Moonshot AI, 2,8 trilyon parametreli Kimi K3 modeliyle yapay zekâ yarışında yeni bir eşik açtı

Çin merkezli Moonshot AI, yapay zekâ alanında parametre ölçeğini 2,8 trilyona taşıyan Kimi K3 modelini duyurdu. "3 trilyon sınıfındaki ilk açık model" olarak sunulan sistem, bir milyon tokenlık bağlam kapasitesi ve görsel processing yetenekleriyle öne çıkıyor. Ancak şirket, modelin bazı testlerde rekabet avantajı sağlamasına karşın, genel kullanıcı deneyimi ve bazı kritik alanlarda en güçlü kapalı yapay zekâ sistemlerinin hâlâ gerisinde olduğunu kabul ediyor.

Kimi K3, "uzmanlar karışımı" (Mixture of Experts) mimarisiyle çalışıyor. Toplam 896 uzman modülden oluşan sistem, her görevde bunların yalnızca 16'sını aktive ediyor. Bu yapı, 2,8 trilyon parametrenin tamamının her seferde devreye girmesini engelleyerek hesaplama verimliliğini artırıyor. Moonshot AI, bu yeni mimarinin önceki modele kıyasla hesaplama gücünü zekâya dönüştürme oranını 2,5 kat iyileştirdiğini öne sürüyor.

Modelin öne çıkan teknik kapasiteleri arasında bir milyon tokenlık bağlam penceresi, metin ve görsel içerikleri aynı anda işleme yeteneği bulunuyor. Bu özellik, uzun yazılım depoları veya kapsamlı araştırma dosyaları gibi büyük veri setlerinin tek bir görevde analiz edilmesine olanak tanıyor. Moonshot AI, bu kapasiteyi özellikle yazılım geliştirme, mühendislik ve araştırma alanlarında kullanmayı hedefliyor.

Şirket, Kimi K3'ün bazı testlerde dikkat çekici sonuçlar aldığını duyurdu. BrowseComp testinde yüzde 91,2, Terminal-Bench 2.1'de yüzde 88,3 ve MathVision testinde Python desteğiyle yüzde 97,8 puan alındı. Bununla birlikte, modelin kodlama, uzmanlık bilgisi ve görsel muhakeme gibi bazı alanlarda en güçlü kapalı sistemlerin gerisinde kaldığı da belirtildi. Test sonuçlarının büyük çoğunluğu şirketin kendi ortamında elde edildi; bu nedenle sonuçların bağımsız doğrulaması kritik önem taşıyor.

Moonshot AI, Kimi K3'ü geleneksel bir sohbet botundan ziyade "uzun süreli görevleri yürüten bir yapay zekâ çalışanı" olarak konumlandırıyor. Bu vizyonu desteklemek için 48 saatlik kesintisiz bir görevde, modelin kendi küçük bir versiyonunu çalıştırmak üzere çip tasarımı yaptığı bir deney de paylaşıldı. Benzer şekilde, GPU yazılımları için MiniTriton adlı bir derleyici geliştirmesi de modelin kapsamlı ve uzun soluklu teknik görevleri tamamlama potansiyeline işaret ediyor.

Modelin tam ağırlıklarının 27 Temmuz 2026'ya kadar geliştiricilere açılması planlanıyor. Bu tarihe kadar model, Moonshot AI'nin web sitesi, uygulamaları ve API üzerinden erişilebilir olacak. Fiyatlandırma olarak API'de önbellekten okunan milyon giriş tokenı için 0,30 dolar, önbelleksiz giriş için 3 dolar ve milyon çıkış tokenı için 15 dolar belirlendi.

Bu gelişme, yapay zekâ yarışında stratejik bir ayrışmaya dikkat çekiyor. ABD merkezli şirketler en güçlü modellerini kapalı ekosistemlerde sunarken, Çinli geliştiriciler açık ağırlıklı modellerle daha geniş ve özelleştirilebilir bir yazılım ekosistemi kurma yoluna gidiyor. Ancak 2,8 trilyon parametrelik bir modeli çalıştırmak için gereken 64 veya daha fazla yapay zekâ hızlandırıcısı donanımı, modelin gerçek world uygulanabilirliğini ve maliyetini belirleyici kılacak. Enerji tüketimi, yanıt maliyeti ve istikrar gibi faktörler, test puanlarının ötesinde rekabet gücünü tayin edecek.

Piyasa Etki Analizi:
Türkiye Piyasalarına Etkisi: Moonshot AI gibi şirketlerin açık model stratejisi, Türkiye'deki yapay zekâ girişimleri ve yazılım geliştiricileri için maliyeti düşürerek ve erişimi artırarak yeni fırsatlar yaratabilir. Bu durum, yerel teknoloji ekosistemine ivme kazandırabilir, veri merkezi ve yüksek performanslı hesaplama yatırımlarını teşvik edebilir. Ayrıca, yapay zekâ altyapısına yönelik ithal bağımlılığı kısmen azaltma potansiyeli taşır.
Dünya Piyasalarına Etkisi: Açık ve büyük ölçekli modellerin yaygınlaşması, yapay zekâ geliştirmenin maliyet ve erişim dinamiklerini değiştirebilir. Bu, özellikle yazılım, otomasyon ve araştırma alanlarında global rekabet yapısını yeniden şekillendirebilir. Ancak modelin çalıştırılmasındaki yüksek donanım gereksinimi, compute kaynaklarına erişimi olan büyük oyuncuların avantajını korumasına yol açabilir.