Çin Açık Kaynak Yapay Zeka Modelleri Silikon Vadisi'nin Yaklaşımına Meydan Okuyor

Çin merkezli yapay zeka laboratuvarları son dönemde neredeyse en ileri seviyede bir dizi açık kaynaklı model yayımladı: Haziran'da Z.ai'nin GLM 5.2'si, geçen hafta Moonshot AI'nin Kimi K3'ü ve bu Pazartesi Alibaba'nın Qwen 3.8'i. Bu modeller, üçüncü taraf kıyaslamalarda en iyi Batılı modeller kadar iyi performans gösteriyor ve yapay zekanın en sıcak alanı olan aracısal kodlama görevleri için optimize edilmiş durumda. Özellikle Kimi K3'ün piyasaya sürülmesi, Silikon Vadisi ve Washington'dan dikkat çekti; girişim sermayedarı David Sacks performansını "endişe verici" olarak nitelendirirken, Ticaret Bakanı Scott Bessent olası yaptırımları gündeme getirdi. Beyaz Saray Bilim ve Teknoloji Politikası Ofisi direktörü Michael Kratsios, Moonshot AI'nin K3 için Anthropic'in Fable modelini damıttığını iddia ederek şirketi ABD teknolojisini çalmakla suçladı. Moonshot AI, yorum taleplerine yanıt vermedi. Modeller açık ağırlıklarla yayımlanarak erişilebilir ve şeffaf hale geliyor; bu, güvenlik endişeleri nedeniyle en son modellerine erişimi kısıtlayan Anthropic ve OpenAI gibi Batılı laboratuvarlarla tezat oluşturuyor. Anthropic'in Mythos modeli ihracat kontrollerinin ardından geçici olarak çevrimdışına alınırken, OpenAI Beyaz Saray'ın talebi üzerine GPT 5.6'yı erteledi. Çinli laboratuvarlar kullanıcı ve işbirlikçi çekmek için açık kaynağı benimsedi ve modelleri artık en iyi açık kaynak seçenekler olarak geniş çapta kabul görüyor. Arena AI, K3'ü web geliştirme için en iyi model ve aracısal görevlerde dördüncü sıraya koyarken, Artificial Analysis üçüncü sıraya yerleştiriyor. K3'ün popülaritesi Moonshot'ın sunucularını aşırı yükleyerek geçici kayıt kısıtlamalarına yol açtı. Bazı Batılı kullanıcılar, Çin modelleri daha düşük maliyetle rekabetçi performans sunduğu için OpenAI ve Anthropic'in ücretli tekliflerinin değerini sorguluyor, ancak daha fazla token gerekebiliyor. Açık ağırlık yaklaşımı, yapay zeka ilerlemesi için büyük fonlamanın gerekli olduğu varsayımına meydan okuyor; Dean Ball, açık ağırlıkların daha fazla yapay zeka sermaye harcamasını caydırdığını belirtiyor.