CANLI
xAI, Imagine API’yi 2.0’a Yükseltmeye Hazırlanıyor: Görüntü ve Video Tek…·Microsoft MAI-Cyber-1-Flash’ı Duyurdu·Moonshot AI, Kimi K3 Model Ağırlıklarını ve Teknik Raporunu Açık…
27 Jul 2026 · 21:32 GMT+3
Ai Haber – Türkiyenin Yapay Zeka Haber Portalı
LLM & DIL MODELLERI SAYI #725 27 Tem 2026 · Pazartesi ● SON DAKİKA

Moonshot AI, Kimi K3 Model Ağırlıklarını ve Teknik Raporunu Açık Kaynak Olarak Yayınladı

Moonshot AI, 27 Temmuz 2026 tarihinde Kimi K3 modelinin tam model ağırlıklarını (weights) ve teknik raporunu resmi olarak açık kaynak olarak yayınladı.

AiHaber Editör
Editör
3DK

★ Hızlı Özet

  • Moonshot AI, 27 Temmuz 2026 tarihinde Kimi K3 modelinin tam model ağırlıklarını (weights) ve teknik raporunu resmi olarak açık kaynak olarak yayınladı.
  • Kimi K3’ün Temel Özellikleri Kimi K3, 2.8 trilyon parametreli bir Mixture-of-Experts (MoE) model. Ancak her token için yalnızca 16 uzman (e…
  • 1 milyon token bağlam penceresi (context window) Native görsel anlama (metin + görüntü + video girdi desteği) Yeni mimari sayesinde bi…
  • Açık Kaynak ve Ek Bileşenler Moonshot AI sadece model ağırlıklarını değil, Kimi K3’ün arkasındaki altyapının önemli parçalarını da açtı:

Moonshot AI, 27 Temmuz 2026 tarihinde Kimi K3 modelinin tam model ağırlıklarını (weights) ve teknik raporunu resmi olarak açık kaynak olarak yayınladı. Şirketin X hesabından yapılan duyuruda model, “en yetenekli modelimiz” olarak tanımlandı.

Kimi K3’ün Temel Özellikleri

Kimi K3, 2.8 trilyon parametreli bir Mixture-of-Experts (MoE) model. Ancak her token için yalnızca 16 uzman (expert) aktif hale geliyor (toplam 896 uzmandan). Bu sayede aktif parametre sayısı yaklaşık 104 milyar seviyesinde kalıyor. Bu yapı, modelin devasa bilgi kapasitesini korurken çıkarım maliyetini çok daha düşük tutuyor.

Öne çıkan özellikler:

  • 1 milyon token bağlam penceresi (context window)
  • Native görsel anlama (metin + görüntü + video girdi desteği)
  • Yeni mimari sayesinde birim hesaplama başına 2.5 kat daha fazla zekâ (Kimi K2’ye göre)
  • Uzun vadeli kodlama, ajanik işler ve derin bilgi çalışmaları için özel olarak tasarlanmış

Model, Kimi Delta Attention (KDA) ve Attention Residuals (AttnRes) adı verilen iki yeni mimari yenilik üzerine inşa edilmiş. Bu geliştirmeler, hem uzun bağlamlarda verimliliği artırıyor hem de model derinliği boyunca bilgi akışını iyileştiriyor.

Açık Kaynak ve Ek Bileşenler

Moonshot AI sadece model ağırlıklarını değil, Kimi K3’ün arkasındaki altyapının önemli parçalarını da açtı:

  • Yüksek performanslı attention kernel’leri
  • MoE iletişim kütüphanesi
  • Ajan ortamlarını büyük ölçekte çalıştırmak için altyapı

Model ağırlıkları Hugging Face üzerinden, teknik rapor ise GitHub’da yayınlandı. Lisans, çoğu kullanım için MIT’ye yakın bir yapıda olsa da gelir bazlı bazı kısıtlamalar içeriyor.

Performans Durumu

Kimi K3, Artificial Analysis Intelligence Index’te yaklaşık 57 puan alarak Claude Fable 5 ve GPT-5.6 Sol’un hemen arkasında, Claude Opus 4.8’in önünde yer alıyor. Özellikle kodlama, frontend geliştirme ve ajanik görevlerde güçlü sonuçlar gösteriyor. Frontend Code Arena’da Claude Fable 5’i geçerek birinci sıraya yükseldiği de raporlandı.

Model, 16 Temmuz 2026’da öncelikle API ve Kimi platformları üzerinden kullanıma açılmıştı. Ağırlıkların 27 Temmuz’da yayınlanmasıyla birlikte Together AI, Fireworks, DigitalOcean, Nebius Token Factory gibi birçok platform Day-0 desteği verdi.

Neden Önemli?

Kimi K3, açık ağırlıklı modeller arasında 3 trilyon parametre sınıfına giren ilk model olarak kabul ediliyor. Çin merkezli Moonshot AI’nin bu hamlesi, açık kaynak AI ekosisteminde hem ölçek hem de mimari yenilik açısından önemli bir eşik olarak değerlendiriliyor. Özellikle uzun bağlam ve ajanik iş yükleri için pratik bir alternatif sunuyor.

Model ağırlıklarına Hugging Face üzerinden, teknik rapora ise Moonshot AI’nin GitHub deposundan ulaşılabiliyor.

— Paylaş

Beğendiysen yay.

Yapay Zeka Sohbetlerinde
Sosyal Medyada

Tartışma

Bu habere emoji ile tepki ver

Hizli:

Henüz yorum yok. İlk yorumu siz yapın!

Yapıcı ve saygılı yorumlar bekliyoruz. Topluluk kuralları