MiniMax'ın 2,7 Trilyon Parametreli Yeni Yapay Zeka Modeli: Rakipsiz Bir Güç
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor. Modelin dahili kod adı 'M3 Pro' olarak geçiyor ve Çinli bir firma tarafından piyasaya sürülen en büyük, hatta dünyanın en büyük açık ağırlıklı AI modeli olması bekleniyor.
YayımlayanDeepSeek-V4-Flash ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor.
Modelin dahili kod adı 'M3 Pro' olarak geçiyor ve Çinli bir firma tarafından piyasaya sürülen en büyük, hatta dünyanın en büyük açık ağırlıklı AI modeli olması bekleniyor.
Reuters kaynağı, modelin üçüncü çeyrekte piyasaya sürülebileceğini belirtirken, MiniMax henüz resmi bir açıklama yapmadı.
Mevcut MiniMax M3 modeli (428 milyar parametre) ile kıyaslandığında, yeni model toplam parametre sayısında yaklaşık 6,3 katlık bir artış sunuyor.
Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (codMiniMax's model lineage has scaled from 456B parameters (M1, June 2025) to 428B (M3, June 2026) to a planned 2.7T model (M3 Pro, target Q3 2026)—a 6.3x jump that would make it the largest open-weight AI model in the world.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (cod. Article summary: ## MiniMax's Planned 2.7 Trillion-Parameter Model (M3 Pro). Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
MiniMax'ın 2,7 Trilyon Parametreli Planlanan Modeli (M3 Pro)
8 Temmuz 2026'da Reuters'ın bildirdiğine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli büyük bir dil modeli üzerinde çalışıyor. Modelin dahili kod adı Reuters tarafından açıkça 'M3 Pro' olarak belirtilmese de, yeni nesil M3 serisinin halefi olduğu ifade ediliyor . Konu hakkında doğrudan bilgi sahibi bir kişi Reuters'a bunun Çinli bir firma tarafından piyasaya sürülen en büyük ve muhtemelen dünyanın en büyük açık ağırlıklı AI modeli olacağını söyledi . Model için henüz kesin bir çıkış tarihi açıklanmadı, ancak dahili çalışmaların devam ettiği belirtiliyor .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "MiniMax'ın 2,7 Trilyon Parametreli Yeni Yapay Zeka Modeli: Rakipsiz Bir Güç"?
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor.
What are the key points to validate first?
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor. Modelin dahili kod adı 'M3 Pro' olarak geçiyor ve Çinli bir firma tarafından piyasaya sürülen en büyük, hatta dünyanın en büyük açık ağırlıklı AI modeli olması bekleniyor.
What should I do next in practice?
Reuters kaynağı, modelin üçüncü çeyrekte piyasaya sürülebileceğini belirtirken, MiniMax henüz resmi bir açıklama yapmadı.
MiniMax'ın 2,7 Trilyon Parametreli Yeni Yapay Zeka Modeli: Rakipsiz Bir Güç
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor. Modelin dahili kod adı 'M3 Pro' olarak geçiyor ve Çinli bir firma tarafından piyasaya sürülen en büyük, hatta dünyanın en büyük açık ağırlıklı AI modeli olması bekleniyor.
YayımlayanDeepSeek-V4-Flash ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor.
Modelin dahili kod adı 'M3 Pro' olarak geçiyor ve Çinli bir firma tarafından piyasaya sürülen en büyük, hatta dünyanın en büyük açık ağırlıklı AI modeli olması bekleniyor.
Reuters kaynağı, modelin üçüncü çeyrekte piyasaya sürülebileceğini belirtirken, MiniMax henüz resmi bir açıklama yapmadı.
Mevcut MiniMax M3 modeli (428 milyar parametre) ile kıyaslandığında, yeni model toplam parametre sayısında yaklaşık 6,3 katlık bir artış sunuyor.
Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (codMiniMax's model lineage has scaled from 456B parameters (M1, June 2025) to 428B (M3, June 2026) to a planned 2.7T model (M3 Pro, target Q3 2026)—a 6.3x jump that would make it the largest open-weight AI model in the world.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for What are the key details about MiniMax's planned 2.7 trillion-parameter open-weight AI model (cod. Article summary: ## MiniMax's Planned 2.7 Trillion-Parameter Model (M3 Pro). Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
MiniMax'ın 2,7 Trilyon Parametreli Planlanan Modeli (M3 Pro)
8 Temmuz 2026'da Reuters'ın bildirdiğine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli büyük bir dil modeli üzerinde çalışıyor. Modelin dahili kod adı Reuters tarafından açıkça 'M3 Pro' olarak belirtilmese de, yeni nesil M3 serisinin halefi olduğu ifade ediliyor . Konu hakkında doğrudan bilgi sahibi bir kişi Reuters'a bunun Çinli bir firma tarafından piyasaya sürülen en büyük ve muhtemelen dünyanın en büyük açık ağırlıklı AI modeli olacağını söyledi . Model için henüz kesin bir çıkış tarihi açıklanmadı, ancak dahili çalışmaların devam ettiği belirtiliyor .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "MiniMax'ın 2,7 Trilyon Parametreli Yeni Yapay Zeka Modeli: Rakipsiz Bir Güç"?
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor.
What are the key points to validate first?
Reuters'ın 8 Temmuz 2026 tarihli haberine göre, Çinli AI girişimi MiniMax, 2,7 trilyon parametreli dev bir dil modeli üzerinde çalışıyor. Modelin dahili kod adı 'M3 Pro' olarak geçiyor ve Çinli bir firma tarafından piyasaya sürülen en büyük, hatta dünyanın en büyük açık ağırlıklı AI modeli olması bekleniyor.
What should I do next in practice?
Reuters kaynağı, modelin üçüncü çeyrekte piyasaya sürülebileceğini belirtirken, MiniMax henüz resmi bir açıklama yapmadı.
Önemli Uyarı: Reuters raporu 'M3 Pro' kod adını açıkça kullanmamaktadır. Kullanıcının sorusunda bu isim geçse de, mevcut kanıtlar yalnızca 2,7 trilyon parametreli bir modelin planlandığını doğrulamaktadır; nihai ismi farklı olabilir.
MiniMax'ın Mevcut Modelleriyle Karşılaştırma
MiniMax'ın model serisi hızla gelişti:
Model
Çıkış Tarihi
Parametreler
Mimari
Temel Özellikler
MiniMax-M1
Haziran 2025
456B toplam / 45,9B aktif
MoE + hibrit dikkat
İlk açık ağırlıklı hibrit dikkat akıl yürütme modeli; 1M bağlam; Apache 2.0; Bazı görevlerde DeepSeek R1'i geçtiği iddia ediliyor
MiniMax-M3
1 Haziran 2026
~428B toplam / ~23B aktif
MoE (Seyrek Dikkat)
Sınır kodlama (%59,0 SWE-bench Pro), 1M token bağlam, yerel görüntü/video/bilgisayar kullanımı çoklu ortam; Hugging Face'te açık ağırlıklı
M3 Pro (planlanan)
Belirsiz
2,7T toplam (MoE olması muhtemel)
Belirsiz
Şimdiye kadarki en büyük açık ağırlıklı model; Çinli bir firma tarafından yapılmış en büyük model
M3'ün ~428 milyar toplam parametresinden 2,7T'ye sıçrama, toplam parametre sayısında ~6,3 katlık bir artışı temsil ediyor. MiniMax, MoE yaklaşımına devam ederse, her ileri geçişteki aktif parametre sayısı onlarca ila yüz milyarlarca arasında kalabilir, ancak toplam parametre ayak izi, açık ağırlıklı bir model için benzersiz olacaktır .
DeepSeek-V4-Pro ile Karşılaştırma
DeepSeek-V4-Pro, DeepSeek'in amiral gemisi açık ağırlıklı modelidir ve 23 Nisan 2026'da piyasaya sürülmüştür . Temel özellikler ve karşılaştırma:
DeepSeek-V4-Pro: 1,6T toplam parametre, 49B aktif, MIT lisanslı, saf metin algoritmik uzman — herhangi bir dil modeli arasında en yüksek Codeforces derecesi ve SWE-bench Verified'da %80,6 (açık ağırlıklı modeller arasında en iyisi)
MiniMax M3 (mevcut): ~428B toplam / ~23B aktif — çoklu ortam görevlerinde ve matematikte daha güçlü (bir toplamda ortalama 85,7'ye karşı 31,7), ancak saf kodlama kıyaslamalarında DeepSeek-V4-Pro'dan daha zayıf
Planlanan 2,7T model: Toplam parametrelerde hem DeepSeek-V4-Pro'ya (1,6T) hem de MiniMax M3'e (428B) büyük fark atar
Çoğu analiz sitesi, MiniMax M3 ve DeepSeek V4 Pro'nun "ancak rekabet edebildiğini" belirtiyor — farklı iş yükleri için optimize edilmişlerdir: M3, çoklu ortam aracılı kodlama ve uzun bağlam görevleri için; V4-Pro ise daha düşük maliyetle saf metin algoritmik kodlama verimi için .
Çin'in Açık Ağırlıklı Modellerinin Genel Bağlamı
Çinli AI laboratuvarları 2025-2026 yıllarında bir dizi güçlü açık ağırlıklı model yayınladı:
DeepSeek-V4-Pro (23 Nisan 2026) — 1,6T MoE, MIT lisansı, sınır kodlama performansı
Tencent Hy3 (Hunyuan 3.0) — Önizleme sürümü 23 Nisan 2026; tam açık ağırlıklı sürüm 6 Temmuz 2026, Apache 2.0 altında. 295 milyar parametreli bir MoE modeli (21B aktif, 192 uzman, en iyi 8 yönlendirme), 256K bağlam, eski OpenAI araştırmacısı Shunyu Yao liderliğinde . Bu, Tencent'in ilk sınır sınıfı açık ağırlıklı sürümüydü
MiniMax-M1 (Haziran 2025) — 456 milyar parametreli açık ağırlıklı akıl yürütme modeli, Apache 2.0, dünyanın ilk açık ağırlıklı büyük ölçekli hibrit dikkat akıl yürütme modeli olarak tanıtıldı
MiniMax-M3 (Haziran 2026) — ~428B toplam, sınır çoklu ortam kodlaması
Ant Group Ling-2.6-flash (22 Nisan 2026) — 104B/7,4B aktif verimlilik odaklı MoE
Diğer Çinli laboratuvarlar olan Alibaba (Qwen), ByteDance ve Baichuan da açık ağırlıklı modeller yayınladı
Bu, Çinli AI laboratuvarlarının, birçok Batı laboratuvarının (OpenAI, Anthropic, Google) sınır modellerini kapalı tutmasının aksine, modellerini açık ağırlıklı (genellikle Apache 2.0 veya MIT lisansları altında) yayınlama konusundaki bilinçli stratejisini yansıtıyor .
Batılı AI Laboratuvarlarıyla Rekabet
Çin'in açık ağırlıklı modellerinin hızlı art arda yayınlanması birkaç şeyin sinyalini veriyor:
Ölçek yarışı: MiniMax'ın planlanan 2,7T modeli, bilinen herhangi bir açık ağırlıklı Batı modelini toplam parametrelerde geride bırakarak ABD laboratuvarlarını destekleyen 'hesaplama avantajı' anlatısına meydan okuyor
Jeopolitik kaldıraç olarak açık ağırlık stratejisi: Çinli laboratuvarlar, ağırlıkları açıkça yayınlayarak modellerini küresel geliştiricilere ücretsiz olarak sunuyor ve donanım üzerindeki ihracat kontrollerini aşıyor. Batı'daki ve Küresel Güney'deki geliştiriciler bu modelleri kendi altyapılarında çalıştırabiliyor
Yetenek göçü: Tencent'in Hy3'ü, bir OpenAI çalışanını (Shunyu Yao) işe alarak yönetildi ve bu, AI yeteneklerinin iki yönlü akışını gösteriyor
Fiyat rekabeti: DeepSeek V4 Pro ve MiniMax M3, API sağlayıcılarında GPT-5.5 fiyatlandırmasına eşit veya daha düşük seviyelerde rekabet ederek küresel olarak maliyetleri düşürüyor
Kıyaslama paritesi: MiniMax M3'ün SWE-bench Pro'daki %59,0'lık skoru, GPT-5.5'in %58,6'sını geçerken, DeepSeek V4 Pro'nun SWE-bench Verified'daki %80,6'sı, açık ağırlıklı herhangi bir model arasında en iyisidir
2,7 Trilyon Parametreli Bir Modeli Dağıtmanın Hesaplama Zorlukları
2,7 trilyon parametreli açık ağırlıklı bir model, aşırı dağıtım zorlukları yaratır:
Bellek gereksinimleri: 8 bit nicelemede bile, 2,7 trilyon parametreyi yüklemek ~2,7 TB GPU belleği gerektirir. FP16'da bu ~5,4 TB'a yükselir. Bu, modeli belleğe yüklemek için yüzlerce GPU (örneğin, her biri 80 GB'lık 200+ H100) gerektirir
MoE mimarisi muhtemel: MiniMax'ın M1 ve M3'ü MoE kullanır ve token başına parametrelerin yalnızca bir kısmı etkinleştirilir (örneğin, M3 için 428B toplamın 23B'si aktif) . 2,7T modeli de benzer şekilde düşük bir aktif parametre oranı (örneğin, ~135B aktif) izlerse, çıkarım, toplam parametre sayısının önerdiğinden daha küçük bir kümede mümkün olabilir, ancak yine de tek bir GPU'nun kaldırabileceğinin çok ötesindedir
Çıkarım gecikmesi ve verimi: MoE seyrekliğiyle bile, böyle bir modele ölçekte hizmet vermek, yüksek bant genişlikli ara bağlantılarla birçok düğüm arasında karmaşık tensör paralelliği, boru hattı paralelliği ve uzman paralelliği gerektirir
Eğitim maliyeti: 2,7 trilyon parametreli bir modeli eğitmek, verimli MoE eğitim teknikleriyle bile muazzam bir hesaplama bütçesi gerektirir — muhtemelen on binlerce GPU-ayı
Açık ağırlık dağıtımı: 2,7 trilyon parametreyi (potansiyel olarak 5+ TB ağırlık) barındırmak ve dağıtmak, Hugging Face ve diğer depolar için lojistik bir zorluktur
Bununla birlikte, MiniMax güçlü verimlilik mühendisliği gösterdi — M1, rekabetçi kıyaslamalara ulaşırken DeepSeek R1'den %70 daha az hesaplama ile eğitildi ve M3, seyrek dikkat mekanizmaları kullanıyor . 2,7T modeli için de benzer yenilikler kullanabilirler.
Çin AI Modellerinin Artan Küresel Benimsenmesi
Çin'in açık ağırlıklı modelleri çeşitli nedenlerle küresel çapta önemli bir ivme kazandı:
Fiyatlandırma: DeepSeek V4 Pro, giriş için ~0,435$/M token ücret alırken, MiniMax M3 ~0,30$/M token ücret alıyor; her ikisi de Batılı API fiyatlandırmasıyla son derece rekabetçi
İzin verici lisanslama: Apache 2.0 (MiniMax M1, Tencent Hy3) ve MIT (DeepSeek V4-Pro), ticari kullanım, değişiklik ve yeniden dağıtıma kısıtlama olmaksızın izin veriyor
Kıyaslama rekabetçiliği: Bu modeller, temel kıyaslamalarda (kodlama, akıl yürütme, matematik) GPT-5.5 ve Claude ile eşleşiyor veya onları geçiyor
Geliştirici ekosistemi: Ağırlıklar Hugging Face'te barındırılıyor, OpenRouter, Kilo Code ve diğer platformlara entegre ediliyor ve küresel geliştiriciler için erişilebilir hale geliyor
Bu eğilim, Çin'in artık yalnızca donanım kısıtlaması olan bir takipçi olmadığını gösteriyor — açık ağırlıklı model sürümlerinde liderdir ve açıklığı, Batılı kapalı model liderlerine karşı rekabetçi bir hendek olarak kullanıyor. Planlanan 2,7T modeli, eğer gerçekleşirse, bu yöndeki en güçlü açıklama olacaktır.
bloomberg.com
Tencent Unveils AI Model in High-Stakes Test for OpenAI Hire
Önemli Uyarı: Reuters raporu 'M3 Pro' kod adını açıkça kullanmamaktadır. Kullanıcının sorusunda bu isim geçse de, mevcut kanıtlar yalnızca 2,7 trilyon parametreli bir modelin planlandığını doğrulamaktadır; nihai ismi farklı olabilir.
MiniMax'ın Mevcut Modelleriyle Karşılaştırma
MiniMax'ın model serisi hızla gelişti:
Model
Çıkış Tarihi
Parametreler
Mimari
Temel Özellikler
MiniMax-M1
Haziran 2025
456B toplam / 45,9B aktif
MoE + hibrit dikkat
İlk açık ağırlıklı hibrit dikkat akıl yürütme modeli; 1M bağlam; Apache 2.0; Bazı görevlerde DeepSeek R1'i geçtiği iddia ediliyor
MiniMax-M3
1 Haziran 2026
~428B toplam / ~23B aktif
MoE (Seyrek Dikkat)
Sınır kodlama (%59,0 SWE-bench Pro), 1M token bağlam, yerel görüntü/video/bilgisayar kullanımı çoklu ortam; Hugging Face'te açık ağırlıklı
M3 Pro (planlanan)
Belirsiz
2,7T toplam (MoE olması muhtemel)
Belirsiz
Şimdiye kadarki en büyük açık ağırlıklı model; Çinli bir firma tarafından yapılmış en büyük model
M3'ün ~428 milyar toplam parametresinden 2,7T'ye sıçrama, toplam parametre sayısında ~6,3 katlık bir artışı temsil ediyor. MiniMax, MoE yaklaşımına devam ederse, her ileri geçişteki aktif parametre sayısı onlarca ila yüz milyarlarca arasında kalabilir, ancak toplam parametre ayak izi, açık ağırlıklı bir model için benzersiz olacaktır .
DeepSeek-V4-Pro ile Karşılaştırma
DeepSeek-V4-Pro, DeepSeek'in amiral gemisi açık ağırlıklı modelidir ve 23 Nisan 2026'da piyasaya sürülmüştür . Temel özellikler ve karşılaştırma:
DeepSeek-V4-Pro: 1,6T toplam parametre, 49B aktif, MIT lisanslı, saf metin algoritmik uzman — herhangi bir dil modeli arasında en yüksek Codeforces derecesi ve SWE-bench Verified'da %80,6 (açık ağırlıklı modeller arasında en iyisi)
MiniMax M3 (mevcut): ~428B toplam / ~23B aktif — çoklu ortam görevlerinde ve matematikte daha güçlü (bir toplamda ortalama 85,7'ye karşı 31,7), ancak saf kodlama kıyaslamalarında DeepSeek-V4-Pro'dan daha zayıf
Planlanan 2,7T model: Toplam parametrelerde hem DeepSeek-V4-Pro'ya (1,6T) hem de MiniMax M3'e (428B) büyük fark atar
Çoğu analiz sitesi, MiniMax M3 ve DeepSeek V4 Pro'nun "ancak rekabet edebildiğini" belirtiyor — farklı iş yükleri için optimize edilmişlerdir: M3, çoklu ortam aracılı kodlama ve uzun bağlam görevleri için; V4-Pro ise daha düşük maliyetle saf metin algoritmik kodlama verimi için .
Çin'in Açık Ağırlıklı Modellerinin Genel Bağlamı
Çinli AI laboratuvarları 2025-2026 yıllarında bir dizi güçlü açık ağırlıklı model yayınladı:
DeepSeek-V4-Pro (23 Nisan 2026) — 1,6T MoE, MIT lisansı, sınır kodlama performansı
Tencent Hy3 (Hunyuan 3.0) — Önizleme sürümü 23 Nisan 2026; tam açık ağırlıklı sürüm 6 Temmuz 2026, Apache 2.0 altında. 295 milyar parametreli bir MoE modeli (21B aktif, 192 uzman, en iyi 8 yönlendirme), 256K bağlam, eski OpenAI araştırmacısı Shunyu Yao liderliğinde . Bu, Tencent'in ilk sınır sınıfı açık ağırlıklı sürümüydü
MiniMax-M1 (Haziran 2025) — 456 milyar parametreli açık ağırlıklı akıl yürütme modeli, Apache 2.0, dünyanın ilk açık ağırlıklı büyük ölçekli hibrit dikkat akıl yürütme modeli olarak tanıtıldı
MiniMax-M3 (Haziran 2026) — ~428B toplam, sınır çoklu ortam kodlaması
Ant Group Ling-2.6-flash (22 Nisan 2026) — 104B/7,4B aktif verimlilik odaklı MoE
Diğer Çinli laboratuvarlar olan Alibaba (Qwen), ByteDance ve Baichuan da açık ağırlıklı modeller yayınladı
Bu, Çinli AI laboratuvarlarının, birçok Batı laboratuvarının (OpenAI, Anthropic, Google) sınır modellerini kapalı tutmasının aksine, modellerini açık ağırlıklı (genellikle Apache 2.0 veya MIT lisansları altında) yayınlama konusundaki bilinçli stratejisini yansıtıyor .
Batılı AI Laboratuvarlarıyla Rekabet
Çin'in açık ağırlıklı modellerinin hızlı art arda yayınlanması birkaç şeyin sinyalini veriyor:
Ölçek yarışı: MiniMax'ın planlanan 2,7T modeli, bilinen herhangi bir açık ağırlıklı Batı modelini toplam parametrelerde geride bırakarak ABD laboratuvarlarını destekleyen 'hesaplama avantajı' anlatısına meydan okuyor
Jeopolitik kaldıraç olarak açık ağırlık stratejisi: Çinli laboratuvarlar, ağırlıkları açıkça yayınlayarak modellerini küresel geliştiricilere ücretsiz olarak sunuyor ve donanım üzerindeki ihracat kontrollerini aşıyor. Batı'daki ve Küresel Güney'deki geliştiriciler bu modelleri kendi altyapılarında çalıştırabiliyor
Yetenek göçü: Tencent'in Hy3'ü, bir OpenAI çalışanını (Shunyu Yao) işe alarak yönetildi ve bu, AI yeteneklerinin iki yönlü akışını gösteriyor
Fiyat rekabeti: DeepSeek V4 Pro ve MiniMax M3, API sağlayıcılarında GPT-5.5 fiyatlandırmasına eşit veya daha düşük seviyelerde rekabet ederek küresel olarak maliyetleri düşürüyor
Kıyaslama paritesi: MiniMax M3'ün SWE-bench Pro'daki %59,0'lık skoru, GPT-5.5'in %58,6'sını geçerken, DeepSeek V4 Pro'nun SWE-bench Verified'daki %80,6'sı, açık ağırlıklı herhangi bir model arasında en iyisidir
2,7 Trilyon Parametreli Bir Modeli Dağıtmanın Hesaplama Zorlukları
2,7 trilyon parametreli açık ağırlıklı bir model, aşırı dağıtım zorlukları yaratır:
Bellek gereksinimleri: 8 bit nicelemede bile, 2,7 trilyon parametreyi yüklemek ~2,7 TB GPU belleği gerektirir. FP16'da bu ~5,4 TB'a yükselir. Bu, modeli belleğe yüklemek için yüzlerce GPU (örneğin, her biri 80 GB'lık 200+ H100) gerektirir
MoE mimarisi muhtemel: MiniMax'ın M1 ve M3'ü MoE kullanır ve token başına parametrelerin yalnızca bir kısmı etkinleştirilir (örneğin, M3 için 428B toplamın 23B'si aktif) . 2,7T modeli de benzer şekilde düşük bir aktif parametre oranı (örneğin, ~135B aktif) izlerse, çıkarım, toplam parametre sayısının önerdiğinden daha küçük bir kümede mümkün olabilir, ancak yine de tek bir GPU'nun kaldırabileceğinin çok ötesindedir
Çıkarım gecikmesi ve verimi: MoE seyrekliğiyle bile, böyle bir modele ölçekte hizmet vermek, yüksek bant genişlikli ara bağlantılarla birçok düğüm arasında karmaşık tensör paralelliği, boru hattı paralelliği ve uzman paralelliği gerektirir
Eğitim maliyeti: 2,7 trilyon parametreli bir modeli eğitmek, verimli MoE eğitim teknikleriyle bile muazzam bir hesaplama bütçesi gerektirir — muhtemelen on binlerce GPU-ayı
Açık ağırlık dağıtımı: 2,7 trilyon parametreyi (potansiyel olarak 5+ TB ağırlık) barındırmak ve dağıtmak, Hugging Face ve diğer depolar için lojistik bir zorluktur
Bununla birlikte, MiniMax güçlü verimlilik mühendisliği gösterdi — M1, rekabetçi kıyaslamalara ulaşırken DeepSeek R1'den %70 daha az hesaplama ile eğitildi ve M3, seyrek dikkat mekanizmaları kullanıyor . 2,7T modeli için de benzer yenilikler kullanabilirler.
Çin AI Modellerinin Artan Küresel Benimsenmesi
Çin'in açık ağırlıklı modelleri çeşitli nedenlerle küresel çapta önemli bir ivme kazandı:
Fiyatlandırma: DeepSeek V4 Pro, giriş için ~0,435$/M token ücret alırken, MiniMax M3 ~0,30$/M token ücret alıyor; her ikisi de Batılı API fiyatlandırmasıyla son derece rekabetçi
İzin verici lisanslama: Apache 2.0 (MiniMax M1, Tencent Hy3) ve MIT (DeepSeek V4-Pro), ticari kullanım, değişiklik ve yeniden dağıtıma kısıtlama olmaksızın izin veriyor
Kıyaslama rekabetçiliği: Bu modeller, temel kıyaslamalarda (kodlama, akıl yürütme, matematik) GPT-5.5 ve Claude ile eşleşiyor veya onları geçiyor
Geliştirici ekosistemi: Ağırlıklar Hugging Face'te barındırılıyor, OpenRouter, Kilo Code ve diğer platformlara entegre ediliyor ve küresel geliştiriciler için erişilebilir hale geliyor
Bu eğilim, Çin'in artık yalnızca donanım kısıtlaması olan bir takipçi olmadığını gösteriyor — açık ağırlıklı model sürümlerinde liderdir ve açıklığı, Batılı kapalı model liderlerine karşı rekabetçi bir hendek olarak kullanıyor. Planlanan 2,7T modeli, eğer gerçekleşirse, bu yöndeki en güçlü açıklama olacaktır.
bloomberg.com
Tencent Unveils AI Model in High-Stakes Test for OpenAI Hire
