Özet: Moonshot AI, 16 Temmuz 2026'da, yerleşik çoklu mod, 1 milyon token bağlam penceresi ve kodlama, ajan odaklı görevler, frontend geliştirme ve bilgi işlerinde Claude Fable 5 ve GPT-5.6 Sol gibi üst seviye kapalı modellerle yarışan ya da onları geçen öncü performansa sahip, çığır açıcı 2,8 trilyon parametreli açık ağırlıklı modeli Kimi K3’ü yayınladı (3T sınıfında ilk).
Öne Çıkanlar
- Ölçek ve Yenilik: 2,8T parametre, MoE (token başına 896 uzmandan 16’sı etkin), Kimi Delta Attention (KDA), Attention Residuals – K2’ye kıyasla ~2,5x ölçekleme verimliliği, Kimi K3 - Kimi API Platform
- Performans: Artificial Analysis Intelligence Index ~57 (ilk 4, Claude Opus 4.8’in önünde), Frontend Code Arena’da lider, Terminal-Bench’te (%88,3), BrowseComp’ta (%91,2), GPQA-Diamond’da (%93,5) güçlü. Genel olarak Fable 5/Sol’un gerisinde kalsa da çoğunu geçiyor; Arena.ai Frontend Code Arena’da 1 numara (1.679 Elo, Fable 5’i geçerek), X’te Arena gönderisi ve Tom’s Hardware haberi.
- Yetenekler: Yerleşik görsel/video, devasa repo/kod tabanları için 1M bağlam, ajan odaklı kodlama, 3D akıl yürütme, video düzenleme, araştırma panoları.
- Erişim: kimi.com üzerinden hemen, API (kimi-k3 modeli, erişim rehberi); açık ağırlıklar yakında. Talep artışı sonrası Moonshot yeni Kimi K3 aboneliklerini geçici olarak durdurdu. CometAPI ile kolayca entegre edin.
- Değer: Bazı değerlendirmelerde görev başı daha düşük maliyet (~$0,94), daha az ret, kodlama/Görsel iş akışları için ideal.
Kimi K3 Teknoloji Blogu, Kimi K3’ü “Open Frontier Intelligence, Kimi K3, yapay zekânın demokratikleşmesinde dönüm noktası” olarak tanımlıyor. Moonshot gibi Çinli AI laboratuvarları, hesaplama kısıtlarına rağmen sınırları zorlarken, bu açık model kapalı ABD sınır modellerinin hakimiyetine meydan okuyor ve dünya çapındaki geliştiricileri güçlendiriyor.
Kimi K3 Nedir? Moonshot AI’dan Açık 3T Sınıfı Model
Pekin merkezli girişim Moonshot AI, 16 Temmuz 2026’da amiral gemisi modeli Kimi K3’ü başlattı. Model, yaklaşık 3 trilyon parametre sınıfında açık olarak konumlandırılmış ilk model olup, seyrek Mixture-of-Experts (MoE) mimarisinde toplam 2,8 trilyon parametreye sahip. Her token için 896 uzmandan yalnızca 16’sı etkinleşerek devasa ölçek ile verimlilik dengeleniyor.
Bu, halihazırda kodlama ve çoklu modda ivme kazanan Kimi K2 serisinin (K2.5, K2.6, vb.) üzerine inşa ediliyor. K3, mimari yenilikler getiriyor: Kimi Delta Attention (KDA) ve Attention Residuals (AttnRes), ayrıca Stabil LatentMoE ve niceleme farkındalıklı eğitim (SFT aşamasından itibaren MXFP4 ağırlıklar, MXFP8 aktivasyonlar). Bunlar, seleflere kıyasla ~2,5x daha iyi ölçekleme verimliliği ve 6,3x’e kadar daha hızlı kod çözme sağlıyor.
Temel Teknik Özellikler ( Kimi K3 Teknik Özellikleri):
- Parametreler: Toplam 2,8T (seyrek MoE).
- Bağlam Penceresi: 1.048.576 token (~1M).
- Modaliteler: Yerleşik metin + görüntü + video anlama; metin çıktısı.
- Maksimum Çıktı: Varsayılan 131 bin token, bağlam sınırına kadar.
- Akıl Yürütme: Lansmanda varsayılan olarak maksimum çaba; düşük/yüksek modlar geliyor.
- Açık Ağırlıklar: 27 Temmuz 2026’ya kadar vaat edildi (K2 emsaline uygun, değiştirilmiş MIT tarzı).
K3, yalnızca hızlı cevaplar değil, görsel geri bildirimle (“Vision in the Loop”) karmaşık mühendislik, araştırma veya ajan iş akışlarını tamamlama gibi uzun vadeli görevleri hedefliyor. Demolarda otonom GPU derleyici inşası (Triton’a rakip), 45nm süreçte yonga tasarımı ve hızlı astrofizik araştırması yer alıyor.
Talep şimdiden kapasiteyi zorladı
Modelin erken geri bildirimi kapasite baskısı oluşturacak kadar güçlü oldu. Moonshot X’te paylaştı: önceki 48 saatteki talep mevcut GPU sınırlarına yaklaşmıştı ve şirket kapasite eklerken yeni aboneliklerin geçici olarak durdurulacağı belirtildi. Business Insider da aynı kapasite duraklamasını bildirdi ve mevcut abonelerin etkilenmediğini not etti.
Bu, üretim planlaması için önemlidir. Bir model mükemmel olabilir ve yine de talep hesaplamanın önüne geçtiğinde kullanılabilirlik kısıtları yaşayabilir. Kimi K3’ü değerlendiren ekipler tek sağlayıcı bağımlılığından kaçınmalı, gecikme ve hata oranlarını izlemeli ve mümkün olduğunda CometAPI gibi birleşik bir sağlayıcı üzerinden geri dönüş (fallback) yönlendirmesi kullanmalıdır.
Kodlama Kıyasları: Kimi K3’ün En Güçlü Göründüğü Yerler
Kimi K3’ün kodlama profili, geliştiricilerin dikkat kesilmesinin temel nedeni. Terminal-Bench 2.1’de GPT-5.6 Sol’a neredeyse eşit, Program Bench’te GPT-5.6 Sol ve Claude Fable 5’i az farkla geçiyor ve FrontierSWE’de GPT-5.6 Sol’un önünde anlamlı bir marjla lider. Ayrıca OpenLM tablosunda SWE Marathon’da karşılaştırılan modelleri geride bırakıyor.
Arena frontend sonucu pratik bir sinyal daha ekliyor. Arena, Kimi K3’ü Frontend Code Arena’da 1679 puanla raporladı; Claude Fable 5’in önünde. Bu kıyas önemlidir çünkü frontend çalışmaları sıklıkla yalnızca birim testlerle değil, insan tercihiyle değerlendirilir. Bir istemden temiz, görsel olarak tutarlı UI üretebilen bir kodlama asistanı; ürün ekipleri, ajanslar, SaaS geliştiricileri ve iç araçlar için değerlidir.
Genel Sıralamalar
- Artificial Analysis AI Leaderboard: #3’te giriş yaptı. Intelligence Index puanları onu rekabetçi konuma koyuyor (örn. bazı değerlendirmelerde ~57,1).
- Özel Uzun Vadeli Bilgi İşi Değerlendirmesi: Elo 1547 (K2.6’dan +732), yalnızca Fable 5’in gerisinde.
Kodlama ve Ajan Kıyasları (Kendi Bildirimi ve Bağımsız)
K3, ölçeği ve mimarisini sürekli ajan performansı için kullanarak burada parlıyor.
- Frontend Code Arena (Arena.ai): 1.679 puanla #1, Fable 5 ve GPT-5.6 Sol’u geçiyor. Web geliştirmede kör geliştirici tercihlerinde öne çıkıyor.
- DeepSWE: 67,3–67,5 (KimiCode harness ile güçlü).
- Program Bench: 77,8 ile #1.
- SWE Marathon: Bazı harness’lerde 42,0 ile #1.
- Terminal-Bench 2.1: Rekabetçi, GPT-5.6 Sol’a yakın.
Görsel ve Çoklu Mod
Yerleşik (sonradan ekleme değil) eğitim sağlam sonuçlar veriyor:
- MMMU-Pro: %81,6
- MathVision: Bazı raporlarda yüksek 90’lar.
- OmniDocBench: %91,1 (lider).
Ekran görüntüleri, diyagramlar, video desteğiyle UI iyileştirme veya oyun geliştirme gibi kapalı çevrim görevleri destekler.
Karşılaştırma Tablosu: Kimi K3 vs. Önde Gelen Modeller (Yaklaşık/Derlem; Nerede Belirtilmişse Max Effort)
| Kıyas | Kimi K3 | Claude Fable 5 | GPT-5.6 Sol | Notlar/Kaynak |
|---|---|---|---|---|
| Frontend Code Arena | 1.679 (#1) | Daha düşük | Daha düşük | Arena.ai |
| DeepSWE | 67,3–67,5 | Rekabetçi | - | Moonshot/KimiCode |
| Program Bench | 77,8 (#1) | - | Yakın | Vals.ai |
| Intelligence Index (AA) | ~57,1 | ~59,9 | ~58,9 | Artificial Analysis |
| Long-Horizon Elo | 1547 | Daha yüksek | - | İç Moonshot |
| Görev Başına Maliyet | ~$0,94 | Daha yüksek | Daha yüksek | Bağımsız |
Kaynaklar: Moonshot’un teknik blogu, bağımsız liderlik tabloları ve analizler. Sonuçlar harness/çaba düzeyine göre değişebilir; her zaman en günceli doğrulayın.
K3, hassas konularda daha az ret gösteriyor ve ajan akışlarında güçlü tutarlılık sergiliyor. Bağımsız testler (ör. YouTube değerlendirmeleri, Vals AI) gerçek dünya kodlaması için en güçlü açık modellerden biri olduğunu doğruluyor.
Kimi K3 Neler Yapabilir? Kodlama, Görsel ve Ötesi
Kodlama ve Ajan Mühendisliği
K3, minimum gözetimle uzun oturumları sürdürüyor: devasa repolarda gezinir, araçlar kullanır, ekran görüntüleriyle hata ayıklar (“döngüde görüş”).
Örnekler:
- Çekirdek Optimizasyonu ve Derleyici Geliştirme: Sıfırdan MiniTriton (Triton benzeri derleyici) oluşturdu, optimize edilmiş yığınlara rakip. GPU çekirdeklerini Fable 5 ile rekabetçi biçimde optimize etti.
- Oyun Geliştirme: Kavramları/görüntüleri/videoları yinelemeli iyileştirmeyle oynanabilir 3D/çok oyunculu deneyimlere dönüştürür.
- Yonga Tasarımı: 48 saatlik otonom çalışmada nano model bir yonga tasarladı.
- Frontend: Web uygulamaları ve tam yığın görevlerde liderlik tablolarının zirvesinde.
Görsel ve Çoklu Mod
Görüntü/video anlama yetenekleri şunları mümkün kılar:
- Video düzenleme: Teaser’ını 56 klipten kendisi düzenledi (seçim, kesimler, senkron, revizyonlar) – saatler sürecek işi dakikalara indirir.
- 3D akıl yürütme, hareketli grafikler, etkileşimli panolar.
- Ekran görüntüleriyle kod yineleme için “döngüde görüş”.
Kimi API dokümanları, görüntü girişinin base64 veri URL’leri üzerinden, video girişinin ise ms:// ile referans verilen yüklenmiş dosyalar üzerinden yapıldığını gösterir. Ayrıca, görsel girdide herkese açık görüntü URL’lerinin desteklenmediği ve bu nedenle geliştiricilerin base64 veya yüklenmiş dosya referansları göndermeleri ve mesaj içeriğini nesne dizisi yapmaları gerektiği konusunda uyarırlar. Bu önemli bir uygulama ayrıntısıdır: karışık görüntü ve metin mesajını tek bir düz metin dizesine dönüştürmeyin.
Bilgi İşi ve Araştırma
İşletmeler için, burası Kimi K3’ün normal bir sohbet botundan daha değerli olabileceği yerdir. Model, bir planı sürdürebildiği, araçları çağırabildiği, ara sonuçları işleyebildiği ve nihai bir eser üretebildiği “ajan” işleri için tasarlanmıştır. Örnekler: pazar araştırma raporları, veri temizleme asistanları, uyumluluk özetleri, müşteri destek bilgi tabanı bakımı ve dahili mühendislik yardımcıları.
- Danışmanlık seviyesinde raporlar, etkileşimli görselleştirmeler, panolar üretir (örn. binlerce kaynaktan 42 yıllık ASIC sektör analizi).
- Bilimsel hatlar: astrofizik ilişkilerini yeniden üretti, alt-ajanlarla kütleçekim dalgalarını analiz etti.
- Kalıcı, veri odaklı görünümler için Kimi Work içinde widget’lar/panolar.
K3, literatür ile çalıştırılabilir kod arasında köprü kurar; yayın kalitesinde çıktıları verimli biçimde üretir.
Kimi K3 vs Diğer Sınır Modeller: Pratik Karşılaştırma
| Model | En uygun | Güçlü yanlar | Dikkat edilmesi gerekenler | CometAPI önerisi |
|---|---|---|---|---|
| Kimi K3 | Uzun bağlamlı kodlama, bilgi işi, ajanlar, görsel akıl yürütme | 2,8T MoE ölçeği, 1M bağlam, güçlü kodlama ve ajan kıyasları, açık ağırlık yol haritası | Lansman haftasında kapasite baskısı, düşünme geçmişine duyarlılık, vizyon desteği rotaya göre değişebilir | Amiral kodlama ve uzun bağlam modeli olarak test edin |
| GPT-5.6 Sol | Zor akıl yürütme, kodlama, araştırma, geniş üretim görevleri | Çok güçlü genel kıyas profili ve olgun araçlar | Birçok rotada daha yüksek fiyat | Karşılaştırma ve yükseltme modeli olarak kullanın |
| Claude Fable 5 | Yazım, kodlama, ajan iş akışları, insan tercihi görevler | Güçlü UX ve geniş sınır performansı | Daha yüksek maliyet ve bazı görevlerde olası politika geri dönüşleri | Kullanıcıya dönük ajanlar ve yazım ağırlıklı uygulamalar için karşılaştırın |
| Claude Opus 4.8 | Derin akıl yürütme ve güvenilir profesyonel iş | Stabil üst düzey asistan davranışı | En yeni amiral sürümlerden eski | Yedek veya kıyas temel çizgisi olarak tutun |
| GLM-5.2 | Maliyet duyarlı açık model değerlendirmesi | Rekabetçi açık model alternatifi | K3 karşılaştırmalarının birçoğunda daha zayıf | Maliyet/performans yönlendirme testlerine dahil edin |
Kimi K3’e Nasıl Erişilir: Adım Adım Rehber
Kimi K3’e Nasıl Erişilir
1. Kimi ürünleri üzerinden Kimi K3’e erişin
Geliştirici olmayanlar için en kolay yol, Kimi’nin tüketici ve üretkenlik ürünleridir: Kimi web, uygulama, Kimi Work ve Kimi Code. Entegrasyon kurmadan modelin yazım, kodlama, araştırma ve UI odaklı davranışını test etmenin en hızlı yoludur. 20 Temmuz’da bildirilen geçici abonelik duraklaması nedeniyle erişim değişken olabilir, bu yüzden ekip çapında yaygınlaştırma planlamadan önce mevcut Kimi ürün sayfasını kontrol edin.
2. Kimi API Platform üzerinden Kimi K3’e erişin
Geliştiriciler, Kimi API Platformu’nda OpenAI tarzı bir istemci kullanarak Kimi K3’ü çağırabilir. Moonshot dokümanlarında şunlar listelenir:
- temel URL:
https://api.moonshot.ai/v1 - model kimliği:
kimi-k3 - örneklerde ortam değişkeni:
MOONSHOT_API_KEY - Python SDK gereksinimi: OpenAI SDK 1.0 veya daha yeni
Temel Python örneği:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["MOONSHOT_API_KEY"],
base_url="https://api.moonshot.ai/v1",
)
completion = client.chat.completions.create(
model="kimi-k3",
messages=[
{"role": "user", "content": "Introduce Kimi K3 in one sentence."}
],
)
print(completion.choices[0].message.content)
Kimi K3’te düşünme modu her zaman etkindir ve reasoning_effort için low, high ve max değerleri desteklenir; varsayılan maxtır. API, akış, katı JSON şemasıyla yapılandırılmış çıktı, Partial Mode, araç çağırma, dinamik araç yükleme, otomatik bağlam önbellekleme ve Formula üzerinden resmi araç entegrasyonlarını destekler. Dokümanlar ayrıca birkaç önemli sınır listeler: max_completion_tokens varsayılanı 131.072’dir ve 1.048.576’ya kadar ayarlanabilir; temperature ve top-p sabittir; geliştiriciler çok turlu ve araç çağrılı iş akışlarında tamamlanmış asistan mesajını döndürmelidir; web araması güncellenmektedir, bu nedenle yakın vadede üretim kullanımı önerilmez.
3. CometAPI üzerinden Kimi K3’e erişin
Birçok ekip için CometAPI, pek çok model sağlayıcısı arasında birleşik bir API katmanı sağladığı için en pratik yoldur. CometAPI’nin Kimi K3 sayfası modeli şu bilgilerle canlı olarak listeliyor:
- model kimliği:
kimi-k3 - sağlayıcı: Moonshot AI
- bağlam penceresi: 1.000.000 tokene kadar
- CometAPI fiyatı: 1M token başına $2,4 giriş ve $12 çıkış
- resmi liste fiyatı: 1M token başına $3 giriş ve $15 çıkış
- uç nokta:
/v1/chat/completions - temel URL:
https://api.cometapi.com/v1
CometAPI Python örneği:
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
max_retries=0,
)
completion = client.chat.completions.create(
model="kimi-k3",
messages=[
{
"role": "system",
"content": "You are a careful software engineering assistant.",
},
{
"role": "user",
"content": "Review this migration plan and identify the riskiest steps.",
},
],
max_completion_tokens=1024,
)
print(completion.choices[0].message.content)
Uygulamanız zaten OpenAI SDK kullanıyorsa, CometAPI hızlı başlangıcı yalnızca iki ayarı değiştirmenizi önerir: base_url’i https://api.cometapi.com/v1 olarak ayarlayın ve önceki sağlayıcı anahtarınız yerine COMETAPI_KEY kullanın. Sonrasında model alanında CometAPI model kimliğini iletin.
4. Yayın sonrası Kimi K3 açık ağırlıklarına erişin
Moonshot, Kimi K3 tam ağırlıklarının 27 Temmuz 2026’ya kadar yayınlanacağını söylüyor. Bu gerçekleştiğinde, araştırmacılar, altyapı ekipleri ve ileri düzey kurumsal kullanıcılar öz barındırma, optimizasyon veya özel dağıtımları değerlendirebilir. Çoğu şirket için kilit soru ekonomi olacaktır: model açık olsa da 2,8T MoE sistemini sunmak ciddi GPU altyapısı, çıkarım mühendisliği ve operasyonel izleme gerektirir.
Nihai Değerlendirme
Kimi K3, 2026’nın en önemli model lansmanlarından biri. Devasa ölçek, ciddi bir açık ağırlık stratejisi, 1M token bağlam penceresi, yerleşik görsel anlama ve mevcut kodlama ile ajan odaklı AI sistemlerinin en tepesine yerleştiren kıyas sonuçlarını bir araya getiriyor. GPT, Claude, Gemini, DeepSeek, Qwen veya diğer modellere olan ihtiyacı ortadan kaldırmıyor, ancak en zorlu uzun bağlam iş akışları için geliştiricilere güvenilir yeni bir seçenek sunuyor.
Bugün kimi.com’da veya zahmetsiz entegrasyon için CometAPI üzerinden başlayın. Kodlama ve görsel güçlü yanlarını deneyin – sonuçlar kendi adına konuşuyor.