Moonshot AI adlı Çinli bir şirket, geçtiğimiz günlerde Kimi K3 adında devasa bir yapay zeka modelini açık kaynak olarak yayınladı. Modelin kendisi kadar dikkat çeken bir şey daha var: güvenlik testleri sırasında Linux çekirdeğinde, daha önce kimsenin bilmediği gerçek açıklar buldu. Bu yazıda modelin ne olduğunu, nasıl çalıştığını ve bu bulguların ne anlama geldiğini en baştan anlatıyoruz.
Kimi K3 Aslında Ne?
Kimi K3, 2.8 trilyon parametreli bir yapay zeka modeli. Parametre, modelin eğitim sırasında öğrendiği milyarlarca küçük kuralın her birinin sayısal karşılığı gibi düşünülebilir bir nevi modelin "bilgi kırıntıları". Daha fazla parametre genelde daha fazla nüans yakalama kapasitesi demek, ama aynı zamanda daha fazla hesaplama gücü gerektiriyor.
Burada ilginç bir detay var: Model 2.8 trilyon parametre içerse de, her soru sorduğunda bunların hepsi çalışmıyor. Kimi K3, "Mixture of Experts" (Uzman Karışımı) adı verilen bir mimariyle çalışıyor modelin içinde 896 tane küçük "uzman" alt-ağ var, ama her seferinde bunlardan sadece 16 tanesi devreye giriyor. Sonuç: model devasa ama pratikte sadece 104 milyar parametre aktif olarak çalışıyor. Bu da onu hem güçlü hem nispeten hızlı yapıyor.
Ayrıca model 1 milyon token'lık bir bağlam penceresine sahip yaklaşık 700 bin kelimeye denk geliyor. Yani bir kitabın tamamını ya da büyük bir kod projesini tek seferde "okuyabiliyor".
"Açık Kaynak" mı, "Açık Ağırlık" mı?
Kimi K3 için "açık kaynak" ifadesi kullanılsa da, teknik olarak daha doğru terim "açık ağırlık" (open weight). Aradaki fark önemli:
Açık ağırlık: Eğitilmiş model dosyaları herkese ücretsiz indirilebilir. Kimi K3 bu kategoride. Açık kaynak: Bunun yanında eğitim verisi ve eğitim kodu da paylaşılmalı. Kimi K3 bunu sağlamıyor.
Peki "indirilebilir" olması, herkesin kullanabileceği anlamına mı geliyor? Hayır. Model dosyası yaklaşık 1.4 terabayt normal bir bilgisayarın belleğinin onlarca katı. Bunu gerçekten çalıştırabilmek için veri merkezi seviyesinde donanım gerekiyor. Biz de bunu Google Colab üzerinde denedik: model, disk alanı ve bellek yetersizliğinden çalışmadı beklenen bir sonuçtu, ama açık kaynak/açık ağırlık modellerin "herkes kullanabilir" algısının pratikte ne kadar sınırlı olduğunu göstermesi açısından öğreticiydi.
Gerçekte bu modeli kullanabilenler: araştırmacılar (inceleme ve referans amaçlı), yeterli donanıma sahip şirketler (kendi verileriyle özelleştirme yaparak) ve bulut sağlayıcıları (API üzerinden erişime açarak).
Ne Kadar Güçlü, Ne Kadar Ucuz?
Bağımsız değerlendirmelerde Kimi K3, Claude ve GPT'nin en güçlü sürümlerine yakın performans gösteriyor, hatta bazı testlerde onları geçiyor. Asıl fark noktası ise maliyet: benzer performansı, rakiplerine göre 3 ila 10 kat daha düşük maliyetle sunabiliyor. Bu, açık ağırlık modellerin ekonomik açıdan neden bu kadar dikkat çektiğini açıklıyor.
Güvenlik Testleri: Açık Bulmak Farklı, Kullanmak Farklı
Modelin güvenlik yetenekleri iki ayrı aşamada test edilmiş:
Tier 1 — Açık Bulma (Savunma amaçlı): Model, düzinelerce yaygın kullanılan yazılımı (işletim sistemi çekirdekleri, veritabanları, VPN yazılımları) taradı. Bulduğu yüzlerce potansiyel güvenlik açığından, insan uzmanların incelediği kısmın yaklaşık %70'i gerçek çıktı bunlardan 16 tanesi daha önce hiç bilinmeyen yeni açıklardı.
Tier 2 — Exploit Geliştirme (Saldırı amaçlı): Model, bulduğu açıkları gerçek bir saldırıya (exploit'e) dönüştürme testinde daha zayıf kaldı 36 görevden sadece 14'ünü tamamlayabildi.
Bu ayrımı bir ev benzetmesiyle açıklamak gerekirse: güvenlik açığı, evin arka kapısının kilidinin bozuk olduğunu fark etmek gibidir henüz kimse içeri girmemiştir, sadece bir potansiyel risk vardır. Exploit ise o bozuk kilidi kullanıp gerçekten kapıyı açıp içeri girmektir. Modelin "bulma" tarafında güçlü, "kullanma" tarafında zayıf olması, bu teknolojinin şu an daha çok savunmaya yardımcı olduğu, saldırıya değil, şeklinde yorumlanabilir.
Linux Çekirdeğinde Bulunan İki Açık
İki bulgu özellikle dikkat çekici: Biri, Linux çekirdeğinde uzaktan tetiklenebilen bir bellek hatası güncel sürümü bile etkiliyor. Diğeri, Dirty-COW sınıfı bir yetki yükseltme açığı normalde sadece okunabilir olması gereken belleğe yazma izni veren bir hata.
Diğer Şaşırtıcı Yetenekler
Rapor, modelin güvenlik dışındaki bazı vaka çalışmalarını da paylaşıyor:
Çip tasarımı: Model, 48 saatlik tek bir otonom çalışmada kendi mimarisini temel alan bir yapay zeka çipi prototipini tasarlamış, optimize etmiş ve doğrulamış; kodu GitHub'da paylaşılmış. Derleyici geliştirme: Model, MiniTriton adlı kendi kod derleyicisini yazmış bazı görevlerde PyTorch'tan daha hızlı çalışıyor. Bilimsel araştırma: Astrofizik alanında 20'den fazla makaleyi inceleyip, 3000'den fazla satır kod yazarak normalde 1-2 hafta süren bir araştırmayı yaklaşık 2 saatte tamamlamış. Video kurgu: Kendi tanıtım videosunu 56 kaynak klipten, klip seçimi ve senkronizasyonuyla birlikte kendisi kurgulamış.
Sonuç
Açık ağırlıklı yapay zeka modelleri artık kapalı, ticari modellere çok yakın bir güce ulaşmış durumda hem de çok daha düşük maliyetle. Bu, hem araştırma ve geliştirme için büyük bir fırsat hem de güvenlik açısından yeni bir tartışma konusu: bir model açıkları bulmakta iyileştikçe, bu yeteneğin savunma ile saldırı arasındaki dengesi nasıl şekillenecek?
Kaynak: Kimi K3 Teknik Raporu (Moonshot AI). Bu yazı bir yatırım tavsiyesi değildir.
