Çin sosyal medya platformu (Xiaohongshu / RedNote), yapay zeka alanında iddialı bir adım attı. Şirketin araştırma kolu dots studio, 14 Ağustos 2026’da dots3-note preview adını verdiği açık kaynak yapay zeka modelini duyurdu. Model, toplamda 280 milyar parametreye sahip olmasına karşın çalışma sırasında yalnızca 16 milyar parametre aktive ediyor; bu da onu hem güçlü hem de maliyet açısından verimli kılıyor.
dots3-note Nedir ve Ne Avantaj Sağlar?
dots3-note, uzman karışımı (Mixture-of-Experts / MoE) mimarisiyle tasarlanmış çok modlu bir açık kaynak yapay zeka modelidir. Model; metin, görüntü, video ve ses anlama dahil olmak üzere dört farklı modalitede çalışabiliyor. 512.000 jeton (token) bağlam uzunluğu sayesinde uzun belgeler, kod tabanları ve çoklu medya içerikleriyle kapsamlı bir şekilde başa çıkabiliyor.
Model, Apache 2.0 lisansıyla sunuluyor. Bu, geliştiricilerin modeli ticari projelerde de ücretsiz olarak kullanabileceği anlamına geliyor. Hugging Face üzerinde dots-studio/dots3-note-prev adresinde yayınlanan model, ayrıca FP8 nicemleme (quantization) formatında daha düşük donanım gereksinimleriyle çalıştırılabiliyor.
Teknik Özellikler: 280B Parametre, 16B Aktif
Modelin teknik altyapısı, verimlilik ve performans dengesini ön plana çıkarıyor. 256 yönlendirilmiş uzman artı 1 paylaşımlı uzman yapısıyla çalışan MoE mimarisi, her jeton için yalnızca 8 uzmanın devreye girmesini sağlıyor. 1 yoğun katman artı 45 MoE katmanı ile toplam 280 milyar parametre içeren model, 152.000 jetonluk bir kelime dağarcığına sahip.
Görüntü işleme için 7 milyar parametreli bir MoE ViT görüntü kodlayıcı (1,2 milyar aktif), ses işleme için ise 800 milyon parametreli yoğun bir ses kodlayıcı kullanılıyoror. Ayrıca modelde 1,13 milyar parametreli bir Çoklu Jeton Tahmini (Multi-Token Prediction / MTP) katmanı da mevcut.
dots3-note Benchmark Sonuçları: ABD Modelleri Geride Kaldı
Modelin performansı, uluslararası araştırma topluluğunda büyük yankı uyandırdı. Terminal-Bench 2.1‘de dots3-note 75,1 puan alırken, karşılaştırılan ABD açık kaynak ağırlıklı modeller yalnızca 70 puan civarında kaldı. SemiAnalysis, sonuçları “dots3-note beats American open weight models” başlığıyla yayınlayarak bu üstünlüğü grafiklere döktü.
Modelin diğer önemli benchmark sonuçları şöyle:
- MMMU / MMMU_Pro: 79,1
- SWE-bench Verified: 78,4
- SWE-bench Multilingual: 75,7
- Claw-Eval: 73,4
- WildClawBench: 61,7
- SWE-bench Pro: 61,0
- benchflow/skillsbench: 52,8
- HLE w/ tool: 52,6
Bu sonuçlar, modelin özellikle kod üretimi, çok adımlı ajan görevleri ve araç kullanımı konularında güçlü olduğunu ortaya koyuyor.
Yapay Zeka Sektöründe Yeni Rekabet Dönemi
dots3-note’in çıkışı, Çinli teknoloji şirketlerinin açık kaynak yapay zeka modelleri alanındaki liderlik yarışını hızla kızıştırıyor. Son haftalarda Qwen3-8B-27B, GLM-5.3 ve DeepSeek-V4-Pro gibi modellerin ardından dots3-note, bu alandaki en güçlü alternatiflerden biri olarak öne çıktı.
FP8 formatında sunulan model, tek bir 8 GPU’lu düğümde çalıştırılabiliyor; bu da kurumsal ve bireysel geliştiriciler için erişilebilirliği artırıyor. Hugging Face, vLLM, SGLang ve Docker Model Runner üzerinde doğrudan kullanıma hazır entegrasyonlar sunuluyor.
Çin’in yapay zeka ekosistemi, 2026 yılında açık kaynak alanında ABD’li şirketlere ciddi bir meydan okuma sunuyor. dots3-note’in 280B parametreli yapısı, düşük maliyetli çıkarımı ve çok modlu yetenekleri, bu rekabetin önümüzdeki dönemde daha da kızışacağının sinyallerini veriyor.
Henüz yorum yok. İlk yorumu siz yapın!