Yapay zeka ajanları insanlardan yaklaşık 5 kat fazla token tüketiyor

Yük artık sohbette değil, ajanlarda

PPC Land'in 25 Ağustos 2026 tarihli haberine göre OpenRouter'ın yönlendirme katmanından derlenen ölçüm verisi, yapay zeka ajanlarının aynı modellere yazan insan kullanıcılara kıyasla görev başına yaklaşık beş kat fazla token tükettiğini gösteriyor.

Sayılarla: ajanlar yedi günlük ortalamada 7,3 trilyon token tüketiyor. OfficeChai'nin 23 Ağustos tarihli aktarımına göre insan kullanıcıların tüketimi aynı ölçekte 1,5 trilyon civarında kalıyor.

Veriyi Peter Walker derledi ve Moses Sternstein, a16z Charts of the Week bülteni aracılığıyla 21 Ağustos 2026'da paylaştı. OpenRouter, birçok ticari modelin önünde duran bir yönlendirme katmanı olduğu için tekil bir sağlayıcının değil, karışık bir kullanımın kesitini veriyor.

Eşiğin geçildiği tarih ve tüketimin nereden geldiği

Kırılma noktası olarak verilen tarih net: ajan kullanımı insan kullanımının üzerine ilk kez 6 Şubat 2026'da çıktı.

O tarihten bu yana ajan tarafı yaklaşık altı ayda 14 katına çıktı. Aynı pencerede insan tüketimi kabaca 0,5 trilyondan 1,4 trilyona yükseldi, yani 2,8 kat. İki eğri arasındaki makas bu yüzden açılıyor.

Verinin en dikkat çeken bulgusu ise tüketimin bileşimi. Ajan token tüketiminin yüzde 85'inden fazlası önbelleğe alınmış istemlerden kaynaklanıyor. Yani ajanlar hesaplama gücünün büyük kısmını yeni çıktı üretmeye değil, kendilerine daha önce verilmiş bağlamı yeniden okumaya harcıyor.

Bunun sebebi ajanların çalışma biçimi. Habere göre ajanlar her turda araç tanımlarını, sistem istemlerini, hafızayı ve şema kısıtlarını tekrar tekrar yüklüyor. Bir görev ne kadar çok adım sürerse, aynı bağlam o kadar çok kez okunuyor.

Kurum tarafında dağılım da eşit değil. Veriye göre en üst dilimdeki kurumlar, tipik bir kurumdan 8 kat fazla token üretiyor. Sektör bazında öne çıkan örnek hukuk: bu alanda Codex kullanımı Şubat ayından bu yana 108 katına çıkmış durumda.

Bağlam olarak OfficeChai, Cloudflare'ın bot trafiğinin tüm HTTP isteklerinin yüzde 57'sinden fazlasını oluşturduğu yönündeki verisini de aktarıyor. İki ölçüm birlikte okunduğunda internetin ağırlık merkezinin insandan makineye kaydığı tablosu çıkıyor.

Yapay zeka maliyeti artık soru sayısıyla değil, mimariyle belirleniyor

Bu bölümdeki değerlendirme bize ait. Veri tek başına bir maliyet uyarısı gibi okunabilir, ama asıl söylediği şey mimari.

Bir işletme yapay zeka bütçesini planlarken genellikle şunu sorar: ekibim ayda kaç soru soracak? Bu veri o sorunun yanlış soru olduğunu gösteriyor. Bir ajan devreye girdiğinde tüketim, insanın yazdığı istem sayısından kopuyor ve görevin adım sayısına bağlanıyor.

İkinci nokta önbellek bulgusunun pratik anlamı. Tüketimin yüzde 85'i bağlamın yeniden okunmasından geliyorsa, maliyeti düşürmenin yolu daha az iş yapmak değil, ajana taşıttığınız bağlamı küçültmek. Gereksiz araç tanımları, şişmiş sistem istemleri ve her tura eklenen uzun hafıza kayıtları doğrudan faturaya yazılıyor.

Üçüncüsü ölçülebilirlik. Bir ajanı üretime almadan önce görev başına token maliyetinin bilinmesi gerekiyor. Aksi halde işe yarayan bir prototip, hacim arttığında sürdürülemez hale gelebiliyor.

Dördüncüsü bu eğilimin yan etkisi. Ajan trafiği büyüdükçe sağlayıcı tarafında veri, gizlilik ve izleme başlıkları da ağırlaşıyor; OpenAI'ın sıfır veri saklamayı koruyan güvenlik katmanı tam da bu baskının ürünüydü. Maliyet ve gizlilik aynı eğrinin iki yüzü.

Türkiye'deki işletmeler için anlamı

Aşağıdaki değerlendirme kaynaklarda yer almıyor, bizim okumamız. Veride Türkiye'ye özgü bir kırılım bulunmuyor.

Türkiye'de yapay zeka maliyeti döviz kuruna bağlı olduğu için, token tüketimindeki kontrolsüz artış burada daha sert hissediliyor. Yurt dışında kabul edilebilir görünen bir aylık fatura, aynı işletme için Türkiye'de bambaşka bir kalem olabiliyor.

Pratik sonuç şu: ajan projelerinde ilk kurulacak şey model seçimi değil, maliyet tavanı. Görev başına azami token, günlük azami çağrı ve beklenmedik artışta devreye giren bir durdurma eşiği olmadan üretime çıkmak riskli.

İkinci nokta kapsam disiplini. Sahada gördüğümüz en yaygın hata, ajana her ihtimale karşı tüm dokümanları ve tüm araçları vermek. Bu, her turda yeniden okunan devasa bir bağlam yaratıyor. Ajanı dar bir göreve odaklamak hem maliyeti hem hata oranını düşürüyor.

Üçüncüsü doğru işi seçmek. Ajanlar tekrar eden, kuralı belli ve hacimli işlerde kendini amorti ediyor: teklif hazırlama, sipariş takibi, müşteri sorularının ilk kademesi. Ayda birkaç kez yapılan bir işi ajana devretmek genellikle ekonomik değil.

Dördüncüsü ölçüm alışkanlığı. Ajanı kurduktan sonra maliyeti aylık değil haftalık izlemek gerekiyor, çünkü bu veriye göre büyüme doğrusal değil.

Kaynaklar

PPC Land, OpenRouter verisi ve ajan token tüketimi · OfficeChai, ajanlar insanlardan çok daha fazla kullanıyor