İki haftadır üretim işlerinde Kimi K2.6'nın Agent Swarm'ını ve Claude Opus 4.8'in Dynamic Workflows'unu yan yana kullanıyorum. İlginç kısım "hangisi daha iyi" değil. SWE-Bench'te başa başlar (80.2'ye 80.8). İlginç kısım, zayıf yönlerinin tamamen zıt olması ve bu sayede ikisini birleştirdiğinizde, her birinin tek başına yapamadığı bir şey ortaya çıkıyor.
Bu yazı, tüm pipeline'ı, prompt'ları ve bugün deneyebileceğiniz 5 kullanım senaryosunu içeriyor. Hepsini alın.
Tek cümlede ana fikir
Kimi swarm'ı geniş ve ucuz. Opus 4.8 derin ve pahalı. Bu yüzden swarm'ın her adayı üretmesine izin verirsiniz ve Opus'u yalnızca yanlış olanları eleyerek öldürmek için harcarsınız.
Bunun özellikle işe yarama nedeni:
Kimi swarm'ı, bir görevi kendi kendine parçalayan 300'e kadar alt-ajan başlatır: LangGraph, CrewAI veya elle yazılmış bir iş akışı yok. Bu, modele entegre edilmiş durumda. Geniş görevlerde yaklaşık 4,5 kat daha hızlı ve maliyeti girişte ~0,60 dolar/M, çıkışta ~2,50 dolar/M, önbellekleme ile %75-83 oranında düşüyor. İsraf etmesine izin verebilirsiniz.
Bilinen kusuru: Doğrulamayı açıkça talep etmezseniz, az kaynak gösterilmiş, aşırı güvenli iddialar üretir ve alt-ajanlar birbiriyle çelişir.
Opus 4.8 tam tersini yapar. Dynamic Workflows'u bir orkestrasyon script'i yazar, bir soruna bağımsız açılardan yaklaşan alt-ajanlar çalıştırır, ardından tek işi bulguları çürütmek olan rakip ajanlar devreye sokar ve cevaplar birleşene kadar yineler. Hatalı sonuçları eleştirmeden rapor etme konusunda %0 puan alan ilk Claude. Bu, 4.7'ye göre yaklaşık 10 kat daha az aşırı güvenli.
Maliyeti: Tek bir çalıştırma 1.000'e kadar ajan başlatabilir, bu nedenle geniş aramayı bunun yapmasını istemezsiniz. Öldürme işini yapmasını istersiniz.
Herkesin Sorduğu Soru Yanlış Soru
"Hangi modeli kullanmalıyım?" akıllıca bir soru gibi geliyor. Ama değil.
Bu soru, sessizce bir modelle evlenip diğerinden boşanmanız gerektiğini varsayar. Öyle değil.
2026'da en çok ürün çıkaran geliştiriciler, modelleri değil rolleri düşünmeye başladı. Bir yazar, daktilo ile editör arasında seçim yapmaz. İkisini de farklı zamanlarda, farklı işler için kullanır.
Tüm sır bu. O halde iki rolü tanıtayım.
Motorla Tanışın: Kimi K2.6 Sessizce Matematiği Nasıl Değiştirdi?
Bu iş akışının bir yıldızı varsa, o da Kimi. Rakamlara baktıkça, bu bir yükseltmeden çok bir hile kodu gibi geliyor.
Fiyatı neredeyse hissedilmiyor. Resmi olarak milyon giriş token'ı başına 0,95 dolar ve milyon çıkış token'ı başına 4,00 dolar. Bu, premium kademeye göre girişte yaklaşık 5 kat, çıkışta ise yaklaşık 6 kat daha ucuz. Başlamak için ücretsiz bir yol bile var: bugün kimi.com adresinde kullanabilir ve Cloudflare Workers AI üzerinden günlük ücretsiz kredilerle çalıştırabilirsiniz. Bir şeyi denemenin maliyeti bu kadar düştüğünde, fikirlerinizi kısmayı bırakırsınız. Sadece çalıştırırsınız.
Yorulmaz ve yalnız çalışmaz. Çoğu kişinin gözden kaçırdığı kısım bu. Kimi'nin Agent Swarm'ı, tek bir otonom çalıştırmada 300'e kadar özelleşmiş alt-ajan başlatabilir ve bunları yaklaşık 4.000 adım boyunca koordine edebilir; bu, önceki sürümün yönetebildiğinin üç katı. Diğer tüm asistanlar, her seferinde bir görev yapan tek bir işçidir. Kimi, parçaları aynı anda düzinelerce veya yüzlerce işçiye dağıtan ve ardından sonuçları birleştiren bir koordinatördür.
İşte serbest bıraktığınızda olan şey:
- İnsanlar bir saatten kısa sürede küçük bir ajansın üreteceği kadar çıktı üretiyor: zayıf web sitelerine sahip yerel işletmeleri bulmak, her biri için bir açılış sayfası taslağı oluşturmak, tanıtım e-postalarını yazmak ve tek bir brifingden bir pazar raporu hazırlamak.
- Geliştiriciler, bir öğleden sonra binlerce doğrulanmış satırı temiz bir e-tabloya çekiyor ve her satır gerçek bir kaynağa karşı kontrol ediliyor; bu, tek bir ajanın neredeyse bir gününü alacak bir iş.
- Yaygın olarak paylaşılan bir çalıştırmada, Kimi bir dizüstü bilgisayardaki küçük bir modele yönlendirildi ve onu hızlandırması söylendi. 12 saat boyunca gözetimsiz çalıştı, binden fazla araç çağrısı yaptı, binlerce satırı yeniden yazdı ve çıktıyı saniyede yaklaşık 15 token'dan saniyede yaklaşık 200 token'a çıkardı. Döngüde insan yok. Sadece bir hedef.
Ayrıca açık ağırlıklıdır, değiştirilmiş bir MIT lisansı altında yayınlandı ve geliştiricilerin GitHub'da binlerce kez yıldızladığı bir CLI ile birlikte geliyor. Bir kara kutuya erişim kiralamıyorsunuz. İnceleyebileceğiniz, barındırabileceğiniz ve üzerine inşa edebileceğiniz bir şeyin üzerinde duruyorsunuz.
Kimi makine dairesidir. Kilometreleri yapar. Swarm'ı çalıştırır. "Keşke on versiyonu deneyebilsem"i "Öğle yemeğinden önce on versiyonu denedim"e dönüştürür.
Ama direksiyonda kimse olmayan bir motor sadece yanlış yönde hızlanır. İşte tam da bu noktada ikinci rol devreye girer.
Kapatıcıyla Tanışın: Opus 4.8'in Değerini Gösterdiği Yer
Kimi kilometreleri yapıyorsa, Opus 4.8 hataları yakalar.
Anthropic'in bu sürüm için manşeti bir kıyaslama değildi. Dürüstlüktü. Opus 4.8'in, selefine göre kendi kodundaki bir kusurun işaretlenmeden geçmesine izin verme olasılığının yaklaşık dört kat daha az olduğu bildiriliyor. Daha az blöf yapıyor ve "bu kısım sallantıda" demekte daha hızlı.
Bu tek özellik, yüksek hacimli bir iş akışında altın değerindedir. Bir swarm bir dağ kadar iş ürettiğinde, yorulmak bilmeyen bir başka inşaatçıya ihtiyacınız yoktur. Size gerçeği söyleyecek keskin, şüpheci bir çift göze ihtiyacınız vardır. Opus ayrıca, en çok emin olmak istediğiniz şeylerde de kazanma eğilimindedir: üretim düzeyinde hassasiyet ve belgelerin ve görsellerin yüksek doğrulukta okunması.
Sürecin ön kısmı için de muhakeme getirir; iyi bir mimari kararın, yanlış yönde on saatlik çalışmayı kurtardığı kısım. Çok büyük bir bağlam penceresi, tek bir satır yazılmadan önce tüm sorunu kafasında tutabileceği anlamına gelir.
Kıdemli denetçidir. Mimar. Motorun ürettiği her şeye bakıp, sakin bir şekilde "bunu gönder, ama önce şunu düzelt" diyecek kişidir.
Kafa Kafaya: Opus 4.8 vs Kimi K2.6
İşte herkesin istediği ve neredeyse hiç kimsenin dürüstçe yazmadığı kısım.
Anthropic, Opus 4.8'i gerçek bir adım yukarı taşıdı: daha keskin muhakeme, yaptıkları en dürüst model ve en zor kodlama ve akıl yürütme testlerinde en yüksek puanlar. Gerçekten mükemmel bir iş.
Ve bunun yanında, Kimi K2.6 sessizce tartışılması zor bir şey yaptı. Ajanları aynı gerçek dünya işini üstleniyor, büyük kısmında anlamlı derecede daha kötü olmayan sonuçlar veriyor ve bunu birkaç kat daha az paraya yapıyor. Çoğu insanın günlük olarak gönderdiği şeylerde, çıktıdaki fark küçük ve fiyattaki fark büyük.
İşte ikisi nokta nokta nasıl sıralanıyor:
- Token başına fiyat. Opus 4.8, milyon giriş için 5 dolar ve milyon çıkış için 25 dolar. Kimi K2.6, milyon giriş için 0,95 dolar ve milyon çıkış için 4,00 dolar, genel olarak yaklaşık 5 ila 6 kat daha ucuz.
- Model ağırlıkları. Kimi, değiştirilmiş bir MIT lisansı altında açıktır, bu nedenle kendi kendinize barındırabilirsiniz. Opus tescillidir.
- Boyut ve bağlam. Kimi, 256K bağlam penceresine sahip 1 trilyon parametreli bir modeldir. Opus, 1M bağlam penceresine sahiptir.
- Ajanlar. Kimi'nin öne çıkan özelliği swarm'dır: tek bir otonom çalıştırmada yaklaşık 4.000 adım boyunca koordine olan 300'e kadar alt-ajan. Opus, Dynamic Workflows aracılığıyla paralel alt-ajanlar çalıştırır.
- Kabul ettiği girdiler. Kimi metin, görüntü ve video alır. Opus metin ve görüntü alır.
- En zor kodlama testi (SWE-bench Verified). İkisi de yüksek puan alır. Kimi düşük 80'lerde, Opus yüksek 80'lerde bir çentik daha yüksektedir.
- Her birinin en iyi yaptığı şey. Kimi: maliyet, paralel hacim ve açıklık. Opus: dürüstlük, muhakeme ve hassasiyet.
Dürüstçe okuyun ve ders "Kimi kazandı" veya "Opus kazandı" değildir. Farklı şeylerde kazandıklarıdır. Biri, tam olarak doğru olmanın en önemli olduğu anlarda uzandığınız hassas alettir. Diğeri ise kilometreleri yapan, swarm'ı çalıştıran ve bütçenize neredeyse hiç dokunmayan motordur. Bu nedenle akıllıca hareket bir tarafı seçmek değildir. Her birini en güçlü olduğu yere koymaktır.
İş Akışı: Planla, Swarm Yap, Yargıla, Gönder
İşte kaydedilecek kısım. Dört adım, iki model, temiz devir teslimler.
1. Opus 4.8 ile PLANLA (düşünme).
Tüm sorunu Opus'a tanımlayın ve yürütmesini değil, mimarisini oluşturmasını isteyin. Yapı nedir, riskler nelerdir, en temiz yol nedir. Ardından ondan belirli bir şey isteyin: yazılı bir şartname (bunun neden önemli olduğu hakkında birazdan daha fazlası). Premium token'ları burada bilerek harcıyorsunuz. Bu, satın alacağınız en ucuz saattir çünkü pahalı hataları önler.
2. Kimi K2.6 ile SWARM YAP (yapma).
Şartnameyi Kimi'ye verin ve motorun çalışmasına izin verin. Hacmin yaşadığı yer burasıdır: kodu oluşturun, testleri yazın, varyasyonları taslak haline getirin, dosyalar arasında tekrarlanan yapıyı yapın. Swarm'ın angaryayı paralelleştirmesine izin verin. O kadar ucuz ki, ilk denemeyi atıp tekrar çalıştırmaktan korkmazsınız. Bu aşama, işin %80'ini maliyetin çok küçük bir kısmıyla yapar.
3. Opus 4.8 ile YARGILA (doğruyu söyleyen).
Swarm'ın ürettiği her şeyi Opus'a geri besleyin ve önemli olan soruyu sorun: bununla ilgili yanlış olan ne? Dürüstlüğünün kendini amorti ettiği yer burasıdır. Sessiz kusurları, desteklenmeyen varsayımları, doğru görünen ama olmayan şeyleri yakalar. Premium fiyatlarını üretmek için ödemiyorsunuz. Doğrulamak için ödüyorsunuz ki bu, pahalı bir token'ı harcamanın en yüksek kaldıraçlı yoludur.
4. Kimi K2.6'ya GERİ GÖNDER (döngü).
Opus'un notlarını alın, Kimi'ye verin ve motorun neredeyse sıfır maliyetle düzeltmeleri ve cilayı yapmasına izin verin. Ardından gönderin. Ve döngü Kimi tarafında o kadar ucuz ki, sayacı izlemeden yarın ve ertesi gün tekrar çalıştırabilirsiniz.
Mimar ile planla. Motor ile inşa et. Doğruyu söyleyen ile yargıla. Motor ile gönder. Tekrarla.
Gerçek Anahtar: Bir Prompt Değil, Bir Şartname Yazın
İşte bir swarm'dan sihir alan insanları pahalı çöpten ayıran numara.
Çoğu insan "300 ajan" duyduğunda, "ABD'deki her veri merkezini kazı" gibi tek satırlık bir prompt gönderir ve mükemmellik bekler. Bu, kredileri yakmanın ve çöp almanın en hızlı yoludur.
Asıl anahtar, swarm'a bir cin gibi değil, bir yüklenici gibi davranmaktır. Tek satırlık bir şey yerine, tam olarak neyin toplanacağını, neyin geçerli sayılacağını, hangi kaynakların kabul edilebilir olduğunu, çıktı formatının ne olması gerektiğini ve çelişkili bilgiler bulduğunda ne yapacağını tanımlayan iki veya üç sayfalık bir belge verirsiniz. Bir prompt yazmıyorsunuz. Bir şartname yazıyorsunuz ve siz başka bir şey yaparken swarm bu şartnameye göre yürütülür.
Ve şimdi iki rol mükemmel bir şekilde birbirine geçiyor: Bu şartnameyi yazmak için dünyadaki en iyi araç, sizin dikkatli, sağduyulu modelinizdir. Opus 4.8, PLANLAMA adımında bulanık bir hedefi kesin bir şartnameye dönüştürür. Kimi'nin swarm'ı, SWARM adımında bu şartnameyi ölçekte yürütür. Düşünen emirleri yazar. Ordu onları yerine getirir.
Ajan swarm'larına "kırılgan" diyen insanlar neredeyse her zaman prompt'larının kırılgan olduğunu kastederler. Şartname odaklı çalışma sonucu tamamen değiştirir.
Mimarınızın yazdığı şartname için bu iskeleti çalın:
Bunu motora verin ve uzaklaşın.
Döngüyü Bugün Çalıştırın: Çalınacak 3 Prompt
Bunu denemek için büyük bir projeye ihtiyacınız yok. Normalde tek bir modele atacağınız herhangi bir görevi alın ve aşağıdaki üç prompt'un tamamından geçirin. Köşeli parantezleri doldurun ve başlayın.
Prompt A. PLANLA (Opus 4.8'e yapıştırın)
1[hedefinizi düz bir dille tanımlayın].2Henüz bir şey oluşturma. Mimar olarak hareket et.3Bunu tam olarak şu başlıkları kullanarak kesin bir şartnameye dönüştür:4HEDEF, KAPSAM, KURALLAR, KAYNAKLAR, ÇIKTI, DURDURMA KOŞULU.5Bitirmeden önce, plandaki en riskli iki varsayımı işaretle.
Prompt B. SWARM YAP (Kimi K2.6'ya yapıştırın)
1İşte bir şartname. Bunu uçtan uca yürüt.2Mümkün olan her yerde paralelleştir, ardından her şeyi aşağıda tanımlanan nihai ÇIKTI'da birleştir.3Şartname gerçekten kendisiyle çelişmediği sürece bana soru sorma.4[Prompt A'daki şartnameyi yapıştırın]
Prompt C. YARGILA (Opus 4.8'e yapıştırın)
1İşte şartname ve bir swarm'ın buna karşı ürettiği çıktı.2Şüpheci ol. Senin işin neyin yanlış olduğunu bulmak, onu övmek değil.3Her kusuru, desteklenmeyen iddiayı ve sessiz boşluğu ciddiyet sırasına göre listele,4ardından bana doğrudan inşaatçıya geri verebileceğim kısa bir düzeltme listesi ver.5[şartnameyi ve çıktıyı yapıştırın]
Ardından Prompt C'nin düzeltme listesini Kimi'ye geri götürün, her şeyi yamasına izin verin ve gönderin. Bu, döngünün tam bir turu ve tekrar çalıştırması neredeyse hiçbir şeye mal olmaz.
CFO'nuzu Güldürecek Rakamlar
İşte bunun neden sadece zarif olmadığı. Ekonomik olarak bariz olduğu.
Saf bir iş akışında, her şeyi premium token'larda çalıştırırsınız. Her atılacak taslak, her test, her aptalca deney, tam fiyat.
Bu iş akışında, pahalı model yalnızca muhakemenin gerçekten önemli olduğu iki ana dokunur: plan ve karar. Aradaki her şey, token hacminin %80'i olan sadece işi yapmak, birkaç kat daha ucuza mal olan modelde çalışır.
Kaliteyi kesmiyorsunuz. Hiçbir zaman pahalı olması gerekmeyen parçaların fiyatını kesiyorsunuz.
Ekipler, AI faturalarını büyük oranda sessizce kısarken aynı zamanda gönderdikleri miktarı da bu şekilde artırıyor. Daha az satın alarak değil. Akıllıca satın alarak.
Bu Kombinasyon Neden Tek Bir Modeli Yener?
Daha derin ilke AI'dan daha eski: karşılaştırmalı üstünlük.
Hacim için yorulmak bilmeyen, ucuz motoru kullanın. Muhakeme için dikkatli, premium zihni kullanın. En pahalı düşünürünüzü angarya işlerde kullanmayın ve en hızlı inşaatçınıza son söz olarak güvenmeyin.
Tek bir model bir uzlaşmayı zorlar. Tamamen premium, ihtiyaç duymayan görevlerde para yakar. Tamamen ucuz, kimsenin yakalamadığı kusurları gönderme riski taşır. İki modelli döngü, uzlaşmayı tamamen reddeder. Ucuz modelin ekonomisini ve dikkatli modelin vicdanını alır.
Bu bir hack değil. Sadece iyi bir iş bölümü, nihayet yazılımda mevcut.
Bu İş Akışını Sessizce Öldüren Tek Hata
YARGILAMA adımını atlamak.
Kesilmesi en cazip köşedir, çünkü swarm'ın çıktısı genellikle bitmiş görünür. Derlenir. Çalışır. Bitmiş hissettirir.
"Bitmiş görünmek" ve "doğru olmak" farklı gezegenlerdir ve bu iş akışının güvenli olmasının tüm nedeni, size farkı söylemesi için dikkatli, dürüst bir model atamanızdır. Birkaç dakika kazanmak için bu adımı keserseniz, parlak bir sistemi hızlı bir hata gönderme yoluna geri döndürmüş olursunuz.
Ucuz hacim, yalnızca güvenilir bir şey işi kontrol ettiğinde bir süper güçtür. Yargıcı tutun.
Alt Satır
Hangi modelin "en iyi" olduğu konusunda giderek daha yüksek sesle tartışmalarla geçen bir yılda, sessiz gerçek neredeyse komik. En iyi modelin, her biri doğduğu işe yönlendirilmiş iki model olduğu ortaya çıktı.
Kimi kilometreleri yapar. Opus hataları yakalar. İyi bir şartname, aralarındaki köprüdür.
Hala tartışan insanlar tartışmaya devam edecek. Artık bir iş akışınız var.
Gidin, gelecek ay onların hakkında yazılar yazacağı şeyi inşa edin.
Bunu kaydedin 🔖.
