Teknoloji
Open-weight Devrimi: Kimi-K3, Yapay Zeka Devlerini Zorluyor
Moonshot AI’dan açık ağırlıklı Kimi-K3 çıkışı, OpenAI ve Anthropic gibi devleri rekabete zorladı.
Hexcore
3 dk
28 Temmuz 2026
Çin merkezli yapay zeka şirketi Moonshot AI, açık ağırlıklı modeli Kimi-K3'ü piyasaya sürerek teknoloji dünyasında büyük bir sarsıntı yarattı. Bu hamleyle, daha önce sadece OpenAI ve Anthropic gibi büyük oyuncuların kontrolündeki modellerde erişilebilen performans seviyelerine ulaşabilen bir modelin kodları halka açıldı. Kimi-K3'ün en dikkat çekici yanı ise bu yüksek performansı piyasadaki devlere kıyasla çok daha düşük işletme maliyetleriyle sunmasıdır.
Bu açık ağırlıklı yaklaşım, özellikle donanımı güçlü olan geliştiriciler ve veri merkezleri için modeli tamamen kendi sunucularında çalıştırma özgürlüğü getiriyor. Bu durum, Anthropic'in Claude Fable veya OpenAI'ın GPT-5.6 Sol gibi en yeni tescilli modellerine karşı önemli bir rekabet zemini hazırlıyor. Moonshot AI'nin paylaştığı teknik dokümanlar ve son haftalarda yayınladığı performans metrikleri, Kimi-K3'ün yeteneklerinin önceki nesil modellere oranla üstün olduğunu gösteriyor.
Kimi-K3'ün pazara çıkış stratejisinin merkezinde muazzam verimlilik yatıyor. Moonshot AI, maliyet karşılaştırmalarını internal olarak hesaplasalar da sundukları rakamlar oldukça çarpıcı. Girdi (input) bazında Kimi-K3 için bir milyon token başına 3 dolar talep ederken; raki Claude Fable 10 dolara ve GPT-5.6 Sol ise 5 dolara tekabül ediyor.
Bu maliyetler, önbelleğe alınmayan girdi fiyatları üzerinden belirlenmiş olsa bile Kimi-K3 oldukça rekabetçi bir başlangıç yapıyor. Ancak modelin benzersiz özellikleri şöyledir: kodlama gibi belirli görevlerde sahip olduğu %90'a varan önbellek isabet oranı sayesinde bu 3 dolarlık maliyet, kullanım yoğunluğuna bağlı olarak yalnızca 0.30 dolara kadar düşebiliyor.
Maliyet verimliliğinin arkasındaki sır, modelin kullandığı çığır açan teknik optimizasyonlarda gizli. Kimi-K3'ün hesaplama yaparken düşük hassasiyetli MXFP4 ağırlıklar ve girdi aktivasyonları için MXFP8 kullanması en önemli faktörlerden biri. Bu tür yeni veri tipleri sayesinde model, çok daha az Video Belleği (VRAM) gerektirebiliyor.
Geliştirici topluluğunun sıkça sorduğu bir soruyu yanıtlarken; Kimi-K3'ün 2.8 trilyon parametreli büyük yapısına sahip olmasına rağmen aktif olarak sadece 104.2 milyar parametresini kullanması da hesaplama yükünü ciddi oranda hafifletiyor. Dahası, geleneksel ve sürekli büyüyen anahtar-değer (KV) depolama birimlerini kullanmak yerine sabit boyutlu bir durum yöneticisi olan Kimi Delta Attention yapısını benimsemiş olması; VRAM tasarrufuna ek olarak işleme süresini de kısaltıyor.
Modeldeki Karışık Uzmanlar (MoE) yapısı da ince ayarların merkezinde yer alıyor. 896 uzman arasından her seferinde yalnızca 16 tanesinin aktif edilmesi, modelin çıkarım maliyetlerini düşürmede kritik bir rol oynuyor ve bu optimizasyonun her katmanda uygulandığı görülüyor.
Moonshot AI'nin attığı bu adım, aslında tescilli (proprietary) model hegemonyasına doğrudan meydan okuyor. Artık yeterli donanıma sahip olan herkesin kendi rekabetçi yapay zekasıyla pazara girmesi mümkün hale geliyor. Kimi-K3’ün açık ağırlıklı olması, halk nezdinde ‘ücretsiz yazılımların ticari rakiplerine yakın performans gösterebileceği’ algısını güçlendiriyor. Bu durum, büyük şirketlerin kapalı modellerine bağımlılığı sorgulatan bir dönemin başlangıcı olarak değerlendirilebilir.
Önemle belirtmek gerekir ki açık ağırlık (open-weight) demek doğrudan açık kaynak (open-source) anlamına gelmemektedir; modelin eğitildiği veri setleri ve eğitim süreci Moonshot AI'nin özel kalmıştır. Ancak sunduğu mimari bilgiler, sektördeki optimizasyon trendlerini hızlandıracak ve yapay zeka donanım pazarı ile yazılım ekosistemi üzerindeki baskıyı artıracaktır.
Henüz yorum yapılmamış. İlk yorumu sen yap!
E-posta adresiniz yayımlanmayacaktır. Gerekli alanlar (*) ile işaretlenmiştir.