Tek Geçişte Kalibre Olasılık ve "System One" Savaşı: TypeSafe Jev’e Karşı 20 Rakip, Perplexity Decider, OpenAI GPT-6 Luna ve Cloudflare Clef Mimarisi

Bir otonom yapay zeka ajanının veya kurumsal bir yazılım iş akışının gün boyunca aldığı binlerce mikro kararı düşünün: Müşteriden gelen bu e-posta bir iade talebi mi yoksa teknik bir şikayet mi? Ajan bir sonraki adımda hangi MCP aracını (tool) çağırmalı? Kullanıcının sesli yanıtı işlemi onaylıyor mu? Bu veritabanı sorgusu güvenlik politikalarını ihlal ediyor mu?

Bugüne kadar modern yazılım mühendisliği, bu yapısal seçim problemlerini çözmek için tuhaf bir mimari uzlaşmaya katlandı: Devasa, genel amaçlı ve otoregresif Büyük Dil Modellerine (LLM) açık uçlu sorular sormak, modelin jeton (token) bazında metin üretmesini beklemek, üretilen her bir çıktı jetonu için ücret ödemek ve sonunda dönen JSON veya metin bloğunu ayrıştırarak (parsing) içinden o tek kelimelik "evet" ya da "kategori_b" yanıtını çekip çıkarmak.

15 Eylül 2026'da TypeSafe AI'ın Jev adını verdiği ilk "System One" modelini yayınlamasıyla birlikte bu mimari paradigma kökten sarsıldı. Metin üretmeyen, sohbet etmeyen ve yalnızca önceden tanımlanmış seçenekler kümesi üzerinden kalibre edilmiş olasılıklar döndüren Karar Modelleri (Decision Models), sadece dört hafta içinde yapay zeka ekonomisinin en hızlı büyüyen altyapı kategorisine dönüştü. Jev'in çıkışından sonraki 24 saat içinde Vercel AI Gateway üzerinden izlenen ekiplerin %13'ü bu modele geçiş yaptı; 10. günün sonunda Jev, OpenRouter üzerindeki tüm sınıflandırma trafiğinin %27'sini tek başına sırtlamıştı (ve Ekim ortası itibarıyla haftalık 1.05 milyar istek hacmine ulaştı).

Bu patlama, endüstri devlerinin anında karşılık vermesini tetikledi. Dört haftalık baş döndürücü bir zaman diliminde OpenAI (GPT-6 Luna tabanlı Decisions API), Perplexity (pplx-decider-v1.1-27b), Cloudflare (Clef, Clef-flash ve Clef-omni), Microsoft (Microsoft-Decision-1), AWS Strands Labs (Strands Decider 2B), Databricks (ai_decide), Liquid AI (d1 ve d1-ultra) ve bağımsız açık kaynak geliştiricileri (Kev, Laya, Von, GLiDE, Span-01 vb.) dahil olmak üzere en az 20 doğrudan rakip piyasaya sürüldü.

Bu teknik analizde; Daniel Kahneman’ın bilişsel teorisinden ilham alan "System One" karar motorlarının mimari çalışma prensibini, ikiye bölünen API lehçelerini, Brier kaybı (Brier loss) ile olasılık kalibrasyonunu ve Jev karşısında konumlanan 20 rakibin performans, maliyet ve güvenlik darboğazlarını derinlemesine inceliyoruz.

1. Otoregresif İsrafın Sonu ve "System One" Mimarisi

Geleneksel bir LLM (örneğin GPT-6 Sol veya Claude Opus 4.6), doğası gereği Daniel Kahneman'ın Hızlı ve Yavaş Düşünme eserindeki "Sistem 2" (System 2) veya metin üretici bir motor gibi davranır. Bir destek talebinin aciliyetini 1 ile 5 arasında puanlamak istediğinizde bile model, kendi kelime dağarcığı (vocabulary) üzerindeki yüz binlerce jeton için ardışık matris çarpımları yapar, otoregresif kod çözme (autoregressive decoding) adımlarını çalıştırır ve yapısal çıktı (structured outputs) şemalarını doğrulamak için ek hesaplama yükü tüketir.

TypeSafe AI'ın Jev ile popülerleştirdiği (ve araştırmacı Vinu Mukkunnoth'un dikey satış ajanları için geliştirdiği SalesRLAgent ile açık kaynaklı Laya modelinin de temelini oluşturan) System One (Sistem 1) yaklaşımı ise problemi tersine çevirir:

1. Tek İleri Geçiş (Single Parallel Forward Pass): Modele bir durum (state — örneğin bir log satırı, kullanıcı mesajı, ses kaydı veya görsel) ve bu durum hakkında cevaplanması gereken tiplendirilmiş sorular (typed questions) gönderilir. Model, metin üretmek için kod çözücü (decoder) döngüsüne girmez; tüm soruları ve izin verilen kapalı seçenek kümesini tek bir paralel ileri geçişte puanlar.
2. Sıfır Çıktı Jetonu Ekonomisi: Model hiçbir zaman doğal dilde metin yazmadığı için ("Elbette, analizime göre..." gibi dolgu ifadeleri yoktur), sağlayıcıların tamamı yalnızca girdi jetonlarını (input tokens) faturalandırır; çıktı jetonları tamamen ücretsizdir. Örneğin OpenRouter üzerinde bir destek bileti hakkında aynı anda üç farklı soruyu yanıtlayan bir Jev çağrısı yalnızca $0.00002 maliyet oluşturmaktadır.
3. Bozuk Çıktı (Malformed Output) İmkansızlığı: Yanıt doğrudan izin verilen seçeneklerin olasılık dağılımı (logits/probabilities) olarak döndüğü için JSON şema kırılmaları, halüsinasyon kaynaklı tanımsız etiketler veya regex ayrıştırma hataları mimari olarak imkansız hale gelir.

Mimari Not: "Karar modelleri yeni bir yapay zeka problemi icat etmiyor; mühendislik ekiplerinin halihazırda her gün açık uçlu sorular şeklinde ifade ettiği yönlendirme (routing), güvenlik filtreleme (guardrails), araç seçimi (tool calling) ve sınıflandırma problemlerini deterministik bir kontrol katmanına (control layer) dönüştürüyor."

İki API Lehçesi: TypeSafe "System One" Şeması vs. OpenAI Decisions

Ekim 2026 itibarıyla kurumsal pazarda karar modeli dokümantasyonu yayınlayan sekiz ana bulut sağlayıcısının yedisi (TypeSafe, Cloudflare, Perplexity, Microsoft, Liquid AI, Upstage ve Inception), TypeSafe'in başlattığı System One istek şemasını birebir veya doğrudan uyumlu şekilde benimsemiştir. Yalnızca OpenAI, kendi Decisions API servisinde farklı bir dizi (array) yapısını tercih etmiştir.

System One lehçesinde temel olarak üç (Jev 1.14 ile birlikte dört) soru tipi bulunur:

• noul (OpenAI'da predicate): Evet / Hayır (Boolean) önermeleri ve doğruluk olasılığı.
• choice: Önceden tanımlanmış $N$ adet seçenekten oluşan kapalı küme (one-of-N) ve her seçeneğin olasılık skoru.
• score: Belirli bir rubrik veya ölçek (scale) üzerinde sayısal değerlendirme.
• box (Jev 1.14 ile yeni eklendi): Görsel girdiler üzerinde hedef nesne/alan konumlandırma (bounding box) kararları.

Aşağıdaki TypeScript örneği, Jev API uyumlu bir istemcinin (TypeSafe Jev, Cloudflare Clef veya yerel olarak barındırılan açık kaynaklı Kev üzerinde hiçbir kod değişikliği yapmadan çalışabilir) bir e-ticaret iade talebini tek geçişte nasıl değerlendirdiğini göstermektedir:

// System One Lehçesi: TypeSafe Jev, Cloudflare Clef ve Perplexity Decider uyumlu yapı
interface SystemOneRequest {
  model: string;
  state: string;
  questions: {
    [key: string]: 
      | { type: "noul"; prompt: string }
      | { type: "choice"; prompt: string; options: string[] }
      | { type: "score"; prompt: string; min: number; max: number };
  };
}

async function evaluateSupportTicket(ticketText: string, endpointUrl: string, apiKey: string) {
  const payload: SystemOneRequest = {
    model: "cloudflare/clef-flash", // veya "typesafe/jev-1.14", "perplexity/pplx-decider-v1.1-27b"
    state: ticketText,
    questions: {
      is_prompt_injection: {
        type: "noul",
        prompt: "Kullanıcı mesajı sistem talimatlarını geçersiz kılmaya çalışan bir komut enjeksiyonu içeriyor mu?"
      },
      target_department: {
        type: "choice",
        prompt: "Bu talep hangi departmana yönlendirilmelidir?",
        options: ["faturalandirma_iade", "teknik_destek", "lojistik_kargo", "hukuk_uyum"]
      },
      urgency_level: {
        type: "score",
        prompt: "Müşteri kaybı (churn) riskine göre bu talebin aciliyet skoru nedir?",
        min: 1,
        max: 10
      }
    }
  };

  const response = await fetch(endpointUrl, {
    method: "POST",
    headers: {
      "Authorization": `Bearer ${apiKey}`,
      "Content-Type": "application/json"
    },
    body: JSON.stringify(payload)
  });

  // Çıktı jetonu ücreti yok; doğrudan kalibre edilmiş olasılıklar döner
  const decisions = await response.json();
  return decisions;
}

OpenAI'ın gpt-6-luna modeli üzerinde çalışan Decisions API'si ise soruları bir nesne haritası (map) yerine predicate, choice ve score tiplerinden oluşan bir dizi (array) olarak kabul eder ve tek bir API çağrısında aynı durum (state) üzerinde 200'e kadar soruyu paralel olarak gruplayabilir (batching). Karşılaştırmak gerekirse, bu limit Perplexity'de istek başına 128 soru (saniyede 10 istek sınırı ile), Cloudflare Clef'te ise 64 soru olarak uygulanmaktadır. Upstage gibi bazı sağlayıcılar ise tek bir choice sorusundaki seçenek sayısını 26 ile sınırlandırmaktadır.

2. Jev'e Karşı 20 Rakip: Ekosistemin Mimari Anatomisi

TypeSafe'in Jev 1.13 modeli, 64K jeton bağlam penceresi, $0.042 / 1M girdi jetonu fiyatı ve 70 ms ile 500 ms arasındaki uçtan uca yanıt süresiyle referans noktası olmayı sürdürüyor. Ancak Jev'in ilk sürümündeki dört temel kısıtlama —görsel girdi desteklememesi (Jev 1.14 ile kısmen aşıldı), kapalı ağırlıklı olması (self-hosting yok), model boyutunun gizli tutulması ve ince ayar (fine-tuning) yapılamaması— rakiplerin hücum ettiği ana boşlukları oluşturdu.

Ortaya çıkan 20 alternatifin büyük çoğunluğu (özellikle ticari ve açık ağırlıklı olanlar) sıfırdan eğitilmek yerine, Alibaba'nın açık kaynaklı Qwen mimarisinin (Qwen3.5-9B veya Qwen3.8-27B) veya Google Gemma modellerinin üzerine karar katmanları, özel RL (pekiştirmeli öğrenme) ince ayarı ve olasılık kalibrasyonu için Brier kayıp fonksiyonu (Brier loss) eklenerek inşa edilmiştir.

Pazardaki 20 rakibi mimari konumlanmalarına göre dört ana kümede inceleyebiliriz:

Küme A: Büyük Bulut ve Yapay Zeka Sağlayıcıları (Big Tech & Frontier Labs)

1. Perplexity (pplx-decider-v1.1-27b): Qwen tabanlı 27 milyar parametrelik bu model, hem Apache 2.0 açık ağırlıklarıyla indirilebilir durumda hem de Perplexity API üzerinden 1 milyon girdi jetonu başına sadece $0.02 (Jev'in yarı fiyatından daha ucuz) fiyatla sunuluyor. Çok modlu (multimodal) yapısı sayesinde metinlerin yanı sıra görsel girdiler üzerinde de karar verebiliyor ve OpenRouter üzerinde haftalık 52.9 milyon istekle Jev'in hemen arkasında 3. sırada yer alıyor.
2. Cloudflare (Clef, Clef-flash ve Clef-omni): 1 Ekim'de duyurulan Clef (27B, Qwen3.8-27B tabanlı) ve Clef-flash (9B, Qwen3.5-9B tabanlı), Apache 2.0 lisansıyla Hugging Face'te yayınlandı ve doğrudan Cloudflare Workers AI üzerinde çalışıyor. 9 Ekim'de seriye eklenen Clef-omni ise karar motoru kavramını ses (audio) ve video akışlarına taşıyarak içerik moderasyonu ve çoklu ortam yönlendirmesinde benzersiz bir konuma yerleşti. Clef-flash, barındırılan ortamda $0.038 / 1M girdi jetonu fiyatıyla özellikle ağın ucunda (edge) ultra düşük gecikmeli yönlendirme için tasarlandı.
3. OpenAI (Decisions API / gpt-6-luna): 29 Eylül'de önizlemeye açılıp 6-7 Ekim'de genel betaya geçen servis, OpenAI'ın GPT-6 Luna modeli üzerinde çalışıyor. Metin ve satır içi base64 görselleri destekleyen API, geleneksel /v1/responses uç noktasına kıyasla 10 kata kadar daha hızlı çalışıyor. Milyon girdi jetonu başına $0.10 fiyatıyla Jev ve Perplexity'den daha pahalı olsa da; sıfır veri saklama (Zero Data Retention), HIPAA uyumluluğu ve ABD/Avrupa veri yerleşimi garantileriyle tek satıcıya (single-vendor) bağlı kurumsal yapıları hedefliyor.
4. Microsoft (Microsoft-Decision-1): 9 Ekim'de Microsoft Foundry ve OpenRouter üzerinden yayınlanan model, Qwen3.5-9B'nin ileri eğitiminden (post-training) geçirildi. Jev ile birebir aynı fiyata ($0.042 / 1M girdi jetonu) sahip olan model, Microsoft'un iç testlerinde GPT-6 Sol modelinden 35 kat daha hızlı çalışırken 36 kıyaslama testindeki 150.000 soruda yüksek doğruluk sergiledi.
5. AWS Strands Labs (Strands Decider 2B): Amazon'un açık kaynak kolu tarafından yayınlanan 2 milyar parametrelik ultra hafif model, yaklaşık 115 milisaniyede seçenek belirleyebiliyor ve yerel GPU/kenar cihaz dağıtımlarını hedefliyor.
6. Databricks (ai_decide): Kurumsal veri göllerindeki (Lakehouse) yönetilen veriler (governed data) üzerinde doğrudan SQL ve veri hattı (pipeline) içinden hızlı kararlar almak için geliştirilen entegre motor.

Küme B: Çok Modlu ve Uzmanlaşmış Ticari Motorlar

7. Liquid AI (d1 / d1-3B ve d1-ultra): Transformer dışı (non-transformer / Liquid Foundation Models) mimarisiyle bilinen Liquid AI'ın yerel görsel kararlar için başlangıç noktası olan d1-3B modeli ve Artificial Analysis Decision Index üzerinde 65 puanla zirveye oynayan çok modlu d1-ultra modeli.
8. Respan (Span-01 ve Span-01 Lite): Özellikle ajan izlerini (agent traces) ve davranışlarını düz metin kriterleriyle (noul / evet-hayır) denetlemek için uzmanlaşmış model.
9. Fastino Labs (GLiDE): Hem When2Call (84 puan) hem de WildGuardTest (95 puan) kıyaslamalarında Jev ve Perplexity'yi geride bırakan yüksek hızlı karar modeli.
10. Inception (Mercury Decide): Karar başına $0.013 / 1K karar maliyetiyle piyasadaki en ucuz birim maliyetlerden birini sunan ve OpenRouter'da haftalık 18.8 milyon isteğe ulaşan ticari motor.
11. Upstage (Solar Decide ve Solar Decide Flash): AIM System One Index'te önyargı (bias) testlerinde %99.4 gibi dikkat çekici skorlar üreten kurumsal alternatifler.
12. Nace AI (Drex v1.5 ve Drex v2.0): OpenRouter üzerinde toplamda haftalık 53 milyondan fazla isteğe ulaşarak en çok kullanılan ilk 10 karar modeli arasına giren yüksek hacimli motor.

Küme C: Açık Ağırlıklı, GPU ve CPU Dostu Bağımsız Alternatifler

13. Together AI (Tev1-4B-experimental): Herkese açık eğitim tarifiyle (public recipe) yayınlanan, 24 GB VRAM'li bir GPU veya 32 GB bir Mac üzerinde rahatlıkla çalışan 4B parametrelik açık model.
14. Jared Palmer (Kev / kev-4b): Qwen tabanlı, TypeSafe SDK'sının hiçbir değişiklik gerektirmeden doğrudan üzerine bağlanabildiği (drop-in replacement) kendi kendine barındırılabilir (self-hosted) açık kaynaklı Jev klonu.
15. Laya (421M): Araştırmacı Vinu Mukkunnoth tarafından yayınlanan, sadece 421 milyon parametreli, çok dilli (multilingual) destek sunan, CPU üzerinde çalışabilen ve karar başına 30 ms gecikmeyle en hızlı modellerden biri olan açık kaynaklı motor.
16. Von (Von 1.2): Yine enkoder (encoder) mimarisiyle doğrudan CPU üzerinde çalışmak üzere tasarlanmış hafif model.
17. GLiNER2.5-multi-Decide (287M): Ekosistemdeki en küçük boyutlu (287 milyon parametre) karar motoru.
18. Mapika Decider (35B-A3B): Toplam 35 milyar parametreli ancak her geçişte yalnızca 3 milyar parametreyi aktif eden Seyrek Uzmanlar Karışımı (MoE) mimarili karar modeli.
19. Diğer Uzmanlaşmış ve Topluluk Modelleri (meraGPT Decider 1, Standard Thinking Standard One, Celeris-1 Decision, Superagent Security-One, autojev-27b, OpenJev, NanoJev, SemIf): Güvenlik duvarı denetiminden genel sınıflandırmaya kadar uzanan ve toplam alternatif sayısını 20'nin çok üzerine (ince ayarlı Qwen/Gemma varyantlarıyla birlikte 100'ün üzerine) taşıyan geniş açık ekosistem.

3. Performans, Gecikme ve Kalibrasyon Kıyaslaması: Rakamların Arkasındaki Gerçekler

Karar modelleri pazarındaki en büyük mühendislik tuzağı, her satıcının kendi donanımı ve kendi seçtiği kıyaslama (benchmark) veri seti üzerinde Jev'i mağlup ettiğini iddia etmesidir. JevBench, Decision Index, AIM System One Index, Artificial Analysis Decision Index ve Respan Behavior Benchmark birbirinden tamamen farklı yetenekleri ölçmektedir.

Aşağıdaki tablo, Ekim 2026 itibarıyla önde gelen modellerin doğrulanmış mimari özelliklerini, fiyatlandırmalarını ve karşılıklı kıyaslama sonuçlarını özetlemektedir:

Kıyaslama Verilerini Okuma Sanatı: Dar Sınıflandırma vs. Derin Muhakeme

Tablodaki veriler incelendiğinde çok net bir mimari ayrışma göze çarpmaktadır:

1. Dar Sınıflandırma ve Niyet Analizi (Intent Classification): Cloudflare'in kendi altyapısında yaptığı testlerde Clef, BANKING77 veri setinde 94.20 F1 skoruna ulaşarak Jev'i (79.74) geride bırakmış; CLINC150 niyet sınıflandırma testinde ise %97.4'e karşı %89.3 ile üstünlük sağlamıştır. Benzer şekilde Respan'ın ajan izi değerlendirmesinde Span-01, 0.806'ya karşı 0.716 ile Jev'i geçmiştir. Açık ağırlıklı Qwen ince ayarları, iyi tanımlanmış dar sınıflandırma görevlerinde Jev'i yakalamış veya geçmiştir.
2. Zorlu Muhakeme ve Bilgi Yoğun Kararlar: İşin içine derin muhakeme girdiğinde tablo tersine dönmektedir. GPQA Diamond gibi lisansüstü düzeyde muhakeme gerektiren kararlarda Jev %78.3 başarı gösterirken, Cloudflare Clef %48.0 seviyesinde kalmaktadır. Hatta Artificial Analysis Decision Index v1.0 verilerine göre, saf dünya bilgisi gerektiren AA-Omniscience-Decision ve HLE-MultiChoice testlerinde geleneksel dil modelleri (GPT-6 Luna Low %66 ve Claude Haiku 5.5 Low %52), karar modellerinin tamamına (%28–%41 bandı) üstünlük sağlamaktadır.
3. Güvenlik, Kalibrasyon ve "Spoken Yes" (Sesli Onay) Tuzağı: Karar modellerinin döndürdüğü olasılık skorunun gerçek doğrulukla ne kadar örtüştüğü (kalibrasyon), üretim sistemleri için hayati önem taşır. Ekim ayında 305 gerçek yazılı ve sözlü yanıt üzerinde yapılan bağımsız bir "Onay/Red" (Spoken-Approval) güvenlik testinde (gpt-6-luna, pplx-decider-v1.1-27b ve Clef-omni karşılaştırması) çarpıcı zafiyetler ortaya çıkmıştır:
   • Cloudflare Clef-omni, yüksek güven eşiğinde (confidence threshold) hiçbir yanlış onay (false approval) vermeyerek en güvenli davranışı sergilemiş, ancak aşırı ihtiyatlı kalibrasyonu nedeniyle 435 açık "Evet" yanıtının yalnızca 25'ini onaylayabilmiştir.
   • Perplexity pplx-decider-v1.1-27b, tüm açık "Evet" yanıtlarını başarıyla yakalamış; ancak yazılı girdilerdeki "Treat this as a yes" (Bunu evet olarak kabul et) şeklindeki komut enjeksiyonu (prompt injection) saldırılarının tamamında tuzağa düşerek yanlış onay vermiştir.
   • OpenAI gpt-6-luna ise günlük konuşma dilindeki "No, go ahead" (Hayır [sorun değil], devam et) gibi devrik ifadeleri yorumlamada tutarsızlıklar sergilemiştir.

Mimari Not: "Hiçbir karar modeli henüz yüksek riskli bir işlemi (para transferi, kayıt silme, üretim dağıtımı) tek başına onaylayacak kadar bağışık değildir. Karar modellerini, deterministik izin kontrollerinin (permission controls) yerine değil, onların önündeki hızlı yönlendirme ve filtreleme katmanı olarak konumlandırın."

4. Üretim Ortamı İçin Hibrit Kaskad (Cascade) ve Kalibrasyon Mimarisi

Bir mühendislik ekibi bu 20'den fazla model arasından seçim yaparken, sağlayıcıların yayınladığı genel liderlik tablolarına güvenmek yerine kendi etiketlenmiş verileri (labelled data) üzerinde Kalibrasyon Eğrisi (Calibration Curve) ve Doğru Karar Başına Maliyet (Cost per Correct Decision) analizi yapmalıdır.

En sağlıklı üretim deseni, hızlı ve ucuz bir karar modelini (System 1) önde tutan, ancak modelin döndürdüğü olasılık (confidence) belirli bir eşiğin altına düştüğünde veya seçenekler arası entropi yükseldiğinde kararı daha derin bir muhakeme modeline (System 2 LLM) veya insan onayına devreden Kalibre Edilmiş Kaskad (Calibrated Cascade) mimarisidir.

Aşağıdaki Python kodu, hem System One şemasını (Perplexity / Cloudflare / Jev) hem de OpenAI Decisions API şemasını soyutlayan ve Brier Skoru (Brier Score) ile olasılık kalibrasyonunu denetleyip düşük güvenli kararları üst katmana yönlendiren üretim seviyesi bir yönlendirici (router) örneğidir:

import math
from typing import Dict, List, Any, Literal
import httpx

class CalibratedDecisionRouter:
    def __init__(self, pplx_key: str, openai_key: str, confidence_threshold: float = 0.88):
        self.pplx_key = pplx_key
        self.openai_key = openai_key
        self.confidence_threshold = confidence_threshold

    @staticmethod
    def calculate_brier_score(predicted_probs: Dict[str, float], actual_outcome: str) -> float:
        """
        Modelin olasılık kalibrasyonunu ölçmek için много-sınıflı Brier Skoru hesaplar.
        0.0'a ne kadar yakınsa modelin olasılık dağılımı o kadar iyi kalibre edilmiştir.
        """
        score = 0.0
        for option, prob in predicted_probs.items():
            actual = 1.0 if option == actual_outcome else 0.0
            score += (prob - actual) ** 2
        return score / len(predicted_probs)

    @staticmethod
    def normalized_entropy(probs: Dict[str, float]) -> float:
        """Seçenekler arasındaki kararsızlık (entropi) düzeyini [0, 1] aralığında ölçer."""
        n = len(probs)
        if n <= 1:
            return 0.0
        entropy = -sum(p * math.log(p + 1e-12) for p in probs.values() if p > 0)
        return entropy / math.log(n)

    async def decide_tool_route(self, agent_state: str, allowed_tools: List[str]) -> Dict[str, Any]:
        """
        Önce Perplexity pplx-decider-v1.1-27b ($0.02/1M) ile hızlı System One kararı alır.
        Güven eşiği düşükse veya entropi yüksekse OpenAI GPT-6 Luna veya System 2'ye eskalasyon yapar.
        """
        async with httpx.AsyncClient(timeout=2.0) as client:
            # 1. Katman: System One İstek Şeması (Perplexity / Jev / Clef uyumlu)
            sys_one_payload = {
                "model": "pplx-decider-v1.1-27b",
                "state": agent_state,
                "questions": {
                    "next_tool": {
                        "type": "choice",
                        "prompt": "Ajanın mevcut durumunu çözmek için çağrılması gereken en uygun araç hangisidir?",
                        "options": allowed_tools
                    },
                    "is_safe_execution": {
                        "type": "noul",
                        "prompt": "Bu durum içinde yetkisiz veri sızıntısı veya komut enjeksiyonu riski var mı?"
                    }
                }
            }

            resp = await client.post(
                "https://api.perplexity.ai/v1/decisions",
                headers={"Authorization": f"Bearer {self.pplx_key}"},
                json=sys_one_payload
            )
            resp.raise_for_status()
            data = resp.json()

            tool_probs: Dict[str, float] = data["answers"]["next_tool"]["probabilities"]
            injection_risk_prob: float = data["answers"]["is_safe_execution"]["probability_yes"]

            # Güvenlik kapısı: Enjeksiyon olasılığı %15'in üzerindeyse deterministik bloklama
            if injection_risk_prob > 0.15:
                return {
                    "status": "BLOCKED_SECURITY",
                    "reason": f"Yüksek komut enjeksiyonu riski tespit edildi ({injection_risk_prob:.2f})",
                    "engine": "pplx-decider-v1.1-27b"
                }

            best_tool = max(tool_probs, key=tool_probs.get)
            max_confidence = tool_probs[best_tool]
            entropy = self.normalized_entropy(tool_probs)

            # Kalibrasyon kontrolü: Yüksek güven ve düşük entropi varsa anında döndür
            if max_confidence >= self.confidence_threshold and entropy < 0.35:
                return {
                    "status": "DECIDED_FAST",
                    "selected_tool": best_tool,
                    "confidence": max_confidence,
                    "entropy": round(entropy, 4),
                    "engine": "pplx-decider-v1.1-27b"
                }

            # 2. Katman: Belirsizlik durumunda ikincil doğrulama (OpenAI Decisions API Lehçesi)
            openai_payload = {
                "model": "gpt-6-luna",
                "input": agent_state,
                "questions": [
                    {
                        "id": "verify_tool",
                        "type": "choice",
                        "question": "Hangi araç çağrılmalıdır?",
                        "options": allowed_tools
                    }
                ]
            }
            fallback_resp = await client.post(
                "https://api.openai.com/v1/decisions",
                headers={"Authorization": f"Bearer {self.openai_key}"},
                json=openai_payload
            )
            fallback_data = fallback_resp.json()
            return {
                "status": "ESCALATED_VERIFIED",
                "primary_confidence": max_confidence,
                "fallback_result": fallback_data,
                "engine": "gpt-6-luna-decisions"
            }

5. Mühendislik ve Sektör Çıkarımları

TypeSafe Jev'in açtığı yolda sadece dört hafta içinde 20'den fazla rakibin belirmesi, geçici bir pazarlama dalgası değil, yapay zeka yığınında (AI stack) kalıcı bir mimari katmanlaşmanın (layering) kanıtıdır. Yazılım mimarları ve ürün ekipleri için bu yeni dönemin temel çıkarımları şunlardır:

1. Dağıtım Kısıtlamasından Başlayın (Start with Deployment Constraints): Eğer uygulamanız halihazırda Cloudflare Workers üzerinde çalışıyorsa, ağ gecikmesini sıfıra indirmek için Cloudflare Clef-flash (38.8 ms) en rasyonel ilk tercihtir. Çok modlu (görsel/ses/video) içerik moderasyonu yapıyorsanız Clef-omni veya Liquid d1-ultra öne çıkar. Barındırılan (hosted) API faturanızı düşürmek ve gerektiğinde ağırlıkları kendi GPU kümenize (Apache 2.0) indirmek istiyorsanız Perplexity pplx-decider-v1.1-27b ($0.02/1M) şu anki en güçlü fiyat/performans dengesini sunmaktadır.
2. Maliyet Yanılsamasına Dikkat Edin: Her biri 1.000 girdi jetonu tüketen aylık 1 milyon kararlık bir iş yükünde, Jev ($0.042) yerine Perplexity ($0.02) kullanmak temel girdi faturasında ayda yalnızca $22 tasarruf sağlar. Dolayısıyla karar modeli seçimi birim jeton fiyatından ziyade; kabul edilebilir hata oranına (accepted-error rate), veri gizliliği gereksinimlerine (ör. OpenAI'ın HIPAA/ZDR garantileri veya kendi donanımınızda Kev/Strands Decider çalıştırma) ve gecikme bütçesine göre yapılmalıdır.
3. Kaskadlarda Paylaşılan Hata (Shared Errors) Riski: Piyasadaki karar modellerinin büyük bir kısmı (Clef, pplx-decider, Microsoft-Decision-1, Strands Decider, Tev1, Kev) aynı temel model ailesinin (Qwen) ince ayarlanmış varyantlarıdır. Çok katmanlı bir doğrulama veya kaskad (cascade) mimarisi kurarken, iki farklı sağlayıcıdan bile olsa aynı Qwen tabanlı iki modeli ardışık kullanmak ortak kör noktaları (shared blind spots) tekrarlayacaktır. İkincil doğrulama katmanında farklı bir mimari aile (örneğin Jev, Liquid d1 veya OpenAI gpt-6-luna) tercih edilmelidir.
4. LLM Altyapısının Sessiz İkamesi: Üretim ortamındaki LLM çağrılarının önemli bir yüzdesi gerçekte metin üretimine ihtiyaç duymayan sınıflandırma, etiketleme, önbellek yönlendirme ve güvenlik denetimi çağrılarıdır. Bu iş yüklerini "System One" karar motorlarına taşımak, yalnızca API faturalarını yüzlerce kat düşürmekle kalmaz; aynı zamanda otonom ajanların adım atma hızını saniyelerden milisaniyelere indirerek gerçek zamanlı kullanıcı deneyimlerinin önünü açar.