Kimi K3 incelemesi: DeepSeek V4 Pro ve V4.1 Flash ile test ettik

Kimi K3, Moonshot AI'nın 16 Temmuz 2026'da çıkardığı amiral gemisi modeli: 2,8 trilyon parametre, açık ağırlıklar, görsel girişi ve 1 milyon token bağlam. DeepSeek'in iki modeline verdiğimiz aynı beş görevi ona da verdik ve hepsini doğru yaptı.

Sorun hız ve fiyat. Varsayılan ayarlarda Kimi K3 her görevde DeepSeek V4.1 Flash'tan 2–4,4 kat yavaş, liste fiyatlarıyla 12–32 kat pahalıydı.

Kısa cevap

• Kimi K3 doğru: beş görevin hepsini geçti; 30 kod testinin 30'u ve çeyrek milyon token'lık bir logda arama dahil.
• Her zaman düşünüyor, varsayılan olarak en yüksek çabada, yani kutudan çıktığı gibi ne hızlı ne ucuz.
• DeepSeek V4.1 Flash her görevde aynı sonucu verdi; süre ve para ise çok daha azdı.
• Bizim seçimimiz: günlük API işleri için DeepSeek V4.1 Flash; açık ağırlıklı, sınırın en üstünde bir model ya da tarayıcıda ve araç yoğun ajanlarda güçlü bir model istiyorsanız Kimi K3.

Üç model de OmniaKey'de: Kimi K3, DeepSeek V4.1 Flash ve DeepSeek V4 Pro.

Kimi K3 nedir?

Moonshot'ın bugüne kadarki en büyük modeli ve ağırlıkları açık. Lansman yazısı ve API dokümanları şu bilgileri veriyor (18 Ekim 2026'da kontrol edildi):

Moonshot nerede durduğunu açıkça söylüyor: K3'ün genel performansının "hâlâ en güçlü kapalı modeller Claude Fable 5 ve GPT 5.6 Sol'un gerisinde" olduğunu belirtiyor.

Testlerimizde nasıl gitti?

Beşini de doğru yaptı. Bunlar DeepSeek V4.1 Flash 1017 incelememizde kullandığımız görevlerin aynısı:

• Ayrıştırıcı: Python'un kurallarıyla birebir aynı çalışan aritmetik bir evaluate() yazmak; kendi 30 test vakamızla puanlıyoruz.
• Fatura: Almanca-İngilizce bir e-postadan Avrupa sayı biçimleriyle 10 alan çekmek.
• Araç çağrıları: iki şehrin hava durumu ve yerel saati; doğru cevap tek yanıtta dört çağrı.
• Uzun log: çeyrek milyon token'lık logda üç güncel kod bulmak, süresi geçmiş olanı atlamak.
• Grafik: bir görselden en yüksek, en düşük, ortalama ve bir farkı okumak.

Nasıl çalıştırdık: Kimi K3 18 Ekim 2026'da, DeepSeek modelleri 17 Ekim'de; her görev için tek çalıştırma, varsayılan ayarlar, OmniaKey'in OpenAI uyumlu endpoint'i üzerinden. Maliyet, her yanıtın token sayısı ile üreticinin liste fiyatının çarpımı (DeepSeek'te yoğun olmayan saat tarifesi). OmniaKey üç modelin de API erişimini satıyor, bu yüzden testleri onun üzerinden koştuk; buradaki her fiyat üreticinin, bizim değil. Her görev için tek çalıştırma ve arada bir gün olması bir nokta kontrolü, benchmark değil.

V4 Pro'ya karşı Kimi K3 ayrıştırıcıyı 7 kat hızlı yazdı (176 saniye, 20,7 dakikaya karşı) ve maliyet yaklaşık aynıydı. Ortak diğer üç görevde V4 Pro daha ucuzdu, ikisinde daha da hızlıydı.

Kimi K3 neden daha yavaş ve daha pahalı?

İki sebep var. K3 her zaman düşünüyor ve daha azını istemezseniz API'si en yüksek çabada çalışıyor; Moonshot'ın API'si reasoning_effort değerini low, high ya da max olarak alıyor. Liste fiyatı da DeepSeek V4.1 Flash'ın girişte 20, çıkışta 25 katı.

Fiyatlar Moonshot'ın fiyat sayfasından ve DeepSeek'inkinden (yoğun olmayan saat), 18 Ekim 2026'da kontrol edildi. Moonshot, kod işlerinde API'sinin girişin %90'ından fazlasında önbelleği tutturduğunu söylüyor; bu da uzun kodlama oturumlarını epey kısaltıyor. Bizim testlerimiz tek çağrıydı, yani önbellek isabeti olmadı.

Kimi K3 mü DeepSeek mi: hangisini kullanmalı?

İşlerin çoğunda DeepSeek V4.1 Flash, birkaç özel işte Kimi K3.

Moonshot'ın kendi benchmark'ları ne diyor?

Moonshot'ın model kartında K3 birkaç ajan testinde Claude Fable 5 ve GPT-5.6 Sol'un önünde: BrowseComp (91,2; 88,0 ve 90,4'e karşı), MCPMark (94,5; 87,4 ve 92,9'a karşı) ve SWE-Marathon (42,0; 35,0 ve 39,0'a karşı). Fable 5'in gerisinde kaldığı testler FrontierSWE (86,6'ya karşı 81,2), GDPval-AA (1747'ye karşı 1686) ve araçsız HLE (53,3'e karşı 43,5).

Üretici tablolarını dikkatli okuyun. Moonshot'ın kartı K3'e ProgramBench'te 77,8 veriyor; DeepSeek'in kendi tablosu ise aynı adlı testte K3'e 17,5 veriyor. Kendi görevlerinizi her modelde aynı şekilde koşturmak daha iyi yol gösterir.

Kimi K3 nasıl çağrılır?

from openai import OpenAI

client = OpenAI(api_key="YOUR_OMNIAKEY_KEY", base_url="https://api.omniakey.com/v1")

stream = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Write a Python function that parses ISO 8601 durations."}],
    max_tokens=32000,                 # K3 her zaman düşünür: uzun yanıtlar için yer bırakın
    stream=True,                      # uzun düşünme turları proxy zaman aşımını aşabilir
)
for chunk in stream:
    delta = chunk.choices[0].delta if chunk.choices else None
    if delta and delta.content:
        print(delta.content, end="")

1. OmniaKey panelinde bir anahtar oluşturun ve YOUR_OMNIAKEY_KEY yerine yapıştırın.
2. Akış açık çalıştırın: ayrıştırıcı görevimiz neredeyse üç dakika sürdü.
3. Modelleri karşılaştırmak için yalnızca model alanını deepseek-flash ya da deepseek-v4-pro yapın.

Sonuç

Kimi K3 güçlü ve isabetli bir açık model: verdiğimiz her görevi geçti. Ama günlük API işleri için DeepSeek V4.1 Flash aynı cevapları 2–4 kat hızlı ve fiyatın küçük bir kısmına verdi, o yüzden onunla başlayın. Sınır ölçeğinde açık ağırlık ya da gün boyu gezinip araç çağıran bir ajana ihtiyacınız olduğunda Kimi K3'e uzanın.

Sık sorulan sorular

Kimi K3 açık kaynak mı?

Tüm ağırlıkları Kimi K3 lisansıyla açık; bu MIT tarzı bir lisans. Onu barındırılan hizmet olarak satan ve 12 ayda 20 milyon doları aşan geliri olan şirketler Moonshot ile ayrı bir anlaşma yapmalı; çok büyük ürünler "Kimi K3" markasını göstermek zorunda.

Kimi K3 ne kadar?

Moonshot'ın uluslararası platformunda milyon giriş token'ı başına 3,00 $, önbellekten giriş 0,30 $, çıkış 15,00 $. Çin platformu aynı üç kalem için ¥20, ¥2 ve ¥100 alıyor. Bağlam uzunluğuna göre kademe yok.

Kimi K3'ün düşünmesini kapatabilir misiniz?

Hayır. Moonshot'ın dokümanları K3'ün her zaman düşündüğünü söylüyor; yalnızca çabayı low, high veya max yapabilirsiniz.

Kod için Kimi K3, DeepSeek V4 Pro'dan iyi mi?

Ayrıştırıcı görevimizde ikisi de 30 testin hepsini geçti, ama Kimi K3 176 saniye, V4 Pro 20,7 dakika sürdü ve maliyet yaklaşık aynıydı. Geçmeden önce kendi kod görevlerinizden birkaçını ikisinde de deneyin.