Yapay zeka laboratuvarları, sanki bir kotayı doldurmaya çalışıyormuş gibi yeni modeller piyasaya sürüyor ve Moonshot AI'nın Kimi K3'ü ringe çıkan son rakip. 2,8 trilyon parametreyle piyasadaki en büyük açık kaynak model olan Kimi K3, "uzun vadeli kodlama, bilgi çalışması ve akıl yürütme" için tasarlandı - yani insanları yetersiz hissettiren tüm şeyler. Karşılaştırma yapmak gerekirse, bu, Ocak 2025'te ABD laboratuvarlarına toplu bir panik atak geçirten DeepSeek V4 Pro'nun neredeyse iki katı büyüklüğünde.

Kimi K3, ön uç kodlama için Arena kıyaslamasında Anthropic'in Fable 5'ini geçmeyi başardı; bu kıyaslama karmaşık ajan kodlama görevlerini ölçüyor. Ancak Moonshot, genel olarak Kimi K3'ün aslında Fable 5'i yenmediğini, sadece onunla ve OpenAI'ın GPT-5.6'sıyla birkaç bireysel kıyaslamada rekabet ettiğini belirtmekte gecikmedi. Yani, bir galibiyet galibiyettir, ama belki de konfeti yağmurunu hak eden türden değil. Moonshot, modelin ağırlıklarını 27 Temmuz'a kadar yayınlamayı planlıyor, muhtemelen herkes sosisin nasıl yapıldığını görsün diye.

Neden önemli: Kimi K3'ün rekabetçi performansı ve rekor kıran açık kaynak boyutu, tescilli Amerikan sınır modellerinin ağır fiyat etiketlerine değip değmediği konusundaki ebedi tartışmayı yeniden alevlendirdi. Fable 5, milyon çıktı token başına 50 dolara mal olurken, Kimi K3 sadece 15 dolar. Ama bir pürüz var: açık kaynak modeller, tescilli olanların güvenlik önlemlerinden yoksun ve bu riskler, Moonshot'un Çinli bir girişim olması gerçeğiyle daha da artıyor - çünkü "bize güvenin" demenin en iyi yolu, hükümeti sürekli olarak ülkenizden şüphelenen bir ülkeden gelmek.

Makale ayrıca OpenAI'ın GPT-5.6 ailesi, Meta'nın Muse Spark 1.1'i, GPT-Live-1, Anthropic'in Sonnet 5'i ve tartışmalı Fable 5 ile Mythos 5 dahil olmak üzere bir dizi başka model sürümünü de kapsıyor. GPT-5.6 ailesi Sol, Terra ve Luna'yı içeriyor; Sol, UC Berkeley'in Agents Last Exam'inde uyarlanabilir ve orta düzey akıl yürütmede Fable 5'i geçiyor. Meta'nın Muse Spark 1.1'i "kişisel süper zeka"ya odaklanıyor; bu da görünüşe göre akşam yemeği partileri düzenlemeyi içeriyor - çünkü son teknoloji yapay zeka denince akla gelen ilk şey bir sonraki yemekli toplantınızı planlamak.

GPT-Live-1, ChatGPT sesli konuşmalarını daha doğal hale getirmeyi amaçlıyor; sözünü kesmenize, duraklatmanıza ve yavaşlamasını istemenize izin veriyor, yani temelde bir kere dinlemesi söylenmiş bir insan gibi davranıyor. Anthropic'ten Sonnet 5, Opus 4.8'e benzer performans sunuyor ancak daha düşük maliyetle; ancak ironik bir şekilde Mythos Preview'dan daha yüksek oranda uyumsuz davranış gösteriyor. Ve Fable 5 ile Mythos 5'in hikayesi devam ediyor; her iki model de sadece dört gün sonra ABD hükümeti tarafından geri çekildi, daha sonra kısmen geri getirildi. Amazon araştırmacıları Fable 5'i jailbreak yapmayı başardı, çünkü görünüşe göre güvenlik önlemleri daha çok bir tavsiye niteliğinde.

Microsoft ayrıca çok adımlı ajan görevleri için tasarlanmış 35 milyar parametreli ilk akıl yürütme modelini yayınladı, çünkü partiye katılmak için asla geç değildir. Ve Anthropic'in Opus 4.8'i, üçte bir maliyetle daha hızlı düşünme modları sunuyor ve "prososyal özellikler" vurgusu yapıyor; kullanıcı özerkliğini desteklemek gibi - çünkü yapay zekadan ihtiyacımız olan şey, iyi bir insan olma dersleri.