Kimi K3 nedir? 2,8 trilyon parametre, 1 milyon token ve kodlama performansı

Kimi K3, Moonshot AI tarafından 2,8 trilyon toplam parametre, 1 milyon token bağlam penceresi ve yerleşik görsel anlama yeteneğiyle duyurulan büyük bir Mixture-of-Experts modelidir. Model; uzun süreli kodlama, bilgi çalışmaları ve muhakeme görevlerinde kapalı kaynaklı öncü modellere yaklaşmayı hedefliyor. Ancak tam model ağırlıkları 27 Temmuz 2026’ya kadar yayımlanmayacağı ve erken sonuçlar kullanılan agent altyapısına göre değişebildiği için Kimi K3’ü şimdiden “en iyi açık model” ilan etmek doğru değildir.

Kimi K3 nedir?

Kimi K3, Moonshot AI’ın Kimi model ailesindeki yeni amiral gemisidir. Şirket modeli “3 trilyon sınıfında açık model” olarak tanımlıyor. Teknik duyuruya göre K3; metnin yanında görsel girdileri de doğal olarak işleyebiliyor, 1 milyon tokenlık bağlamı destekliyor ve özellikle uzun süreli yazılım mühendisliği görevleri için tasarlanıyor.

Buradaki “açık” ifadesinin önemli bir zaman sınırı var: Model API ve Kimi ürünleri üzerinden kullanılabiliyor olsa da tam ağırlıkların 27 Temmuz 2026’ya kadar yayımlanması planlanıyor. Dolayısıyla duyuru gününde model bağımsız olarak indirilebilir ve incelenebilir durumda değil.

Kimi K3’ün temel özellikleri

Özellik	Kimi K3
Toplam parametre	2,8 trilyon
MoE yapısı	896 uzmandan 16’sı etkin
Bağlam penceresi	1 milyon token
Girdi türleri	Metin ve görsel
Öne çıkan kullanım	Uzun süreli kodlama, bilgi çalışmaları, muhakeme
API fiyatı	Önbellekli girdi 0,30 $, önbelleksiz girdi 3 $, çıktı 15 $ / 1 milyon token
Tam ağırlıklar	27 Temmuz 2026’ya kadar yayımlanması planlanıyor

2,8 trilyon parametrenin tamamı her istekte çalışıyor mu?

Hayır. Kimi K3 bir Mixture-of-Experts modelidir. Moonshot AI’ın açıklamasına göre modelde 896 uzman bulunuyor ve her işlemde bunların 16’sı etkinleştiriliyor. Bu seyrek yapı, toplam kapasiteyi büyütürken her token için bütün parametreleri çalıştırma zorunluluğunu azaltıyor.

KDA ve Attention Residuals ne sağlıyor?

Kimi K3, Kimi Delta Attention ve Attention Residuals adlı iki mimari bileşeni kullanıyor. KDA, uzun dizilerde dikkat mekanizmasını ölçeklemeyi; Attention Residuals ise modelin katmanlar boyunca biriken temsilleri daha seçici biçimde kullanmasını hedefliyor. Bunlar şirketin açıkladığı mimari tercihlerdir; ayrıntılı teknik rapor henüz yayımlanmadığı için bağımsız değerlendirme sınırlıdır.

Kimi K3 kodlamada ne kadar güçlü?

Moonshot AI, Kimi K3’ün uzun süreli mühendislik oturumlarını sürdürebildiğini, büyük kod depolarında gezinebildiğini ve terminal araçlarını yönetebildiğini belirtiyor. Modelin yerleşik görsel yeteneği ayrıca ekran görüntüsünü görüp kodu yeniden düzenlediği “vision in the loop” iş akışlarını mümkün kılıyor. Bu yaklaşım özellikle arayüz geliştirme, oyun ve CAD çalışmalarında önemli olabilir.