Anthropic, Claude Opus 5.5'in çalıştırma maliyetinin Opus 5'ten %40 daha düşük olduğunu söylüyor. Ekibinizden biri şimdiden bariz hesabı yapmıştır: aynı bütçe, yaklaşık 1,7 kat daha fazla agent çalıştırması, yani yaklaşık 1,7 kat daha fazla teslim edilmiş iş. Bu hesap aritmetik olarak doğru, operasyonel olarak yanlış; ve bu hesaba göre hareket edilen hafta, panonuzun kimsenin okumadığı tamamlanmış çalıştırmalarla dolduğu hafta olur.
Daha fazla agent'ı paralel çalıştırmanın önündeki kısıt hiçbir zaman model faturası olmadı. Kısıt, bir kişinin bir diff'i okuyup agent'ın ne karar verdiğini anlaması ve bunu kabul etmesi kapasitesiydi. Bir fiyat indirimi bu sayıya hiçbir şey yapmaz. Yalnızca işin o noktaya ne kadar hızlı ulaştığını artırır.
Özetle
İnceleme tavanı, bir ekibin bir günde gerçekten okuyup değerlendirebileceği ve kabul edebileceği tamamlanmış agent çalıştırması sayısıdır ve bu sayıyı token'lar değil insanlar belirler. Daha ucuz modeller bu tavana ulaşan işin hızını artırır, tavanın kendisine ise dokunmaz; dolayısıyla bir fiyat indiriminin ilk görünür etkisi daha hızlı bir sürüm değil, daha uzun bir kuyruk olur. Agent'lar araştırır, uygular, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve sonucu kabul eder. İşe yarayan yanıt, eşzamanlılığı bütçeye göre değil inceleyicilere göre sınırlamak ve tek bir incelenebilir sonuçta birleşen agent işini birçok sonuca dağılan agent işinden ayırmaktır. Sharkly; bağlamı, ilerlemeyi, engelleri, sonuçları ve insan incelemesini talepten yayına kadar Task üzerinde görünür tutar; kuyruğu sayılabilir kılan da zaten budur.
Gerçekte ne ucuzladı
İki laboratuvar 22 Eylül 2026'da ürün çıkardı. İşte bunun faturanıza dokunan kısmı.
| Claude Opus 5 | Claude Opus 5.5 | GPT-6 Sol | GPT-6 Luna | |
|---|---|---|---|---|
| API kimliği | claude-opus-5 |
claude-opus-5-5 |
gpt-6-sol |
gpt-6-luna |
| 1M token başına girdi | $5 | $4 | $2 | $0.10 |
| 1M token başına çıktı | $25 | $20 | $10 | $0.50 |
| Önbelleğe alınmış girdi | n/a | okuma $0.20, yazma $5 | okumalarda %90 indirim | okumalarda %90 indirim |
Anthropic, Opus 5.5'in Opus 5'ten %40 daha düşük maliyetle çalıştığını ve yaklaşık %30 daha hızlı çıktı ürettiğini belirtiyor. Yukarıdaki liste fiyatları Opus 5 token fiyatının %20 altında; bu, yayımlanmış iki sayıdan bizim yaptığımız bir hesaplama ve %40'lık iddiadan ayrı bir şey. OpenAI, Sol ve Luna'nın her birinin GPT-5.6 promosyon fiyatlandırmasından %50 daha ucuz olduğunu belirtiyor; "promosyon" OpenAI'ın kendi ifadesi, yani bu manşet liste fiyatına değil indirimli bir orana göre ölçülmüş.
Tamamlanan görev başına maliyet, token başına maliyetten daha fazla düştü. AutomationBench 1.0.6'da OpenAI, ekstra yüksek akıl yürütmede GPT-6 Sol'un görev başına 0,27 dolarla %33,2 puan aldığını, buna karşılık maksimum akıl yürütmede Claude Opus 5'in Sol'un maliyetinin 11,1 katıyla %26,9 puan aldığını bildiriyor. DeepSWE 1.1'de OpenAI, maksimum akıl yürütmede GPT-6 Luna'yı %66,6 puanda ve görev başına Opus 5'ten %93 daha ucuz olarak konumlandırıyor.
Yani bir denemenin fiyatı, iki satıcıda, tek bir günde büyük ölçüde düştü. Haftanızda başka hiçbir şey değişmedi.
Bu hafta herkesin yaptığı hesap
Harcamayı sabit tutun ve bölün. %40 daha düşük çalıştırma maliyetiyle, aynı aylık tutar Opus 5 çalıştırması satın aldığı sayının yaklaşık 1,67 katı Opus 5.5 çalıştırması satın alır. İşin rutin yarısını bunun yerine Luna'ya yönlendirirseniz çarpan ilginç olmaktan çıkar, çünkü milyon token başına 0,10 ve 0,50 dolarda artık bütçelediğiniz kalem model değildir.
Şimdi ikinci hesabı yapın; bunlardan herhangi birinin teslim edilip edilmeyeceğine karar veren hesabı. Mühendislerinizden birinin bir günde düzgün okuyabileceği tamamlanmış çalıştırma sayısını alın. Göz gezdirmek değil, yeşil bir tikle onaylamak değil: diff'i okumak, agent'ın ne yapmayı seçtiğini anlamak ve bunun sorumluluğunu üstlenmek. Bu sayı her neyse, 21 Eylül 2026'da da aynıydı ve gelecek çeyrekte de aynı olacak. İnceleme kapasitesi hesabı, fiyat indiriminden önce bile kötü sonuç veriyor; fiyat indirimi ise yalnızca girdi tarafını değiştiriyor.
Fiyat indirimi, kapasite artışı değildir. Hâlâ bir insan gerektiren bir şeyi üretmenin ne kadar ucuz olduğunda yaşanan bir değişikliktir.
İpucu: sizi durduran şey maliyet değildi
Eğer model maliyeti bağlayıcı kısıt olsaydı, ekipler işe yarayan en ucuz konfigürasyonu çalıştırıyor olurdu. Öyle değildi. OpenAI'ın kendi sayıları, kuruluşundaki medyan araştırmacının API fiyatlarıyla günde 600 dolardan fazla çıkarım çalıştırdığını, 90. yüzdelik dilimin ise günde 7.000 dolar çalıştırdığını söylüyor. Yayımladığı kıyaslama tablosu, ekiplerin daha düşük bir puan almak için görev başına 11,1 kat daha pahalı bir konfigürasyonu bilerek kullandığını gösteriyor; çünkü güvendiğiniz bir sonuç, iki kez kontrol etmeniz gereken bir sonuçtan daha değerlidir.
Gerçek kısıtın şekli budur. İnsanlar, birim başına daha az insan denetimi gerektiren çıktı için büyük bir kat çarpan ödüyor. Satın alınan kıt kaynak hesaplama gücü değil dikkattir ve bu kaynak zaten yüksek bir primle satın alınıyordu.
Bu da bir fiyat indiriminin asimetrik etki ettiği anlamına gelir. Üretim tarafını ucuzlatır, kabul tarafını ise tam olduğu yerde bırakır.
Birleşen fan-out ve panoya düşen fan-out
Ucuz modelleri sessizce pahalı olmak yerine gerçekten faydalı kılan ayrım şu ve çoğu ekibin atladığı ayrım da bu.
Bazı paralellik birleşir. Üç agent aynı migrasyonu izole worktree'lerde dener, bir test paketi ve bir lider Agent geçeni seçer ve bir kişiye tek bir sonuç ulaşır. Maliyet üçe katlandı ama inceleme yükü değişmedi. Fiyat indiriminin size gerçek bir verim kazandırdığı yer burasıdır ve yeni ekonominin kurulumunuzu değiştirmeye değer olduğu yer de burasıdır.
Bazı paralellik ise dağılır. On agent birbiriyle ilgisiz on Task alır ve on diff, on değişiklik özeti ve on kabul kararı üretir. Maliyet yine aynı on çalıştırmadır. İnceleme yükü ise bir kişinin dikkat biriminin on katıdır.
| Birleşen fan-out | Dağılan fan-out | |
|---|---|---|
| Örnek | Tek bir migrasyona 3 deneme, en iyisi kazanır | 10 Task, 10 Assignee, 10 diff |
| Ucuz modeller ne kazandırır | Daha fazla deneme, birinin iyi olma olasılığı daha yüksek | Bekleyen daha fazla tamamlanmış iş |
| Üretilen inceleme öğesi | 1 | 10 |
| Tek başına fiyata göre ölçeklemek güvenli mi | Evet | Hayır |
Ucuz modelleri, yeniden denemelere olan sabrınızın elverdiği ölçüde birleşen fan-out'u genişletmek için kullanın. Çalıştırmalar ne kadar uygun fiyatlı hale gelmiş olursa olsun, dağılan fan-out'u inceleyicilerinizin sınırının ötesine genişletmek için kullanmayın. Dürüst karar çifti budur ve göz ardı edildiğinde paraya mal olan kısım da ikinci yarısıdır.
Bütçe yerine neyi değiştirmeli
Eşzamanlılığı harcamaya değil, inceleyicilere göre sınırlayın. Kuralı Crew'nin görebileceği bir yere yazın: insan kabulü bekleyen açık Task sayısı, vardiyadaki inceleyici sayısının birinin bir vardiyada tamamladığı inceleme sayısıyla çarpımını geçmemelidir. Sizin iki sayınız, bizimkiler değil. Sınıra ulaşıldığında, bütçe izin verse bile agent'lar yeni Task almaya ara verir. Burada yazılı bir yönlendirme kuralı bir tercihten daha iyidir, çünkü bir tercih sessizce daha ucuz bir fiyata yenilir.
"İnsan bekleniyor" durumunu görünür kılın. Tamamlanan bir çalıştırma ile bir şey sormak için duran bir çalıştırma dışarıdan aynı görünür ve tek kayıt bir terminalse ikisi de görünmez olur. Yürütme, engeller, sonuçlar ve takip tartışmaları Task zaman çizelgesine dönmelidir; böylece kuyruk, cuma günü hissettiğiniz bir duygu değil sayabileceğiniz bir şey olur.
Token'ları değil, incelemeyi fiyatlandırın. Çalıştırma başına dolar raporlayan agent'lar arası maliyet takibi, artık bağlayıcı olmayan bir soruyu yanıtlar. Bir panoya koymaya değer sayı, kabul edilen değişiklik başına insan dakikasıdır. Daha ucuz bir modele geçtikten sonra bu sayı arttıysa, daha ucuz model daha pahalıdır.
Tasarrufun bir kısmını kanıta harcayın. Typecheck'ini, test sonuçlarını, değişiklik özetini ve bilinen sınırlarını ekleyen bir çalıştırma daha fazla token, daha az dikkat harcar. Opus 5.5'te milyon önbelleğe alınmış girdi okuması başına 0,20 dolar ve GPT-6'da önbelleğe alınmış okumalarda %90 indirimle, ek doğrulama geçişi neredeyse bedava ve aslında kıt olan kaynağı geri satın alıyor.
Bu, haftayı nerede bırakıyor
İki laboratuvar aynı gün bir denemenin fiyatını düşürdü ve biri kıyaslamasını saatler sonra yerini başka bir modele bırakan bir modele karşı yaptı. Hiçbiri sizin için diff okuyan bir şey çıkarmadı. İşin insan sahipliği, %40 ucuzlamayan kısımdır ve üretime neyin ulaşacağını belirleyen de o kısımdır.
Hâlihazırda birkaç coding agent çalıştırıyorsanız, bu hafta yapılacak faydalı hamle eşzamanlılık sayısını yükseltmek değildir. İnceleme tavanınızın gerçekte ne olduğunu bulmak ve sonra eşzamanlılığı ona göre ayarlamaktır. Sharkly; çalıştırmaları, engelleri, sonuçları ve bir insanın kabul etmesini bekleyen iş kuyruğunu görebileceğiniz tek bir yer sunar.
