Moonshot AI, 17 Temmuz’da Kimi K3 modelini tanıtarak Çinli geliştiricilerin yapay zekâda sınır modellere daha düşük fiyatlarla yaklaşabileceğine dair yeni bir örnek sundu. Kısa sürede artan talep, şirketin GPU kümelerini kapasite sınırına yaklaştırdı ve yeni bireysel aboneliklerin durdurulmasına yol açtı.
Benzer bir durum, Çinli DeepSeek V3’ün piyasaya sürülmesinde de yaşanmıştı. Model, 2025’in başlarında hızla popülerleşirken benzer bir kapasite sıkıntısı yaşamıştı.
Bu gelişmeler, yatırımcıların yapay zekâ ekonomisindeki ayrışmayı yeniden gündeme getirdi. Artan rekabet, modellerin yüksek fiyatlarla satılmasını zorlaştırırken, hesaplama gücü hâlâ kısıtlı kalıyor. Nvidia (NVDA) ve Microsoft (MSFT) gibi şirketler, model yarışını finanse eden laboratuvarlara kıyasla bu yeni düzende daha avantajlı konumda olabilir.
Kimi, Sınır Modellerle Kıyaslandığında O Kadar da Ucuz Değil
K3’ün API fiyatı, milyon giriş tokenı için 3 dolar, milyon çıkış tokenı için ise 15 dolar olarak belirlenmiş durumda. Artificial Analysis’e göre, bir Intelligence Index görevi başına ortalama maliyet 0,94 dolar seviyesinde. Bu rakam, maksimum akıl yürütme gerektiren görevlerde GPT-5.6 Terra için 0,55 dolar, GPT-5.6 Sol için ise 1,04 dolar. Yani K3, OpenAI’ın sınır modellerine kıyasla iddia edildiği kadar ucuz değil. Ancak Claude Fable 5’in 2,75 dolarlık maliyetiyle karşılaştırıldığında K3 belirgin şekilde daha uygun fiyatlı.
GPT-5.6 ile aradaki farkın bir kısmı token verimliliğinden kaynaklanıyor. Standart bir iş yükünde K3, görev başına yaklaşık 25.000 çıkış tokenı üretiyor; bunun 18.000’i içsel akıl yürütme tokenı. GPT-5.6 Sol ise toplamda 15.000 çıkış tokenı kullanıyor. Böylece K3, yaklaşık %67 daha fazla çıkış tokenı harcıyor. Akıl yürütme tokenları da çıkış fiyatından ücretlendirildiği için, K3’ün Sol’a göre token başına %50’lik fiyat avantajı, bu iş yükünde çıkış kısmında %17’ye kadar daralıyor.
Reddit’teki LocalLLaMA kullanıcıları, 2,8 trilyon parametreli bir modelin çoğu kişi için yerel olarak çalıştırılmasının zor olacağını belirtti. Benzer görüşler, GLM 5.2’nin çıkışı sonrası da dile getirildi. Donanım maliyetleriyle yerel olarak çalıştırılabilen modellerin gelişme hızı arasında büyük bir uçurum bulunuyor.
Ancak ABD’li sınır laboratuvarları için asıl tehdit, K3’ün mevcut verimliliğinden ziyade, rakip modellerin sınır modellere hızla yaklaşması.
Yatırımcı Gavin Baker’ın temel argümanı da bu noktada öne çıkıyor. K3’ün, sınır zekâ ekonomisine zarar vermesi için en ucuz model olması gerekmiyor. Açık ağırlıklarla sunulan sınır yakınındaki bir model, kapalı laboratuvarların fiyatlama gücünü sınırlayabilir ve model kârlılığını sıkıştırabilir. Yapay zekâ dağıtımı ucuzladıkça, benimseme ve çıkarım talebi artabilir; daha fazla değer yarı iletkenlere, enerjiye, bulut altyapısına ve yazılıma kayabilir. K3’ün mevcut hesaplama verimsizliği, model laboratuvarlarının marjlarını olumsuz etkilerken altyapı talebine olumlu yansıyabilir.
Buna rağmen, sınır model geliştiricilerinin yatırımlarını azaltması beklenmiyor. Her rakip ilerlemesinde ürünlerinin göreli değeri azalıyor ve bu da yeni nesil modellerin eğitilmesi baskısını artırıyor. Düşen çıkarım fiyatları ise daha fazla uygulama ve tekrar eden model çağrısı yapan kodlama ajanlarının önünü açabilir.
OpenAI ve Nvidia, en az 10 gigawatt’lık yapay zekâ sistemi kurmayı planladıklarını açıkladı. Anthropic ise Amazon, Google ve Broadcom üzerinden 10 gigawatt’a kadar kapasite için anlaşmalar yaptı. Bu kapasite, gelecekteki modellerin eğitilmesinde ve agentic talebin karşılanmasında kullanılacak. OpenAI, araştırmacıları arasında Codex token kullanımının yedi ayda 56 kat arttığını belirtiyor.
Ucuz Modeller Yine de Pahalı Donanım Gerektiriyor
SemiAnalysis’e göre, daha verimli dikkat mekanizmasına rağmen K3, Nvidia (NVDA) için olumlu bir gelişme. Modelin 2,8 trilyon parametresi, 1,5 terabayttan fazla HBM kapasitesi gerektiriyor ve GPU, depolama ile yüksek hızlı ağ altyapısında ciddi talepler yaratıyor. Moonshot’ın kapasite sıkıntısı, çıkarım talebinin büyüklüğünü doğrudan gösterdi.
Nvidia (NVDA), hızlandırıcıları, NVLink bağlantıları, ağ ürünleri ve CUDA yazılımı ile tüm katmanda güçlü bir konumda bulunuyor.
Microsoft, Modeli Değiştirip Müşteriyi Kaybetmeyebilir
Microsoft (MSFT), OpenAI ile olan ilişkisi nedeniyle daha zayıf model ekonomilerinden etkilenebilir. Ancak asıl avantajı, Azure, Foundry ve kurumsal uygulamalar üzerinden yapay zekânın tüketildiği platformları kontrol etmesi.
Microsoft (MSFT) Foundry, iş yüklerini maliyet ve performansa göre OpenAI, Microsoft ve açık modeller arasında yönlendirebiliyor. Ayrıca, daha önce üçüncü taraf sistemlerle yürütülen bazı iş yüklerinde kendi MAI modellerini kullanmaya başladığı bildiriliyor. Model fiyatları düşse ve kullanım artsa bile, Microsoft temel hesaplama ve dağıtım üzerinden gelir elde etmeye devam edebilir.
Insider Monkey veritabanına göre, 2026 ilk çeyrek sonunda 282 hedge fonu Microsoft hissesi tutuyordu; bu sayı 2025 dördüncü çeyrek sonunda 312 idi.
Özetle, Kimi K3’ün piyasaya çıkışı, model geliştiren şirketlerin kârlarının, hesaplama altyapısını sağlayan ve dağıtan şirketlere kıyasla daha sınırlı kalabileceğini gösteriyor.
Bu içerik hazırlanırken faydalanılan kaynaklar: insidermonkey.com
