Claude Haiku 5.5 ve Mistral Large 4: Haftanın AI Modelleri

Bu hafta masama iki ciddi model çıkışı düştü ve ikisi de aynı günlere sıkışmıştı. Önce 6 Ekim’de Mistral, “en büyük modelimiz” dediği Mistral Large 4‘ü önizlemeye açtı; bir gün sonra, 7 Ekim’de Anthropic Claude Haiku 5.5‘i duyurdu. Biri devasa bir “akıl” modeli, diğeri ucuz ve hızlı bir “iş gücü” modeli. Bir sistem mühendisi olarak ikisini de resmî duyurular ve bağımsız benchmark verileri üzerinden inceledim; henüz kendi iş yüküme koşamadım, o yüzden aşağıdaki değerlendirme saha testimden değil, dürüstçe söylüyorum, dökümantasyon ve üçüncü taraf ölçümlere dayanıyor.

Claude Haiku 5.5: Fiyatı %90 düşüren “işçi” model

Haiku serisi Anthropic’in en küçük ve en hızlı katmanı. Haiku 5.5’te asıl dikkat çeken şey yetenekten çok fiyat: 100 bin token’a kadar olan isteklerde giriş milyon token başına 0,10 dolar, çıkış 0,50 dolar. Bir önceki Haiku 4.5’te bu rakamlar 1,00 ve 5,00 dolardı. Yani kağıt üzerinde girişte ve çıkışta yaklaşık %90 indirim var. Anthropic, uzun istemler ve yeni tokenizer da hesaba katıldığında ortalama tasarrufun %75 civarı olduğunu söylüyor — burada küçük bir tuzak var: yeni tokenizer aynı metni eski Haiku’ya göre yaklaşık %30 daha fazla token’a bölüyor, ve 100 binin üstüne çıkan istemlerde fiyat 5 katına fırlıyor (0,50/2,50 dolar). Bütçe çıkarırken token’ı yeniden saymakta fayda var.

Teknik tarafta Haiku 5.5, 1 milyon token bağlam penceresi ve 128 bin token çıkış sınırıyla geliyor. Benim için en kıymetli yenilik ise effort (çaba) kontrolü: Haiku ailesinde ilk kez modelin ne kadar “düşüneceğini” düşük/orta/yüksek olarak ayarlayabiliyorsunuz, varsayılan orta seviye. Basit isteklerde düşük çabada düşünmeyi tamamen kapatıp gecikmeyi ve maliyeti kısmak mümkün. Özetleme, sınıflandırma, bağlam sıkıştırma ve alt-ajan (subagent) gibi yüksek hacimli işler için biçilmiş kaftan.

Benchmark tarafında dikkatli olmak lazım: paylaşılan skorların neredeyse tamamı Anthropic’in kendi iç testleri, bağımsız bir doğrulama değil. Firmanın verdiği rakamlara göre OSWorld 2.1’de %72,4, Terminal-Bench 4.0’da %39,2, ajan değerlendirmesi GDPval-AA’da 1620 Elo. Haiku 4.5’e kıyasla uçurum var (Terminal-Bench’te 4.5 sıfır çekiyordu), ama Anthropic de açıkça söylüyor: karmaşık ajan-kodlama işlerinde hâlâ Sonnet ve Opus tercih edilmeli. Haiku 5.5 listelenen her testte Sonnet 5.5’in gerisinde.

Mistral Large 4: “Le Chonk” ve açık ağırlık vaadi

Mistral Large 4 ise bambaşka bir lig: granüler bir mixture-of-experts (MoE) mimarisi, toplam 1,05 trilyon parametre, token başına 52 milyar aktif parametre (Mistral’in X paylaşımında bu rakam 49 milyar olarak geçiyor, resmî kartla çelişiyor) ve ayrıca 1,6 milyarlık bir görüntü kodlayıcı. Topluluk şimdiden “Le Chonk” lakabını takmış. Bağlam penceresi dökümantasyonda 1 milyon token, ancak Artificial Analysis bunu 524.288 token olarak listeliyor; netleşene kadar küçük rakama göre plan yapmak daha güvenli.

Fiyatlandırma, lansman indirimiyle milyon token başına 0,68 dolar giriş / 2,09 dolar çıkış; liste fiyatı ise 1,36 / 4,18 dolar. Mistral modeli “açık ağırlık” olarak tanımlıyor ve ağırlıkları Ekim sonuna kadar yayınlamayı vaat ediyor — fakat bu yazıyı hazırladığımda henüz indirilebilir değil, bir Hugging Face deposu ve açıklanmış bir lisans da yok. Yani “açık” iddiasını şimdilik bir vaat olarak not düşüyorum.

Burada beni sevindiren şey, bağımsız ölçümlerin de mevcut olması. Artificial Analysis‘in Intelligence Index skoru 38,4; bu, Large 3’ün 9,3’üne göre devasa bir sıçrama, ama yine de Kimi K3 (43,6) ve Qwen 3.8 Max (45,4) gibi rakiplerin gerisinde. Mistral’in kendi grafiklerinde kodlamada DeepSWE v1.1’de %61,7, Terminal-Bench 4’te ise %28,3 görünüyor (ki bu ikincisi GLM-5.3’ün gerisinde). Kısacası: büyük, çok yetenekli, ama “liderlik tahtını devirdi” diyebileceğimiz bir model değil.

İki model yan yana: hızlı karşılaştırma

Bir mühendis olarak değerlendirmem

Bu iki model aslında aynı yarışta değil, ve bence haberin asıl mesajı da bu. Mistral Large 4, “en güçlü açık ağırlık model” rafına oynarken; Anthropic Haiku 5.5 ile tam ters yöne, maliyet-başına-iş yönüne basıyor. Benim kendi iş yüküme bakınca ilgimi daha çok Haiku çekti: günlük boru hatlarımın çoğu özetleme, log sınıflandırma ve ajan orkestrasyonu — yani “zeki olsun” değil, “ucuz, hızlı ve tahmin edilebilir olsun” istediğim yerler. Oradaki %90’lık fiyat kırılımı, doğruysa, ciddi bir operasyonel kalem demek. Effort ayarını düşükte tutup düşünmeyi kapatabilmek de latency hassas servisler için güzel bir koz.

Mistral tarafında ise temkinliyim. Rakamlar etkileyici ama “açık ağırlık” lafı, ağırlıklar gerçekten inene ve lisans netleşene kadar bir taahhüt — bir ürün değil. Kendi sunucusunda çalıştırmayı planlayan biri için asıl kritik soru bu. Bir de klişeyi hatırlatayım: üreticinin kendi grafikleri her zaman kendi lehine seçilmiş benchmark’lardır; ben karar verirken Artificial Analysis gibi bağımsız kaynaklara bakarım. İkisini de fırsat bulunca kendi ortamımda deneyip bu yazıya saha notu düşeceğim.

Küçük bir dipnot: aynı hafta Microsoft da Decision-1 adında, yönlendirme ve doğrulama için tasarlanmış küçük bir sınıflandırıcı modeli duyurdu (milyon token başına 0,042 dolar giriş, çıkış ücretsiz). Niş ama ajan mimarileri kuranlar için izlenmeye değer.

Claude Haiku 5.5 gerçekten Haiku 4.5’ten %90 ucuz mu?

Liste fiyatında, 100 bin token’a kadar olan istemlerde evet: giriş 1,00 → 0,10 dolar, çıkış 5,00 → 0,50 dolar. Ancak 100 binin üstünde fiyat 5 katına çıkıyor ve yeni tokenizer aynı metni ~%30 daha fazla token sayıyor; Anthropic’in verdiği gerçekçi ortalama tasarruf %75 civarı.

Mistral Large 4’ün ağırlıklarını indirebilir miyim?

Bu yazı hazırlandığında hayır. Mistral modeli “açık ağırlık” olarak tanıtıyor ve ağırlıkları Ekim 2026 sonuna kadar yayınlamayı vaat ediyor, ama şu an indirilebilir bir depo veya açıklanmış bir lisans yok.

Hangisini seçmeliyim?

Yüksek hacimli, maliyet hassas işler (özetleme, sınıflandırma, alt-ajanlar) için Haiku 5.5 mantıklı. Daha ağır akıl yürütme, çok dilli ve görüntü destekli görevlerde ya da kendi altyapınızda çalıştırmayı planlıyorsanız Mistral Large 4’e bakın — ama açık ağırlık meselesini netleştikten sonra.

Benchmark skorlarına güvenebilir miyim?

Temkinli olun. Haiku 5.5 skorlarının tamamı Anthropic’in iç testleri. Mistral tarafında hem üretici grafikleri hem bağımsız Artificial Analysis verileri var; karar verirken bağımsız olanı önceleyin.

Değerlendirmem

Ekim’in ilk haftası, yapay zeka modeli piyasasının iki ayrı ucunu aynı anda hareketlendirdi: Anthropic fiyatı dibe çekerek “işçi model” katmanını yeniden tanımladı, Mistral ise açık ağırlık vaadiyle devasa bir MoE modelini sahaya sürdü. Benim mühendis gözümle öne çıkan Claude Haiku 5.5’in maliyet kırılımı oldu; Mistral Large 4’ü ise ağırlıkları gerçekten inip lisansı netleşene kadar “izlenecek vaat” rafında tutuyorum. İkisini de kendi iş yükümde test edince bu yazıyı güncel saha notlarıyla tazeleyeceğim.