Kimi K3 Nedir? Moonshot'ın 2.8T Açık Amiral Gemisi

Moonshot AI, Kimi K3'ü 16 Temmuz 2026'da piyasaya sürdü ve ona "dünyanın ilk açık 3T sınıfı modeli" adını verdi. Bu iddialı bir açıklama, bu yüzden pazarlamayı mühendislikten ayıralım. K3, 1 milyon tokenlık bağlam penceresi, yenilenmiş bir dikkat yığını ve doğrudan kodlama ekiplerini hedefleyen bir fiyatlandırma tablosu ile 2.8 trilyon parametreli bir Uzman Karışımı (Mixture-of-Experts) modelidir. Aynı gün Kimi.com, Kimi Work, Kimi Code ve Kimi API üzerinden kullanıma sunuldu ve tam ağırlıkların 27 Temmuz 2026'ya kadar yayınlanacağı sözü verildi. Bu rehber, onu değerlendirmek için ihtiyacınız olan her şeyin merkezidir: ne olduğu, nasıl inşa edildiği, maliyeti, sıralaması ve kimlerin gerçekten kullanması gerektiği.

TL;DR: Kimi K3 nedir?

Kimi K3, Moonshot AI'ın amiral gemisi büyük dil modelidir ve 16 Temmuz 2026'da yayınlandı. Token başına 896 uzmandan 16'sını etkinleştiren 2.8 trilyon parametreli bir Uzman Karışımı (Mixture-of-Experts) tasarımı kullanır, 1.048.576 tokenlık (1M) bir bağlam penceresi sunar ve `kimi-k3` API model kimliği aracılığıyla hizmet verir. Fiyatlandırma, milyon önbellek isabetli (cache-hit) girdi tokenı başına 0,30 dolar, milyon önbellek kaçırmış (cache-miss) girdi tokenı başına 3,00 dolar ve milyon çıktı tokenı başına 15,00 dolardır. Bağımsız Artificial Analysis Intelligence Index'te 57 puan alarak 189 model arasında 4. sırada yer almaktadır. Moonshot'ın kendi lansman yazısında K3'ün hala Claude Fable 5 ve GPT-5.6 Sol'un gerisinde kaldığı belirtiliyor; bu nedenle, en uç noktanın kendisi değil, sınıra yakın en güçlü açık model olarak okunmalıdır. Tam açık ağırlıkların 27 Temmuz 2026 civarında bekleniyor.

Kimi K3 neden şu anda önemli?

Birkaç ayda bir, Çinli bir laboratuvar, özel bir API sözleşmesi olmadan çalıştırabileceğiniz modellere dair beklentileri yeniden şekillendiren bir model piyasaya sürüyor. Kimi K3, 2026 ortası için bu modeldir. Manşet, ham kıyaslama üstünlüğü değil. Bu, sınıra yakın kalitenin, agresif bir önbellek isabet fiyatının (cache-hit) ve lansmandan sonraki on bir gün içinde tam ağırlıkları yayınlama sözünün birleşimidir. Eğer bu söz tutulursa, K3 kendi sunucunuzda barındırabileceğiniz en yetenekli model haline gelir; bu da bir API faturasını bir GPU kümesine karşı değerlendiren herkes için denklemi değiştirir.

LLM API'leri ile geliştirme yapıyorsanız, pratik soru basit: Mevcut OpenAI tarzı istemcinizi `kimi-k3`'e yönlendirip, yığınınızı yeniden yazmadan faydalı çıktılar alabilir misiniz? Cevap evet, çünkü Moonshot, OpenAI SDK uyumlu bir API sunuyor. Bu aynı zamanda K3 çağrılarını zaten kullandığınız araçlarda test edip hata ayıklayabileceğiniz anlamına geliyor. Apidog, herhangi bir OpenAI uyumlu uç noktayı birinci sınıf bir istek olarak ele alır, böylece `kimi-k3`'e akışlı bir sohbet tamamlama gönderebilir, sunucu tarafından gönderilen olayları (server-sent events) token token inceleyebilir ve modeli üretim koduna bağlamadan önce araç çağrılarının çözülmesini izleyebilirsiniz.

Bu gönderi, daha geniş Kimi K3 kümesinin temelidir. Derinlemesine incelemeler için Kimi K3 API rehberine, Kimi K3 fiyatlandırma detayına veya Kimi K3 kıyaslama analizine atlayın. Burada, tüm tabloyu ele alıyoruz.

Kimlik: Moonshot'ın en yetenekli modeli

Moonshot AI, K3'ü, birçok geliştiricinin zaten bildiği Kimi K2 serisinden bir adım önde "en yetenekli modelimiz" olarak konumlandırıyor. Eğer Kimi K2'yi veya kodlama odaklı Kimi K2.7 Code'u kullandıysanız, K3 o soyun yeni neslidir ve dikkat katmanından itibaren yeniden inşa edilmiştir. En çok dikkat çeken iddia ise "dünyanın ilk açık 3T sınıfı modeli" olmasıdır. Bu ifadede iki kelime önemlidir.

“Açık” ifadesi, lansman günü değil, yakın gelecekte gerçekleşecek bir gerçektir. Piyasaya sürüldüğünde K3, barındırılan ürünler ve ücretli API aracılığıyla erişilebilir durumdadır ve Moonshot, "tam model ağırlıklarını 27 Temmuz 2026'ya kadar" yayınlamayı taahhüt etmiştir. Bu nedenle, yerel bir dağıtım planlıyorsanız, açık erişimi lansmandan yaklaşık bir buçuk hafta sonra gerçekleşecek planlı bir olay olarak değerlendirin, ilk günden indirebileceğiniz bir şey olarak değil.

“3T sınıfı” ölçeğe atıfta bulunur. Toplam 2.8 trilyon parametre ile K3, en büyük tescilli sistemlerle aynı ağırlık sınıfındadır, ancak bu parametrelerin sadece küçük bir kısmı belirli bir token üzerinde etkinleşir. Bu seyrek etkinleştirme, çıkarımı uygun fiyatlı tutan şeydir ve fiyatlandırmanın bu şekilde olmasının nedenidir.

Mimari: Kaputun altında ne var?

K3, K2'nin daha büyük bir kopyası değildir. Moonshot, çekirdeği adlandırılmış çeşitli tekniklerle yeniden inşa etti ve tasarım seçimleri hem kalite artışlarını hem de verim sayılarını açıklıyor.

• Kimi Delta Attention (KDA). Bu, Moonshot'ın dikkati ölçeklendirmek için verimli bir temel olarak tanımladığı hibrit bir doğrusal dikkat mekanizmasıdır. Doğrusal tarzı dikkat, bağlam uzunlukları arttıkça bellek ve hesaplama büyümesini kontrol altında tutar; bu da 1 milyon tokenlık bir pencereyi teorik olmaktan ziyade pratik hale getirir.
• Attention Residuals (AttnRes). Moonshot bunu standart artık bağlantılar için doğrudan bir ikame olarak sunar. Belirtilen amaç, ağın derinliği boyunca temsilleri seçici olarak geri almak, böylece önceki katmanlardaki bilginin yığının daha derinlerinde erişilebilir kalmasını sağlamaktır. Basit bir ifadeyle, modelin bağlamı katman katman yıkayıp atmak yerine tutmasına yardımcı olur.
• Stable LatentMoE. Bu, Uzman Karışımı (Mixture-of-Experts) yönlendirme katmanıdır ve "toplam 2.8T, küçük aktif" hikayesinin yaşadığı yerdir. K3'ün 896 uzmanı vardır ve token başına 16'sını etkinleştirir; bunu yaparken Moonshot'ın eğitim sırasında yönlendirmeyi stabil tutmak için Quantile Balancing dediği yöntemi kullanır. Seyrek etkinleştirme, modelin trilyonlarca parametrelik bilgiyi taşıyabilirken, çıkarım zamanında çok daha küçük bir ağın hesaplama maliyetini ödemesi anlamına gelir.

Moonshot ayrıca Per-Head Muon, bir Sigmoid Tanh Birimi (SiTU) ve Gated MLA gibi destekleyici bileşenlerden, ayrıca niceleme için MXFP8 aktivasyonlarına sahip MXFP4 ağırlıklarından bahsetmektedir.

Kimi K3 özelliklerine genel bakış

İşte yer imlerine ekleyebileceğiniz anlık görüntü. Aşağıdaki her rakam Moonshot'ın lansman gönderisinden veya bağımsız Artificial Analysis listesinden alınmıştır.

Bu tablo, çoğu “özellik kontrolü” araması için hızlı bir yanıttır. Kendi token hacminize göre satır satır bir maliyet modeli için, Kimi K3 fiyatlandırma rehberi hesaplamaları yapar.

1M bağlam penceresi ve önbellek isabetli (cache-hit) fiyatlandırmanın neden asıl hikaye olduğu

1.048.576 tokenlık bir bağlam penceresi, tüm bir kod tabanını, uzun bir araştırma kümesini veya çok saatlik bir transkripti tek bir istemin içine yerleştirir. Bu, artık en son teknolojide standart bir gereklilik, ancak K3'ün uzun bağlamı fiyatlandırma şekli onu gerçek iş yükleri için ilgi çekici kılıyor.

Girdi fiyatlandırmasına tekrar bakın: önbellek isabetinde (cache hit) milyon token başına 0,30 dolar, önbellek kaçırmasında (cache miss) ise 3,00 dolar. Bu, 10 katlık bir fark. Moonshot'ın Mooncake ayrıştırılmış çıkarım (disaggregated inference) olarak adlandırdığı çıkarım yığını, kodlama iş yüklerinde %90'ın üzerinde önbellek isabet oranı (cache-hit rate) sunduğu bildiriliyor. Kullanım modeliniz büyük bir paylaşılan bağlamı, uzun bir sistem istemini, geniş bir dosya ağacını, sabit bir talimat bloğunu yeniden kullanıyorsa, girdi tokenlarınızın çoğu ucuz fiyattan faturalandırılır. Her adımda aynı depo bağlamını yeniden gönderen ajan tabanlı kodlama döngüleri için bu fark hızla katlanır. Token başına çıktı fiyatı normal sınıra yakın bir bölgede olmasına rağmen, K3'ü maliyet açısından rekabetçi kılan kaldıraç budur.

Taviz hızda ortaya çıkıyor. Artificial Analysis, K3'ün çıktı hızını saniyede yaklaşık 62 token olarak ölçtü; bu, kendi fiyat kategorisindeki akıl yürütme modellerinin medyanı olan 72.7'nin altındadır. İlk tokene kadar geçen süre yaklaşık 1.99 saniyedir ki bu, kategori medyanından biraz daha iyidir. Yani K3, hızlı tepki veren bir modelden ziyade "çok düşünen, istikrarlı akış sağlayan" bir modeldir ve varsayılan akıl yürütme ayarı maksimum düşünme çabasına yöneliktir. Kullanım durumunuz için gecikme derinlikten daha önemliyse, taahhütte bulunmadan önce onu daha hızlı bir kategoriyle karşılaştırın.

Dürüst konumlandırma: güçlü, açık, ancak tam olarak sınır değil

Bu, birçok lansman yazısında atlanan hikayenin bir parçasıdır. Moonshot'ın kendisi çizgiyi net bir şekilde çizdi. Resmi Kimi K3 lansman blogu, K3'ün "en güçlü tescilli modeller olan Claude Fable 5 ve GPT 5.6 Sol'un hala gerisinde kalmasına" rağmen, "değerlendirme süitimizde sınır düzeyinde performans gösterdiğini" belirtiyor. Bunu iki kez okuyun, çünkü bir model sağlayıcısından nadir bir dürüstlük örneğidir.

Bağımsız sayılar bu nüansı destekliyor. Artificial Analysis Intelligence Index'te K3, 57 puan alarak 189 model arasında 4. sırada yer alıyor. Bu endeks; ajan görevleri, kodlama, bilim ve akıl yürütmeyi kapsayan dokuz değerlendirmeyi bir araya getiriyor, bu yüzden ilk beşe girmek gerçek bir sinyaldir, seçmece değildir. Ancak 4. sıra, üç modelin önünde olduğu anlamına da geliyor ve Moonshot bunların ikisini adlandırıyor.

Peki K3'ü nasıl çerçevelemelisiniz? Ağırlıklar yayınlandığında, sınıra yakın en güçlü açık ağırlıklı modeldir ve tescilli bir sözleşme olmadan çalıştırabileceğiniz en yetenekli modeller arasındadır. Dünyanın tek en iyi modeli değildir ve paydaşlarınıza bu şekilde pazarlamamalısınız. Zorlu bir akıl yürütme görevinde mutlak zirveye ihtiyacınız varsa, kapalı sınır hala kazanır. Açık bir yol ve düşük etkili bir fiyatla sınıra yakın kaliteye ihtiyacınız varsa, K3 ciddi bir rakiptir. Kapalı liderlere karşı nerede konumlandığını görmek için Kimi K3 vs Claude Opus 4.8 ve Kimi K3 vs GPT-5.6 Sol'a bakabilirsiniz.

Kimi K3'ü bugün nerede kullanabilirsiniz?

K3, ilk günden itibaren Moonshot'ın tüm ürün yüzeyinde kullanıma sunuldu. İşte kullanılabilirlik matrisi.

Terminalde çalışıyorsanız, Kimi Code kodlama ajanı giriş noktasıdır; Kimi Code CLI rehberimiz K2 dönemindeki kurulum modelini kapsar ve K3 akışı da benzerdir. Kodlama davranışını o soyun önceki şampiyonuyla karşılaştırmak isterseniz, Kimi K3 vs Kimi K2.7 Code doğrudan eşleştirmedir. Ve değerlendirme yaparken hiç ödeme yapmak istemiyorsanız, Kimi K3'ü ücretsiz nasıl kullanacağınız, maliyetsiz yolları kapsar.

API'nin sunduğu yetenekler

Geliştiriciler için model, hikayenin sadece yarısıdır. API yüzeyi ne inşa edebileceğinizi belirler. K3'ün uç noktası, ciddi bir ajan tabanlı modelden bekleyeceğiniz özellikleri destekler:

• Bağlam önbelleğe alma (0,30 $'lık önbellek isabet oranı (cache-hit rate) arkasındaki mekanizma)
• Araç çağrıları ve araç seçimi kısıtlamaları
• JSON modu ve yapılandırılmış çıktı
• Kontrollü tamamlamalar için kısmi mod
• İnternet araması
• Dinamik araç yükleme
• "Maksimum" ayarı dahil olmak üzere yapılandırılabilir akıl yürütme çabası

Bu özellik seti, K3'ün özel bir işlem gerektirmeden ajan çerçevelerine, yapılandırılmış çıkarma boru hatlarına ve fonksiyon çağıran uygulamalara uyum sağladığı anlamına gelir. Temel URL, Moonshot'ın yerleşik düzenini, yani OpenAI uyumlu Kimi uç noktasını takip eder (konsol lansmanda yeni alana taşındığı için sabit kodlamadan önce tam temel URL'yi platform.kimi.ai adresinde doğrulayın). OpenAI istemcinizi bu uç noktaya yönlendirin, modeli `kimi-k3` olarak ayarlayın ve mevcut araç çağırma kodunuz çalışacaktır. Tüm istek ve yanıt kılavuzu Kimi K3 API rehberinde yer almaktadır.

kimi-k3'ü piyasaya sürmeden önce test etme

İşte bir model özelliğinin çalışan bir entegrasyona dönüştüğü kısım. `kimi-k3`'ü bir ajan döngüsüne bırakmadan önce, uç noktanın tam olarak ne döndürdüğünü görmek istersiniz: tokenlar nasıl akar, araç çağrıları beklediğiniz şekilde tetiklenir mi ve model maksimum akıl yürütme çabasında nasıl davranır. Bu bir API test işidir, bir prompt mühendisliği işi değildir.

İşte Apidog'un iş akışında yerini aldığı nokta. K3, OpenAI protokolünü konuştuğu için, sohbet tamamlama uç noktasını Apidog'da bir istek olarak ekleyebilir, anahtarınızı bir ortam değişkeni olarak saklayarak paylaşılan bir koleksiyona düşmemesini sağlayabilir ve `stream: true` ile bir çağrı gönderebilirsiniz. Apidog, sunucu tarafından gönderilen olay akışını (server-sent event stream) işler, böylece delta parçalarını geldikçe okuyabilir ve akış ayrıştırıcınızın K3'ün çıktısını işleyeceğini onaylamanın en hızlı yoludur. Araçlar tanımlanmış bir istek gönderdiğinizde, modelin döndürdüğü tam `tool_calls` yükünü inceleyebilir ve tek bir ajan kodu satırı çalışmadan önce argümanları şemanıza göre doğrulayabilirsiniz.

Sıkça sorulan sorular

Kimi K3 nedir? Kimi K3, Moonshot AI'ın amiral gemisi büyük dil modelidir ve 16 Temmuz 2026'da piyasaya sürülmüştür. 1M tokenlık bağlam penceresine sahip 2.8 trilyon parametreli bir Uzman Karışımı (Mixture-of-Experts) modelidir ve `kimi-k3` API model kimliği ile Moonshot'ın tüketici ve geliştirici ürünleri aracılığıyla sunulur. Moonshot bunu "dünyanın ilk açık 3T sınıfı modeli" olarak tanımlıyor.

Kimi K3 kaç parametreye sahip? K3, toplam 2.8 trilyon parametreye sahiptir ve token başına 896 uzmandan 16'sını etkinleştiren Uzman Karışımı (Mixture-of-Experts) yönlendirmesini kullanır. Moonshot, kesin bir aktif-parametre sayısı yayınlamamıştır, bu nedenle belirli bir aktif-milyar sayısını gerçek olarak alıntılamaktan kaçının. Yayınladıkları kesin sayı "896 uzmandan 16'sı" şeklindedir.

Kimi K3 API'si ne kadara mal oluyor? Fiyatlandırma, milyon önbellek isabetli (cache-hit) girdi tokenı başına 0,30 dolar, milyon önbellek kaçırmış (cache-miss) girdi tokenı başına 3,00 dolar ve milyon çıktı tokenı başına 15,00 dolardır. Moonshot'ın Mooncake çıkarımının, kodlama iş yüklerinde %90'ın üzerinde önbellek isabet oranı (cache-hit rate) sağladığı bildiriliyor, bu nedenle tekrarlayan, bağlam yoğun görevlerde etkili girdi maliyetleri düşüktür. Tam model fiyatlandırma detayında yer almaktadır.

Kimi K3 açık kaynak mı? Lansman günü değil. Moonshot, tam model ağırlıklarını 27 Temmuz 2026'ya kadar yayınlamayı taahhüt etti. O zamana kadar, K3'e barındırılan ürünler ve ücretli API aracılığıyla erişebilirsiniz. Ağırlıklar yayınlandıktan sonra, "açık 3T sınıfı" tanımının temelini oluşturan kendi sunucunuzda barındırabileceksiniz.

Kimi K3, Claude Fable 5 veya GPT-5.6 Sol'dan daha mı iyi? Hayır, ve Moonshot bunu doğrudan belirtiyor. Lansman yazısı, K3'ün "en güçlü tescilli modeller olan Claude Fable 5 ve GPT 5.6 Sol'un hala gerisinde kaldığını" belirtirken, performansını sınır düzeyinde olarak adlandırıyor. Artificial Analysis Intelligence Index'te 57 puan alarak 189 model arasında 4. sırada yer alıyor, yani zirveye yakın ama birinci değil.

Kimi K3'ü OpenAI SDK ile kullanabilir miyim? Evet. Moonshot'ın API'si OpenAI SDK uyumludur. İstemcinizi OpenAI uyumlu Kimi uç noktasına yöneltin (platform.kimi.ai adresindeki tam temel URL'yi doğrulayın), modeli `kimi-k3` olarak ayarlayın ve mevcut sohbet tamamlama ve araç çağırma kodunuz çalışacaktır. Uygulamanıza bağlamadan önce Apidog'da istek ve yanıt şekillerini doğrulayabilirsiniz.

Kimi K3 ne kadar hızlı? Artificial Analysis, K3'ün saniyede yaklaşık 62 çıktı tokenı hızını ölçtü; bu, fiyat kategorisi medyanı olan 72.7'nin altında olup, ilk tokene kadar geçen süre yaklaşık 1.99 saniyedir. K3, hızdan ziyade derinliği tercih eder ve varsayılan akıl yürütme ayarı maksimum düşünme çabası kullanır. Gecikme sizin kısıtlamanızsa, daha hızlı bir modelle kıyaslayın.

Kimi K3, Kimi K2.7 Code ile nasıl karşılaştırılır? K3, K2 serisinin üzerinde yer alan yeni nesil amiral gemisidir; yeniden inşa edilmiş bir dikkat yığınına ve Moonshot'a göre K2'den yaklaşık 2,5 kat daha iyi ölçekleme verimliliğine sahiptir. K2.7 Code güçlü bir kodlama odaklı seçenek olmaya devam etmektedir. Doğrudan karşılaştırma Kimi K3 vs Kimi K2.7 Code'da yer almaktadır.