Kimi K3 Kurulum Rehberi: Minimum Maliyetle Maksimum Kalite Nasıl Elde Edilir? (Tam Yapılandırma İçeride)

Kimi K3 dün çıktı: 2,8 trilyon parametre, 1 milyon token bağlam, milyon giriş token'ı başına $3.

Çoğu kişi benchmark'ların ekran görüntüsünü alıp tek bir gerçek görevi bile ona yönlendirmeyecek.

İçeride: K3'ün stack'inizi gerçekten nerede geçtiği, lansman haftasında kimsenin bahsetmediği tuzaklar ve tam yönlendirme kurulumu.

Doğru yapıldığında, en ağır uzun bağlam işleriniz, frontier modellerin fiyatının üçte birine düşer.

İşte tam kurulum 👇

Detaylara dalmadan önce, AI ve vibe coding hakkında günlük notlarımı Telegram kanalımda paylaşıyorum: https://t.me/zodchixquant 🧠

Basitçe anlatımla gerçekte ne oldu

Moonshot AI, 16 Temmuz'da yeni amiral gemisini yayınladı. Resmi lansmandan doğrulanmış kısa bilgiler:

• Model: Uzman Karışımı (Mixture-of-Experts), token başına 896 uzmandan sadece 16'sı aktif olacak şekilde yaklaşık 2,8 trilyon toplam parametre. Dünyanın açık kaynak ilk 3T sınıfı modeli olarak pazarlandı
• Bağlam: 1 milyon token ve bazı rakiplerinin aksine, fiyatlandırma tüm pencere boyunca sabit kalır. Uzun prompt'lar için ek ücret katmanı yok
• Giriş: Metin, görüntü ve video yerel olarak desteklenir. Düşünme (thinking) her zaman açıktır
• Nerede kullanılır: Kimi uygulaması (ücretsiz katman dahil), kimi.com, Kimi Code ve model kimliği kimi-k3 ile api.moonshot.ai/v1 adresindeki API. OpenAI ile uyumlu, yani mevcut SDK'nız çalışır
• Açık ağırlıklar: 27 Temmuz'a kadar bir teknik rapor ve beraberinde bir vLLM uygulaması ile birlikte söz verildi

İki varyant yayınlandı: K3 Max sohbet ve ajan işleri için, K3 Swarm Max ise büyük ölçekli paralel işleme için.

Asıl önemli olan fiyat hesapları

• Milyon token başına $3 giriş / $15 çıkış. Bu, giriş penceresi 31 Ağustos'ta sona erdikten sonra Sonnet 5'in birebir aynı fiyatı, ancak çok daha yüksek bir ağırlık sınıfında mücadele eden bir model için
• Önbellek isabetlerinde milyon başına $0,30. Tekrarlanan bağlam 10 kat daha ucuza gelir. Aynı kod tabanını tekrar tekrar okuyan ajan döngüleri için, bu tüm fiyat kartındaki en büyük gizli kaldıraçtır
• 1 milyon bağlam boyunca sabit. 800 bin token'lık bir prompt, 8 bin token'lık bir prompt ile aynı oranda faturalanır. Bunu başka yerlerdeki uzun bağlam premium katmanlarıyla karşılaştırın
• Lansman bonusu: API bakiyeleri 11 Ağustos'a kadar %10-30 oranında ekstra kredi kazanır. Ciddi bir şekilde test edecekseniz, bu pencere içinde bakiye yükleyin

Dürüst karşılaştırma: K3, girişte Fable 5'ten ($10/$50) 3,3 kat daha ucuz ve Sonnet 5'in gelecekteki fiyatına bugünden sahipken, 1 milyonluk bir pencere ve yerel görüş yeteneği taşıyor.

K3'ün stack'inize uyduğu yerler (ve uymadığı yerler)

İşte abartı yerine güven inşa eden detay: Moonshot'un kendi teknoloji blogu, K3'ün genel olarak Claude Fable 5 ve GPT-5.6 Sol'un gerisinde kaldığını kabul ediyor. Kendi paketlerinde (Terminal Bench 2.1: %88.3, SWE Marathon: 42.0, her ikisi de kendi bildirdikleri) sınır düzeyinde sonuçlar iddia ediyorlar, ancak bunun yeni kral olduğunu iddia etmiyorlar.

Bu dürüstlük size temiz bir yönlendirme kuralı verir:

1## Model yönlendirme (CLAUDE.md / ekip dokümanları)
2
3- Uzun bağlam okuma, repo genelinde analiz, doküman sentezi → Kimi K3
4  (1 milyon pencere sabit ücretle, önbellek isabetleri $0.30)
5- Ön yüz ve UI ağırlıklı kodlama → Kimi K3, ardından görsel olarak doğrula
6- Tekrarlanan bağlam içeren ajan döngüleri → Önbellek isabetleriyle Kimi K3
7- En zor çok adımlı akıl yürütme, güvenlik hassas işler → Fable 5 / Opus 4.8'de kal
8- Hızlı düzenlemeler ve günlük görevler → Sonnet 5 (31 Ağustos'a kadar daha ucuz)

Desen şu: K3 bir hacim makinesidir, bir zirve zeka makinesi değil. Token ağırlığına göre yönlendirin, prestije göre değil.

Lansman haftası tuzakları

Abartılı paylaşımların atladığı, tamamı resmi dokümanlardan ve Moonshot'un kendi blogundan dört şey:

• reasoning_effort lansmanda sadece maksimum seviyede. Düşük ve yüksek modlar "sonraki güncellemelerde" gelecek. O zamana kadar her istek, $15/M ile tam düşünme çıktısı yakar, bu nedenle kısa görevler sessizce pahalılaşır. Hızlı düzenlemeleri başka yerde tutmak için başka bir neden daha
• Tüm benchmark'lar şu an için kendi bildirilen değerler. Bağımsız değerlendirmeler ancak bugün gelmeye başladı. Üçüncü taraflar onaylayana kadar her tabloyu bir iddia olarak değerlendirin
• Korunan düşünce geçmişi modu. K3, akıl yürütme geçmişinin turlar arasında bağlamda tutulması beklentisiyle eğitildi. Bunu iş akışınızdan çıkarırsanız kalite düşebilir. Prodüksiyona geçmeden önce framework'ünüzün bunu nasıl ele aldığını kontrol edin
• Ağırlıklar henüz Hugging Face'te değil. 27 Temmuz bir vaat, bir indirme bağlantısı değil. Ve gerçekçi olmak gerekirse, 2.8T'lik bir modeli kendi başınıza barındırmak, bir raf dolusu hızlandırıcıya sahip olmayan biri için bir maliyet kaldıracı değil

Başlangıç ​​yapılandırması (bunu kopyalayın)

Herhangi bir OpenAI uyumlu istemciyi buna yönlendirin:

1from openai import OpenAI
2
3client = OpenAI(
4    api_key=MOONSHOT_API_KEY,
5    base_url="https://api.moonshot.ai/v1",
6)
7
8response = client.chat.completions.create(
9    model="kimi-k3",
10    messages=[
11        {"role": "system", "content": STABLE_PROJECT_CONTEXT},
12        {"role": "user", "content": task},
13    ],
14)

Faturanızı 10 kat kesen önbellek isabeti numarası: büyük sabit bağlamınızı (kod tabanı dökümü, proje dokümanları) istekler arasında aynı bir önek içinde tutun. Aynı önekler önbelleğe isabet eder ve $3/M yerine $0.30/M ile faturalanır.

Prompt'larınızı, sabit kısmın önce geldiği ve asla değişmediği, değişken görevin ise en sonda olduğu şekilde yeniden yapılandırın.

Sık yapılan hatalar

• Sohbet sorularıyla test etmek. 1 milyon pencereli 2.8T'lik bir MoE, "bana bir fonksiyon yaz" ile hiçbir şey göstermez. Ona bütün bir repoyu veya bir araştırma külliyatını besleyin, bu onun için yapılmış iş sınıfıdır
• Önbellek fiyatlandırmasını görmezden gelmek. Saf prompt kullanımı her seferinde $3/M öder. Yapılandırılmış önekler, tekrarlarda $0.30 öder. Aynı model, ajan iş yüklerinde 10 kat fark
• Benchmark'lardan gerçekmiş gibi alıntı yapmak. Kendi bildirilen değerlerdir ve satıcının kendisi Fable 5'in gerisinde kaldığını söylüyor. Lansman başlıklarından "Opus'u geçiyor" u tekrarlamak, topluluk notuyla anılmanıza yol açar
• Bir gecede tüm trafiği taşımak. Önce bir iş yükü sınıfını yönlendirin, uzun bağlam okuma bariz seçimdir, kaliteyi bir hafta karşılaştırın, sonra genişletin
• Çaba tuzağını unutmak. Sadece maksimum akıl yürütme, K3'ün önemsiz görevleri tam çıktı fiyatında gereğinden fazla düşünmesi anlamına gelir. Ağır makinedir, ağır işlerde tutun

15 dakikalık plan

1. Bir API anahtarı alın ve bonus penceresi içinde bakiye yükleyin (3 dakika)
2. Yukarıdaki OpenAI uyumlu yapılandırmayı stack'inize bağlayın (4 dakika)
3. Önbellek isabetleri için ağır bir prompt'u yeniden yapılandırın: sabit önek, görev en sonda (4 dakika)
4. En büyük uzun bağlam işinizi K3'te ve aynı işi mevcut modelinizde çalıştırın (3 dakika)
5. Çıktıyı ve maliyeti karşılaştırın, ardından K3 hak ediyorsa yönlendirme bloğunu ekleyin (1 dakika)

Yeni amiral gemisi, dürüst satıcı, agresif fiyat. Stack'inize nerede uyduğunu anlama penceresi şimdi, herkes hala benchmark tablolarını tartışırken.

Okuduğunuz için teşekkürler!