Bu çalışma, yapay zekâ hizmetlerindeki sabit fiyatlı aboneliklerin maliyet baskısı altında nasıl yeniden yapılandırıldığını, yalnız görünen abonelik fiyatına değil kullanıcının gerçekte satın aldığı hizmet miktarına bakarak inceliyor. Travis Gilly'nin temel savı, bir sağlayıcının maliyet artışını kullanıcıya yalnız fiyat etiketini yükselterek aktarmadığıdır: aynı fiyat altında kota azaltılabilir, kotanın büyüklüğü açıklanmayabilir veya fiyat ve görünen kota değişmeden sıradan bir işin kotayı tüketme hızı artırılabilir. Çalışma bu son iki durumu sırasıyla açıklanmayan bir tabana karşı miktar azaltımı ve tüketim oranı yeniden fiyatlandırması olarak kavramsallaştırıyor. Ocak 2025–Ağustos 2026 dönemindeki yapay zekâ abonelik değişikliklerinden oluşturulan kronoloji, bazı sağlayıcıların yaklaşık mesaj miktarı, token kotası veya tüketim katsayısı yayımlarken bazılarının kullanıcıya satın aldığı miktarı aynı açıklıkla göstermediğini ileri sürüyor. Ancak çalışma pazar genelindeki gizli fiyat artışının büyüklüğünü hesaplamıyor, kronolojisinin tam bir pazar sayımı olmadığını kabul ediyor ve gözlenen şirket davranışlarından nedensel bir piyasa yasası çıkarmıyor.

Çalışmanın teorik zemini üç literatüre dayanıyor: geçiş maliyetleri, tüketici dikkatsizliği ve ürün küçültme ile fiyat karmaşıklığı/obfuscation. Paketlenmiş tüketici ürünlerinde aynı etiket fiyatı altında gramajın azaltılması ölçülebilir çünkü paketin üzerinde miktar yazılıdır. Yapay zekâ aboneliğinde ise bazı hizmet miktarlarının yalnız yüzde olarak gösterilmesi veya tüketimin karmaşık bir iç ölçüm sistemiyle hesaplanması, kullanıcının satın aldığı ekonomik miktarı belirlemesini zorlaştırabilir. Kaynak bu farkın klasik “shrinkflation” kavramından daha ileri bir bilgi problemi doğurduğunu savunmaktadır.

Makalenin merkezi yorum sınırı önemlidir. Kaynak, bütün yapay zekâ şirketlerinin kasıtlı olarak tüketiciyi aldattığını kanıtlamaz; şirketlerin iç maliyet verilerine sahip değildir ve toplam ekonomik transferi hesaplamaz. Bazı olaylar şirketlerin kendi belgeleriyle doğrulanırken bazıları ticari basın veya kullanıcı raporlarına dayanır. Ayrıca fiyat değişikliğinin kullanıcı tarafından hesaplanabilir olmasının geri dönüşü garanti etmediğini, GitHub'ın açıklanmış 2026 kredi geçişini karşı örnek olarak kullanarak özellikle belirtir. Dolayısıyla çalışma esas olarak fiyatın seviyesi yerine satın alınan miktarın ve bu miktarı tüketen kuralların görünürlüğü üzerine bir endüstriyel organizasyon ve tüketici bilgisi tartışmasıdır.

İki farklı ekonomik düzeltme neden birbirinden ayrılıyor?

Çalışma, yapay zekâ ekonomisi hakkındaki iki tartışmanın birbirine karıştırıldığını ileri sürerek başlar. Birinci tartışma, yapay zekâ altyapısına yatırılan sermayenin gelecekte geri kazanılıp kazanılamayacağı ve varlık değerlemelerinde bir düzeltme yaşanıp yaşanmayacağıdır. İkinci tartışma ise sabit ücretli kullanıcı aboneliklerinin sağlayıcı açısından maliyetlerinin nasıl karşılanacağıdır.

İlk durumda zarar veya yeniden değerleme sermaye sahipleri üzerinde gerçekleşebilir. İkinci durumda ise ekonomik değişiklik, düşük veya sübvanse edilmiş kabul edilen bir kullanım maliyeti üzerinden iş akışı kurmuş abonelere yansıyabilir. Kaynak ikinci süreci yapay zekâ sübvansiyonunun geri çekilmesi olarak adlandırır.

Buradaki “sübvansiyon” devlet desteği anlamında kullanılmamaktadır. Kaynağın kastettiği, özellikle yoğun kullanıcıların tükettiği hesaplama maliyetinin sabit abonelik fiyatından yüksek olduğu ve aradaki farkın sağlayıcı tarafından taşındığı iddiasıdır. Kaynak bu büyüklüğün kesin muhasebe hesabını sunmaz; Bölüm III'teki rakamların ticari analizler ve ilgili piyasa taraflarının tahminlerinden geldiğini açıkça kabul eder.

Yapay Zekâ Aboneliğinde “Açıklanmayan Tabana Karşı Miktar Azaltımı” Nedir?

Açıklanmayan tabana karşı miktar azaltımı, abonelik fiyatı korunurken kullanıcının satın aldığı hizmet miktarının azaltılabilmesi fakat bu miktarın başlangıç büyüklüğünün kullanıcıya açık bir sayısal birim olarak bildirilmemesi durumudur. Klasik ürün küçültmede tüketici gram, litre veya adet gibi miktarı en azından etiketten görebilir; açıklanmayan tabanlı bir dijital hizmette ise kullanıcı yüzde yüz kotasını tükettiğini görebilir fakat yüzde yüzün kaç sorgu, token, model çağrısı veya başka ölçüm birimine karşılık geldiğini bağımsız biçimde belirleyemeyebilir.

Klasik shrinkflation neden tam karşılık değil?

Paket küçültme literatüründe ürün miktarının azalması gizli olabilir fakat ölçülebilir bir olgudur. Bir dondurma kutusunun gramajı, sütün hacmi veya başka bir paketli ürünün net miktarı fiziksel etikette yer alır. Kullanıcı bunu fark etmese bile araştırmacı eski ve yeni miktarı karşılaştırabilir ve istatistik kurumu fiyat endeksini düzeltebilir.

Kaynağın yapay zekâ aboneliklerine ilişkin özgün ayrımı burada başlar. Bir kullanım kotası yalnız “kalan yüzde” biçiminde açıklanıyor ve yüzdede kullanılan toplam büyüklük yayımlanmıyorsa, dışarıdaki araştırmacının eski ve yeni miktarı karşılaştıracağı ortak bir seri bulunmaz. Böyle bir durumda sorun yalnız tüketicinin açıklanmış bilgiyi fark etmemesi değildir; karşılaştırılacak miktarın kendisi yayımlanmamıştır.

Notion ve Perplexity örnekleri kaynakta nasıl kullanılıyor?

Kaynak Notion'ın 3 Ağustos 2026'da yürürlüğe giren kullanım sistemini, açıklanmayan taban kavramının en açık örneklerinden biri olarak sunar. Çalışmanın aktardığı yardım dokümantasyonuna göre kullanıcı kullanımını yüzde olarak izleyebilmektedir; buna karşılık bu yüzdenin hangi toplam niceliğin yüzdesi olduğu kamuya açık belgelerde belirtilmemektedir. Kaynak ayrıca ilgili şartların ve hesaplama yöntemlerinin değiştirilebileceğini belirten dokümantasyona dikkat çeker.

Perplexity örneği ise kaynağa göre farklı bir biçimdedir. Çalışma, daha önce belirli günlük kullanım ifadelerinin bulunduğu bazı hizmetlerde daha sonra haftalık fakat kullanıcının tam büyüklüğünü hesaplamakta zorlandığı sınırlara geçildiğini aktarmaktadır. Bununla birlikte yazar bu kronolojinin bazı parçalarının şirketin kendi birincil belgeleri yerine ticari haberlere dayandığını sınırlılıklar bölümünde açıkça belirtir. Bu nedenle bu örnekler eşit kanıt gücünde değerlendirilmemelidir.

Tüketim Oranı Yeniden Fiyatlandırması Nasıl Çalışır?

Tüketim oranı yeniden fiyatlandırması, abonelik fiyatının ve açıklanmış nominal kotanın aynı kalmasına rağmen belirli bir iş yükünün bu kotadan ne kadar tükettiğini belirleyen teknik kuralın değişmesidir. Kullanıcı görünürde aynı planı ve aynı kotayı korurken aynı tür çalışma daha fazla kota tüketirse, kullanıcının bir abonelik döneminde tamamlayabileceği fiilî iş miktarı azalabilir.

Bu mekanizmayı açıklamak için Verianla düzeyinde basit bir kavramsal ilişki kurulabilir. Bu denklem kaynak makalede verilmiş bir formül değildir; çalışmanın iktisadi mantığını öğretmek için oluşturulmuş gösterimdir:

\[ Q_{\text{iş}} \approx \frac{A}{c} \]

Burada \(A\), aboneliğin kullanılabilir nominal kotasını; \(c\), bir iş biriminin ortalama kota tüketimini; \(Q_{\text{iş}}\) ise aynı kota altında yapılabilecek yaklaşık iş miktarını temsil eder. Eğer \(A\) sabit kalırken \(c\) artarsa, yapılabilecek iş miktarı azalır. Bu ilişki gerçek bir kullanıcının kesin kapasitesini hesaplamaz; agentic iş yüklerinde tüketimin görev karmaşıklığına göre değişebileceğini göstermek için kullanılan kavramsal bir açıklamadır.

Claude Code önbellek olayı neden önemli?

Kaynak, bu mekanizmanın en ayrıntılı örneği olarak Claude Code prompt caching davranışını inceler. Çalışmada aktarılan kayda göre Claude Code'da yaklaşık Şubat 2026 döneminde bir saatlik prompt cache kullanımının görülmesinden sonra 6–7 Mart civarında beş dakikalık cache davranışı yeniden baskın hale gelmiştir.

Uzun bağlam içeren kodlama oturumlarında önbelleğin kısa sürede sona ermesi, aynı bağlamın yeniden oluşturulmasını gerektirebilir. Kaynakta atıf yapılan kullanıcı analizi, iki makinedeki 11 Ocak–11 Nisan 2026 dönemine ait 119.866 API çağrısını incelemiş ve cache oluşturma maliyetinde yaklaşık %20–32 artışla ilişkilendirdiği bir değişim raporlamıştır. Bu rakam şirketin bütün kullanıcıları üzerinde ölçülmüş ortalama maliyet artışı değildir; belirli bir kullanıcının ayrıntılı günlüklerinden türetilmiş gözlemdir.

Kaynak açısından önemli nokta, kullanıcının nominal abonelik fiyatı veya ekrandaki kota başlığı değişmeden kullanımın daha hızlı tükenebileceği bir mekanizmanın varlığıdır. Bununla birlikte ilgili GitHub tartışması, sistemin tek bir küresel cache varsayılanından daha karmaşık olabileceğini de göstermektedir. Bu nedenle Verianla, olayı “her kullanıcı için kota gizlice %20–32 azaltıldı” biçiminde genellemez.

Görünürlük bir teknik imkânsızlık mı, tercih mi?

Çalışmanın ana argümanlarından biri, yapay zekâ kullanım miktarının kesin olarak tahmin edilememesinin hiçbir bilgi verilemeyeceği anlamına gelmediğidir. Kaynak bu savı aynı pazardaki karşı örnekler üzerinden kurar.

Z.ai'nin yaklaşık prompt sınırları ve farklı zaman pencereleri için tüketim katsayıları yayımladığı; Alibaba Cloud'un basit ve karmaşık görevlerin kaç model çağrısı tüketebileceğine ilişkin aralıklar sunduğu; Windsurf'un kredi sisteminden günlük/haftalık kota yapısına geçerken plan bazında tahmini mesaj miktarları açıkladığı; MiniMax'in aylık token kotaları yayımladığı aktarılır.

Bu örneklerin bilimsel önemi, tüketim belirsizliğinin ortadan kalkması değildir. Tam tersine miktar kesin olmayan bir tahmin, aralık veya katsayı tablosu biçiminde de açıklanabilir. Kaynağın vardığı daha dar sonuç budur: teknik belirsizlik, miktar hakkında hiçbir sayı veya aralık yayımlanmamasını zorunlu kılmaz.

Geçiş maliyetleri neden merkezi?

Çalışma, bu fiyatlandırma yapısını Klemperer ve diğer araştırmacıların geçiş maliyeti literatürüyle ilişkilendirir. Temel “invest and harvest” mantığında satıcı başlangıçta müşteri tabanı oluşturmak için elverişli koşullar sunabilir; müşterinin ürün, veri, iş akışı ve alışkanlık yatırımı arttığında daha sonra bu tabanı daha yüksek ekonomik maliyetle karşı karşıya bırakabilir.

Yapay zekâ araçlarında geçiş maliyeti yalnız para değildir. İş akışlarının belirli modele göre oluşturulması, istemlerin ve bağlamların bir platformda birikmesi, araç entegrasyonları, ekip eğitimi, otomasyonlar ve belirli bir kodlama asistanının çalışma biçimine alışılması çıkış maliyeti yaratabilir.

Kaynak özellikle büyük kurumsal satın almacılar ile bireysel geliştirici, serbest çalışan veya küçük işletme arasındaki farkı vurgular. Büyük alıcı alternatif tedarik sözleşmeleri, hukuk veya satın alma birimi ve pazarlık hacmine sahip olabilir. Küçük alıcı aynı araçlara sahip olmayabilir. Ancak bu, bütün küçük işletmelerin “çıkamayacağı” anlamına gelen ampirik bir ölçüm değildir; çalışmanın geçiş maliyeti teorisini hedef nüfusa uygulayan analitik argümanıdır.

Fiyat Değişikliği Okunabilirliği Nedir?

Fiyat değişikliği okunabilirliği, bir hizmet değişikliğinin kullanıcı tarafından yürürlüğe girmeden önce beklenen ekonomik etkisine çevrilebilme derecesidir. Fiyat, kota, tüketim katsayısı ve yürürlük tarihi açıkça verildiğinde kullanıcı yaklaşık maruziyetini hesaplayabilir; değişikliğin dayandığı miktar veya tüketim kuralı açıklanmadığında aynı hesap yapılamaz.

Kaynak görünürlüğü ikili değil, bir spektrum olarak ele alır. En görünür uçta doğrudan fiyat artışı vardır. Sonra açıkça belirtilmiş miktarın azaltılması gelir. Daha az görünür durumda toplam miktarın kendisi açıklanmamıştır. En uç durumda ise fiyat ve nominal miktar değişmeden bu miktarı tüketen teknik kural değişir.

Okunabilirlik değişikliğin geri alınmasını sağlıyor mu?

Kaynak bu soruyu 2025–2026 kronolojisindeki sınırlı olaylarla gözlemsel olarak değerlendirir. Cursor'ın 2025 değişikliği hesaplanabilir hale geldiğinde kullanıcı tepkisi oluşmuş ve beklenmeyen ücretler için geri ödeme yapılmıştır. Anthropic'in Mayıs 2026 Agent SDK planında etkilenen kullanım yüzeyleri, tarih ve plan bazındaki dolar kredileri açıklandığı için geliştiriciler ekonomik etkileri hesaplayabilmiş ve değişiklik yürürlüğe gireceği sırada durdurulmuştur.

Buna karşılık GitHub'ın kredi geçişi de kaynak tarafından yüksek derecede hesaplanabilir kabul edilmesine rağmen planlandığı biçimde yürürlüğe girmiştir. Bu karşı örnek nedeniyle çalışma “okunabilir değişiklikler geri alınır” sonucuna varmaz.

Kaynağın daha dar hipotezi, okunabilirliğin örgütlü itiraz için gerekli olabileceği fakat geri dönüş için yeterli olmadığıdır. Yazar bunun beş olay ve beş satıcıya dayanan gözlemsel bir düzenlilik olduğunu ve şirket büyüklüğü, topluluğun teknik örgütlenmesi veya rekabet koşulları gibi değişkenlerden ayrıştırılamadığını açıkça belirtmektedir.

Çalışmanın Yöntemi ve Bulguları

Kuramsal literatür nasıl seçildi?

Makale sistematik derleme protokolü uygulamamıştır. Geçiş maliyetleri, paket küçültme ve obfuscation alanındaki kuramsal materyal, ilgili araştırma alanlarının temel derlemelerinden dışa doğru izlenen atıf zincirleriyle seçilmiştir. Yazar bir iddiayı doğrudan özgün araştırmadan değil onu aktaran başka bir çalışmadan aldıysa bunu metinde belirtmeye çalıştığını ifade eder.

Bu yaklaşım geniş kavramsal bağ kurmaya uygundur fakat sistematik literatür taramasının sağladığı önceden belirlenmiş arama stratejisi, dahil etme/dışlama kriterleri ve yayın yanlılığı kontrolünü sağlamaz. Dolayısıyla literatür bölümü alanın eksiksiz meta-analizi olarak okunmamalıdır.

Kronolojiye hangi olaylar dahil edildi?

Ocak 2025–Ağustos 2026 arasında tekrarlayan abonelik sunan bir yapay zekâ sağlayıcısının aynı fiyatta sağlanan hizmet miktarını azaltması, abonelik yüzeyini ölçümlü faturalandırmaya dönüştürmesi, yeni abonelikleri kısıtlaması, bir katmanı sonlandırması veya normal kullanımın kotayı tüketme oranını değiştirmesi kronolojiye aday olmuştur.

Kurumsal olarak pazarlıkla oluşturulan ve kamuya açıklanmayan enterprise sözleşmeleri dışlanmıştır. Açıkça yayımlanan birim başına API fiyatının değiştirilmesi de dışarıda bırakılmıştır; çünkü bu fiyat değişikliği tanımı gereği kullanıcı tarafından görülebilir ve makalenin araştırdığı örtük aktarım aracı değildir. Tüketici veya küçük işletme aboneliği bulunmayan satıcılar da kapsam dışıdır.

2025–2026 olay kaydı

Kapsam notu: Kaynağın özeti kronolojiyi “sekiz satıcı” olarak tanımlar. Bölüm VII'de ayrı bir “precedent” olarak ele alınan Cursor da 2026 dalgasındaki sekiz benzersiz sağlayıcıya eklendiğinde dokuz isim ortaya çıkmaktadır. PDF bu sayımın yalnız “wave” bölümünü mü kastettiğini açık biçimde açıklamamaktadır. Bu nedenle burada kaynak sessizce düzeltilmemiştir.

Yapay zekâ aboneliklerinin maliyet baskısına ilişkin bulgu ne kadar güçlü?

Çalışma sabit fiyatlı yoğun kullanıcılarda önemli sağlayıcı sübvansiyonları bulunduğunu kabul edilen başlangıç koşulu olarak ele alır. Ancak bu maliyetleri şirketlerin iç muhasebe kayıtlarından ölçmez. Ağır kullanım için verilen parasal büyüklükler ticari analizlere ve sektörde ekonomik çıkarı bulunan tarafların hesaplarına dayanır.

Bu nedenle makalenin bilimsel olarak daha sağlam kısmı “pazar genelinde sübvansiyon tam olarak şu kadardır” iddiası değildir. Daha izlenebilir soru, sağlayıcıların maliyet baskısı altında hangi abonelik araçlarını değiştirdiği ve bu değişikliklerin kullanıcı tarafından ne derece hesaplanabilir olduğudur.

“Kapatıcılık bir tercihtir” savı neye dayanıyor?

Makalenin en merkezi karşılaştırmalı bulgusu, aynı dönemde benzer teknik belirsizliklerle çalışan şirketlerin farklı açıklama stratejileri kullanmasıdır. Bazı sağlayıcılar yaklaşık mesaj miktarı, token miktarı, model çağrısı aralığı veya kullanım çarpanı yayımlarken diğerleri aynı düzeyde bir miktar terimi yayımlamamıştır.

Bu gözlem, “agentic kullanım çok değişken olduğu için hiçbir kullanım miktarı açıklanamaz” biçimindeki güçlü teknik savı zayıflatmaktadır. Fakat bundan bütün açıklanmayan miktarların kasıtlı tüketici aldatması olduğu sonucu çıkmaz. Kaynakta belgelenebilen şey, farklı açıklama seçeneklerinin teknik olarak uygulanmış olmasıdır; şirketlerin öznel niyetleri doğrudan ölçülmemiştir.

Fiyat Değişikliği Okunabilirliği Geri Dönüşü Öngörüyor mu?

Kaynağın küçük gözlemsel karşılaştırması, hesaplanabilir bir değişikliğin kullanıcıların örgütlü biçimde itiraz edebilmesine yardımcı olabileceğini fakat değişikliğin geri alınacağını garanti etmediğini göstermektedir. Cursor ve Anthropic Agent SDK örneklerinde açık ekonomik maruziyet sonrasında geri adım görülürken GitHub'ın açık kredi dönüşümü planlandığı biçimde devam etmiştir; örnek sayısı nedensel bir model kurmak için yetersizdir.

Kahn v. Anthropic bu çalışmada nasıl kullanılıyor?

Kaynak, 14 Haziran 2026'da açılan Kahn v. Anthropic, PBC davasını kendi mekanizmasının hukuk alanındaki bir yansıması olarak ele alır. Çalışmaya göre davacı, bazı Claude Max planlarında gerçek kullanım miktarının pazarlama ifadelerine göre beklenenden düşük olduğunu, fiilî sınırların belirlenmesinin zor olduğunu ve limitlerin yeterince açık bildirim olmaksızın değiştiğini ileri sürmektedir.

Bunlar davacı iddialarıdır. Çalışma da dava açıldığı sırada iddiaların kanıtlanmadığını açıkça belirtir. Bu nedenle dava, Anthropic'in söz konusu davranışları gerçekleştirdiğinin bilimsel veya hukuki kanıtı olarak kullanılamaz. Makaledeki işlevi, kullanıcının satın aldığı miktarı hesaplayabilmesine ilişkin tartışmanın gerçek bir uyuşmazlık biçimine dönüşmüş olduğunu göstermektir.

Çalışmanın desteklediği ile desteklemediği sonuçlar

Çalışmanın önemli sınırlılıkları

Kronoloji tam bir pazar sayımı değildir. Yalnız İngilizce kaynaklardan oluşturulmuştur ve büyük geliştirici topluluklarına sahip ürünlerin değişiklikleri daha kolay haber olduğu için bu ürünlere doğru seçilim bulunmaktadır. Dolayısıyla listede bulunmamak “şirket değişiklik yapmadı” anlamına gelmez.

Bu seçilim sorunu çalışmanın tezine özel bir paradoks da doğurur: gerçekten görünmez olan bir değişiklik haber olma olasılığı en düşük olaydır. Yazar bu nedenle kronolojisini pazarın alt sınırı olarak görmektedir. Ancak bu aynı zamanda görünmez olayların gerçek sıklığının mevcut veriyle hesaplanamayacağı anlamına gelir.

Çalışma toplam ekonomik etkinin büyüklüğünü hiçbir yerde tahmin etmez. Yazar, açıklanmayan miktarlar nedeniyle kamusal kaynaklardan pazar genelinde doğru bir parasal transfer tahmini yapılmasının mümkün olmadığını savunur ve kamu verisinden kesin bir rakam sunan tahminlere temkinli yaklaşılması gerektiğini belirtir.

Okunabilirlik karşılaştırması yalnız birkaç olaydan oluşmaktadır ve şirket büyüklüğü, kullanıcı topluluğunun teknik yeteneği, rekabet baskısı ve ürünün stratejik konumu gibi faktörler kontrol edilmemiştir. Dolayısıyla bu bölüm nedensel ekonometrik sonuç değildir.

Kaynak ayrıca kronolojinin önceki taslaklarında iki düzeltme yapıldığını açıkça kaydeder: giriş katmanının sonlandırılması ilk taslakta yanlış sağlayıcıya atfedilmiş ve cache değişikliğinin tarihi ikincil kaynağa dayanılarak yanlışlıkla Nisan olarak verilmiştir. Nihai sürüm bunları Alibaba Cloud ve 6–7 Mart civarı olarak düzeltmektedir. Bu açıklık olumlu bir provenance işaretidir fakat kronolojinin manuel derlemeye bağlı hata riskini de gösterir.

Beş öngörü bulgu değildir

Kaynağın Bölüm XII'sindeki beş madde geleceğe ilişkin yanlışlanabilir öngörülerdir; gerçekleşmiş sonuçlar olarak sunulmamalıdır. Yazar 2027'ye kadar görünen abonelik fiyatlarının görece sabit kalırken birim başına alınan miktarın azalacağını; okunabilirliğin geri dönüş için gerekli fakat yeterli olmayacağını; tüketim oranı yeniden fiyatlandırmasının daha yaygınlaşacağını; açık ağırlık sağlayan en az bir başka satıcının barındırılan abonelik erişimini talep artışında kısıtlayacağını ve düzenlemenin fiyat seviyesinden önce miktar açıklamasına yöneleceğini öngörür.

Bu beş önerme çalışmanın ampirik bulgusu değildir ve yayın tarihinden sonraki olaylar kullanılarak burada doğrulanmış sayılmamıştır. Her biri yazar tarafından hangi koşulda yanlışlanacağı belirtilerek sunulmuştur.

Önerilen üç çözüm

Çalışma fiyat tavanı veya belirli bir abonelik bedeli önermemektedir. İlk öneri, kullanıcının satın aldığı miktar teriminin açıklanmasıdır. Bu miktarın tam garanti olması gerekmeyebilir; uygun olduğunda tahmin, aralık veya tüketim katsayısı olarak sunulabilir. Yazar ayrıca yayımlanan miktarın pazarlamada kullanılan “5x”, “20x” gibi karşılaştırmalarla tutarlı ve karşılaştırılabilir olması gerektiğini savunur.

İkinci öneri, nominal kotanın kendisi değişmese bile tüketim oranını değiştiren teknik kurallar için bildirim yapılmasıdır. Cache ömrü, varsayılan model veya kota hesaplama kuralındaki değişiklik bir kullanıcının aynı işi yapabilme kapasitesini etkiliyorsa, kaynağa göre ekonomik açıdan fiyat değişikliğine benzer sonuç yaratabilir.

Üçüncü öneri taşınabilirliktir. Konuşma geçmişi, yapılandırma ve saklanan bağlamın dışa aktarılabilmesi geçiş maliyetini azaltabilir. Buradaki amaç sağlayıcının fiyatlandırmasını kontrol etmek değil, kullanıcının başka hizmete geçerken kaybettiği birikimi azaltmaktır.

Kaynak ve Yöntem Notu

Özgün başlık: The Covert Lever: How the Artificial Intelligence Subsidy Is Being Withdrawn, and Who Absorbs It.

Yazar: Travis Gilly.

ORCID: 0009-0007-2954-6313.

Kurum: Real Safety AI Foundation, Illinois, United States.

Kaynak türü: Working paper, v0.5.

PDF tarihi: Temmuz 2026.

SSRN bibliyografik tarihi: Date Written: 31 Temmuz 2026; SSRN'ye yüklenme: 8 Ağustos 2026.

SSRN kayıt numarası: 7218018.

DOI: 10.2139/ssrn.7218018.

Sayfa sayısı: 19.

Hakemlik durumu: Kaynak working paper olarak sunulmaktadır; yüklenen sürümde hakemli dergi makalesi olduğu belirtilmemektedir.

Lisans: Yüklenen PDF ve doğrulanan bibliyografik kayıtta bu sürüm için açık Creative Commons lisansı belirlenemedi. Bu nedenle Verianla makalesi kaynak metni, özgün sayfa düzenini veya başka korunan materyalleri yeniden kullanmamış; bilimsel ve ekonomik olgular üzerinden bağımsız anlatımla oluşturulmuştur.

Yöntem: Geçiş maliyetleri, paket küçültme ve obfuscation literatüründen citation-chain temelli kuramsal inceleme ile Ocak 2025–Ağustos 2026 arasındaki AI abonelik değişikliklerinden oluşturulan manuel kronolojinin birlikte değerlendirilmesi. Literatür taraması sistematik protokole dayanmamaktadır.

Ana çalışma alanları: endüstriyel organizasyon, tüketici koruması, geçiş maliyetleri, fiyat görünürlüğü, dijital abonelik miktarları ve yapay zekâ hizmet ekonomisi.

JEL kodları: D18, D82, D83, L11, L15, L86 ve M31 PDF'nin ilk sayfasında bildirilmektedir.

Veri niteliği: Yeni bir kullanıcı deneyi veya şirket içi faturalandırma veri seti yoktur. Şirket duyuruları, yardım sayfaları, kamuya açık issue tracker kayıtları, mahkeme kaydı ve bazı durumlarda ticari basın haberlerinden derlenmiş olay kaydı kullanılmaktadır.

Birincil/ikincil kaynak ayrımı: Yazar mümkün olduğunda şirketin kendi duyurusunu, yardım merkezini veya resmî dava kaydını kaynak kabul eder. Yalnız ticari haber bulunan olayların daha zayıf doğrulama statüsünde olduğunu sınırlılıklar bölümünde ayrıca açıklar.

Önemli nicel kaynak: Claude Code cache tartışmasındaki 119.866 API çağrısı ve %20–32 cache creation cost artışı tek bir teknik kullanıcının iki makinedeki günlük analizinden gelir; pazar genelindeki kullanıcılar için doğrudan genellenemez.

Hukuki sınır: Kahn v. Anthropic, PBC davasındaki abonelik miktarı ve bildirim iddiaları dava iddialarıdır; çalışma bunları kanıtlanmış davranış olarak sunmamaktadır.

Temel bilimsel/metodolojik sınırlılıklar: Kronoloji pazar sayımı değildir; İngilizce kaynaklara ve geliştirici topluluklarına doğru seçilim vardır; görünmez olaylar gözlenme olasılığı daha düşüktür; pazar genelindeki maliyet transferinin büyüklüğü hesaplanmamıştır; okunabilirlik karşılaştırması küçük ve gözlemseldir; şirket büyüklüğü, rekabet ve kullanıcı örgütlenmesi kontrol edilmemiştir; bazı olaylar birincil şirket belgeleri yerine ticari basına dayanmaktadır.

Yazarın araç açıklaması: Kaynak, konuşmadan metne yazılımı ve Anthropic Claude'un yardımcı teknoloji olarak kullanıldığını; araştırma soruları, kuramsal argümanlar, yöntem kararları ve sonuçların yazarın kendisine ait olduğunu beyan etmektedir.

Kaynak-içi tutarsızlık/not: Özet sekiz satıcılık kronolojiden söz ederken Bölüm VII'deki ayrı Cursor emsali ile 2026 dalgasındaki sekiz sağlayıcı birlikte sayıldığında dokuz benzersiz isim görülmektedir. PDF, “sekiz satıcı” sayısının yalnız dalga bölümünü kapsayıp kapsamadığını açıklaştırmamaktadır.