13–26 Eylül 2026 — Opus 5.5, GPT-6 Sol ve Luna, sesli asistanlara yüz

Eylül’ün ikinci yarısında model sürümlerinin yanında “hesap verebilirlik” metinleri de çoğaldı. Bu yazıda o iki haftanın başlıklarını birincil kaynaklardan derledim. Yorumlar bana ait; şirket rakamlarını şirket iddiası olarak aktardım.

Hizalama sorunlarını raporlamak

16 Eylül’de OpenAI, model hizalama sorunlarını izleme, inceleme ve kamuya açıklama çerçevesini paylaştı ve beklnmedik ya da endişe verici davranışlara dair altı rapor yayımladı (OpenAI). 21 Eylül’de de matematikle ilgili sonuçların incelenmesine ve duyurulmasına rehberlik edecek bağımsız bir Matematik ve Yapay Zekâ Danışma Grubu ile çalıştığını açıkladı (OpenAI). Eylül başındaki Navier–Stokes iddiası aklımdayken bunu okuyunca rahatladım; büyük matematik iddialarının bağımsız bir incelemeden geçmesi doğru bir adım.

Claude Opus 5.5

22 Eylül’de Anthropic, yeni Claude 5.5 ailesinin ilk modeli Opus 5.5’i tanıttı. Şirkete göre model çoğu işte Fable 5.1 düzeyinde çalışıyor ve Opus 5’ten yüzde 40 daha ucuza çalıştırılabiliyordu. Anthropic, modelin yayımlanmadan önce aralarında METR’in de bulunduğu dış değerlendiricilerce test edildiğini ve kendi otomatik davranış denetiminde şimdiye kadar test ettiği en iyi sonucu verdiğini yazdı (Anthropic). Bunlar Anthropic’in iddiaları. Benim için duyurunun en değerli kısmı, dış değerlendirmeye yer verilmesiydi.

GPT-6 Sol ve Luna, üçüncü taraf değerlendirmeler

Aynı gün OpenAI, yetenek ve maliyet arasında farklı dengeler kuran iki model tanıttı: GPT-6 Sol ve Luna (OpenAI). Yine 22 Eylül’de, titiz, güvenli ve bağımsız üçüncü taraf güvenlik değerlendirmeleri için önceliklerini ve ilkelerini yayımladı (OpenAI). İki büyük laboratuvrın aynı gün hem yeni modelle hem de dış değerlendirme vurgusuyla çıkması tesadüf olabilir. Yine de Temmuz ve Ağustos’taki olayların sektörde bir iz bıraktığını düşündürüyor.

Sesli asistanlara yüz

15 Eylül’de Google, sesle karmaşık görevleri yerine getirmek için en gelişmiş canlı diyalog modelleri olarak tanımladığı Gemini 3.8 Live ve 3.8 Live Extended Thinking’i tanıttı (Google). 24 Eylül’de bunu Live Avatar ile genişletti; canlı diyalog yeteneğini düşük gecikmeli video akışıyla birleştiren, kurumsal kullanım için tasarlanmış bir özellik (Google). Sesli bir asistana yüz eklemek etkileşimi daha doğal hâle getirebilir. Ama kullanıcının bir makineyle konuştuğunu her an bilmesi, bence bu tür ürünlerde pazarlık konusu olmamalı.

BM Güvenlik Konseyi

23 Eylül’de Sam Altman, BM Güvenlik Konseyi’nde yapay zekâ güvenliği, insan denetimi ve uluslararası işbirliği üzerine konuştu; OpenAI konuşma metnini yayımladı (OpenAI). Bir yapay zekâ şirketinin yöneticisinin o kürsüde konuşması, konunun artık açıkça uluslararası güvenlik gündeminin bir parçası olduğunu gösteriyor.

Kısaca

Yetenekler büyüdükçe “kim denetliyor?” sorusu da büyüdü. Hizalama raporları, bağımsız matematik incelemesi, dış değerlendiriciler, uluslararası kürsüler… Bu soruya verilen cevapların ne kadar bağlayıcı olacağı ise hâlâ belli değil.

---

Kaynaklar

• OpenAI — Our framework for reporting model misalignment
• OpenAI — Advisory Group on Mathematics and Artificial Intelligence
• Anthropic — Introducing Claude Opus 5.5
• OpenAI — Introducing GPT-6 Sol and Luna
• OpenAI — Priorities and principles for effective third party assessments
• Google — Introducing Gemini 3.8 Live and 3.8 Live Extended Thinking
• Google — Introducing Gemini 3.8 Live with Live Avatar
• OpenAI — Sam Altman’s remarks at the United Nations Security Council