GPT-6 Sol ekip lideri olarak: Liderlik koltuğu artık pahalı olan taraf olmaktan çıktığında

Bir Crew lideri neredeyse hiç kod yazmaz. Görevi okur, kimin ne yapacağına karar verir, ihtiyaç duyduğu üyeleri belirtir, bekler, gelen çıktıları okur ve ya bunları birleştirir ya da geri gönderir. Milyon girdi jetonunda 10 dolar ve milyon çıktı jetonunda 50 dolar fiyatlarla GPT-6 Astra kullanıldığında, en az kodu üreten Ajan, Crew'daki en yüksek orana sahip olandı.

OpenAI, 2026-09-22 tarihinde, her iki tarafta da Astra'nın fiyatının beşte biri olan 2 dolar girdi ve 10 dolar çıktı fiyatlarıyla API kimliği gpt-6-sol olan GPT-6 Sol'u piyasaya sürdü. Bu durum Sol'u piyasadaki en akıllı model yapmaz. Ancak her çalıştırdığınız Crew'ya liderlik yapacak koordinasyon koltuğunu yeterince uygun fiyatlı hale getirir.

Bu argümanı, "GPT-6 Astra as your Crew leader" (GPT-6 Astra lideriniz olarak Crew'niz) başlıklı yazımızda ortaya koyduk: Karar verme yetkisini takımınızdaki en iyi muhakemeye verin, üyeler ise sıradan olabilir. Bu argüman geçerli. Değişen şey, bu stratejiyi uygulamanın maliyeti oldu. Değişmeyen ise bir kişinin kabul etmesini bekleyen bitmiş iş kuyruğu.

Özet (TL;DR)

Crew, tek bir lider Ajan tarafından koordine edilen yeniden kullanılabilir bir İnsan ve Ajan grubudur ve yürütme lider odaklıdır: Her üye başlamadan önce lider, Görev bağlamını ve Crew talimatlarını okur. Bu koltuk girdi yoğun bir koltuktur ve bir Görev başına bir kereden daha sık çalıştığı için faturası yazmaya değil okumaya dayanır. Sol'un 90% önbelleğe alınmış girdi okuma indirimiyle $2 / $10 fiyatı, her Crew'da bir lider tutmayı uygun maliyetli hale getiriyor. Gereklilik (requirement) belirsiz olduğunda Astra veya Claude Opus 5.5'i koltukta tutun. Ajanlar araştırır, yürütür, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve sonucu kabul eder.

Lider koltuğu aslında neye gider?

Sharkly dokümantasyonunda Crew yürütme süreci sabit bir dizi olarak tanımlanır. Görev yürütülebilir bir durumda ve lider hazır olduğunda, lider Ajan ilk harekete geçer. Görev bağlamını ve Crew talimatlarını okur, ardından ya işi kendisi halleder ya da belirli katkılar için uygun Ajan üyelerini belirtir. Sonuçları Göreve döner ve lider, geri gelen bilgileri birleştirir.

Bunu bir faturalandırma kalıbı olarak düşünün. Her lider dönüşü okumayla başlar: tanım, son zamandan bu yana gelen yorumlar, Crew talimatları, mevcut roller ve halihazırda gönderilmiş üyeler dahil. Kısa bir karar veya bir etiket (mention) yazarak biter. Girdi yoğun, çıktı hafiftir ve tekrarlıdır.

Ve bu koltuk, çoğu takımın beklediğinden daha yoğun çalışır, çünkü lider bir Görev başına bir kez çalışmaz. Crew'ya atanmış bir Görevde, bir üyeden gelen uygun bir yorum, Crew liderini diğer herhangi bir çalıştırma koşulunda olabileceği gibi başlatabilir. Aktif tartışması olan bir Görev, liderinin bu diziyi (thread) defalarca okuduğu bir Görevdir.

Bunlar satıcı API oranlarıdır ve fatura kesmek için değil, oranlar için buradadır. Model kullanımı, kodlama araçlarınızda yapılandırılan abonelikler veya API anahtarları aracılığıyla devam eder, bu yüzden ekibinizin ödeyeceği şey bağlandığı planlara bağlıdır.

Görev başına maliyet, jeton başına maliyet değil

Bir gerekliliği yanlış okuyan bir lider, bir gün boyunca üye çalıştırma maliyetine neden olur, bu yüzden bu durumu çözmek için fiyat listesi doğru bir yer değildir. OpenAI, skorla birlikte Görev Başına Maliyeti yayınlar, bu da gerçek soruya daha yakındır.

Agents’ Last Exam V1'de, Sol, maksimum çaba ile 56.4% alarak Opus 5'in en iyi sonucunun üzerine çıktı ve görev başına maliyeti %60 daha düşü. Sol'un performansı rakipsiz görünse de, bu tabloya dayanarak herhangi bir harcama yapmadan önce üç dürüst koşulu bilmeniz gerekiyor. Bunlar, lider çalıştırmaları değil, tam ajan benchmark çalıştırmalarıdır; kimse koordinasyon maliyeti yayınlamaz ve liderinizin gerçek faturası görevlerinizin ne kadar sohbet edici olduğuna bağlıdır. Astra satırı düşük muhakeme çabasıyla yapılmış bir karşılaştırma noktasıdır ve Astra zor çalışmıyor demektir. OpenAI ise Astra'nın "tüm alanlarda en iyi modelimiz olmaya devam ettiğini" açıkça belirtirken, üçüncü taraf bir analiz olan Artificial Analysis, Sol'un zeka indeksini 48 olarak, Claude Opus 5.5 için ise 58 olarak belirtiyor. Sol, koltuğa koyabileceğiniz en güçlü model değildir. Her Crew'da onu oturmaya izin verebileceğiniz en güçlü modeldir.

Önbellekleme özellikle lider koltuğında bir indirimdir

GPT-6, önbelleğe alınmış girdi okuma maliyetlerini %90 oranında indirimle otomatik olarak artırır. Bir lider için, bir üyeden daha önemli iki değişiklik vardır: muhakeme çabasını veya mevcut araç kümesini değiştirmek önbelleği geçersiz kılmaz, ve açık durdurma noktaları (explicit breakpoints) önbelleğin nerede sona ereceğini seçmenizi sağlar. OpenAI, GitHub'dan gelen milyarlarca istek boyunca %50'den fazla istem jetonunun taze işlem ihtiyacının azaldığını rapor ediyor.

Bir lider, Crew'da tekrar gönderilen bağlam (context) için en büyük suçludur. Her dönüşte aynı Crew talimatlarını, aynı depo sözleşmelerini ve büyüyen Görev dizisini okur; bu ön ek her seferinde neredeyse aynıdır. İşte bir önbelleğe alınmış ön ekin tam olarak tasarlandığı şekildir. Yapılandırma Ajan'da değil, Bilgisayardaki Çalışma Zamanında (Runtime) bulunur; GPT-6 Sol ajanlarını Sharkly'de çalıştırma makalesinde bunu nereye koyacağınız açıklanmıştır.

Ne zaman Astra veya Opus 5.5 koltukta kalır?

Crew, günde çok sayıda sınırlı Görev işlediğinde, roller sabit olduğunda ve gerekliliğin çoğu, her çalıştırmada yeniden türetmek yerine Crew talimatlarına yazılabildiğinde Sol'u lider olarak kullanın. Gereklilik kendisi belirsiz olduğunda, yanlış bir yorumun üç üyeyi yanlış yola sokacağı bir durumda veya Görev kısa işlerden ziyade uzun ve tek parça bir iş olduğunda daha pahalı bir model tutun. Daha ucuz bir lider, bir Crew'yu tek bir Ajanın yapabileceği işe atamak için bir neden değildir. Dokümanlar bu konuda nettir: küçük, iyi tanımlanmış işler için Görevi doğrudan tek bir Ajan'a atayın. Bir Crew'yu, liderin hedefi yorumlaması, diğer Ajan üyelerini dahil etmesi ve sonuçlarını tek bir Görevde birleştirmesi gerektiğinde kullanın. Bir Crew üzerinden yönlendirilen tek dosyadan çözüm, her durumda ihtiyacınız olmayan bir koordinasyon çalıştırması için ödeme yapar.

Lider modelini değiştirmek, sahiplik konusunda hiçbir şey değiştirmez. Sahip Crew'yu yönetir; lider yürütmeyi koordine eder.

Muhakemeyi yazıya dökmek, daha ucuz bir koltuğu uygulanabilir kılar:

Bu Crew'yu siz liderlik ediyorsunuz. Görev'i ve son dönüşünüzden sonra eklenen yorumları okuyun, ardından işi bitirebilecek en küçük üye grubunu seçin.
API ve iş değişiklikleri için @backend'i, kapsama alanı için @tests'i, kullanıcı arayüzü sayfaları için @docs'i etiketleyin.
İki gereklilik okumasının farklı tasarımlar üretme olasılığı olduğunda bir insana danışın. Aksi takdirde varsayımınızı belirtin ve ilerleyin.
Üye sonuçlarını tek bir özet halinde birleştirin: ne değişti, neyi çalıştırdınız, ne başarısız oldu, neyi kapsamadınız. Kabulü bir insana bırakın.

Uzun bir lider dönüşüne güvenmeden önce bir operasyonel not. Artificial Analysis, GPT-6 Sol'un maksimum muhakeme varyantı için (üretici değil, üçüncü taraf bir yapı için) ilk jetona 102.15 saniye sürdüğünü ölçmüştür. [DOĞRULA] Tüm Crew, liderin ilk dönüşünü bekler, bu yüzden düşünen bir lider ile takılmış bir lider aynı görünür, ta ki bir durum aksini söyleyen bir durum ortaya çıkana kadar.

Değişmeyen fatura

OpenAI, ortalama araştırmacısının kodlama ajanlarına günde 600 dolardan fazla harcadığını ve %90'ın ise 7.000 dolar harcadığını rapor ediyor. Sol'un fiyatlarıyla, Crew çalıştırmalarını kısıtlayan bir ekip artık birkaç kat daha fazlasına erişebilir ve her biri, bir kişinin okumak zorunda olduğu bir sonuçla biter. Bu, fiyat düşüşünün kötüleştirdiği bir kısıtlama değil, yarattığı bir avantajdır. Daha ucuz koordinasyon, daha fazla paralel çalışma, daha fazla fark (diff) ve daha fazla karar anlamına gelir, bu da 2026-09-22 itibarıyla değişmeyen, insan saatleriyle ölçülen bir inceleme kapasitesine karşı budur. Ajanlar araştırır, yürütür, test eder ve raporlar. İnsanlar yön belirler, yetki verir ve sonucu kabul eder. Otomasyon, ekip muhakemesi gerektiği yerde durur.

İşte bu yüzden liderin çıktısı, kendi oranından daha fazla önemlidir. 0.27 dolarda veya 3 dolarda biten bir kaydırma (scrollback) ile sonuçlanan bir lider çalıştırması değersizdir. Planı, üye sonuçlarını, kontrolleri, hataları ve açık soruyu tek bir Göreve geri döndüren bir lider çalıştırması, bir kişinin işi yeniden inşa etmek yerine dakikalar içinde kabul etmesini sağlayan şeydir. Bağlamı, ilerlemeyi, engelleyici sorunları, sonuçları ve insan incelemesini talep edilen andan yayınlanana kadar görünür tutun, o zaman daha ucuz koltuk bir birikim (backlog) yerine bir işlem hacmi (throughput) olur.

Bu hafta neyi değiştirmelisiniz?

1. Pahalı bir lidere sahip olan bir Crew seçin ve o Bilgisayardaki Runtime'ını gpt-6-sol olarak ayarlayın.
2. Liderin içgörü (judgment) göstermesi için ödediğiniz kararı, Crew talimatlarına yazılı olarak aktarın.
3. Bir Sprint çalıştırın ve iki sayıyı bir öncekiyle karşılaştırın: Tamamlanan Görev sayısı ve İnceleme Sonrası Geri Gönderilen Görev sayısı. Eğer geri gönderilen artmışsa, eski koltuk düşündüğünüzden daha fazlasını yapıyordu.

Zaten birkaç ajan çalıştırıyorsanız, Sharkly bu görevleri ve sonuçları yönetmeniz için size tek bir yer sunuyor.