DeepSeek R1 zekânın maliyetini yeniden belirledi; Çinli stüdyolar şimdiden bunu oyunlara harcıyor
DeepSeek, R1'i 20 Ocak 2025'te yayımladı ve asıl şok, kıyaslama puanları değil fiyatıydı. R1, bir milyon girdi tokenı başına yaklaşık 0,07 dolarlık maliyetle öncü akıl yürütme modellerinin performansına ulaşıyordu; bu, OpenAI'ın benzer modelinden yaklaşık 27 kat daha ucuzdu. DeepSeek ayrıca modeli 2.000 GPU ile 55 günde yaklaşık 5,6 milyon dolara eğittiğini açıkladı. Piyasa, hesaplama gücünün değerini yeniden fiyatlandırırken NVIDIA tek bir günde 589 milyar dolarlık piyasa değeri kaybetti.
Oyunlar açısından önemli olan kısım
Haberlerin çoğu piyasalar ve jeopolitik hakkındaydı. Oyun geliştiren herkes açısından önemli olan kısım ise Çinli stüdyolarda ardından yaşananlardı. NetEase CEO'su Ding Lei, birkaç hafta içinde DeepSeek sınıfı modellerin şirketin oyun Ar-Ge verimliliğini yaklaşık yüzde 30 artırdığını açıkladı: Eskiden iki hafta süren görev betiği üretimi üç günde tamamlanıyor, ilgili iş gücü maliyetleri de yaklaşık yüzde 40 düşüyordu.
Bunu bir kez daha okuyun. Bu, bir laboratuvar sonucu veya demo değil. Dünyanın en büyük oyun yayıncılarından birinin yöneticisi, yetenekli bir modelin maliyeti bir anda dibe vurduğu için üretimin neredeyse anında ne kadar ucuzlayıp hızlandığını somut rakamlarla açıklıyor.
Geliştiriciler için anlamı
İki yıl boyunca oyunlarda yapay zekâ tartışması yetenekler üzerineydi: Kimin modeli daha iyi diyalog yazıyor, kimin modeli daha temiz kod üretiyor, kiminki kullanılabilir görseller oluşturuyor? Bu yarış, zirvede büyük ölçüde beraberlikle sonuçlandı. R1, sınırı tamamen farklı bir eksene taşıdı; yapay zekâ video dünyasının 2026 boyunca keşfetmekle uğraşacağı aynı eksene: maliyete.
Zekâ 20 kattan fazla ucuzladığında, oyun üretim hattındaki her yapay zekâ özelliğinin ekonomik dengesi tersine döner. Her varlıkta, her görev dizisinde ve her oyuncu etkileşiminde çalıştırılması fazla pahalı olan araçlar, varsayılan olarak kullandığınız araçlara dönüşür. Soru, "bu döngüye bir model eklemeyi karşılayabilir miyiz?" olmaktan çıkıp "neden her döngüde bir model yok?" hâline gelir. Büyük bir yayıncı bunu bin kişilik bir organizasyon genelinde yüzde 30 verimlilik artışı olarak değerlendirir. Tek başına çalışan bir içerik üreticisi içinse bu, bir fikrin hayata geçirilebilir olup olmaması arasındaki farktır.
Bu ikinci senaryo, Cinevva'nın temel tezinin ta kendisi. Tek bir içerik üreticisinin normalde bir ekip gerektirecek bir oyun geliştirebilmesi için öncü modelleri birlikte çalıştırıyoruz. Zekânın temel maliyeti her düştüğünde, bir kişinin üretebileceklerinin alt sınırı da yükseliyor. DeepSeek yalnızca birkaç ABD laboratuvarını utandırmadı. Tek başına oyun geliştirmenin dayandığı ham maddenin fiyatını değiştirdi ve bu beklenmedik kazancı en iyi değerlendirebilecek olanlar, en büyük bütçelere sahip kişiler değil. En başından beri hiç bütçesi olmayanlar.