Kimi K3: Fable 5'i Geride Bırakan Açık Model İçin Kapsamlı A'dan Z'ye Rehber

Bu, Kimi K3'ün gerçekte ne olduğu, neler yapabileceği ve neden henüz kimsenin konuşmadığı en önemli kodlama modeli haline geldiğine dair eksiksiz bir A'dan Z'ye dökümdür.

Bu sayfayı yer imlerinize ekleyin, böylece bu makaleyi kaybetmezsiniz.

2,8 trilyon parametre. 1 milyon token bağlamı.

İşte içindeki her şey.

Kıyaslamalardan Bahsetmeden Önce, Az Önce Ne Olduğundan Bahsedelim

Son üç yıldır aynı hikaye: Amerikan laboratuvarları sınırı inşa ediyor, Çin laboratuvarları altı ay sonra ucuz kopyasını yapıyor.

16 Temmuz'da Moonshot AI, Kimi K3'ü yayınladı.

https://x.com/Kimi_Moonshot/status/2077830229968683203

Toplam 2,8 trilyon parametre — DeepSeek'in V4 Pro'sundan kabaca %75 daha büyük ve Zhipu'nun GLM 5 serisinin neredeyse 4 katı. Şimdiye kadar yayınlanmış en büyük açık kaynak model.

Claude Opus 4.8'i geride bırakıyor. GPT-5.6 Sol'u geride bırakıyor. Ve Moonshot'un kıyaslamalarında, bugün halka açık en yetenekli model olan Fable 5 ile aynı seviyede.

Kopya hikayesi bitti.

Rakamlar

İnsanların yanlış okuduğu son satır bu. Şimdi buna doğru şekilde bakalım.

Fiyatlandırma Gerçeği — Bunu Dikkatlice Okuyun

Kimi K3 indirimli bir model değil. Milyon token başına 3$/15$ fiyatla, kabaca Claude Sonnet seviyelerinde fiyatlandırılmıştır — Moonshot'un önceki sürümlerinin sunduğu derin indirimlerde değil.

Peki "Fable 5'ten 5 kat daha ucuz" nereden geliyor?

Token başına fiyat değil, görev başına maliyet.

K3, aynı işi tamamlamak için önemli ölçüde daha az çıktı token'ı kullanır. Temsili bir kodlama görevinde: Fable 5'in maliyeti yaklaşık 1,30$'dır. K3'ün maliyeti yaklaşık 0,25$'dır.

Aynı çıktı seviyesi. Daha az token. Daha düşük toplam fatura.

Dürüst çerçeve: Sonnet fiyatı, Fable seviyesinde deneyim. Piyasadaki en ucuz token'ları satın almıyorsunuz. Orta seviye fiyatlandırmayla sınır yeteneği satın alıyorsunuz ve oraya daha az adımda ulaşıyorsunuz.

Ham token fiyatlarını karşılaştırıyorsanız, K3 sıradan görünür. Bir işi bitirmenin maliyetini karşılaştırıyorsanız, bu tamamen farklı bir konuşmadır.

Kimi K3'ün En İyi Olduğu Yerler

Moonshot'un yayınladığı kıyaslamalara göre K3, şu alanlarda en iyi seviyeye (SOTA) ulaşıyor:

• Araçlarla HLE — İnsanlığın Son Sınavı, araç destekli
• SWE-Bench Pro — gerçek dünya yazılım mühendisliği
• SWE-Bench Multilingual — diller arası mühendislik
• BrowseComp — web tarama ve araştırma
• Toolathlon — büyük ölçekte araç kullanımı
• Python ile CharXiv — grafik ve şekil akıl yürütme
• Python ile MathVision — görsel matematik

Rakiplere karşı: Opus 4.8 ve GPT-5.6 Sol'u geride bırakıyor, Fable 5 ile aynı seviyede.

Yapay zeka değerlendiricisi Arena tarafından yapılan kör testlerde, geliştiriciler Kimi'yi önde gelen her ABD modeline tercih etti.

Gerçekten Önemli Olan İki Mimari İnovasyon

Çoğu haberin atladığı kısım bu ve sürümdeki en ilginç şey.

• Kimi Delta Attention (KDA)

Hibrit bir doğrusal dikkat mekanizması. Sonuç: Milyon token bağlamında 6,3 kata kadar daha hızlı kod çözme.

1 Milyonluk bir bağlam penceresi, ancak sonsuza kadar beklemeden içinde çalışabiliyorsanız kullanışlıdır. KDA, bağlam penceresini teorik olmaktan çıkarıp pratik hale getiren şeydir.

• Attention Residuals (AttnRes)

Artık bağlantılar için tak-çalıştır bir değiştirme. %2'den az ek maliyetle yaklaşık %25 daha yüksek eğitim verimliliği sağlar.

Her iki teknik de model gönderilmeden önce Moonshot ekibi tarafından GitHub'da açık araştırma olarak yayınlandı. Bu pazarlama değil — akran denetimine açık bir çalışma.

Ve birlikte, token verimliliğini açıklıyorlar: K3, eşdeğer görevlerde K2.6'dan %21 daha az çıktı token'ı kullanıyor.

Sizi Dik Durdurması Gereken Kısım: K3 Kendi Mimarisini Optimize Etti

Moonshot, K3'e Attention Residuals'ın uygulamasını — kendi mimari bileşenini — ve tek bir hedef verdi: sayısal davranışı değiştirmeden H200 donanımında daha hızlı hale getirmek.

Sonra onu kendi haline bıraktılar.

20 saatlik deney. Sıfır insan müdahalesi. 1,6 kat hızlanma.

Ayrı bir çalışmada K3, FLA Triton AttnRes ileri/geri süresini 283,6 ms'den 114,4 ms'ye düşürdü — 2,48 kat hızlanma — yine sayısal değerleri değiştirmeden.

Ve aynı görevi yapan Fable 5'ten daha hızlı yineledi.

Tekrar okuyun. Model, modelin çalışmasını sağlayan mekanizmayı geliştirdi. Otonom olarak. Bir gecede.

"Özyinelemeli kendini geliştirme" pratikte böyle görünür — bir bilim kurgu senaryosu değil, ölçülebilir bir sonucu olan 20 saatlik bir iş. Bu, Anthropic'in haftalar önce dikkat edilmesi gereken bir neden olarak işaretlediği, herkesin 27 Temmuz'da indirebileceği açık ağırlıklı bir modelde çalışan aynı yetenek.

Uzun Vadeli Kodlama Bütün Mesele

Moonshot'un kendi çerçevesi: "K3, Moonshot AI'nin bugüne kadarki en güçlü açık kaynak kodlama modeli olarak duruyor. Minimum insan gözetimiyle çalışarak, uzun mühendislik oturumlarını sürdürebilir, büyük depolarda gezinebilir ve terminal araçlarını yönetebilir."

Gerçek mühendislik işi için önemli olan üç şey:

1. Sürdürülebilir oturumlar — 20 saatlik otonom deney bir demo değil. Tasarım hedefidir.
2. Büyük depolar — 6,3 kat daha hızlı kod çözme ile 1 Milyon bağlam penceresi, gerçek bir kod tabanını bağlama koyup içinde çalışabileceğiniz anlamına gelir.
3. Araç orkestrasyonu — Toolathlon ve BrowseComp'da en iyi seviye, terminal, tarayıcı ve API çağrılarını dağılmadan yönettiği anlamına gelir.

Ön uç kodlama, Fable 5 seviyesine ulaşır. Tek bir istemden AAA kalitesinde oyun sahneleri. WebGPU, Three.js, gölgelendiriciler, fizik — eskiden bir stüdyo gerektiren şeyler.

Kimi K3 ile Vibe Coding

Modelin bir kıyaslama numarası olmaktan çıkıp bariz bir şekilde kullanışlı hale geldiği yer burasıdır.

K3'ün ön uç kodlaması Fable 5 seviyesindedir. Pratikte bu, bir açıklama ile çalışan bir 3D ürün arasındaki duvarın artık tek bir istem olduğu anlamına gelir.

İnsanların tek istemlerden gerçekte gönderdikleri şeyler:

Oyunlar — VFX'li WebGPU savaş arenaları. Kancalı mekaniklerle tarayıcı tabanlı 3D şehir dolaşımı.

1. Zombi FPS.
2. Çok oyunculu yarış.
3. Çalışan bir 3D GBA emülatörü.
4. Tam MMORPG iskeleti.

"Oyun benzeri bir demo" değil — vuruş tepkileri, darbe geri bildirimi ve düzgün davranan fizik içeren oynanabilir sahneler.

Gerçek malzeme işçiliğine sahip 3D nesneler — Doğru parlaklık ve ışık davranışına sahip bir Rolex. 33 ayrı ayrı modellenmiş parça boyunca birleşen ve ayrışan bir CSGO silahı. Bir Sony kamera sökümü. Kütleçekimsel mercekleme etkisi olan bir kara delik. Gerçek dalga dinamikleriyle okyanus simülasyonu.

Fizik sahneleri — Kumaş simülasyonu. Yapısal çöküş. Doğru görünen, senaryo edilmiş gibi durmayan momentum transferli araç çarpışmaları.

Bunu önceki "yapay zeka bir web sitesi yapar" demolarından farklı kılan şey: K3, normalde bozulan ayrıntıları halleder. Aydınlatma. Gölgeler. Malzeme parlaklığı. "Açıkça yapay zeka tarafından oluşturulmuş" ile "birisi bunu yaptı" arasındaki farkı oluşturan 20 küçük şey.

Tek bir istem. Dört milyon token. Eskiden bir ekibe ihtiyaç duyan bir sahne.

4 Savaşta Test Edilmiş İstem (Kopyala-Yapıştır İçin Hazır)

Bunlar, K3'ün gerçekten iyi olduğu şeylerden yararlanmak için yapılandırılmıştır: uzun vadeli çalışma, araç kullanımı ve büyük bir bağlamı sapmadan tutma.

İstem 1 — Fizik Stres Testi

Bu, gerçek yeteneği demo cilasından ayıran istemdir. Bir model üç sahneyi de kaliteli bir şekilde yapabiliyorsa, gerçektir.

1Gerçek fizikle üç bağımsız HTML5 canvas sahnesi oluştur.
2Harici kütüphane yok. Sahne başına her şey tek bir dosyada.
3
4Sahne 1: Kırık bir köprüden suya düşen bir tren.
5Şunları içer: vagon momentumu, köprü yapısal arızası,
6çarpma anında su deplasmanı.
7
8Sahne 2: Bir kanyonun üzerinde rampadan atlayan ve
9havada çarpışan iki araba. Şunları içer: doğru yörünge yayları,
10çarpışma momentum transferi, enkaz.
11
12Sahne 3: Sıralanmış bir dizi park etmiş arabayı ezen bir monster truck.
13Şunları içer: süspansiyon sıkışması, sac metal deformasyonu,
14ağırlık dağılımı.
15
16Her üçü için de gereksinimler:
17- Fizik hesaplanmalı, animasyonlu olmamalı
18- 60fps hedefi
19- Bir sıfırlama düğmesi içermeli
20- Doğrulayabilmem için fizik matematiğini yorumla
21
22Üçünü de oluştur. Açıklayıcı sorular sorma.

İstem 2 — Uzun Vadeli Depo Görevi

K3'ün aslında bunun için inşa edildiği şey budur. Onu gerçek bir kod tabanına yönlendirin ve bir görev değil, bir sonuç verin.

1Herhangi bir şey yazmadan önce tüm bu kod tabanını oku.
2
3[deponu yapıştır veya onu dizine yönlendir]
4
5Amaç: [ölçülebilir bir sonuç belirtin — örn. "p95 API
6yanıt süresini %30 azaltın" veya "veri katmanındaki
7tüm N+1 sorgularını ortadan kaldırın"]
8
9Kurallar:
10- Önce profil çıkar. Herhangi bir şeyi değiştirmeden önce
11  zamanın gerçekte nereye gittiğini bana göster.
12- Genel arayüzleri veya sayısal davranışı değiştirme.
13- Her değişiklikten sonra mevcut test paketini çalıştır.
14- Bir değişiklik işleri kötüleştirirse, geri al ve bana nedenini söyle.
15- Hedefe ulaşana veya kuralları çiğnemeden ulaşılamaz
16  olduğunu kanıtlayana kadar çalış.
17
18Sonunda rapor ver: neyi değiştirdin, ne kazandırdı,
19ne denedin ama işe yaramadı.

"Ne denedin ama işe yaramadı" satırı önemlidir. Çıktıyı bir farktan bir mühendislik günlüğüne dönüştüren şeydir.

İstem 3 — 3D Ürün Yapımı

Ön uç, açılış sayfaları veya ürün görselleştirme yapan herkes için.

1Tarayıcıda etkileşimli bir 3D [nesne] oluştur.
2Tek bir HTML dosyası. Three.js.
3
4Nesne: [malzemeleri, parça sayısını, neyin hareket
5ettiğini tam olarak tanımla]
6
7Şunları içermelidir:
8- Doğru malzeme özellikleri (parlaklık, pürüzlülük,
9  ilgili yerlerde metaliklik)
10- Gerçek gölgeli üç noktalı aydınlatma
11- Yörünge kontrolleri
12- [Herhangi bir etkileşim — montaj/demontaj, animasyon,
13  üzerine gelme durumları]
14
15Kalite çıtası: bu bir WebGL demosu değil, bir ürün
16render'ı gibi görünmelidir. Gerçek hayatta bir detay
17görünür olacaksa, onu modelle.
18
19Her şeyi oluştur. Bana dosyayı göster.

"Kalite çıtası" satırı, istemdeki her şeyden daha fazla iş yapar. K3 sadece talimatlara değil, standartlara da yanıt verir.

İstem 4 — Hareketli Bir Parça ile Gerçek Zamanlı Özellik

Tam yığın CRUD, bir uygulama şeklidir. Gerçek zamanlı ise tamamen farklı bir şekildir — durumun yalnızca bir veritabanında kalıcı olması değil, istemciler arasında senkronize kalması gerekir. Birçok modelin sessizce dağıldığı yer burasıdır.

1Mevcut bir uygulamaya gerçek zamanlı bir özellik ekle: Figma'nınki gibi
2canlı işbirlikçi bir imleç + yorum sistemi.
3
4GEREKSİNİMLER:
5- WebSocket bağlantısı (Socket.io veya yerel ws kullan)
6- Diğer bağlı kullanıcıların imleç konumlarını gerçek zamanlı olarak göster
7- Yorum sabitlemesi bırakmak için herhangi bir yere tıkla
8- Yorumlar, bağlı tüm istemciler için anlık olarak güncellenir
9- Bağlantı kopma/yeniden bağlanmayı düzgün şekilde yönet — hayalet imleç yok
10- Soketi doldurmaması için imleç güncellemelerini bekle (debounce)
11
12OLUŞTUR:
131. WebSocket sunucusunu kur
142. Otomatik yeniden bağlanma ile istemci tarafı bağlantısını oluştur
153. Beklemeli imleç yayınını uygula
164. Yorum sabitleme sistemini uygula
175. Basit bir varlık göstergesi ekle (kimin çevrimiçi olduğu)
186. Senkronizasyonun çalıştığını onaylamak için en az 2 simüle istemciyle test et
19
20Bunu bitmiş saymadan önce çoklu istemci senkronizasyonunu
21nasıl test ettiğini bana göster.

Beklenen sonuç: 15-30 dakika içinde çalışan bir gerçek zamanlı katman, birden fazla istemciye karşı test edildiğine dair görünür kanıtla birlikte.

Son satır önemli kısımdır. Gerçek zamanlı hatalar tek bir tarayıcı sekmesi açıkken ortaya çıkmaz — iki sekme açıkken ortaya çıkarlar. Çoklu istemci testini atlayan bir model, size bitmiş gibi görünen ama bitmemiş kod verir.

K3 Hata Verdiğinde: Sorun Giderme Kılavuzu

Bu, gerçek pürüzlü kenarları olan yeni bir model. İşte bozulan şeyler ve ne yapılması gerektiği.

• Sorun: Önemsiz görevlerde token yakıyor

Bu büyük olanı ve yapısal.

K3 şu anda yalnızca bir akıl yürütme çaba seviyesiyle ('maks') birlikte geliyor. "Sadece çabucak cevapla" modu yok. Bağımsız testçiler, basit bir SVG oluşturmak için 13.241 akıl yürütme token'ı saydılar — sentin kesirlerine mal olması gereken bir şey için kabaca 0,25$.

Çözüm:

basit işleri K3'e yönlendirmeyin. Tek vitesli bir sınır modelidir ve o vites "her şey hakkında çok düşün"dür. Şablon kod, biçimlendirme ve mekanik her şey için K2.7 veya daha küçük bir model kullanın. K3'ü, akıl yürütmeyi hak eden işler için saklayın.

Bu, insanların ilk ayda yapacağı en büyük hata: K3'ü her şey için varsayılan yapmak ve sonra faturaya şaşırmak.

• Sorun: Bağlam penceresi yine de doluyor

1 Milyon token, içine gerçek bir depo koyup olmadığı anlaşılana kadar sonsuz gibi gelir.

Çözüm:

her şeyi dökmeyin. Önemli olan dizinlere yönlendirin. K3'ün uzun vadeli işlerdeki gücü, her dosyayı bağlamda tutmaktan değil, sürdürülebilir odaklanmadan gelir. Tüm monoreponun şişirilmiş 900K'sı yerine, doğru kodun sıkı bir 200K'sı daha iyidir.

• Sorun: Çok uzun otonom çalışmalarda sapıyor

20 saatlik otonom deney gerçektir, ancak işe yaradı çünkü amaç ölçülebilirdi — "sayısal değerleri değiştirmeden bunu H200'de daha hızlı hale getirin." Ona belirsiz bir hedef ve uzun bir ip verirseniz, başıboş dolaşacaktır.

Çözüm:

her uzun vadeli istemin doğrulanabilir bir başarı koşuluna ihtiyacı vardır. "Kodu geliştir" değil. Bir sayı, geçen bir test, hareket eden bir kıyaslama. Başarılı olup olmadığını nasıl kontrol edeceğinizi belirtemezseniz, sapacaktır.

• Sorun: Birinin kıyaslama sonucunu tekrarlayamıyorsunuz

Moonshot dışında hiç kimse bu modeli denetlemedi. Ağırlıklar 27 Temmuz'a kadar düşmüyor. Şu anda dolaşan her sayı — bu makaledekiler de dahil — satıcı tarafından rapor edilmiştir.

Çözüm:

27 Temmuz'u bekleyin veya kendi görevlerinizde test edin ve buna güvenin. Beş gerçek göreviniz, herhangi birinin kıyaslama tablosundan daha değerlidir.

• Sorun: OpenAI veya Anthropic'ten geçiş yaptıktan sonra entegrasyon hataları

K3, OpenAI SDK ile uyumludur, bu da geçişin %90'ını halleder. Kalan %10 genellikle akıl yürütme davranışıdır — K3 varsayılan olarak düşünür ve yanıt işlemenizde beklemeyebileceğiniz akıl yürütme token'ları döndürür.

Çözüm:

modelin bozuk olduğunu varsaymadan önce token muhasebenizi ve yanıt ayrıştırmanızı kontrol edin. Çoğu "K3 pahalı" şikayeti aslında "akıl yürütme token'larının çıktı token'ları olduğunu unuttum"dur.

Kimsenin Görmezden Gelmemesi Gereken Bağlam

Moonshot, Pekin merkezlidir, eski bir Google araştırmacısı olan Yang Zhilin tarafından kurulmuştur ve Alibaba tarafından desteklenmektedir.

https://x.com/kirillk_web3/status/2057528102368977328

Gelişmiş çiplere yönelik artan ABD ihracat kontrolleri altında üç yıl içinde 2,8 trilyon parametreli bir sınır modeli inşa ettiler.

Bank of America'nın analistleri bunu doğrudan ifade etti: "Çin'deki kalıcı donanım/işlem kapasitesi kısıtlamalarına rağmen K3, ön eğitim ölçeklendirmesinin mimari yenilikle birleştiğinde, amiral gemisi Çin modelleri için hâlâ adım değişikliği kazanımları sağlayabileceğini göstermektedir."

Ve zamanlama tesadüfi değil: K3, 2026 Şanghay Dünya Yapay Zeka Konferansı'ndan günler önce geldi.

27 Temmuz Sorusu

Ağırlıklar 27 Temmuz'da düşüyor. Bu tarih, lansman tarihinden daha önemlidir.

O zamana kadar K3, bir API aracılığıyla kullanabileceğiniz bir sınır modelidir — etkileyici.

27 Temmuz'da başka bir şeye dönüşüyor: herkesin indirebileceği, inceleyebileceği, değiştirebileceği ve kendi donanımında çalıştırabileceği bir sınır sınıfı model. API yok. Kullanım sınırı yok. Hizmet şartları yok. 30 günlük istem saklama yok.

Asıl hikaye bu. "Çin yetişti" değil.

Çin yetişti ve onu bedava verdi.

Belirtmekte fayda var: Çinli düzenleyiciler kendi yapay zeka ihracat kontrollerini tartışıyorlar. K3'ün Çin'den gelen son sınır açık ağırlıklı sürüm mü yoksa birçoğunun ilki mi olduğu şu anda gerçekten belirsiz.

Nasıl Denenir

Sohbet: kimi.com — K3 şu anda canlı

API: OpenAI SDK ile uyumlu, yani zaten OpenAI veya Anthropic araç zincirleri üzerinde inşa ediyorsanız, entegrasyon bir yeniden yazma değil, bir yapılandırma değişikliğidir

Ağırlıklar: 27 Temmuz

SDK uyumluluğu göründüğünden daha büyük bir olaydır. Modelleri değiştirmek genellikle entegrasyon katmanınızı yeniden yazmak anlamına gelir. Burada, bir temel URL'yi ve bir model dizesini değiştirmek anlamına gelir.

Kimi Code Nasıl Kurulur (Terminal Aracısı)

K3'ün bir sohbet penceresi yerine gerçek kod tabanınızın içinde çalışmasını istiyorsanız, kurulum budur.

Gereksinimler:

• Bir bilgisayar (Mac, Windows veya Linux)
• Terminal erişimi
• Kimi hesabı — kimi.com

Adım 1 — Kimi Code'u yükleyin

Mac/Linux:

1curl -fsSL https://code.kimi.com/kimi-code/install.sh | bash

Windows (PowerShell):

1irm https://code.kimi.com/kimi-code/install.ps1 | iex

Windows'ta önce Git for Windows'u yükleyin — Kimi Code CLI, kabuk ortamı olarak onun paketlenmiş Git Bash'ini kullanır.

Kurulumu doğrulayın:

1kimi --version

macOS Gatekeeper nedeniyle, ilk çalıştırma belirgin şekilde daha uzun sürebilir. Sonraki başlatmaları hızlandırmak için terminal uygulamanızı Sistem Ayarları → Gizlilik ve Güvenlik → Geliştirici Araçları'na ekleyin.

Zaten uv yüklüyse, doğrudan kurabilirsiniz:

1uv tool install --python 3.13 kimi-cli

Kimi Code CLI, Python 3.12–3.14'ü destekler, en iyi uyumluluk için 3.13 önerilir.

Adım 2 — Projenize gidin ve başlatın

1cd your-project
2kimi

İlk başlatmada, API kaynağınızı yapılandırmak için oturum içinde /login komutunu çalıştırın — OAuth için bir tarayıcı penceresi açar.

Adım 3 — Bir görev verin

Kimi Code artık projenizin içinde çalışıyor ve her dosyaya doğrudan okuma/yazma erişimine sahip. Bir görevi düz İngilizce ile tanımlayın — adımları planlar, kodu düzenler, testleri çalıştırır ve ne yaptığını rapor eder.

Bunun Gerçek Anlamı

Üretim iş yükleri çalıştırıyorsanız:

Geçiş yapmadan önce test edin. Satıcı kıyaslamaları ve gerçek dünya performansı sürekli olarak farklılaşır. Beş gerçek görev seçin, K3'ü ve mevcut modelinizi yan yana çalıştırın, token başına maliyeti değil, tamamlanan iş başına maliyeti ölçün.

Görev başına matematik tüm argümandır. 3$/15$ fiyatla K3 kağıt üzerinde ucuz değil. %21 daha az token ve Fable seviyesinde çıktı ile, önemli olan yerde ucuzdur.

27 Temmuz denklemi değiştiriyor. Açık ağırlıklar, kendi kendine barındırma, ince ayar ve herhangi birinin API'sinin çevrimiçi kalmasına veya herhangi birinin şartlarının uygun kalmasına sıfır bağımlılık anlamına gelir. Hassas herhangi bir şey için bu küçük bir şey değil.

Sonuç

Sınır, Amerikan laboratuvarlarının inşa ettiği ve herkesin altı ay sonra ziyaret ettiği bir yerdi.

2,8 trilyon parametre. 1 Milyon bağlam. Sonnet fiyatlandırmasında Fable 5 seviyesinde kodlama. İhracat kontrolleri altında, odadaki en düşük değerli laboratuvar tarafından inşa edildi ve 27 Temmuz'da ücretsiz olarak verildi.

İlginç soru, K3'ün bazı kıyaslamalarda Fable 5'i yenip yenmediği değil. Açık ağırlıklı bir model onlarla eşleştiğinde, kapalı sınır modellerinin ekonomisine ne olduğudur.

Linkler

• Kimi K3: https://www.kimi.com
• Benim Telegram'ım: https://t.me/kirillk_web3
• Benim Twitter/X'ım: https://x.com/kirillk_web3
• Partner Hosting: https://ishosting.com/affiliate/NzE0MiM2

Daha fazla Vibe Coding bilgisi için takip edin. Okuduğunuz için teşekkürler!