Moonshot AI, Çin’in açık modelleri ABD’nin önde gelen yapay zekâ sistemlerine meydan okurken Kimi K3’ü tanıttı

15 dakikalık okuma
Moonshot AI, Çin’in açık modelleri ABD’nin önde gelen yapay zekâ sistemlerine meydan okurken Kimi K3’ü tanıttı

2,8 Trilyon Parametreli Bir Meydan Okuma

Çinli Moonshot AI, 17 Temmuz 2026’da Kimi K3’ü duyurdu. Şirket, 2,8 trilyon parametreli modelin önde gelen Amerikan sistemleriyle rekabet ettiğini belirtiyor. Sistemin bilgiyi işleme ve yanıt üretme biçimini belirleyen sayısal değerleri geliştiricilerin kullanımına sunacak model ağırlıklarının tamamının 27 Temmuz’da yayımlanması planlanıyor.

İçindekiler
  1. 2,8 Trilyon Parametreli Bir Meydan Okuma
  2. K3’ün Öne Çıktığı ve Geride Kaldığı Alanlar
  3. Moonshot Hesaplama Yükünü Nasıl Azaltıyor?
  4. Çip Tasarımı ve Astrofizik Hesabı
  5. Duyurunun Ardından Teknoloji Hisseleri Geriledi
  6. Açık Modeller Siyasi Bir Tercihe Dönüşüyor
  7. Washington’da Düzenleme ve Yetenek Tartışması
  8. K3’ün Maliyeti ve Fiyatların Önemi
  9. Moonshot’ın Yükselişi, Gerilemesi ve Geri Dönüşü
  10. Araştırmacılar Temkinli Olmak İçin Nedenler Buluyor
  11. Şirketler Açık Model Ağırlıklarıyla Neler Geliştirebilir?
  12. Daha Rekabetçi Bir Model Pazarı
  13. Öne Çıkanlar

Moonshot, K3’ü kodlama, bilgiye dayalı işler ve çok az insan gözetimiyle uzun süreli görevlerde karmaşık akıl yürütme için geliştirdiği, bugüne kadarki “en yetenekli amiral gemisi modeli” olarak tanımlıyor. Duyuru, teknoloji piyasalarında tedirginliğe yol açarken sistemleri hâlâ kapalı olan OpenAI ve Anthropic ile rekabeti de keskinleştirdi.

K3, üç trilyon parametreye yaklaşan boyutuyla duyurulan en büyük açık model. 1,6 trilyon parametreli DeepSeek V4 Pro’yu ve 744 milyar parametreli Zhipu AI GLM-5.2’yi geride bırakıyor. Parametreler kabaca bir sinir ağındaki bağlantılar gibi çalışıyor: öğrenilmiş örüntü ve bilgilerin kodlanmasına yardımcı oluyor. Daha fazla parametre, genellikle karmaşık görevler için daha yüksek kapasite sağlasa da modelin tasarımı ve eğitimi de performansını belirliyor.

Moonshot ayrıca bir milyon tokenlık bağlam penceresi sunuyor. Tokenlar, genellikle kelimelerden veya kelime parçalarından oluşan metin birimleridir; bağlam penceresi ise bir modelin aynı anda üzerinde çalışabildiği bilgi miktarıdır. Bir milyon token yaklaşık 750.000 kelimeye, başka bir deyişle yaklaşık üç romana karşılık geliyor. Böylece K3, tek bir etkileşimde büyük belge veya kod koleksiyonlarını işleyebiliyor.

Vaat edilen yayımla birlikte geliştiriciler modeli yalnızca Moonshot’ın hizmeti üzerinden kullanmak yerine indirip değiştirebilecek ve kendi sistemlerinde çalıştırabilecek. Yapay zekâ sistemleri üzerinde daha fazla denetim isteyen şirketler yeni bir seçeneğe kavuşurken Amerikan laboratuvarları, sınır performansına yaklaşan yetenekleri daha düşük ilan edilmiş fiyatlarla birleştiren Çinli bir rakiple karşı karşıya.

Reklam

K3’ün Öne Çıktığı ve Geride Kaldığı Alanlar

Kimi K3, Arena.ai’nin Frontend Code Arena sıralamasında 1.679 puanla birinci oldu; Anthropic’in Claude Fable 5’ini ve OpenAI’ın GPT-5.6 Sol’unu geride bıraktı. Platform, kodlama çıktılarını insan tercihleri üzerinden karşılaştırıyor. Ön yüz kodlaması, kullanıcıların gördüğü ve etkileşim kurduğu web sitesi ve uygulama bölümlerini kapsıyor.

K3, marka ve pazarlama, referanslara dayalı tasarım ve veri analitiği dâhil, değerlendirilen yedi alanın altısında birinci sırada yer aldı. Artificial Analysis’ın Intelligence Index’inde Claude Fable 5 ve GPT-5.6 Sol’un ardından üçüncü oldu; Claude Opus 4.8 ve GPT-5.5’i ise geride bıraktı.

Uzun süreli çalışma gerektiren zor bilgi aramalarını değerlendiren BrowseComp, K3’e 100 üzerinden 91,2 puan verdi. Bağlam sıkıştırılmadan bir milyon tokenlık pencerenin tamamının kullanılmasıyla elde edilen bu sonuç, yeni bir lider puan olarak tanımlandı.

Moonshot’ın kendi değerlendirmelerinde K3, Program Bench ve SWE Marathon dâhil kodlama ve ajan tabanlı görevlerde Claude Opus 4.8 ile GPT-5.5’ten daha iyi performans gösterdi. Ajan tabanlı görevlerde model, daha geniş bir işi tamamlamak için çoğu zaman araçlardan yararlanarak art arda adımlar atıyor. Moonshot, K3’ün Claude Fable 5 ve GPT-5.6 Sol’un ulaştığı en yüksek performansın hâlâ gerisinde olduğunu kabul etti.

Alex Liu ve Bank of America’daki diğer analistler, sonuçları Çin’in donanım ve hesaplama kapasitesine yönelik süregelen kısıtlamalarıyla ilişkilendirdi. Araştırma notlarında şu ifadeye yer verdiler:

Çin’de donanım ve hesaplama kapasitesine yönelik süregelen kısıtlamalara rağmen K3, ön eğitimin ölçeğini büyütmenin mimari yenilikle birleştirildiğinde Çin’in amiral gemisi modellerinde hâlâ sıçramalı kazanımlar sağlayabileceğini gösteriyor.

Moonshot Hesaplama Yükünü Nasıl Azaltıyor?

Moonshot, K3’ün verimliliğini daha önce açık araştırma olarak yayımladığı iki mimari yeniliğe bağlıyor. Kimi Delta Attention, uzun dizilerin işlenme maliyetini düşürmek için hibrit bir doğrusal dikkat mekanizması kullanıyor. Dikkat mekanizması, modelin yanıt üretirken ilgili bilgileri ağırlıklandırma sürecidir.

Attention Residuals, sinir ağının katmanları arasındaki geleneksel artık bağlantıların yerini alıyor. Bu bağlantılar, derin bir model boyunca bilginin aktarılmasına yardımcı oluyor. Moonshot, yeni yaklaşımın modeller büyüdükçe “istikrarlı ölçeklenme kazanımları” sağladığını söylüyor.

K3 ayrıca uzmanların karışımı mimarisinden yararlanıyor. Her metin parçası için tüm uzman bileşenleri devreye sokmak yerine her token başına 896 uzman alt ağından 16’sını, yani uzman havuzunun yaklaşık yüzde 1,8’ini etkinleştiriyor. Seçici etkinleştirme, çok daha büyük bir modelin yeteneklerini korurken yanıt üretmek için gereken hesaplama miktarını azaltıyor.

Moonshot, MXFP4 ağırlıklar ve MXFP8 etkinleştirmelerle nicemleme farkındalıklı eğitim kullandı. Nicemleme, sayısal değerleri daha az bit kullanarak temsil ederek bellek ve hesaplama gereksinimlerini azaltıyor. Şirket, bu hassasiyet biçimlerini farklı çip üreticilerinin donanımlarıyla uyumlu olacak şekilde seçti.

Eğitimde Nvidia H200 işlemcilerin yanı sıra Moonshot’ın yalnızca “alternatif bir tedarikçiye ait GPGPU” diye tanımladığı bir aygıt kullanıldı. Bunun Huawei’nin Ascend çipleri olduğu yaygın biçimde düşünülüyor. Çekirdek optimizasyonu kıyaslaması, Amerikan ihracat kuralları kapsamında Çin’e satılmak üzere tasarlanmış, yetenekleri kısıtlanmış Nvidia L20 üzerinde çalıştırıldı. Çekirdek optimizasyonu, yazılımın işlemcide verimli çalışmasını sağlayan düşük seviyeli hesaplamaları iyileştirme anlamına geliyor.

Reklam

Çip Tasarımı ve Astrofizik Hesabı

Moonshot, K3’ün minyatür bir sürümünü çalıştırabilecek fiziksel bir çip tasarlamak için 48 saat boyunca otonom çalıştığını gösterdi. Model yalnızca açık elektronik tasarım otomasyonu araçlarını ve çip tasarımında kullanılan bileşenlerden oluşan Nangate 45nm kütüphanesini kullandı.

K3, mimariden optimizasyon ve doğrulamaya kadar tasarım sürecini tamamladı. Ortaya çıkan tasarım dört milimetrekarelik alan kapladı, 100 MHz’de zamanlama yakınsamasına ulaştı ve simülasyonda saniyede 8.700’den fazla token çözdü. Zamanlama yakınsaması, tasarımın amaçlanan çalışma hızı için gereken zamanlama koşullarını karşıladığı anlamına geliyor.

Çip çalışması, normalde eşgüdümlü mühendislik çalışması gerektiren birkaç aşamayı bir araya getirdi. K3’ün bir tasarım oluşturması, onu iyileştirmesi ve belirtilen gereksinimleri karşılayıp karşılamadığını denetlemesi gerekti. Bu da Moonshot’ın çok sayıda adıma yayılan görevlere odaklandığını gösteriyor.

Başka bir vaka çalışmasında, hesaplamalı astrofizikte evrensel I-Love-Q bağıntısının yeniden elde edilmesi ele alındı. K3’ün 20’den fazla akademik makaleyi okuyup bulguları karşılaştırarak doğruladıktan sonra karmaşık hesabı yaklaşık iki saatte tamamladığı bildirildi. Görevin, kıdemli bir araştırmacının normalde bir ila iki haftasını alacağı belirtildi.

Bu gösterimler, Moonshot’ın K3’ün üstesinden gelmesini istediği uzun görevlerin örnekleri olarak kodlama ve arama değerlendirmelerine eşlik ediyor. Ayrıca bir modelin yalnızca tek bir isteme güçlü yanıt vermesi değil, bütün bir proje boyunca işe yarar akıl yürütmeyi sürdürebilmesi konusuna da daha fazla dikkat çekiyor.

Duyurunun Ardından Teknoloji Hisseleri Geriledi

Moonshot’ın Hong Kong borsasında işlem gören yerli rakiplerinin hisseleri sert düştü: Z.ai olarak da bilinen Zhipu AI yüzde 27 ila 28, MiniMax ise yüzde 16 geriledi. Taiwan Semiconductor Manufacturing Company, üç aylık faaliyet kârının yüzde 77 arttığını bildirmesine rağmen yüzde 7 değer kaybetti. OpenAI yatırımları için gösterge olarak görülen SoftBank yüzde 9,0 düştü.

Satışlar Amerikan piyasalarına da yayıldı. Nasdaq 100 yüzde 1,0 gerilerken Nvidia yüzde 1,2 düştü ve kısa süreliğine dünyanın en değerli şirketi unvanını Apple’a kaptırdı. Meta ise yüzde 2,4’ten fazla değer kaybetti. Bu tepki, DeepSeek’in düşük maliyetle yetenekli bir model yayımlamasının yatırımcıları tedirgin ettiği Ocak 2025’i hatırlattı.

Moor Insights and Strategy CEO’su ve baş analisti Patrick Moorhead, sosyal medyada yayımladığı değerlendirmede tepkiyi şöyle tanımladı:

DeepSeek paniğine şaşırtıcı ölçüde benzeyen aşırı bir tepki.

Moorhead teknolojik ilerlemeyi kabul etmekle birlikte, “Süper zekâya daha çok var” dedi. K3 gibi modellerin “çıkarım piyasasını, olmadığı duruma kıyasla daha hızlı büyüteceğini ve genişleteceğini” savundu. Çıkarım, eğitilmiş bir modelin isteklere yanıt vermek üzere çalıştırılması sürecidir.

Yatırımcı Gavin Baker, yayımlanan modeli bir “dönüm noktası” olarak nitelendirdi ve bunun “OpenAI ve Anthropic gibi kapalı yapay zekâ girişimleri için kötü haber, dünyadaki hemen hemen diğer tüm şirketler içinse net olumlu” olacağını öngördü. Model katmanındaki rekabete ilişkin görüşünü şöyle açıkladı:

Model katmanında kâr marjlarını düşüren ve rekabeti artıran her şey; enerji, yarı iletkenler, hiper ölçekli bulut sağlayıcıları, yeni nesil bulut şirketleri ve hatta yazılım dâhil diğer tüm yapay zekâ katmanları için iyidir.

Baker’ın savı, model sağlayıcılarını elektrik, çip, bulut altyapısı ve uygulama sunan şirketlerden ayrı değerlendiriyor. Düşük model fiyatları ilk grubu baskı altına alırken diğer alanlarda yapay zekâ kullanımını teşvik edebilir.

Reklam

Açık Modeller Siyasi Bir Tercihe Dönüşüyor

ABD hükümeti, siber güvenlik kaygıları nedeniyle Anthropic’i Fable ve Mythos modellerini geçici olarak piyasadan çekmeye birkaç hafta önce zorlamıştı. Washington daha sonra kısıtlamaları kaldırdı; ancak bu müdahale, gelişmiş yapay zekâyı sıkı denetim gerektiren kritik bir ulusal altyapı olarak ele alan yaklaşımı yansıtıyordu.

Çin Devlet Başkanı Xi Jinping, 2026 Dünya Yapay Zekâ Konferansı’nda Şanghay’da farklı bir tutum ortaya koyarak açık geliştirme ve iş birliği çağrısı yaptı:

Bu nadir tarihî fırsatı değerlendirmeli, açık kaynak kullanımı, açıklık, iş birliği ve paylaşımı teşvik etmeliyiz.

Xi, ulusal güvenlik gerekçelerinin yapay zekâ politikalarındaki kapsamının genişletilmesini de eleştirdi:

Yapay zekâ alanında ulusal güvenlik kavramının aşırı genişletilmesine veya bir ülkenin kendi güvenliğinin diğerlerinin güvenliğinin üstünde tutulmasına birlikte karşı çıkmalıyız.

Açık yayımlar Çin’in birkaç hedefine hizmet ediyor: teknik gücünü göstermek, uluslararası geliştiricileri çekmek ve teknolojik ilerlemeyi kısıtlama girişimlerine karşı koyabilecek standartlar oluşturmak. Geniş geliştirici toplulukları, Çinli şirketlere kendi iç pazarlarının ötesinde de nüfuz kazandırıyor.

Trump yönetiminde daha önce görev yapan ve şimdi OpenAI’da stratejik gelecekler birimini yöneten Dean Ball, Çin devletinin bu tür modellerin yayımlanmasına izin vermeye devam etmesinden şaşkınlık duyduğunu belirtti. Sosyal medyada şöyle yazdı:

Olası risklere rağmen Çin devletinin bu kadar iyi modellerin açık kaynaklı olarak yayımlanmasına izin vermeyi sürdürmesine şahsen şaşırıyorum.

Ball, model ağırlıklarının açık biçimde erişilebilir olduğu bir dünyanın siyasi açıdan ne anlama gelebileceğine ilişkin şu yorumu yaptı:

Açık ağırlıklı modellerin hâkim olduğu bir dünyanın muhtemel sonuçlarından biri tam bir yapay zekâ komünizmidir. Çin’in önerdiği de tam olarak bu: Yapay zekâ, piyasa ürünü olmak yerine bir ‘kamu malı’ olacak ve nihayetinde devlet tarafından bir tür ‘dijital kamu altyapısı’ olarak sunulacak.

Washington’da Düzenleme ve Yetenek Tartışması

Başkan Trump’ın ilk yapay zekâ ve kripto para sorumlusu, daha sonra Başkan’ın Bilim ve Teknoloji Danışmanları Konseyi eş başkanı olan David Sacks, K3’ün yayımlanmasını “endişe verici” olarak nitelendirdi. Değerlendirmesinde, ülkenin rekabet gücünü zayıflattığına inandığı Amerikan politikalarına odaklandı.

Sacks, yeni veri merkezlerinin önündeki engellere, eyalet düzenlemelerinin genişlemesine ve sınır modellerinin yayımlanmadan önce federal kurumlarca onaylanmasını öngören tekliflere dikkat çekti. “İzin gerektirmeyen yenilik” yaklaşımının Amerika’nın internet dönemine hâkim olmasına yardımcı olduğunu ve yapay zekâ için de geçerli tek yaklaşım olduğunu savundu.

Sacks, geniş kitlelere ulaşan bir sosyal medya paylaşımında şöyle uyardı:

Yapay zekâ yarışını böyle kaybedersiniz. Dünya, kendini çıkmaza sokarsa Amerika’nın kurallarına göre oynamaz.

Khosla Ventures’ın kurucusu Vinod Khosla, Sacks’a katılmakla birlikte “daha da büyük bir sorun” olarak göçmenlik kısıtlamalarını gösterdi. Khosla, bu kısıtlamaların başka ülkelerden yetenekli teknik çalışanları uzaklaştırdığına ve gelişmiş yapay zekâyı geliştirmek için gereken yetenek havuzunu zayıflattığına inanıyor.

Amerikalı yasa koyucular Çin modellerinin ülke içinde kullanımını sınırlayacak önlemleri de değerlendiriyor. Açık dağıtım bu işi zorlaştırıyor; modeller uluslararası geliştirici ağları üzerinden yayılırken teknik performanslarının artması da şirketlere bu modelleri değerlendirmek için daha fazla neden sunuyor.

Reklam

K3’ün Maliyeti ve Fiyatların Önemi

Moonshot, K3 için bir milyon çıktı tokenı başına 15 dolar alıyor. Claude Fable 5’in fiyatı ise 50 dolar. Bir milyon token başına 35 dolarlık fark, K3’ün açıklanan çıktı fiyatını yüzde 70 daha düşük kılıyor. Çıktı tokenları, modelin ürettiği metindir.

Girdi maliyeti milyon token başına 3 dolar; önbelleğe alınmış girdilerde bu tutar 0,30 dolara düşüyor. Önbelleğe alma, daha önce işlenen içeriğin sıfırdan işlenmesi yerine yeniden kullanılmasını sağlıyor. K3, bazı eski Çin modellerinden daha pahalı; performansı önde gelen sistemlere yakın olan orta fiyatlı bir seçenek olarak konumlanıyor.

Çin’de elektrik fiyatları, devletin enerji üretimi ve iletimine yaptığı büyük yatırımların da etkisiyle Amerika’nın birçok bölgesindekinden önemli ölçüde düşük. Çin’de veri merkezlerinin genişletilmesi de daha az siyasi dirençle karşılaşıyor. ABD’de ise elektrik şebekeleri ve su kaynakları üzerindeki baskı nedeniyle topluluklar bu tesislere giderek daha fazla itiraz ediyor.

Çinli yapay zekâ şirketleri, kısa vadeli kârlılıktan ödün vererek pazar payı ve geliştiricilerin benimsemesini hedefledi. Amerikan ihracat kısıtlamaları da laboratuvarları algoritmik iyileştirmelerle daha sınırlı donanımdan daha yüksek performans elde etmeye yöneltti.

Yapay zekâ analisti ve AI Proem bülteninin yazarı Grace Shao, Çinli laboratuvarların kaynak baskısını şöyle anlattı:

Hesaplama, sermaye ve yetenek bakımından o kadar kısıtlı durumdalar ki çoğu kaynaklarını kullanırken temkinli davranıyor.

Asia Group ortağı George Chen, ithal işlemciler ile yerli işlemciler arasındaki fiyat farkına dikkat çekti:

Çinli bir yapay zekâ şirketinin bir Nvidia çipine harcayacağı parayla Huawei’den veya başka yerli çip üreticilerinden on çip alması mümkün.

Düşük işletme maliyetleri, agresif fiyatlandırma ve teknik verimlilik bir araya gelince Çinli modeller Batılı geliştiricilerin ilgisini çekiyor. Bu etkenler, yatırımcıların özel modellerdeki yüksek fiyatların sürdürülmesinin zorlaşabileceği yönündeki kaygısını da açıklamaya yardımcı oluyor.

Moonshot’ın Yükselişi, Gerilemesi ve Geri Dönüşü

Yang Zhilin, Tsinghua Üniversitesinden mezun olup Google ve Meta’da araştırma yaptıktan sonra 2023’te Moonshot AI’ı kurdu. Şirketin Çincedeki adı Pink Floyd’un “The Dark Side of the Moon” albümünden geliyor. Albümün Yang’ın en sevdiği plak olduğu bildiriliyor.

Kimi, başlangıçta uzun metin analizi ve yapay zekâ destekli arama özellikleriyle dikkat çekti; Alibaba, Tencent ve Meituan’dan yatırım aldı. Moonshot, 2026 başına kadar birkaç turda yaklaşık 1,5 milyar dolar fon topladı; şirketin değerlemesi 2,5 milyar dolardan 4,3 milyar dolara yükseldi.

DeepSeek’in R1’i Ocak 2025’te piyasaya sürmesi Çin’in yapay zekâ pazarında dengeleri değiştirdi ve Moonshot bu gelişmeden en çok etkilenen şirketler arasında yer aldı. Kimi, Çin’de aylık aktif kullanıcı sıralamasında üçüncülükten yedinciliğe geriledi. Moonshot, yalnızca tüketici pazarındaki konumuna dayanmak yerine teknik katkılarla yeniden öne çıkmayı hedefleyerek açık modellere yöneldi.

Şirketin yakın dönemdeki gelişimi şu şekilde ilerledi:

  • 2023: Yang Zhilin, Moonshot AI’ı kurdu.
  • Ocak 2025: DeepSeek R1 piyasayı sarstı; ardından Kimi kullanıcı sıralamasında geriledi.
  • Temmuz 2025: Moonshot, açık modellere yönelişinin parçası olarak Kimi K2’yi yayımladı.
  • Ocak 2026: Kimi K2.5, bu stratejiyi ileri taşıdı.
  • Haziran 2026: Moonshot’ın olası bir Hong Kong halka arzı öncesinde yaklaşık 30 milyar dolar değerleme üzerinden 2 milyar dolar fon aradığı bildirildi.
  • 17 Temmuz 2026: Moonshot, Kimi K3’ü duyurdu.
  • 27 Temmuz 2026: K3’ün tüm model ağırlıklarının yayımlanması planlanıyor.

2,8 trilyon parametreli bir modelin eğitimi aylar süren hazırlık ve önemli hesaplama kaynakları gerektiriyor; bu nedenle temel mimari kararlar duyurudan çok önce alınıyor. Moonshot, K3’ü yeni finansman arayışını sürdürdüğü bir dönemde piyasaya sunarak bu müzakerelerdeki konumunu da güçlendirebilir.

Reklam

Araştırmacılar Temkinli Olmak İçin Nedenler Buluyor

Yapay zekânın çalışma hayatına etkilerini inceleyen Wharton profesörü Ethan Mollick, önceki akademik araştırmalarına yönelik karmaşık bir istatistik denetiminde K3’ü test ettikten sonra “bir ihtiyat notu” paylaştı. Modelin istatistiksel yöntemleri yanlış uygulamak dâhil “birçok yönden hata yaptığını” bildirdi.

Mollick, OpenAI’ın GPT-5.6 Pro’su tarafından oluşturulan ve K3’ün analiz yaklaşımındaki temel hataları belirleyen ayrıntılı bir değerlendirme paylaştı. Bu değerlendirmeye katıldığını söyledi ve modelin öne çıkan kıyaslama sonuçlarının dışında yaşadığı zorluklara somut bir örnek verdi.

Yapay zekâ girişimi Tzafon’un ürün direktörü Simon Koser, K3’ü kodlama gibi alanlarda “gerçekten etkileyici” buldu; ancak test aşamasındaki performansın günlük kullanımda değişebileceği uyarısında bulundu:

Bazı yapay zekâ modelleri üretim ortamına alındıklarında test edildikleri zamankinden farklı tepki verebilir. Ayrıca piyasadaki her şeyden üstün, her işi yapabilen tek bir yapay zekâ modeli yok.

Koser, hemen gerçekleşecek geçişlerin boyutunu da sorguladı:

Çok sayıda insan model değiştiriyormuş gibi görünecek. Ancak uygulamada bu geçişin gerçekten o kadar büyük olup olmadığından emin değilim.

Perplexity CEO’su Aravind Srinivas, “ürünün artık tek başına model olmadığını” savundu. “Modeli son derece yetenekli bir çalışma düzeninin içine yerleştiren ve çok sayıda araçla eşleştiren orkestrasyon sistemine” daha fazla önem verdi. Böyle bir sistem, işe yarar sonuçlar elde etmek için modelin araçlarını ve art arda gerçekleştirdiği eylemleri koordine ediyor.

Fusion Fund’ın kurucusu Lu Zhang, açık modelleri kullanan geliştiricilerin çoğunun “büyük şirketlerden ziyade girişim ekosisteminden” geldiğini söyledi. Bu kullanıcılar daha iyi veya daha ucuz seçenekler çıktığında sık sık model değiştiriyor; yapay zekâ yeteneklerini kalıcı bir bağlılıktan ziyade yerine başka bir şey konabilecek bir unsur olarak görüyor.

Şirketler Açık Model Ağırlıklarıyla Neler Geliştirebilir?

K3’ü değerlendiren şirketler için sıradaki önemli tarih 27 Temmuz. Model ağırlıklarına erişim, şirketlerin modeli ince ayardan geçirmesine, kendi sistemlerinde barındırmasına ve veri konumu ile kullanımı üzerinde daha fazla denetim sağlayan özel sistemler kurmasına imkân verecek. Yayımdan sonra topluluk genelinde daha kapsamlı testler de yapılması bekleniyor.

Modeli doğrudan barındırmak, bir model sağlayıcısına ödenen yinelenen ücretleri ortadan kaldırabilir; ancak önemli altyapı gereksinimlerini de beraberinde getiriyor. 2,8 trilyon parametreyi çalıştırmak, çok az kuruluşun kendi bünyesinde bulundurduğu GPU kümelerini gerektiriyor. Bu nedenle donanım ve işletim, kararda belirleyici oluyor.

Moonshot’ın Mooncake projesi, hizmet sunumundaki zorlukların bir bölümünü ele alıyor. Proje, KV önbellek merkezli ayrıştırılmış hizmet sunumu çalışmasıyla FAST 2025’te En İyi Makale ödülünü kazandı. KV önbelleği önceki bağlam hakkındaki bilgileri saklıyor. Mooncake, çıkarımı daha pratik ve ekonomik hâle getirmek için bu bellek yoğun önbellekleme işlemini yeni yanıtların hesaplanmasından ayırıyor.

Moonshot’ın ürün yelpazesinde artık amiral gemisi K3’ün yanı sıra programlama için K2.7 Code ve genel kullanım için K2.6 bulunuyor. K3’te bir milyona ulaşan bağlam penceresi dâhil, tüm modeller en az 256.000 tokenlık bağlam penceresini destekliyor. Otomatik bağlam önbelleğe alma özelliği geliştiricilerin açık bir yönetim işlemi yapmasını gerektirmiyor.

Şirket ayrıca Anthropic’in Claude Code’uyla rekabet eden açık kodlama aracı Kimi Code’u güncelledi. 3.100’den fazla GitHub yıldızı alan Kimi Code, VSCode, Cursor ve Zed ile entegre çalışıyor. Yeni özellikler arasında genişletilmiş alt ajan araçları, arka plan görevlerinin ve iç içe ajanların yönetimi bulunuyor; böylece otomatik kodlama çalışmaları birden fazla katmanda yürütülebiliyor.

Reklam

Daha Rekabetçi Bir Model Pazarı

K3, açık modelleri, aralarında çoğunlukla büyük bir performans farkının bulunduğu üç yılın ardından özel modellerin düzeyine yaklaştırıyor. Sonuçlar, 27 Temmuz’dan sonra daha geniş kapsamlı testlere tabi olmak kaydıyla, aradaki farkın artık aylarla değil haftalarla ölçülebileceğini gösteriyor.

Geliştiriciler benzer yeteneklere daha ucuz hizmetler üzerinden veya indirilebilir modellerle ulaşabildiğinde OpenAI ve Anthropic’in yüksek fiyatları baskı altına giriyor. Amerikan donanım ihracatı kontrolleri de Çinli laboratuvarların mimari verimlilikle kısıtlı hesaplama kaynaklarından daha fazla yararlanması karşısında pratik bir sınamayla karşılaşıyor.

OpenRouter’ın haftalık kullanım sıralamasındaki ilk beş sıranın tamamında Çinli şirketler yer alıyor: Tencent, Xiaomi, DeepSeek, MiniMax ve Zhipu AI. Bu benimsenme düzeyi, K3’ün geliştiricilerden talep gören birkaç Çinli sağlayıcının bulunduğu rekabetçi bir ortamda piyasaya çıkmasını sağlıyor.

DoorDash’in “daha alt düzey işleri” Kimi modellerine taşıdığı bildirildi. Şirketin baş teknoloji sorumlusu Andy Fang, sonucu “daha iyi kalite, daha düşük maliyet” diye tanımladı. Bu örnek, fiyat tartışmasını bazı görevlerde Çin yapay zekâsını seçen Amerikalı bir şirketle ilişkilendiriyor.

Moonshot’ın duyurusu üç eğilimi bir araya getiriyor: açık modellerin performansının artması, açıklanan fiyatların düşmesi ve geliştiricilerin erişiminin kolaylaşması. 27 Temmuz’da yapılacak yayımla rekabet, barındırılan hizmetler ve yayımlanmış değerlendirmelerin ötesine geçerek geliştiricilerin K3’ü kendilerinin çalıştırıp uyarlamasına da uzanacak.

Öne Çıkanlar

  • Moonshot AI, 2,8 trilyon parametreli Kimi K3’ü 17 Temmuz 2026’da duyurdu; model ağırlıklarının tamamının 27 Temmuz’da yayımlanması planlanıyor.
  • K3 bir milyon tokenlık bağlamı destekliyor ve Frontend Code Arena’da 1.679 puanla birinci oldu.
  • Artificial Analysis sıralamasında K3, Claude Fable 5 ve GPT-5.6 Sol’un ardından üçüncü sırada yer aldı.
  • Çıktı maliyeti milyon token başına 15 dolar; bu, Claude Fable 5’in 50 dolarlık ücretinden yüzde 70 daha düşük.
  • Zhipu AI hisseleri yüzde 27 ila 28, MiniMax hisseleri yüzde 16 geriledi; küresel teknoloji şirketlerinin büyük bölümünün hisseleri de düştü.
  • Moonshot, 48 saat boyunca otonom çip tasarımı ve yaklaşık iki saatte tamamlanan bir astrofizik hesabı gösterimi yaptı.
  • Eğitimde Nvidia H200 işlemciler ve adı açıklanmayan alternatif bir tedarikçinin GPU’su kullanıldı; optimizasyon kıyaslaması Nvidia L20 üzerinde yapıldı.
  • Xi Jinping açık yapay zekâ geliştirilmesini desteklerken David Sacks ve Vinod Khosla Amerikan düzenlemeleri ile göçmenlik politikalarına ilişkin uyarılarda bulundu.
  • Açık model ağırlıkları dağıtım üzerinde daha fazla denetim sağlıyor; ancak K3 önemli bir hesaplama altyapısı gerektiriyor ve istatistiksel çalışmalarda hata yaptığı görüldü.
Bu haberi paylaş

Bunlar da ilginizi çekebilir