Kimi K3 Açık Kaynak Ağırlıkları Yayınlandı

Moonshot AI, 2,8 trilyon parametreli Kimi K3 modelini 16 Temmuz 2026'da tanıttı. Modelin tam ağırlıkları 27 Temmuz 00:00 UTC itibarıyla Hugging Face üzerinden indirilebilir hale geldi. Bu, açık ağırlıkla yayınlanan en büyük dil modeli olacak. Yazıda modelin mimarisi, fiyatlandırması, çalıştırmak için gereken donanım ve Türkiye'deki ekipler açısından anlamı ele alınıyor.

Kimi K3 Nedir ve Neden Konuşuluyor?

Kimi K3, Pekin merkezli Moonshot AI tarafından geliştirilen ve Şanghay'daki Dünya Yapay Zeka Konferansı sırasında duyurulan yeni amiral gemisi modeldir. Model, tanıtıldığı gün Kimi.com, Kimi Work, Kimi Code ve API üzerinden erişime açıldı.

İlgiyi çeken şey parametre sayısından çok sıralama tablolarındaki hareket oldu. Model, geliştiricilerin körlemesine oy verdiği Arena platformunun Frontend Code kategorisinde birinci sıraya yerleşti. Önceki sürüm K2.6, aynı listede 18. sıradaydı. Bağımsız değerlendirme yapan Artificial Analysis'in genel sıralamasında ise 189 sistem arasında dördüncü sırada konumlandı.

VentureBeat'te yayınlanan analize göre açık ve kapalı modeller arasındaki performans farkı sınır seviyesinde fiilen kapanmış durumda. Moonshot'ın kendi dili ise beklenenden ölçülü. Şirket, resmi teknik blogunda K3'ün genel performansta en güçlü tescilli modellerin, yani Claude Fable 5 ve GPT-5.6 Sol'un hala gerisinde kaldığını yazdı.

Açık Ağırlık Ne Zaman Yayınlanıyor?

Ağırlıkların yayın anı 27 Temmuz 2026, 00:00 UTC olarak duyuruldu. Türkiye saatiyle bu, 27 Temmuz sabahı 03:00'e denk geliyor. Moonshot'ın API dokümantasyonunda tam model ağırlıklarının bu tarihe kadar yayınlanacağı belirtiliyor.

Burada sık karıştırılan bir ayrım var. Modelin API üzerinden kullanılabilir olması, ağırlıklarının indirilebilir olduğu anlamına gelmiyor. 16 Temmuz'dan bu yana K3 ürünlerde çalışıyor, fakat Moonshot'ın Hugging Face hesabında K3 deposu henüz açılmadı. Sosyal medyada dolaşan indirme bağlantılarının çoğu K2.6 veya K2.7 Code sürümlerine ait.

Deponun açıldığı gün kaynağın doğrulanması gerekiyor. Hugging Face üzerinden sızdırılan modeller konusundaki geçmiş olaylar, resmi kurum hesabı dışındaki depolara temkinli yaklaşmayı gerektiriyor.

Kimi Delta Attention Mimarisi Nasıl Çalışıyor?

Modelin 2,8 trilyonluk parametre sayısı, her istekte tamamının çalıştığı anlamına gelmiyor. Uzman Karışımı (MoE) mimarisinde toplam 896 uzman bulunuyor ve token başına yalnızca 16 tanesi aktifleşiyor. Aktif parametre oranı yüzde ikinin altında kalıyor. İşlem yükü, boyutuna rağmen orta ölçekli bir modele benziyor.

Moonshot iki mimari yenilik tanımlıyor. Kimi Delta Attention (KDA), katmanların bir bölümünde klasik dikkat mekanizmasının yerini alan melez doğrusal bir yapı. Attention Residuals ise bilginin derin katmanlar boyunca daha az kayıpla ilerlemesini hedefliyor. Stable LatentMoE çerçevesiyle birlikte şirket, K2'ye kıyasla yaklaşık 2,5 kat ölçekleme verimliliği bildiriyor.

Bağlam penceresi 1 milyon token. Model yerel görsel anlama yeteneğine sahip, yani ekran görüntüsü ve şema okuyabiliyor. Ağırlıklar MXFP4 formatında, dört bitlik nicemlemeye göre eğitilmiş halde geliyor.

Açık kaynak kodlama modellerinde benzer bir MoE yaklaşımı daha önce Alibaba'nın Qwen3-Coder modelinde de kullanılmıştı. K3'ü ayıran şey uzman havuzunun büyüklüğü ve aktif oranın bu kadar aşağı çekilmiş olması.

Kimi K3 Fiyatları Rakiplerine Göre Nerede?

OpenRouter üzerindeki fiyat sayfasında K3 için milyon token girdi ücreti 3 dolar, çıktı ücreti 15 dolar olarak listeleniyor. Rakam, Çinli laboratuvarların alıştırdığı fiyat seviyesinin belirgin şekilde üzerinde.

Fortune'da yayınlanan karşılaştırmaya göre aynı hacimdeki çıktı için Claude Fable 5 elli dolar isterken, z.ai'nin GLM-5.2 modeli 4,40 dolar, DeepSeek V4 ise 0,87 dolar seviyesinde kalıyor.

Tablo, K3'ün konumunu anlaşılır kılıyor. Model, Çin tarafında ucuz alternatif rolünü bırakıp batılı sınır modellerine yakın bir fiyat bandına yerleşmiş durumda. Ağırlıkların açılması, bu maliyeti ödemek istemeyen ekiplere ikinci bir yol sunuyor.

Modeli Kendi Sunucunda Çalıştırmak Mümkün mü?

Teknik olarak evet, pratikte çok dar bir kesim için. Ağırlık dosyasının MXFP4 formatında yaklaşık 594 GB'lık bir indirme olması bekleniyor. Modelin çalışır halde tutulması içinse dört bitlik nicemlemede 1,4 terabayt civarı hızlı belleğe ihtiyaç duyuluyor. On altı bitlik hesapta bu rakam 5 terabaytın üzerine çıkıyor.

Moonshot'ın kendi dağıtım kılavuzu 64 ve üzeri hızlandırıcı öneriyor. Yani tek bir ekran kartı, iş istasyonu veya küçük bir sunucu bu modeli kaldırmıyor. Pratikte K3'ü çalıştırabilecek olanlar bulut sağlayıcıları, çıkarım şirketleri ve büyük ölçekli kümesi olan kurumlar.

Kişisel donanımda çalışan yapay zeka arayan kullanıcılar için manzara farklı. Kendi donanımında çalışan Odysseus gibi projeler küçük modellerle iş görürken, 2,8 trilyonluk bir mimari aynı kategoride değerlendirilemiyor. Açık ağırlık, satıcı kapısını kaldırıyor; elektrik faturasını ve küme yönetimini kaldırmıyor.

Açık Ağırlık Türkiye'deki Ekipler İçin Ne Anlama Geliyor?

Türkiye'deki bir yazılım ekibi için asıl fark maliyet kaleminde değil, verinin nerede işlendiğinde ortaya çıkıyor. Barındırılan API kullanıldığında istemler Moonshot'ın sunucularına gidiyor. Ağırlıklar indirilip kurum içinde çalıştırıldığında ise veri hiç dışarı çıkmıyor.

Ayrım, kişisel veri işleyen kurumlar açısından somut. Sağlık, finans ve kamu tarafında çalışan ekipler için yurt dışına veri aktarımı ayrı bir izin ve sözleşme süreci gerektiriyor. Kendi altyapısında çalışan bir model, süreci baştan gereksiz kılıyor.

Donanım eşiği yüzünden çoğu Türk şirketi için gerçekçi seçenek yine API kalıyor. Veri gizliliğini merkeze alan kurumlar tarafında ise daha küçük ve yerel modeller anlamlı bir alternatif oluşturuyor. Kumru AI gibi Türkçe odaklı çalışmalar, tam da bu ihtiyaç üzerine kurulmuş durumda.

Veri Güvenliği ve Lisans Tarafındaki Soru İşaretleri

Yayın gününe sayılı saat kala lisans metni hala açıklanmadı. Moonshot, K2.5, K2.6 ve K2.7 Code sürümlerini değiştirilmiş MIT lisansıyla yayınlamıştı. Geçmiş uygulama bir beklenti oluşturuyor, taahhüt oluşturmuyor. Ticari kullanım planı lisans şartlarına bağlıysa, depo açıldığında metnin okunması gerekiyor.

İkinci soru işareti hukuki tarafta. Barındırılan API kullanıldığı sürece istemler Çin yasal düzenine tabi sunucularda işleniyor ve hiçbir sözleşme bu durumu ortadan kaldırmıyor. Açık ağırlık, sorunun yalnızca kendi altyapısında çalıştırabilenler için çözülmesini sağlıyor.

Şirketin arkasındaki kaynak tarafında sıkıntı görünmüyor. Moonshot mayıs 2026'da 2 milyar dolarlık yatırım turunu kapattı ve değerlemesi 20 milyar doları aştı. Modelleri kurumsal tarafta da kullanılıyor: Cursor, Composer 2 adlı kodlama ajanını geliştirirken Kimi modellerinden yararlandı, DoorDash ise düşük seviyeli işleri K2.6'ya devrettiğini açıkladı.

Sıkça Sorulan Sorular

Kimi K3 ağırlıkları tam olarak ne zaman indirilebilir olacak? Duyurulan an 27 Temmuz 2026, 00:00 UTC. Türkiye saatiyle 27 Temmuz sabahı 03:00'e denk geliyor. Ağırlıkların Moonshot'ın resmi Hugging Face kurum hesabı altında yayınlanması bekleniyor. Tarihin kayma ihtimaline karşı doğrulamanın depo üzerinden yapılması gerekiyor.

Kimi K3 gerçekten açık kaynak mı? Model açık ağırlıklı olarak tanımlanıyor, bu açık kaynakla aynı şey değil. Ağırlıkların indirilebilir olması, eğitim verisinin ve tüm eğitim kodunun paylaşıldığı anlamına gelmiyor. Lisans metni yayınlanmadığı için ticari kullanım şartları da henüz belirsiz.

Kimi K3'ü kendi bilgisayarımda çalıştırabilir miyim? Hayır. Ağırlıklar dört bitlik formatta bile 1,4 terabayt civarı hızlı bellek istiyor ve Moonshot 64 üzeri hızlandırıcı öneriyor. Tüketici donanımıyla çalıştırmak mümkün değil. Yerel kullanım arayanlar için daha küçük Kimi sürümleri veya farklı açık modeller daha uygun.

Kimi K3 API fiyatı ne kadar? Milyon token girdi için 3 dolar, çıktı için 15 dolar olarak listeleniyor. Fiyat, DeepSeek V4 ve GLM-5.2 gibi Çinli rakiplerin belirgin şekilde üzerinde. Buna karşılık Claude Fable 5'in aynı hacimdeki 50 dolarlık çıktı ücretinin altında kalıyor.

Kimi K3 hangi görevlerde güçlü? Uzun soluklu kodlama, ajan tabanlı iş akışları ve büyük kod tabanlarında gezinme öne çıkan alanlar. Model, Arena'nın Frontend Code kategorisinde birinci sıraya yerleşti. Genel sohbet ve akıl yürütmede ise Moonshot'ın kendi ifadesiyle en güçlü tescilli modellerin gerisinde kalıyor.

Ağırlıkların yayınlanması, tartışmayı kıyaslama tablolarından tedarik masasına taşıyor. Depo açıldığında bağımsız ekipler Moonshot'ın rakamlarını kendi iş yükleriyle sınayacak, lisans metni okunacak ve modelin gerçekten kimin kullanabileceği netleşecek. Yarın sabah, iddia ile dosya arasındaki farkın görüleceği an olacak.