MoE Devri: 397 Milyar Parametreli Ama 17 Milyar Kadar 'Çalışan' Modeller

2026'da açık ağırlıklı frontier modeller tescilli sistemlerle arayı beklenenden hızlı kapattı. Bu sıçramanın arkasında tek bir mimari fikir var: uzman karışımı (Mixture-of-Experts, MoE).

MoE ne yapar?

Klasik 'yoğun' (dense) modelde her token, tüm parametrelerden geçer. MoE'de ise model çok sayıda 'uzman' alt-ağa bölünür ve bir yönlendirici her token için yalnızca birkaç uzmanı etkinleştirir. Sonuç: modelin toplam kapasitesi dev kalırken, her adımda yapılan hesap çok daha küçük olur.

2026'nın açık MoE modelleri

• Alibaba Qwen3.5-397B-A17B: 397 milyar toplam parametre, token başına ~17 milyar etkin; çok modlu akıl yürütme ve ultra-uzun bağlam.
• Z.ai GLM-5.3-Flash: 320B/18B boyutunda, 1M bağlam, MIT lisanslı ağırlıklar; yerel olarak çok modlu.
• Kimi K2.5: ~15 trilyon karışık görsel+metin token üzerinde sürekli ön-eğitimle kurulmuş çok modlu ajan modeli.

Neden önemli: maliyet ve dağıtım

MoE, 'frontier kalite'yi 'makul çıkarım maliyeti' ile buluşturur; devasa ama indirilip dağıtılabilen açık modeller, artık yeterli donanıma sahip her ekibin erişimine giriyor. Ama aktif/atıl parametre dengesi, yönlendirme kalitesi ve bellek ayak izi, üretimde dikkatli yönetim ister.

remot açısından

remot, yoğun ve MoE modelleri aynı orkestrasyon katmanında yan yana kullanmanızı sağlar: işi uygun modele (açık ya da tescilli) yönlendirir, gecikme ve maliyeti ölçer, kalite eşiğini korur. Böylece mimari çeşitliliği bir karmaşa değil, optimize edilebilir bir seçim havuzu olur.