ailin¹
Ailin¹

Kolektif Zeka: Yapay Zekanın Yeni Sınırı

Farklı yeteneklere sahip 101.986 model, tek bir gerçek Kolektif Zeka olarak bir arada.

Rekabetten iş birliğine: Kolektif Zekâ Çağı

Her an seçim yapmak zorlaşıyor ve yanlış seçme korkusu ekipleri ve şirketleri felç ediyor. Üstelik seçim hiç bitmiyor. Laboratuvarlar yeni öncü modelleri aralıksız ve aynı anda çıkarıyor. Her sürüm, değerlendirmeyi, testi, fiyatlandırmayı yeniden başlatıyor. Buna Model Fatigue diyoruz: sürekli geçerliliğini yitiren bir modele bahis yapmanın yorgunluğu. Bu arada pazar, her zamankinden daha kusursuz ve her zamankinden daha jenerik çıktıyla dünyayı dolduruyor. Filtreleme maliyeti size, işinize yansıyor, her şeye güvensizlikle bakmayı öğrenmiş bir dünyada. Buna AI Slop diyoruz. Biz o yarışta koşmuyoruz. Biz oyunu değiştirdik. Bu yüzden inanıyoruz ve kanıtladık: yapay zekanın bir sonraki sınırı kolektiftir.

Slogan değil, bilim: yapılandırılmış çeşitlilik, yalnız uzmanlığı yener. Condorcet kanıtladı. Hong and Page ölçtü. Biz bunu ürüne dönüştürdük: bağımsız akıl yürüten, birbirini denetleyen ve onlarca yıllık araştırmaya dayanan farklı kolektif stratejilerle tek bir denetlenebilir yanıtta birleşen modeller.

Amaç daha fazla model değildir. Amaç, farklı zekâların daha iyi birlikte çalışmasıdır.

İşte bu kolektif zekâdır. Model yalnızca bir bileşendir. Kolektif, zekânın kendisidir. Ailin¹ ise kolektifin kendisidir.

Ailin¹ Collective: Kanıtın Arkasındaki Mekanizma

Ailin¹, Kolektif Zeka olmak için doğdu. Yönlendirme, keşif, orkestrasyon ve doğrulama, ona hizmet eden mekanizmalardır. 101.986 keşfedilebilir model tanımlayıcısından yararlanan her istek, 31 kayıtlı orkestrasyon stratejisinden biri üzerinden yönlendirilir: hız önemliyse tek bir model, doğruluk önemliyse akıl yürütmek, tartışmak ve birbirini çapraz kontrol etmek üzere koordine edilen birden fazla model. Kolektif zeka tezimiz doğrultusunda foundation model'in evrimine Collective Foundation Model diyoruz: temel, her şey için eğitilmiş tek bir model olmaktan çıkıp bir karar katmanı altındaki koordine edilmiş havuza dönüşüyor. Bu, kendi foundation model yığınına sahip tescilli bir mimaridir ve ailin ailesi de olgunlaştıkça o havuza katılır.

Her kolektif yanıt kararı açığa vurur: hangi modeller çalıştı, ne onları koordine etti, neye mal oldu. Güvenmek zorunda değilsiniz: siz doğrularsınız.

Foundation Model Her şey için eğitilmiş tek model
Collective Foundation Model Karar katmanı Eşgüdümlü havuz, 101.986 tanımlayıcı ailin yığını olgunlaştıkça havuza katılır
  • Hangi modellerin çalıştığı
  • Hangi stratejinin koordine ettiği
  • Kolektifin neye mal olduğu
Kolektif Zeka ile İnşa Edin

Dünyanın en büyük modellerine karşı ölçüldü. Herkese açık biçimde.

Kolektifi GPT-5.5-pro, Claude Opus 4.8, Gemini 3.1 Pro ve Grok 4.3'e karşı test ettik; yargıcın beğenisine değil, nesnel ve makinece denetlenen yanıtlara göre puanladık. Sonuç: kolektif, denetlenebilir ve yeniden üretilebilir bir deneyde dördünü de geride bıraktı. Depoyu inceleyin.

⭐ GitHub'da yıldız veren 219 kişiye katılın

Ailin¹ Collective: Her Yanıtın Arkasındaki Motor

Her istek, tek bir model çağrılmadan önce aynı yönlendirme kaskadından geçer; bu kaskad, grup karar verme üzerine hakemli araştırma sonuçlarına dayanan kolektif stratejilere başvurabilir, bunlar arasında Condorcet Jüri Teoremi ve Hong ve Page'in Çeşitlilik Tahmin Teoremi de vardır. Tam olarak ne istediğinizi belirtin, isteğiniz anında karşılanır. Hiçbir şey söylemezseniz kararı kaskad verir.

En İleri Teknoloji Bir Kara Kutu Değildir. Kontrolünüzdeki İki Kaldıraçtır.

Beş takma ad, anında yanıt veren tek bir modelden beş modelli uzlaşıya kadar tüm aralığı kapsar. İki bağımsız alan sınırları belirler: max_cost bir tavan, quality_target bir tabandır. Birini, diğerini ya da ikisini birden belirleyin. Tavan herhangi bir model çağrılmadan önce uygulanır; taban her yönlendirme kararını kendi değerine doğru yönlendirir.

Çoğu platform size bir model listesi verip buna seçenek der. Ailin¹ ise size tek bir kaydırıcı değil, iki bağımsız kaldıraç verir: yanıtın ne kadar iyi olması gerektiği ve bunun için ne kadar harcamaya razı olduğunuz.

  • Harcamaya tavan koyun, kalite kendi seviyesini bulsun.

  • Bir kalite tabanına yönelin, maliyetin talebi izlemesine izin verin.

  • Aralarında kesin bir koridor sabitleyin.

Ailin¹ Collective yönlendirme takma adları, her birinin neyi optimize ettiği, tipik maliyeti ve ne zaman tercih edileceği
Takma ad Neyi optimize eder Tipik maliyet Ne zaman kullanılır
ailin-auto Dengeli uyum, her istekte yeniden karar Normal Varsayılan. Dengeli maliyet ve kalite dışında bir kısıt yoktur.
ailin-best Kalite, maliyet sınırsız En yüksek Doğruluğun kritik olduğu, maliyetin belirleyici kısıt olmadığı işler.
ailin-fast Gecikme süresi, tek model Düşük Sıkı bir gecikme bütçesine sahip etkileşimli akışlar.
ailin-economy Maliyet, kesin tavan uygulanır En düşük Yüksek hacimli arka plan işleri
ailin-consensus Bağımsız çapraz kontrolle doğruluk Bilinçli olarak daha yüksek Sessizce yanlış yanıtlar, ortadan kaldırmak için ödeme yaptığınız hata biçimidir.

Her yanıt, karar izlenebilirliğini ailin_metadata içinde döndürür: strategy_used, models_used ve cost_usd; böylece yönlendirme kararı, güvene dayalı bir varsayım olmaktan çıkar ve doğrulanabilir hale gelir.

İstek: Var olan OpenAI istemciniz, tek satır değişikliğiyle

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ailin.one/v1",
    api_key="YOUR_KEY",
)

response = client.chat.completions.create(
    model="ailin-consensus",
    messages=[{"role": "user", "content": "..."}],
    extra_body={"max_cost": 0.15}
)

Yanıt

{
  "ailin_metadata": {
    "strategy_used": "ailin-consensus",
    "models_used": [
      "gpt-5.5-pro",
      "claude-opus-4.8",
      "gemini-3.1-pro"
    ],
    "final_decider_model_id": "claude-opus-4.8",
    "final_decider_role": "synthesizer",
    "cost_usd": 0.0842,
    "subcalls": [
      { "model_id": "gpt-5.5-pro", "role": "voter", "cost_usd": 0.0301, "latency_ms": 1840, "success": true },
      { "model_id": "claude-opus-4.8", "role": "synthesizer", "cost_usd": 0.0288, "latency_ms": 2010, "success": true },
      { "model_id": "gemini-3.1-pro", "role": "voter", "cost_usd": 0.0253, "latency_ms": 1650, "success": true }
    ]
  }
}

Ailin¹ Collective Nasıl Karar Verir: Yapay Zekâ Karar Katmanı

Katmanlı bir kaskad, en hızlı katmandan başlanarak değerlendirilir. Her istek, güvenli biçimde mümkün olan en erken noktada sonuçlanır; böylece basit istekler hızla çözülürken zor olanlar daha derin katmanlardan yararlanır.

Kaskaddan önce: anlamsal önbellek Yakın zamanda yapılmış bir isteğin neredeyse birebir kopyası, önbelleğe alınmış yanıtı anında döndürür. Triyaj ve aşağıdaki altı katmanın tümü, yalnızca kısa yoldan geçmez, tamamen atlanır.

  1. Açık yönlendirme

    Bir takma ad, bir model ya da bir strateji belirttiniz; bu katman isteği anında sonuçlandırır. Altındaki her katmana karşı daima üstün gelir ve belirttiğiniz şey gerçekten karşılanamıyorsa, istek sessizce başka bir şeye kaymak yerine doğrudan başarısız olur.

  2. Triyaj

    Özel bir model, herhangi bir topluluk modeli çalışmadan önce görevin amacını ve karmaşıklığını okuyup bir strateji önerir. Bu bir arama tablosu değil, gerçek bir analizdir; dolayısıyla kendi başına gerçek (küçük) bir çağrının maliyetini taşır.

  3. Yapılandırma arşivi

    5 kayıtlı sonuçtan sonra açılır

    Bir görev nişi için en az 5 sonuç kaydedildiğinde, Ailin¹ Collective yeniden türetmek yerine zaten kanıtlanmış olanı yeniden kullanır.

    Tek bir kara kutu seçimi değil: o niş için 6 optimizasyon ekseninde, kalite, maliyet verimliliği, hız, denge, güvenilirlik, token başına kalite, izlenen elit yapılandırmalardan oluşan bir havuz; böylece yeniden kullanılan strateji ve model kümesi, isteğinizin önemsediği boyutta gerçekten kazanmış olan kümedir.

  4. Maliyet / kalite / gecikme sınırı

    3 kayıtlı sonuçtan sonra açılır

    Henüz kanıtlanmış tam bir niş eşleşmesi olmasa bile, yeterli geçmiş veri oluştuğunda çok amaçlı ödünleşimi (kalite, maliyet, hız, başarı oranı) doğrudan optimize eder.

  5. Öğrenilmiş strateji tercihi

    5 kayıtlı sonuçtan sonra açılır

    Bir Thompson Sampling bandit algoritması, stratejileri zaman içinde gerçek ve ölçülen sonuçlarına göre ağırlıklandırarak kaskadın kendi varsayılanlarını iyileştirir; ayrıca kendini denetler: genel ölçülen ödül oranı, şimdiye kadar kaydedilen en iyi anlık görüntünün %95'inin altına düşerse, bandit öğrendiği tüm durumu otomatik olarak o en iyi bilinen anlık görüntüye geri döndürür.

  6. Yedek sezgisel yöntem

    Yukarıdaki katmanların hiçbiri isteği sonuçlandırmazsa, belirlenimci ve puanlı bir sezgisel yöntem stratejiyi görev türüne, karmaşıklığa ve mevcut model havuzuna göre seçer. Strateji belirleme her zaman bir kararla sonuçlanır ve bu karar strategy_used alanına kaydedilir.

Kaskaddan sonra: maliyet denetim kapısı 1'den 6'ya kadar olan katmanlar ne seçerse seçsin, açıkça yönlendirme yapmadığınız sürece, son bir kontrol, tahmini getiri eşiği geçmediğinde pahalı bir topluluk seçimini tek bir modele geri düşürebilir. Bu kontrolü de yalnızca açık bir istek atlar.

3 ile 5 arasındaki katmanlar, bir görev nişi için kullanım geçmişi biriktikçe birbirinden bağımsız olarak açılır: maliyet/kalite/gecikme sınırı için 3 kayıtlı sonuçtan başlayıp yapılandırma arşivi ve öğrenilmiş strateji tercihi bandit'i için 5'e kadar çıkar; o ana kadar, 1. ve 2. katman isteği daha önce sonuçlandırmadığı her durumda kararı 6. katmanın belirlenimci ve denetlenebilir sezgisel yöntemi verir.

31 Strateji. Her Biri Araştırmaya Dayalı.

Modellerin birlikte düşünmesi için onlarca yol, hepsi denetlenebilir. Farklı problemler, kolektif akıl yürütmenin farklı biçimlerini gerektirir.

Bunların hiçbiri gelişigüzel değil. Katalogdaki her strateji, koordinasyon ya da kolektif karar araştırmalarındaki belirli ve adı konmuş bir sonuca karşılık gelir; bilim kılığına sokulmuş bir şirket içi tahmine değil.

  • consensus

    Condorcet Jüri Teoremi (1785): 3 ila 5 model arasında çoğunluk oyu; uzlaşmanın klonlanmış akıl yürütmeden doğmaması için bir çeşitlilik tabanı uygulanır.

  • diversity-ensemble

    Hong ve Page'in Çeşitlilik Tahmin Teoremi (PNAS, 2004): eksenler arası çeşitliliği tasarım gereği en üst düzeye çıkaran bir ekip kurar.

  • debate

    Modeller, bir moderatör eşliğinde yapılandırılmış turlar boyunca tartışır.

  • swarm-explore

    Paralel keşif; açık uçlu tasarım ve mimari çalışmaları için triyaj tarafından otomatik seçilir.

  • stigmergic-refinement

    Oylama yerine paylaşılan bir yapıt üzerinden yakınsama; yüksek karmaşıklıktaki yazma işleri için triyaj tarafından otomatik seçilir.

  • expert-panel

    Bir yanıt gönderilmeden önce bağımsız çok rollü inceleme; doğrulama ağırlıklı isteklerde doğrudan çağrılabilir.

  • tri-role-collective

    Planner, Solver, Auditor: eğitilmiş bir koordinatör değil, belirlenimci bir durum makinesi; Auditor'ın, Solver olarak az önce yanıtı üretmiş olan aynı model ya da akıl yürütme geçişi olmasını yapısal olarak engeller.

  • +24 strateji daha

Modeli Siz Seçmezsiniz. Ailin¹ Collective Seçer.

Görev basitse basitlik. Değilse derinlik. Sınırları siz koyarsınız, Ailin¹ Collective bu sınırlar içinde karar verir ve tek bir alan her zaman bu kararı geçersiz kılar. Yaratıcı görevler varsayılan olarak tek bir modele gider. Doğrulanabilir görevler kolektife gider.

Bir isteğin bir modele mi yoksa beş modele mi ihtiyaç duyduğuna karar vermek zorunda kalmazsınız. Her istek, tek bir model çağrılmadan önce ailin-auto'nun arkasındaki aynı yönlendirme kaskadı olan Ailin¹ Collective'den geçer. Tam olarak ne istediğinizi biliyor musunuz? Belirtin: ailin-fast gibi bir takma ad, belirli bir model ya da strategy: "single"; Ailin¹ Collective bunu anında uygular, pazarlık yok, ek gecikme yok. Hiçbir şey söylemezseniz kaskad görevi kendisi okur ve ona uyan bir biçim seçer. Ailin¹ üzerinden tek bir model çalıştırmak bir geri düşüş ya da bir gerileme değildir. Ailin¹ Collective'nin bilinçli olarak sürekli başvurduğu, birinci sınıf bir yoldur.

Tek model

Baştan sona tek ve tutarlı bir ses. Daha düşük maliyet, daha düşük gecikme ve alternatifiyle tam olarak aynı kolaylıkta erişim.

ailin-fast

Çok modelli kolektif

Paralel çalışan bağımsız öneri üreticileri; siz tek bir yanıt görmeden önce bir sentezleyici tarafından çapraz kontrol edilip uzlaştırılır, böylece fikir ayrılığı size ulaşmadan önce yakalanır, sonra değil.

ailin-consensus

Peki yaratıcı işler ve yeniden düzenlemeler?

Nesnel olarak doğrulanabilir görevlerde, makine tarafından denetlenen ve öznel beğeniye dayanmayan bu ölçümde, kazanan kolektiftir. Açık uçlu yaratıcı işlerde ise iyi seçilmiş tek bir model aynı netlikte kazanır. Triyajın var olma nedeni tam olarak budur: kaskad görev türleri arasında ortalama almaz, aralarında ayrım yapar. Yaratıcı işler varsayılan olarak tek modele gider. Doğrulanabilir işler kolektife gider.

Doğrulanabilir görevler 97%

doğruluk (38 denemenin 37'si), tekil öncü modellerde ise %68 ile %82 arası. Doğrulayıcı, üç tam tur boyunca yanlış bir yanıtın geçmesine hiç izin vermedi.

Basit ile kapsamlı arasında, hangisinin ne zaman kullanılacağını ezberleyerek seçim yapmazsınız. Bildiğinizi söylersiniz, Ailin¹ Collective söylemediklerinizi tamamlar ve geçersiz kılma her zaman tam olarak bir alan uzağınızdadır.

Kolektif Zeka ile İnşa Edin ⭐ GitHub'da Kolektif Zeka'ya Yıldız Verin

Binlerce model. Sahneye yalnızca doğru olanlar çıkar.

Avantaj Kolektiftir

Daha fazla modele erişim çığır açan şey değildir. Asıl çığır, farklı zekalar birlikte çalıştığında ortaya çıkar. Ailin¹, sürekli keşfedilen 101.986 model tanımlayıcısından oluşan ekosistemi bir kolektife dönüştürür, ardından yalnızca her stratejinin ihtiyaç duyduğu alt kümeyi devreye sokar.

101.986 keşfedilebilir model tanımlayıcısı. Çalışacak olanlar çeşitlilik için seçilir, büyüklük için sayılmaz.

  • Her zaman güncel

    Yeni yayımlanan bir model, ortaya çıktığı keşif döngüsünde indekslenir; beklenecek bir sürüm takvimi yoktur.

  • Tüm spektrum

    Metin, görsel anlama, ses ve gömme vektörleri aynı katalogda, aynı uç noktanın arkasında.

Zeka Kolektifleştiğinde Neden Daha Güçlü Olur

Yapay zeka bireysel modeller etrafında inşa edildi. Bir sonraki sınır kolektiftir. Bireysel bir model olağanüstü olabilir ve yine de kendi mimarisini, geçmişini, kör noktalarını ve hata biçimlerini taşır. Kolektif Zeka, bağımsız modelleri farklı bakış açıları katmaya, varsayımları sorgulamaya, uzmanlaşmaya, alternatifleri karşılaştırmaya ve görevin izin verdiği yerde sonuçları doğrulamaya yönlendirir. Aşağıdaki liste bir dilek listesi değildir: şu anda üretimde çalışan beş mekanizmadır.

Önemli olduğunda, tek model maliyeti

Bir makinenin denetleyebileceği görevlerde, belirlenimci bir doğrulayıcı doğru yanıtı hemen kabul eder ve kolektifin geri kalanını kısa devre yaptırır; böylece bu görevlerdeki maliyet, kolektifin geri kalanından çok tek bir modelin maliyetine yaklaşır, tam da kolektifin doğruluk avantajının en güçlü olduğu noktada.

Dayanıklılık

Bir sağlayıcının yaşadığı kesinti asla sizin kesintiniz olmaz. Kolektif, performansı düşen modelleri ve arızaları kendi başına atlayarak yoluna devam eder; her yanıt yine de karar izlenebilirliği taşır: hangi stratejinin çalıştığı, hangi modellerin kullanıldığı ve maliyetinin ne olduğu.

Yapım gereği çeşitlilik

Sağlayıcı, mimari ve eğitim hedefi, round-robin seçimiyle birbirinden ayrı tutulur; böylece bir çalıştırmadaki ardışık modeller asla aynı sağlayıcıyı paylaşmaz. Bu, farklı eğitim verilerinin işe yarar biçimde anlaşmazlığa düşmesini ummak değil, Hong ve Page'in Çeşitlilik Tahmin Teoremi'nin doğrudan yönlendirme katmanına gömülmesidir. Kör noktaları görünür kılar; ancak bunları ortadan kaldıracağına söz vermez.

Ürününüzü tek bir sağlayıcı belirlemez

Bir kolektif birden fazla sağlayıcıya yayılır; böylece tek bir sağlayıcının yol haritası, fiyatlandırması ya da politikası ürününüzü tek başına belirlemez.

Doğru uzman, gerçek zamanlı

Her görev için doğru uzman: akıl yürütme, kod, görsel anlama, uzun bağlam veya düşük gecikme süresi, her istek için gerçek zamanlı olarak seçilir.

Sık sorulan sorular

Net yanıtlar; her birinin arkasındaki alan, dosya ya da sayıyla birlikte. Söylediğimiz her şeyi kendiniz doğrulayabilirsiniz.

Entegrasyon & temel bilgiler

Evet. Temel yüzey (chat/completions, responses, embeddings, models) doğrudan uyumludur; buna ek olarak karar izlenebilirliğini taşıyan bir ailin_metadata bloğu gelir. Mevcut istemcinizi Ailin¹ uç noktasına yönlendirin, kimlik doğrulama başlığını değiştirin; aynı istek biçimi çalışır.

Kolektif zeka için tasarlandı; bu bir slogan değil, somut bir mühendislik iddiasıdır. Yönlendirme, bir isteğin nereye gideceğine karar verir; orkestrasyon, kendi yazdığınız bir sırayı betikler; kolektif zeka ise birden fazla modelin nasıl birlikte akıl yürüteceğini, çapraz kontrol yapacağını ve sentezleyeceğini tanımlayan katmandır, yönlendirme, orkestrasyon ve doğrulama ona hizmet eden mekanizmalardır. Bu mekanizmalar adı konmuş araştırmalara dayanır: Hong ve Page'in Çeşitlilik Tahmin Teoremi (PNAS, 2004), Condorcet Jüri Teoremi (1785) ve Woolley et al.'ın kolektif zeka faktörü 'c'si (Science, 2010). Bir strateji, kaynak kodda bu araştırmanın adını bile taşır: diversity-ensemble, 'Diversity Ensemble (Page Theorem)' olarak yer alır. Bir istek, bu stratejilerden biri altında birkaç modeli devreye sokar, ardından sonuca nasıl varıldığının karar izlenebilirliğiyle birlikte tek bir yanıt döndürür.

Canlı katalog 101.986 keşfedilebilir model tanımlayıcısı barındırır; bunlar onlarca sağlayıcı genelinde sürekli keşfedilir ve yetenek etiketleriyle işaretlenir, asla birinin elle düzenlediği durağan bir liste değildir. Tek bir istek hiçbir zaman hepsine dokunmaz: her kolektif strateji yalnızca gerektirdiği alt kümeyi devreye sokar, asla kataloğun tamamını değil.

Ailin¹ Collective & stratejiler

ailin-auto (dengeli varsayılan, kararı kaskada bırakır), ailin-best (önce kalite, maliyet sınırsız), ailin-fast (önce gecikme, tek model), ailin-economy (önce maliyet, kesin tavan uygulanır), ailin-consensus (bağımsız çapraz kontrolle doğruluk). ailin-auto ile başlayın. Diğerlerine yalnızca yönlendiricinin bilmediği bir şeyi bildiğinizde başvurun.

Varsayılan olarak kararı Ailin¹ verir; bunu Ailin¹ Collective'nin yönlendirme kaskadı üzerinden yapar: bir şey belirttiyseniz önce açık yönlendirme, belirtmediyseniz triyaj. Bir modeli, bir takma adı ya da bir stratejiyi doğrudan sabitleyerek herhangi bir katmanı geçersiz kılabilirsiniz ve bu seçim daima üstün gelir. Entegrasyonların çoğunun buna hiç ihtiyacı olmaz.

Katmanlı bir kaskad, en hızlı katmandan başlanarak değerlendirilir: belirttiyseniz açık yönlendirme; görevi sınıflandırıp bir stratejiyle eşleyen triyaj; o kesin görev nişi için tarihsel olarak işe yaramış olanı yeniden kullanan bir yapılandırma arşivi; ödünleşimi doğrudan optimize eden bir maliyet/kalite/gecikme sınırı; ve stratejileri zaman içindeki gerçek sonuçlara göre ağırlıklandıran öğrenilmiş bir strateji tercihi (bir Thompson Sampling bandit algoritması). Yapılandırma arşivi ile öğrenilmiş tercih banditi, devreye girmeden önce belirli bir niş için en az 5 kayıtlı sonuca ihtiyaç duyar; maliyet/kalite/gecikme sınırı ise 3 kayıtlı sonuçla açılır. O ana kadar kararı, belirlenimci ve denetlenebilir bir yedek sezgisel yöntem verir; bu, hiçbiri isteği sonuçlandırmazsa yukarıdaki her katmanı da güvenceye alan aynı sezgisel yöntemdir.

Orkestrasyon motorunda 31 strateji kayıtlı; tek bir yönlendirilmiş modelden, bir problemi paralel olarak keşfeden dokuz ajanlı sürülere kadar uzanıyor. On beşi yönlendirme kaskadında otomatik olarak seçilebiliyor; kalan on altısı ise yalnızca açıkça çağrıldığında çalışır ve adını verdiğiniz anda devreye girer. Ayrıca herhangi birine <strategy>:<tier> biçiminde, örneğin consensus:large olarak doğrudan seslenip tam olarak istediğiniz mekanizmayı ve fiyat kademesini sabitleyebilirsiniz.

Açık uçlu yaratıcı yazma ve kod yeniden düzenleme işlerinde, kendi (küçük örneklemli) strateji karşılaştırmalarımız güçlü tek bir modelin kolektifin tamamını açık ara geride bıraktığını gösteriyor. Nesnel olarak doğrulanabilir görevlerde ise bu tablo tersine döner: doğrulanmış bir uzlaşı stratejisi 38 denemenin 37'sinde (%97) doğru yanıt verdi; yanında test edilen tekil öncü modeller ise %68 ile %82 arasında kaldı. Ailin¹ bu isteklere varsayılan olarak uzlaşı dayatmaz ve hiçbir yönde sizi kendi tahminine kilitlemez: tek bir alan size baştan sona tutarlı tek bir ses verir (ailin-fast, strategy: "single"); gerçekten istediğiniz buysa, aynı tek alan size bağımsız çok modelli doğrulama sağlar (expert-panel, tri-role-collective).

Maliyet & hesap verebilirlik

Evet, istek bazında. max_cost, herhangi bir model çağrılmadan önce harcamaya kesin bir tavan koyar; çalışacak stratejinin tahmini maliyeti bunu aşarsa istek, sessizce fazla harcama yapmak yerine 400 strategy_budget_exceeded ile başarısız olur. quality_target ise bunun eşlenik tabanıdır. Her yanıt gerçek rakamı geri bildirir: kalem kalem dökümüyle birlikte ailin_metadata.cost_usd. Çok modelli stratejiler tek bir modelden belirgin biçimde daha pahalıdır. Bir makinenin denetleyebileceği görevlerde (yapılandırılmış çıkarım, matematik, testli kod, olgusal soru-cevap), bu fazladan maliyet büyük ölçüde ortadan kalkar: doğrulanmış bir stratejinin belirlenimci kısa devresi devreye girdiğinde, en güncel öncü model kıyaslamamız kolektif maliyetini yaklaşık $2,98/Mtok olarak ölçtü; bu, doğrulanmamış kolektif yoluna kıyasla yaklaşık 100x daha ucuzdur ve tek model fiyatlandırmasıyla aynı büyüklük mertebesindedir.

Her yanıt, size yanıtı üreten kesin modeli belirten ailin_metadata.final_decider_model_id alanını, ayrıca final_decider_role (primary, synthesizer, fallback veya cache) alanını ve her katılımcıyı kendi maliyeti, gecikmesi ve sonucuyla listeleyen eksiksiz bir subcalls[] dizisini taşır. Bir kalite sorununu sağlayıcıya taşıyorsanız, önemli olan "Ailin¹ API'si" değil, bu tanımlayıcıdır. Çok modelli bir kararın neden o şekilde sonuçlandığını yeniden kurmanız gerekiyorsa, kalıcı koordinasyon izini etkinleştirin: GET /v1/collective/runs/:id/trace, her aşamanın milisaniye düzeyinde bir zaman çizelgesini döndürür; bu uç nokta, bir kiracının başka bir kiracının çalıştırmasının var olduğunu bile asla doğrulayamayacağı şekilde inşa edilmiştir: başkasının çalıştırma kimliğinde yapılan bir sorgu, hiç oluşturulmamış bir çalıştırmayla aynı 404 yanıtını döndürür.

Kanıt & güven

Nesnel olarak doğrulanabilir 10 görevden oluşan ve 38 kez çalıştırılan bir kıyaslamada (yanıtlar makine tarafından denetlenebilir, beğeniye dayalı değil), belirlenimci bir doğrulayıcıyla eşleştirilen bir uzlaşı stratejisi kendi değerlendirmemizde 38 denemenin 37'sinde doğru yanıt verdi; yanında test edilen tekil öncü modeller (GPT-5.5-pro, Claude Opus 4.8, Gemini 3.1 Pro, Grok 4.3) ise %68 ile %82 arasında kaldı. Doğrulayıcı, üç turun tamamında tek bir kez bile nesnel olarak yanlış bir yanıt seçmedi. O olmadan diğer kolektif stratejiler, tekil amiral gemisi modellerle aynı aralığa geri düşüyor; yani avantaj doğrulayıcıyı izliyor, ekstra modelleri değil. Tamlık için: en güçlü tekil model, tek başına ikinci turda da %100 aldı (15 çalıştırma); dolayısıyla %97'yi üç turlu protokolün tamamı üzerinden değerlendirin, tur başına verilen bir söz olarak değil. Raporlanan skor, yayımlanan ham çıktılardan ve değerlendirme denetleyicisinden yeniden hesaplanabilir. Sözümüze güvenmek yerine kıyaslamayı kendiniz çalıştırın.

Hayır, ham istemleriniz değil. Eğitim verisi dışa aktarma hattı istem içeriğine hiçbir zaman dokunmaz: yalnızca anonimleştirilmiş operasyonel meta verileri dışa aktarır (kullanılan strateji, maliyet, gecikme, kalite skorları); iz kimlikleri SHA-256 ile gizli bir pepper eklenerek karma haline getirilir ve 16 karaktere kısaltılır, kurum ve kullanıcı tanımlayıcılarınız ise herhangi bir şey hazırlanmadan önce kaldırılır. Bu pepper yapılandırılmamışsa, dışa aktarma işi korumasız veri aktarmak yerine çalışmayı reddeder.

Kimlik doğrulama, kiracı izolasyonu, kota uygulaması, yetenek filtreli yönlendirme ve istek izleme her çağrıda çalışıyor. Bu bugün canlı; tedarik zinciri ve lisans tarafı da öyle: AGPL 13. madde uyumluluk uç noktaları (/source, /license), SLSA/Sigstore sürüm kökeni doğrulaması ve SPDX biçiminde bir SBOM her sürümle birlikte geliyor. Henüz tamamlanmayan: resmi sertifikasyon. SOC 2 ve ISO 27001 sürüyor, henüz sertifikalandırılmadı; satın alma süreciniz belirli bir beyan gerektiriyorsa, bizimki de dahil olmak üzere pazarlama metinlerinden varsayımda bulunmak yerine hesap ekibinize danışın. Bunların hiçbirinde de sözümüze güvenmek zorunda değilsiniz: bu sayfadaki rakamların arkasındaki koordinasyon motoru github.com/ailinone/collective-intelligence adresinde herkese açık (AGPL-3.0-or-later); kıyaslama betikleri ve ham veriler dahil.

Yapay Zekanın Kolektif Çağı Çoktan Başladı

Doğrulanabilir görevlerde doğrulanmış uzlaşımız 38'de 37 aldı, izole öncü modeller %68 ile %82 arasında kaldı ve hiçbir kez yanlış yanıt seçilmedi. Bu bir vaat değil: motoru, betikleri ve ham verileri herkesin denetimine açık, yayımlanmış bir kıyaslamadır. Model bir bileşene dönüşür. Kolektif, zekânın kendisine dönüşür.

Ailin¹ Chat'i açın Erişim talep edin Kolektif Zeka ile İnşa Edin ⭐ GitHub'da Kolektif Zeka'ya Yıldız Verin