Moonshot AI, yıl sonuna kadar 2 milyar dolar gelir hedefliyor

Çin merkezli yapay zekâ şirketi Moonshot AI, yıl sonuna kadar yıllıklandırılmış gelirini 2 milyar dolara yükseltmeyi planlıyor. Şirketin hedefi, ağustos ayında bildirilen gelir hızının yaklaşık iki katına karşılık geliyor. Bu beklentinin arkasında, şirketin yaz aylarında kullanıma sunduğu K3 modelinin gördüğü ilgi bulunuyor.

Yıllıklandırılmış gelir ifadesi, bir şirketin mevcut gelir temposunun 12 aylık döneme yayılmasıyla elde edilen tahmini gösteriyor. Dolayısıyla Moonshot AI’ın açıkladığı hedef, 2026 yılının tamamında kesin olarak 2 milyar dolar gelir elde edildiği anlamına gelmiyor. Şirket, mevcut büyüme hızını koruyabilirse yıl sonundaki yıllık gelir temposunun bu seviyeye ulaşabileceğini öngörüyor.

K3 modeli yüksek kullanım hacmine ulaştı

Moonshot AI’ın Kimi ürün ailesiyle bağlantılı K3 modeli, ağırlıkları kamuya açık olan yapay zekâ modelleri arasında öne çıkan örneklerden biri. Kullanıcıların ve geliştiricilerin model ağırlıklarına erişebilmesi, K3’ün farklı hizmetlere ve uygulamalara entegre edilmesini kolaylaştırıyor. Bu yaklaşım, kapalı modellerdeki lisans ve erişim kısıtlarına kıyasla daha geniş bir kullanım alanı sağlayabiliyor.

Modelin kullanımında son aylarda hafif bir gerileme görülse de trafik hâlâ oldukça yüksek. OpenRouter verileri, K3 tabanlı modellerin platform üzerinde günde 300 milyar tokene kadar üretim yapabildiğini gösteriyor. Token, yapay zekâ sistemlerinin metinleri işlerken kullandığı temel veri birimlerinden biri. Bu ölçüm, doğrudan gelir miktarını göstermese de modelin geliştiriciler ve son kullanıcılar arasındaki kullanım yoğunluğuna dair fikir veriyor.

Moonshot AI’ın 2 milyar dolarlık hedefi, açık ağırlıklı yapay zekâ modellerinin de ticari açıdan ciddi gelir üretebileceğine işaret ediyor. Ancak bu modellerin ekonomik yapısı, tamamen kapalı sistemler sunan rakiplerden farklı. Ağırlıkları ücretsiz dağıtılan modellerde şirketin her kullanım üzerinden elde ettiği gelir ve kâr marjı daha düşük kalabiliyor. Buna rağmen yüksek kullanım hacmi, daha düşük marjı telafi edebilecek bir ölçek yaratabiliyor.

Gelir hedefi büyük rakiplerin gerisinde kalıyor

Moonshot AI’ın hedefi iddialı olsa da şirketin gelir seviyesi, kapalı model geliştiren en büyük rakiplerin gerisinde bulunuyor. Son raporlarda OpenAI için yaklaşık 40 milyar dolar, Anthropic içinse 65 milyar dolar yıllıklandırılmış gelir rakamları paylaşılmıştı. Bu karşılaştırma, yapay zekâ pazarında model teknolojisinin yanı sıra kurumsal aboneliklerin, API kullanımının ve ticari lisansların da belirleyici olduğunu gösteriyor.

Açık ağırlıklı modellerin gelir potansiyeli, özellikle bulut platformları ve geliştirici araçlarıyla kurulan iş ortaklıklarına bağlı. Moonshot AI’ın K3 modeliyle elde ettiği kullanım hacmi, şirketin bu alanda büyüme alanı bulduğunu gösteriyor. Ancak hedefin gerçekleşmesi, model kullanımındaki ivmenin korunmasına ve yüksek trafik hacminin doğrudan ücretli hizmetlere dönüştürülmesine bağlı olacak.

Model eğitimiyle ilgili suçlamalar gündemde

Şirketin büyüme planı, model geliştirme yöntemleriyle ilgili tartışmaların yaşandığı bir döneme denk geliyor. Anthropic, Moonshot AI’ın uzun süredir yürüttüğünü öne sürdüğü bir model damıtma operasyonunda Kimi üzerinden Claude Opus’a yaklaşık 300 bin istek yönlendirildiğini iddia etti. Bu yöntemde, daha gelişmiş bir modelin ürettiği yanıtlar başka bir yapay zekâ sisteminin eğitilmesinde kullanılabiliyor.

Anthropic’in iddiasına göre Moonshot AI, kendi modellerini eğitmek amacıyla Anthropic modellerinden toplam 23 milyondan fazla yanıt topladı. Bu suçlamalar, yapay zekâ şirketlerinin eğitim verilerine nasıl eriştiği ve rakip modellerin çıktılarının hangi koşullarda kullanılabileceği konusundaki hukuki tartışmayı yeniden gündeme getiriyor. İddiaların doğrulanmış bir mahkeme kararı değil, Anthropic tarafından ortaya atılmış suçlamalar olduğu da belirtilmeli.

Moonshot AI’ın 2 milyar dolarlık gelir hedefi, açık model stratejisinin ticari sınırlarını test edecek. K3’ün yüksek kullanım hacmini gerçek satışlara dönüştürmesi şirket için kritik olurken, eğitim süreçleriyle ilgili tartışmalar da küresel yapay zekâ pazarındaki rekabetin yalnızca model performansıyla sınırlı olmadığını gösteriyor.