Moonshot AI, dün (27 Temmuz 2026) sözünü tuttu ve Kimi K3’ün tam ağırlıklarını açık kaynak olarak yayınladı. Hugging Face üzerindeki resmi depoya (moonshotai/Kimi-K3) gerçek safetensors shard’ları, LICENSE dosyası ve tam model kartı yüklendi. Lisans: Apache 2.0. Ticari kullanım, modifikasyon, redistribüsyon — hepsi serbest.
Bu, açık ağırlıklı AI cephesinde bir eşik. Kimi K3, 3 trilyon parametre sınıfına ulaşan ilk açık kaynak model. 2.8T toplam parametre, 896 uzman, her token için 16 aktif uzman (~50B aktif parametre). 1 milyon token bağlam. Native multimodal. Kimi Delta Attention (KDA) ve Attention Residuals mimari yenilikleri.
Ama uyarı: ağırlıklar açık olması, kolay çalıştırılabilir olduğu anlamına gelmiyor. MXFP4 quantization’da bile ~1.4 TB disk gerekiyor. Bu, laptop, hobby rig veya küçük startup’lar için değil. Serious enterprise donanım gerektiriyor.
Kimi K3’ün mimari detaylarını ve benchmark performansını daha önceki lansman yazımızda incelemiştik. Bugün odak: açık ağırlıkların pratik anlamı. Kim, nasıl, hangi maliyetle çalıştırabilir?
Ne yayınlandı, tam olarak?
Hugging Face üzerindeki depoda:
- Model ağırlıkları: Safetensors formatında shard’lar. FP16/BF16 için 5.6 TB, MXFP4 quantization için 1.4 TB.
- Tokenizer: Kimi’nin özel BPE tokenizer’ı (multilingual + code).
- Model kartı: Mimari, eğitim veri özet, benchmark rakamları, kullanım örnekleri.
- Config dosyaları: KDA + LatentMoE + AttnRes parametrelerini içeren detaylı config.
- LICENSE: Apache 2.0 tam metni.
Bir de önemli detay: vLLM day-0 support. Moonshot, KDA için özel prefix caching implementation’ını doğrudan vLLM projesine katkı olarak sundu. Yani ağırlıkları indirdiğiniz gün vLLM üzerinden hosting yapabilirsiniz. SGLang da benzer şekilde ilk gün desteği veriyor.
Donanım gereksinimi: gerçekçi tablo
1.4 TB (MXFP4) veya 5.6 TB (BF16) ağırlık, sadece disk gereksinimi. Runtime overhead + KV cache eklendiğinde toplam RAM/VRAM ihtiyacı çok daha yüksek.
Farklı deployment senaryoları:
| Senaryo | Donanım | Yaklaşık maliyet | Notlar |
|---|---|---|---|
| Full precision BF16 | 8x H200 (141 GB) veya 8x B200 | $300-500K | Enterprise datacenter |
| MXFP4 quantized | 8x H100 (80 GB) veya 4x H200 | $150-250K | Orta ölçekli enterprise |
| Aggressive INT4 | 4x H100 + CPU offload | $80-100K | Yavaş inference |
| Cloud API üzerinden | Together AI, Fireworks, Groq | $3-5/M token | Kolay ama kontrolsüz |
| Lokal (laptop, PC) | Imkansız | — | Ağırlıklar bile sığmaz |
Yani “Kimi K3 açıldı, hemen indireyim RTX 5090’ıma” senaryosu geçerli değil. En azgın quantization ile bile tek bir tüketici GPU ile bu modeli çalıştırmak mümkün değil.
Moonshot’un kendi önerisi: 64+ hızlandırıcı içeren supernode konfigürasyonu best inference verimliliği için.
Peki kimlerin işine yarayacak?
Açık ağırlığın gerçek faydalanıcıları üç kategoride:
1. Cloud inference sağlayıcıları. Together AI, Fireworks, Groq, DeepInfra, RunPod — hepsi K3’ü kendi altyapılarında host edip API olarak sunacak. Fiyat rekabeti, Moonshot’un kendi API’sinden bile daha ucuz seçenekler yaratacak. Bugün $3/$15 (input/output per M token) olan Moonshot API fiyatı, cloud sağlayıcı rekabetiyle $1-2/$8-10 aralığına düşebilir.
2. Büyük enterprise’ler. Datacenter altyapısı olan büyük şirketler (bankalar, telekomlar, hükümet, savunma), K3’ü kendi on-prem sunucularında çalıştırabilir. Bu, veri egemenliği kritik senaryolarda çok değerli. OpenAI/Anthropic API’lerinden vazgeçmek isteyenler için ilk gerçek alternatif.
3. Araştırmacılar ve fine-tuner’lar. Akademik gruplar, K3’ün mimari yeniliklerini (KDA, LatentMoE, AttnRes, SiTU) inceleyip yayın üretecek. Küçük ölçekli fine-tune LoRA/QLoRA workflow’ları ile domain-specific varyantlar oluşturulabilir. Türkçe fine-tune, medikal fine-tune, hukuki fine-tune — hepsi mümkün.
Neden Moonshot bunu yaptı?
2.8T parametreli bir frontier modeli açık kaynak yayınlamak, kolay bir karar değil. Eğitim maliyeti muhtemelen $100-200M. Rekabet avantajı büyük ölçüde erozyona uğruyor. Neden?
1. Market share kazanımı. DeepSeek’in 2025 başındaki hamlesi ile Çinli AI cephesi açık ağırlık stratejisinin ekonomik olarak işlediğini kanıtladı. Kullanıcı tabanı hızla büyüyor, ekosistem etkisi artıyor.
2. IPO hazırlığı. Moonshot şu anda $31.5B valuation’da round kapatıyor, $50B pre-IPO hedefliyor, yıl sonuna kadar halka arz mümkün. Açık ağırlık = topluluk desteği = “mission-driven” hikayesi. IPO investor pitch için değerli.
3. Amerikan kapalı frontier lab’lara baskı. Anthropic, OpenAI’ın kapalı model iş modelini erozyona uğratmak. Enterprise müşteriler “ne diye Claude Opus için ödemem, Kimi K3 aynı işi yapıyor?” sorusunu sormaya başladığında Anthropic’in ARR’ı baskı altında.
4. Amerika ile jeopolitik gerginlik. Kratsios’un “endüstriyel distillation” suçlamaları, Bessent’in Çin model kullanımına yaptırım tehdidi — hepsi masada. Açık ağırlık, “bakın, biz saklıyoruz değil, dünya ile paylaşıyoruz” söylemine güç veriyor.
5. Xi Jinping’in geçen haftaki open-source AI destek açıklaması. Politik olarak Pekin’in açık AI stratejisine sadık kalmak — ki Moonshot Pekin merkezli bir şirket.
Ne değişti bugünden itibaren?
OpenAI ve Anthropic için: Enterprise satış hattında yeni bir muhatap doğdu. “Kimi K3 var, aynı işi yapıyor, ücretsiz” argümanına karşı savunma gerekli. Muhtemelen fiyat düşürme, ek özellik ekleme, safety/compliance vurgusu ile cevap verecekler.
DeepSeek için: Doğrudan rakip. DeepSeek V3.2 (671B) artık 2.8T Kimi K3’ün gölgesinde. Muhtemelen DeepSeek V4 ile cevap gelecek.
Meta Llama için: Meta, Llama 4’ü kapalı tuttu (Behemoth 2T açılmadı). Kimi K3’ün açık ağırlık başarısı, Meta’nın açık strateji kararsızlığını dış baskı altına aldı. Zuckerberg’in önümüzdeki aylardaki açıklamaları önemli.
Thinking Machines Inkling için: Amerikan açık ağırlıklı flagship modeli. Kimi K3 ile 975B vs 2.8T karşılaştırması Inkling’i daha ufak kategoride konumlandırıyor. Mira Murati ekibi 2. round için hazırlanmalı.
Cloud inference sağlayıcıları için: Yeni bir yüksek marj model. Together, Fireworks, Groq — hepsi K3 hosting fiyat rekabetine giriyor. Kullanıcı için iyi haber.
Türkçe için ne demek?
Kimi K3’ün eğitim verisinde Türkçe temsili resmi olarak açıklanmadı. Ama açık ağırlık artık burada olduğuna göre topluluk hemen test edecek.
Türk akademik grupları ve TÜBİTAK-Bilge ekibi için üç somut fırsat:
- Türkçe benchmark testleri. K3’ün Türkçe reasoning, coding, general knowledge performansını ölçmek. İlk sonuçların önümüzdeki hafta içinde gelmesi muhtemel.
- Türkçe fine-tune. LoRA/QLoRA ile Türkçe corpus üzerinde adaptasyon. Boğaziçi NLP grubu, ODTÜ MOSES ekibi, Sabancı VNGRS gibi ekipler için hazine.
- Karşılaştırma çalışması. Bilge modeli vs Kimi K3 Türkçe karşılaştırması. Yerli çözümlerin frontier modele göre ne kadar yakın olduğu — ya da uzak — ölçülebilir.
Enterprise Türk müşteriler için de kritik: Together AI, Fireworks üzerinden Türkiye’den Kimi K3 API’sine erişim mümkün. Yeni fiyat rekabeti ile birlikte, OpenAI/Anthropic maliyetlerine göre %50-70 tasarruf senaryosu masada.
vLLM ile hızlı başlangıç
K3’ü kendi altyapınızda çalıştırmak istiyorsanız (yeterli donanım varsa):
# Hugging Face’ten ağırlıkları indir (~1.4 TB MXFP4)
huggingface-cli download moonshotai/Kimi-K3 --local-dir ./kimi-k3
# vLLM ile serve et (KDA prefix caching desteği day-0)
vllm serve moonshotai/Kimi-K3 \
--tensor-parallel-size 8 \
--enable-prefix-caching \
--max-model-len 1000000 \
--gpu-memory-utilization 0.95
# API endpoint: localhost:8000/v1/chat/completions
# OpenAI-compatibleBu komut 8x H200 sunucuda çalışır. Daha küçük donanım için --dtype ve pipeline parallelism ayarlarıyla oynamak gerekir.
Bilinmeyenler
Açık ağırlık lansmanı sonrası bekleyen sorular:
- Bağımsız benchmark sonuçları. Moonshot rakamları vs bağımsız test rakamları arasında fark olacak mı? Halüsinasyon oranı gerçek dünya kullanımında nasıl?
- Fine-tune workflow olgunlaşması. LoRA, QLoRA, full fine-tune için community rehberleri ne kadar zamanda çıkar?
- Kratsios distillation iddiaları. Ağırlıklar şimdi elimizde — bağımsız araştırmacılar Claude Fable 5 distillation izlerini analiz edebilir. Sonuçlar önümüzdeki haftalar içinde.
- Trump admin cevabı. Bessent’in “Çin modeli kullanan Amerikan şirketler ifşa etmek zorunda” politikası ne zaman yürürlüğe girecek?
Sonuç: açık AI cephesinde yeni bir gerçeklik
Bir açık ağırlıklı model 2.8 trilyon parametreye ulaşınca, artık “kapalı frontier her zaman önde” iddiası zayıflar. Kimi K3, Fable 5 ve Sol’dan geride ama Opus 4.8 ve GPT-5.5 seviyesinde. Bu, enterprise pazarın büyük çoğunluğu için “yeterince iyi.”
Ama uyarı: açık ağırlık ≠ kolay çalıştırma. K3’ü self-host için ciddi datacenter yatırımı gerekiyor. Küçük ve orta ölçekli oyuncular için cloud inference sağlayıcıları (Together, Fireworks, Groq) hala en pratik yol.
Önümüzdeki 2-3 ay içinde Kimi K3 tabanlı yüz binlerce fine-tune varyant, LoRA adapter, domain-specific model göreceğiz. Bu, DeepSeek-V3’ün 2025 başındaki dalgasının 2. tekrarı olacak — ama daha büyük ölçekte.
OpenAI ve Anthropic için AR baskısı artıyor. Meta için Llama açıklama kararı yeniden gündem. Amerikan hükümet için “Çin açık AI dominance’ını nasıl karşılarız?” sorusu daha da acil.
Model bugün Hugging Face’te: moonshotai/Kimi-K3. Denemeye açık, kullanıma açık, üretime açık. Kimi K3, açık ağırlıklı AI cephesinin 2.8T sınırını aştığı gün olarak hatırlanacak.
Bir yanıt yazın