacak ve aynı zamanda Çin'in öncü yeteneklerden faydalanmasını giderek daha fazla teşvik edecek.

Bu nedenle, ABD laboratuvarları daha yüksek fiyatlı, daha düşük kullanımlı modelleri desteklemek için API gelirlerinin önceliğini artırabilir; bu da ABD Doğu Yakası'ndan Pasifik boyunca uzanan önemli bir rekabet hattını kesecektir.

En azından bu, daha fazla verinin Çin içinde önceden eğitilmiş modeller kullanılarak işlenmesini zorunlu kılacak ve mevcut hesaplama darboğazı üzerindeki baskıyı artıracaktır.

Öğrendiğimize göre, bazı büyük ölçekli ABD çok uluslu şirketleri mühendislik ve matematik gibi görevleri Çin'e taşımak için pilot uygulamalar yürütüyor.

12. Çin-ABD yapay zeka manzarası

Yapay zekanın ABD ve Çin teknoloji sistemlerini o kadar derin bir şekilde iç içe geçirdiğini düşünüyoruz ki, düzenleyici önlemlerin trans-Pasifik bağlantılardan yalnızca birini kesmesi en iyi ihtimalle geçici bir etki yaratabilir.

ABD ve Çin'deki teknik uzmanlar bir anlamda birbirleriyle konuşuyor; bu etkileşim model damıtma, açık ağırlıklar, veri etiketleme, çıkarım gibi birçok katmanda gerçekleşebilir ve yazılım giderek daha fazla ajan tabanlı arama altyapısından yararlanıyor.

Para akışını doğrudan yasaklama, kuruluş listeleme, barındırma yasakları ve satın alma yasakları gibi uygulamalar neredeyse kesinlikle ABD inovasyonunu bastıracak ve ilgili alanlardaki liderliği başkalarına kaptıracak; sonuçta fonların Çinli rakiplere akmasına yol açacaktır.

Batı'da yapay zeka değerleme balonu tartışmaları gürültülü şekilde sürerken, Çin piyasasının atmosferi belirgin biçimde daha hararetli.

Gelir çarpanlarına bakıldığında, Çin laboratuvarları ABD öncü laboratuvarlarının 5 ila 10 katı değerlemelerle işlem görüyor; gelir ölçeğine göre ise Çin-ABD farkı yaklaşık iki büyüklük mertebesi.

Moonshot AI'nın son tur finansmanındaki değerlemesi 3,5 milyar dolar iken, Temmuz ayı yıllıklandırılmış geliri yaklaşık 100 milyon dolar; değerleme gelirin yaklaşık 35 katı. Yeni tur finansmanın 5 milyar dolar yatırım öncesi değerlemeyle yapılacağı bildiriliyor; bu da gelirin yaklaşık 50 katına denk geliyor.

Zhipu bu yıl Ocak ayında Hong Kong'da halka açıldığında piyasa değeri yaklaşık 10 milyar dolardı; bu, Anthropic'in değerleme çarpanının yaklaşık 20 katı. Şirketin erken dönem halka açık piyasa hisse fiyatı şiddetli dalgalandı: halka arzdaki yaklaşık 1,3 milyar dolarlık piyasa değerinden bu yıl Ocak ayında yaklaşık 10 milyar dolara yükseldi.

Kong AI Knowledge Atlas Technology HK (2613) da bu yıl Ocak ayındaki yaklaşık 1,3 milyar dolarlık piyasa değerinden yaklaşık 10 milyar dolara yükseldi; Luna AI (HKG:100) ise yaklaşık 15 milyar dolardan 33 milyar dolara kadar çıktı, ardından yaklaşık 10 milyar dolara geriledi.

Her iki hisse de kilitlenme süresi sona ermeden önce sert düştü. Yargımıza göre bu esas olarak piyasa yapısının henüz olgunlaşmamasından kaynaklanıyor: onlarca yıllık tüketici yazılımı yatırım deneyimi, kurumsal finansal açıklamalar ve açık kaynak çerçeveleri etrafında dikkatli değerlendirme yeteneğini ancak şimdi yavaş yavaş biriktiriyor.

Bu, biyoteknoloji alanında gördüğümüz durumdan belirgin biçimde farklı değil: Hong Kong halka açık piyasasında, çapraz yatırımcılar veya uzman teknoloji ve biyoteknoloji yatırımcıları nedeniyle neredeyse hiç düzenleyici risk bulunmuyor.

Uygun yatırımcılar için bu büyük bir fırsat sunuyor: piyasaya girip bu kategorilerdeki erken dönem halka açık piyasa yatırımlarında lider konum kurabilirler.

Ortaklarınız,

Nan, Adam, Zivain

Notlar

DeepSeek V3 teknik raporu: 2048 H800 GPU kullanıldı; PTX düzeyinde programlama; düğümler arası iletişim için yaklaşık 30 milyon özel mesaj.

Mart 2026'da OpenRouter haftalık token payı yaklaşık %42, ±5 puan dalgalanıyor; Qwen'in payı yaklaşık %18. Dikkat çekici olan, Hugging Face model indirmelerinin Çin açık ağırlık modeli kullanımının yalnızca yaklaşık %80'ini oluşturması; yaklaşık %20'si diğer kanallardan dağıtılıyor.

Anthropic, Moonshot AI, DeepSeek ve MiniMax'ı milyonlarca Claude konuşma verisini toplamakla resmen suçlamıştı; bu iddia daha sonra birçok şirket tarafından reddedildi ve çürütüldü.

Farklı çalışma oranı yöntemleri arasındaki muhasebe farklılıklarına ilişkin yorumlar burada şimdilik bir kenara bırakılmıştır.

Alibaba ve ByteDance'in Güneydoğu Asya'daki veri merkezi eğitimleri, 20 Nisan 2026'da getirilen kısıtlamaların ardından hızlandı; bu şirketler Tayland, Malezya ve Japonya'daki Çin dışı sahiplikli tesislerde hesaplama gücü kiralıyor. ABD Beyaz Saray'ın Mart 2026'daki OSTP direktifi, Nvidia ihracat sınıfı GB300 sunucularını K3 eğitimi için Tayland'a getirdi; mevcut ihracat kontrolleri uzaktan erişimden çok çiplerin mülkiyetine odaklanıyor. Tayland, Malezya ve Endonezya'da hesaplama kiralama maliyetleri yaklaşık %30 daha yüksek, işletme maliyetleri ise yaklaşık %10 daha düşük.

Kilitlenme süresi dolmadan önce, %5'in üzerinde hisseye sahip kurumlar nakde çeviremez; sıradan hissedarlar da kilitlenme süresi bitmeden satış yapamaz.