Sabit bir yapay zeka performans seviyesinin fiyatı üç yılda kabaca 1,000x düştü (a16z, LLMflation 2024) — 2021 sonunda milyon token başına $60’a mal olan GPT-3 kalitesinde çıktı, 2024 sonunda $0.06’ya satıldı. Stanford HAI’nin 2025 AI Index’i, GPT-3.5 eşdeğeri kalite için yaklaşık 18 ayda 280 kat düşüş ölçtü (Stanford HAI, AI Index 2025). Epoch AI, kıyaslamalar genelinde yılda yaklaşık 50x’lik medyan bir düşüş izliyor; Ocak 2024’ten bu yana yılda 200x’e hızlanıyor (Epoch AI, LLM Inference Price Trends 2025). Yine de toplam harcama tam tersi yönde tırmanıyor: The Information, OpenAI’nin 2025 inference faturasının önceki yılın yaklaşık dört katı olan $8.4 billion civarında olduğunu bildirdi. Bu analiz, 2026 ortası itibarıyla inference ekonomisinin nerede durduğuna dair Epoch AI, Stanford HAI, a16z, Google, NVIDIA, Menlo Ventures ve 12 diğer birincil kaynaktan gelen verileri bir araya getiriyor.
TL;DR
- GPT-3 eşdeğeri çıktı, 2021’de milyon token başına $60’tan 2024’te $0.06’ya düştü; bu 1,000x’lik bir düşüş (a16z, LLMflation 2024).
- GPT-3.5 eşdeğeri kalite sorgulamak, milyon token başına $20’den $0.07’ye düştü; kabaca 18 ayda 280 kat bir kesinti (Stanford HAI, AI Index 2025).
- Kıyaslama fiyat-performans düşüşü yılda 9x ile 900x arasında değişiyor; medyan 50x, Ocak 2024’ten bu yana 200x’e yükseliyor (Epoch AI, 2025).
- İzole edilmiş algoritmik verimlilik ilerlemesi, donanım kazanımlarının üzerine yılda yaklaşık 3x çalışıyor (The Price of Progress, arXiv 2025).
- Piyasa ortalaması NVIDIA H100 talep üzerine kiralama, 2026’da 42 sağlayıcı genelinde GPU-saat başına yaklaşık $3.61’di (getdeploying, 2026).
- NVIDIA’nın GB300 NVL72’si milyon token başına $0.12’ye ulaştı; Hopper’dan 35x daha düşük token başına maliyet olarak tanımlanıyor (NVIDIA, InferenceMAX 2025).
- Google, 2026 ortası itibarıyla ayda 3.2 quadrillion token işledi; yıldan yıla kabaca 7 kat (Google I/O 2026).
- Kurumsal LLM API harcaması altı ayda $3.5 billion’dan $8.4 billion’a ikiye katlandı (Menlo Ventures, 2025).
- OpenAI’nin 2025 inference maliyeti, önceki yılın kabaca 4 katı olan yaklaşık $8.4 billion’a ulaştı (The Information, 2025).
- Birleşik eğitim-artı-inference altyapısı 2025’te $251 billion olarak boyutlandırıldı; 2029’a kadar $672 billion’a büyüyor (Bloomberg Intelligence, Cerebras S-1 2026 üzerinden).
- Medyan Gemini metin istemi 0.24 vat-saat kullanıyor; 12 ayda 33x düştü (Google, 2025).
1. Eşdeğer Performans İçin Fiyat Çöküşü
Inference ekonomisindeki manşet rakam tek bir fiyat değil — eğimdir. Sabit bir kalite çıtası için bir modeli çalıştırmanın maliyeti, yıllar değil aylar ölçeğinde yarıya iniyor ve düşüş 2024 başından bu yana dikleşti. Kıyaslamalar arasındaki farklılık önemli: ucuz emtia kalitesi en hızlı düşerken, sınır ötesi akıl yürütme kalitesi fiyatını koruyor. Epoch AI, yılda 50x’lik bir medyan düşüş ölçüyor; Ocak 2024’ten bu yana verilerle sınırlandırıldığında yılda 200x’e sıçrıyor. Taban düşmeye devam ediyor çünkü üç güç üst üste biniyor: rekabet, daha iyi silikon ve daha iyi algoritmalar. Sonuncusunu izole eden bir araştırma ekibi, saf algoritmik verimliliği yılda kabaca 3x olarak koydu.
| Metrik | Değer | Kaynak |
|---|---|---|
| GPT-3 eşdeğeri kalite (MMLU ~42) fiyatı | $60/M tokens (Nov 2021) to $0.06/M (2024), a 1,000x drop | a16z, LLMflation (2024) |
| Eşit performans için LLMflation oranı | ~10x cheaper per year | a16z, LLMflation (2024) |
| GPT-3.5 eşdeğeri kalite (MMLU 64.8%) fiyatı | $20/M (Nov 2022) to $0.07/M (Oct 2024), 280-fold | Stanford HAI, AI Index (2025) |
| Kıyaslamalar arası fiyat-performans düşüşü | 9x to 900x per year; median 50x | Epoch AI, Inference Price Trends (2025) |
| Ocak 2024 sonrası hızlanma | Median 200x per year | Epoch AI, Inference Price Trends (2025) |
| GPQA Diamond’da GPT-4 kalitesi | 40x per year price drop | Epoch AI, Inference Price Trends (2025) |
| Sınır kıyaslama fiyat düşüşü | 5x to 10x per year | The Price of Progress (arXiv, 2025) |
| İzole edilmiş algoritmik verimlilik ilerlemesi | ~3x per year | The Price of Progress (arXiv, 2025) |
Aykırı değer notu: Bu rakamların arkasındaki Epoch’un kendi veri kümesi, altı kıyaslamada 36 benzersiz fiyat gözlemine dayanıyor; bu nedenle tek kıyaslama oranları (900x uç değeri) havuzlanmış medyandan daha gürültülü.
2. Donanım ve GPU Ekonomisi
Düşen token fiyatları, düşen bilgi işlem fiyatlarının üzerinde ilerliyor. İş atı NVIDIA H100 için kiralama oranları, uzmanlaşmış bulutlar hiperölçekleyicilerin fiyatını kırdıkça 2025’ten 2026’ya kadar kaymaya devam etti ve her yeni hızlandırıcı nesli token başına maliyet tabanını sıfırlıyor. NVIDIA’nın Ekim 2025’te yayımlanan InferenceMAX kıyaslamaları, GB300 NVL72’yi milyon token başına $0.12 olarak koyuyor — Hopper neslinden 35x daha düşük token başına maliyet. Satıcı çerçevelemesi tanıtım amaçlı, bu yüzden çarpanları en iyi senaryo olarak ele almak gerekir, ancak yön aşağıdaki bağımsız fiyat izleyicileriyle eşleşiyor. Gartner, eğilimin yıllarca süreceğini öngörüyor: bir trilyon parametreli modelde inference, 2030’da 2025’e göre yüzde 90’dan fazla daha az maliyete mal olmalı.
| Metrik | Değer | Kaynak |
|---|---|---|
| H100 talep üzerine ortalaması, 42 sağlayıcı | ~$3.61 per GPU-hour | getdeploying (2026) |
| Zirveden H100 bulut fiyat düşüşü | 64% to 75% | GPU price trackers (2026) |
| AWS H100 fiyat indirimi, Haziran 2025 | ~44% | GPU price trackers (2026) |
| ML donanım performans büyümesi | 43% per year, doubling every 1.9 years | Stanford HAI, AI Index (2025) |
| ML donanım maliyet düşüşü / enerji verimliliği | -30% per year / +40% per year | Stanford HAI, AI Index (2025) |
| NVIDIA GB300 NVL72 token başına maliyet | $0.12/M, 35x lower than Hopper | NVIDIA, InferenceMAX (2025) |
| Blackwell milyon token başına maliyet | 15x lower than prior generation | NVIDIA, InferenceMAX (2025) |
| Öngörülen 2030 maliyeti, 1T parametreli inference | >90% lower vs 2025 | Gartner (2025) |
Bağlam: Aynı NVIDIA açıklaması, $5 million’lık bir GB200 NVL72 kurulumunun token gelirinde yaklaşık $75 million ürettiğini iddia ediyor; 15x’lik bir getiri — bu bir tedarikçinin ROI sunumu, bağımsız bir denetim değil. Daha geniş silikon tablosu için yapay zeka çipleri istatistiklerimize bakın.
3. Token Patlaması
Daha ucuz tokenler faturayı küçültmedi; talebi patlattı. Token başına fiyatlar düşerken sağlayıcılar verimi katrilyonlarla ölçmeye başladı ve görev başına düzinelerce çağrı tetikleyen ajan tabanlı iş yükleri hacmi daha da yükseğe itiyor. Google, 2026 ortası itibarıyla ayda 3.2 quadrillion token işlediğini, bunun bir yıl önceki oranının kabaca 7 katı olduğunu bildirdi. Bu, gerçek zamanlı Jevons paradoksu: kaynak ne kadar verimli olursa, o kadar çok tüketilir. Gartner, tek başına ajan tabanlı sorguların standart bir sohbet botu turundan 5 ila 30 kat daha fazla token tükettiğini not ediyor; bu yüzden ürünler tek yanıtlardan çok adımlı ajanlara kaydıkça hacim eğrisi dikleşiyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Google token verimi | 3.2 quadrillion/month (mid-2026), 7x YoY | Google I/O (2026) |
| Google token büyümesi | 480T/month (May 2025) to 980T (July 2025) | T. Tunguz, Token Race (2025) |
| Microsoft Foundry verimi | 100T tokens in a quarter; 50T single-month record | T. Tunguz, Token Race (2025) |
| Microsoft büyük müşteri sayısı | 250+ customers on track for >1T tokens/year each | Microsoft, via T. Tunguz (2025) |
| Together.ai verimi | 2 trillion tokens/day (Sept 2025) | T. Tunguz, Token Race (2025) |
| Inference hacminde açık kaynak payı | ~1% to 3% | T. Tunguz, Token Race (2025) |
| Ajan tabanlı sorgu token çarpanı | 5x to 30x more tokens than a chatbot query | Gartner (2025) |
Bağlam: Ajan tabanlı yapay zeka, belirtilen dönemde Azure’ın genel inference etkinliğinin yüzde 1’inden azını oluşturdu; bu yüzden 5x-30x çarpanı küçük ama hızla büyüyen bir tabana uygulanıyor. Bu iş yüklerinin nereye gittiğine dair yapay zeka ajanları istatistiklerimize bakın.
4. Kurumsal Harcama ve Marj Paradoksu
İşte paradoks tek satırda: birim fiyatlar çöküyor, yine de hem alıcılar hem satıcılar daha fazla harcıyor. Kurumlar bütçeyi deneyden, inference’ın hiç durmadığı her zaman açık üretime kaydırdı. Menlo Ventures, yapay zeka geliştiricilerinin yüzde 74’ünün artık iş yüklerinin çoğunluğunun inference olduğunu söylediğini buldu; bir yıl önceki yüzde 48’den yükseldi. Tedarikçi tarafında inference baskın maliyet kalemi: The Information, OpenAI’nin 2025 inference faturasının önceki yılın kabaca dört katı ve kendi $6.6 billion tahmininin çok üzerinde, yaklaşık $8.4 billion olduğunu bildirdi. Marjlar baskı noktası — aynı haber, OpenAI’nin brüt marjını yüzde 46’lık hedefinin altında yüzde 33 olarak koydu.
| Metrik | Değer | Kaynak |
|---|---|---|
| Kurumsal LLM API harcaması | $3.5B (late 2024) to $8.4B (mid-2025) | Menlo Ventures (2025) |
| Inference çoğunluklu iş yüküne sahip geliştiriciler | 74%, up from 48% a year earlier | Menlo Ventures (2025) |
| Kurumsal üretken yapay zeka yatırımı | $1.7B (2023) to $37B (2025) | Menlo Ventures (2025) |
| OpenAI 2025 inference maliyeti | ~$8.4B, ~4x YoY (vs $6.6B forecast) | The Information (2025) |
| OpenAI 2026 inference maliyeti projeksiyonu | ~$14.1B | The Information (2025) |
| Anthropic 2025 inference maliyeti | ~$2.7B, >3x growth | The Information (2025) |
| OpenAI brüt marjı | 33% (fell from 40%, missed 46% target) | The Information (2025) |
| Barclays tüketici inference çip capex, 2026 | ~$120 billion | Barclays Research (2025) |
Bağlam: Anthropic’in API işinin yüzde 80’in üzerinde brüt marjla çalıştığı bildiriliyor; bu da “inference para kaybettiriyor” hikayesinin evrensel değil, model karması ve fiyatlandırmaya bağlı olduğunun bir hatırlatıcısı. Altındaki yazılım ekonomisi için SaaS istatistiklerimize bakın.
5. Maliyet Kaldıraçları: Açık Modeller, Önbellekleme ve Toplu İşleme
Liste fiyatları, disiplinli ekiplerin gerçekte ödediğinden fazlasını gösteriyor. Açık ağırlıklı modeller, prompt önbellekleme ve asenkron toplu işlemenin her biri etkin maliyeti bir büyüklük mertebesi düşürüyor ve üst üste biniyor. DeepSeek’in R1’i, token başına bazda OpenAI’nin o1’inden yaklaşık yüzde 96 daha ucuz çalışıyor; kabaca 27x’lik bir fark. Sınır katmanı tam tersi bir hikaye anlatıyor: OpenAI’nin o1 çıktı fiyatı olan milyon token başına $60, GPT-3’ün 2021’deki lansmanında maliyetiyle aynı; yani emtia kalitesi çökerken bile premium akıl yürütme ucuzlamadı. Tasarruflar aşağıdaki kaldıraçlarda yaşıyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| DeepSeek R1 API fiyatı | $0.55/M input, $2.19/M output | DeepSeek pricing (2026) |
| OpenAI o1 API fiyatı | $15/M input, $60/M output | pricepertoken (2026) |
| DeepSeek R1 vs OpenAI o1 | ~96% cheaper (~27x) | pricepertoken (2026) |
| OpenAI o1 çıktısı vs GPT-3 lansmanı | $60/M, identical to 2021 GPT-3 | a16z, LLMflation (2024) |
| DeepSeek R1 önbelleğe alınmış girdi | $0.14/M tokens | DeepSeek pricing (2026) |
| DeepSeek V4 önbelleğe alınmış girdi | $0.03/M tokens, a 90% discount | DeepSeek pricing (2026) |
| OpenAI Batch API indirimi | Flat 50% for a 24-hour window | OpenAI Batch API (2026) |
| Önbellek + toplu işleme, GPT-5.4 önbelleğe alınmış girdi | $0.625/M, 75% below standard | OpenAI Batch API (2026) |
Aykırı değer notu: Çıktı tokenleri, büyük sağlayıcılar genelinde girdi tokenlerinden 3x ila 5x daha pahalı fiyatlandırılıyor çünkü üretim sıralı iken girdi işleme paralelleşiyor; bu yüzden önbellekleme en çok girdi ağırlıklı iş yüklerine yardımcı oluyor. Açık ağırlıklı modellerin bunu nasıl yeniden şekillendirdiği için bulut bilişim istatistiklerimize bakın.
6. Pazar Büyüklüğü ve Öngörüler
Yapay zeka inference’ı için toplam pazar boyutlandırması geniş, çünkü analistler sınırı farklı çiziyor — bazıları yalnızca inference çiplerini sayarken, diğerleri tam yazılım-artı-hizmetler yığınını sayıyor. Farkı bir çelişki değil, bir aralık olarak ele alın. Cerebras’ın S-1’inde alıntılanan Bloomberg Intelligence, birleşik eğitim-artı-inference altyapı pazarını 2025’te $251 billion olarak boyutlandırdı; 2029’a kadar $672 billion’a büyüyecek ve inference eğitimden iki kattan fazla hızlı genişleyecek. Daha dar inference çip dilimi patlayıcı değil istikrarlı biçimde büyüyor, geniş “yapay zeka inference” tanımları ise 2030’a kadar çeyrek trilyon dolara yakın bir yere iniyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Yapay zeka inference pazarı, 2025’ten 2030’a | $106.15B to $254.98B, 19.2% CAGR | MarketsandMarkets (2025) |
| Yapay zeka inference pazarı, 2024’ten 2030’a | $97.24B to $253.75B, 17.5% CAGR | Grand View Research (2025) |
| Yapay zeka inference pazarı, 2026’dan 2034’e | $117.80B to $312.64B, 12.98% CAGR | Fortune Business Insights (2026) |
| Yapay zeka inference çip pazarı, 2026’dan 2030’a | $20.51B to $36.97B, 15.9% CAGR | The Business Research Company (2026) |
| Birleşik eğitim + inference altyapısı, 2025’ten 2029’a | $251B to $672B, ~28% CAGR | Bloomberg Intelligence, via Cerebras S-1 (2026) |
| Inference vs eğitim büyümesi | Inference grows >2x faster | Bloomberg Intelligence, via Cerebras S-1 (2026) |
Farklılık notu: “Yapay zeka inference’ı” için 2030 tahminleri kabaca $255B’den (MarketsandMarkets) 2034’e kadar $313B’ye (Fortune Business Insights) kadar değişiyor; fark bir veri hatasını değil, kapsam ve baz yıl farklarını yansıtıyor.
7. Enerji ve Sorgu Başına Maliyet
Sorgu başına kaynak ayak izi, dolar fiyatı kadar hızlı düşüyor ve 2025, en büyük sağlayıcının nihayet rakamları yayımladığı yıldı. Google, medyan Gemini metin isteminin 0.24 vat-saat elektrik kullandığını — ve bu rakamın önceki 12 ayda 33x düştüğünü açıkladı. Bağımsız tahminler aynı komşulukta yer alıyor; bu satıcı matematiği üzerinde faydalı bir çapraz kontrol. Uyarı ağırlık taşıyor: bunlar medyanlar ve karmaşık akıl yürütme veya ajan tabanlı görevler birkaçtan onlarca vat-saate kadar tüketiyor; bu yüzden ürünler daha ağır iş yüklerine kaydıkça ortalama fatura yükseliyor.
| Metrik | Değer | Kaynak |
|---|---|---|
| Medyan Gemini metin istemi enerjisi | 0.24 watt-hours | Google Cloud (2025) |
| Medyan Gemini istemi su / karbon | 0.26 mL / 0.03 gCO2e | Google Cloud (2025) |
| Medyan Gemini istemi başına enerji, 12 aylık değişim | Fell 33x | Google Cloud (2025) |
| Medyan Gemini istemi başına karbon, 12 aylık değişim | Fell 44x | Google Cloud (2025) |
| Ortalama ChatGPT sorgusu enerjisi | ~0.34 watt-hours | OpenAI (Sam Altman, 2025) |
| Tipik sorgu tahmini | ~0.3 watt-hours | Epoch AI (2025) |
| Karmaşık / ajan tabanlı sorgu enerjisi | Several to tens of watt-hours | Google Cloud (2025) |
Bağlam: Google’ın açıklaması, boşta kapasite ve veri merkezi genel giderini (PUE) içeren tam sistem gücünü kapsıyor; bu, başka yerlerde sıkça alıntılanan yalnızca çip rakamlarından daha geniş bir sınır, bu yüzden zarf arkası tahminlerle doğrudan karşılaştırılabilir değil.
Özet: Sayılarla Yapay Zeka Inference Maliyeti
| Metrik | Değer | Kaynak |
|---|---|---|
| GPT-3 eşdeğeri fiyat | $60/M (2021) to $0.06/M (2024), 1,000x | a16z, LLMflation (2024) |
| GPT-3.5 eşdeğeri fiyat | 280-fold drop, late 2022 to Oct 2024 | Stanford HAI, AI Index (2025) |
| Kıyaslamalar arası fiyat düşüşü | Median 50x/year; 200x/year since Jan 2024 | Epoch AI (2025) |
| Algoritmik verimlilik ilerlemesi | ~3x per year | The Price of Progress (arXiv, 2025) |
| H100 talep üzerine ortalaması | ~$3.61 per GPU-hour, 42 providers | getdeploying (2026) |
| Zirveden H100 fiyat düşüşü | 64% to 75% | GPU price trackers (2026) |
| ML donanım maliyeti / enerji verimliliği | -30% / +40% per year | Stanford HAI, AI Index (2025) |
| NVIDIA GB300 NVL72 token başına maliyet | $0.12/M, 35x lower than Hopper | NVIDIA, InferenceMAX (2025) |
| Google token verimi | 3.2 quadrillion/month, 7x YoY | Google I/O (2026) |
| Kurumsal LLM API harcaması | $3.5B to $8.4B in six months | Menlo Ventures (2025) |
| Inference çoğunluklu iş yükleri | 74% of builders, up from 48% | Menlo Ventures (2025) |
| OpenAI 2025 inference maliyeti | ~$8.4B, ~4x YoY | The Information (2025) |
| Anthropic 2025 inference maliyeti | ~$2.7B, >3x growth | The Information (2025) |
| DeepSeek R1 vs OpenAI o1 | ~96% cheaper (~27x) | pricepertoken (2026) |
| Yapay zeka inference pazarı | $106B (2025) to $255B (2030), 19.2% CAGR | MarketsandMarkets (2025) |
| Birleşik eğitim + inference altyapısı | $251B (2025) to $672B (2029) | Bloomberg Intelligence, via Cerebras S-1 (2026) |
| Medyan Gemini istemi enerjisi | 0.24 Wh, down 33x in 12 months | Google Cloud (2025) |
| Gartner 2030 maliyet projeksiyonu | 1T-param inference >90% cheaper vs 2025 | Gartner (2025) |
| Ajan tabanlı sorgu token çarpanı | 5x to 30x more tokens | Gartner (2025) |
| OpenAI Batch API indirimi | Flat 50% for 24-hour window | OpenAI (2026) |
Metodoloji ve Kaynaklar
Veriler, birincil raporlardan, şirket açıklamalarından, düzenleyici başvurulardan, kamuya açık metodolojiye sahip adlandırılmış fiyat izleyicilerinden ve 2024’ten 2026’ya kadar yayımlanan hakem denetimli analizlerden toplanarak derlendi; 2025-2026 verilerine öncelik verilerek ve ticari basın atıfları kaynağına kadar izlenerek.
- Andreessen Horowitz (a16z), Welcome to LLMflation (2024) — a16z.com
- Epoch AI, LLM Inference Price Trends ve How Much Energy Does ChatGPT Use? (2025) — epoch.ai
- Stanford HAI, 2025 AI Index Report, Araştırma ve Geliştirme bölümü (2025) — hai.stanford.edu
- The Price of Progress: Algorithmic Efficiency and the Falling Cost of AI Inference (arXiv:2511.23455, 2025)
- Gartner, yapay zeka inference maliyeti öngörüsü, CIO Dive üzerinden bildirildi (2025)
- NVIDIA, Blackwell InferenceMAX Benchmark Results (Ekim 2025)
- Google / Google Cloud, Measuring the Environmental Impact of AI Inference (2025); MIT Technology Review haberciliği (2025)
- Tomasz Tunguz, The Trillion Token Race (2025); Google I/O 2026 açılış konuşması (Sundar Pichai)
- Menlo Ventures, 2025: The State of Generative AI in the Enterprise (2025)
- The Information, OpenAI ve Anthropic inference maliyeti haberciliği (2025)
- Bloomberg Intelligence, Cerebras Systems S-1 başvurusunda alıntılanan pazar boyutlandırması, ABD SEC (2026)
- Barclays Research, tüketici yapay zeka inference capex tahmini (2025)
- DeepSeek, API fiyatlandırma belgeleri (2026); pricepertoken.com model fiyatlandırması (2026)
- OpenAI, Batch API belgeleri (2026); Sam Altman’ın sorgu enerjisi hakkında kamuya açık açıklaması (2025)
- getdeploying ve diğer NVIDIA H100 bulut fiyat izleyicileri (2026)
- MarketsandMarkets, Grand View Research ve Fortune Business Insights, yapay zeka inference pazar raporları (2024-2026); The Business Research Company, yapay zeka inference çip pazarı (2026, GlobeNewswire üzerinden)
Data watch: Stanford HAI, AI Index’i yıllık olarak yayımlıyor (bir sonraki sürümün Nisan 2027 civarında beklenmesi); Menlo Ventures, State of Generative AI raporunu her yıl güncelliyor; Epoch AI, inference fiyat ve trend izleyicilerini sürekli güncelliyor; Google’ın çevresel etki açıklamasını yıllık olarak güncellemesi bekleniyor; ve Gartner ile pazar araştırma firmaları inference öngörülerini dönen döngülerde yeniden yayımlıyor. Sınır API fiyatları sık sık değişiyor, bu yüzden token başına rakamlar belirli bir ana ait.
Son güncelleme: 10 Temmuz 2026.
Bu sayfayı yeni veriler yayımlandıkça üç ayda bir gözden geçirip güncelliyoruz.