MoonshotAI: Kimi K2.7 Code karşı Qwen: Qwen3 235B A22B Thinking 2507
MoonshotAI: Kimi K2.7 Code ($2,10 / 1M token (≈ ₺105,37)) ve Qwen: Qwen3 235B A22B Thinking 2507 ($1,58 / 1M token (≈ ₺79,03)) modellerinin api14 kataloğundaki güncel USD fiyatları ve yetenekleriyle yan yana karşılaştırması. İkisi de aynı OpenAI uyumlu API üzerinden çalışır.
Teknik özellikler
| MoonshotAI: Kimi K2.7 Code | Qwen: Qwen3 235B A22B Thinking 2507 | |
|---|---|---|
| Sağlayıcı | Moonshot AI | Qwen |
| Girdi | $2,10 / 1M token (≈ ₺105,37) | $1,58 / 1M token (≈ ₺79,03) |
| Çıktı | $12,25 / 1M token (≈ ₺614,67) | $12,25 / 1M token (≈ ₺614,67) |
| Önbellek okuma | $0,56 / 1M token (≈ ₺28,10) | - |
| Bağlam penceresi | 262.144 | 128.000 |
| Maks. çıktı | 235.929 | 16.384 |
| Girdi | text, image | text |
| Çıktı | text | text |
| Araç çağırma | ||
| Yapılandırılmış çıktı | ||
| Akıl yürütme kontrolü | ||
| Eklenme | 12 Haz 2026 | 25 Tem 2025 |
Temel farklar
- Qwen: Qwen3 235B A22B Thinking 2507 girdi tokenlarında 25% daha ucuz.
- MoonshotAI: Kimi K2.7 Code 2.0× daha fazla bağlam okur (262.144 token).
- yapılandırılmış JSON çıktısı özelliğini yalnızca MoonshotAI: Kimi K2.7 Code destekler.
- 1.000 girdi ve 500 çıktı tokenlı bir istek MoonshotAI: Kimi K2.7 Code ile $0,00823, Qwen: Qwen3 235B A22B Thinking 2507 ile $0,00770 tutar.
Ayrıntılı bakış
MoonshotAI: Kimi K2.7 Code, Moonshot AI tarafından yapılmıştır ve Qwen: Qwen3 235B A22B Thinking 2507, Qwen tarafından yapılmıştır. Her ikisi de metin modelleridir, bu da döndürdükleri şeyin metin olduğu anlamına gelir ve her ikisi de aynı OpenAI uyumlu yüz üzerinden api14 aracılığıyla sunulur. Kimi modeli sağlayıcısı tarafından 2026-06-12 tarihinde yayınlanırken, Qwen modeli 2025-07-25 tarihinde yayınlanmıştır. İsimlendirme niyet hakkında bir şeyler söylüyor: Kimi K2.7 Code kod çalışması etrafında konumlandırılmıştır ve Qwen modeli Thinking etiketini taşır, bu da akıl yürütme ağırlıklı üretimi işaret eder.
En belirgin ayrım bağlam ve girdidir. Kimi K2.7 Code metin ve görüntü girdisi kabul eder ve 262144 token'lık bir bağlam penceresi sunar. Qwen3 235B A22B Thinking 2507 yalnızca metin kabul eder ve 128000 token sunar. Bu nedenle, isteminiz metinle birlikte bir ekran görüntüsü, bir diyagram, taranmış bir sayfa veya başka bir görüntü içeriyorsa, bunu yalnızca Kimi modeli kabul edebilir. Göreviniz saf metin ise ve 128000 token içine rahatça sığıyorsa, her ikisi de uygundur. Parametreler açısından Kimi K2.7 Code, structured_outputs, response_format, logit_bias, logprobs, top_logprobs, min_p, repetition_penalty, parallel_tool_calls ve seed dahil daha geniş bir set sergiler. Qwen modeli araçları, tool_choice, reasoning, include_reasoning, temperature, top_p, top_k, frequency_penalty, presence_penalty, max_tokens ve stop'u destekler. Her ikisi de araç çağırmayı desteklediği için bu konuda ikisinin de özel bir avantajı yoktur, ancak yapılandırılmış çıktı kısıtlamaları yalnızca Kimi modeli için listelenmiştir.
Görev seçimi için, isteğin aslında neye ihtiyacı olduğundan başlayın. Uzun depo bağlamı, çok dosyalı yeniden düzenlemeler, büyük loglar veya modelin bir JSON şemasına veya belirli bir yanıt formatına kısıtlanmasını istediğiniz her şey, daha büyük pencere ve yapılandırılmış çıktı parametreleri nedeniyle Kimi K2.7 Code'a işaret eder. Orta miktarda metin üzerinde öncelikle akıl yürütme yapan, modelin cevap vermeden önce düşünmesini istediğiniz ve görüntülere veya şema zorlamasına ihtiyacınız olmayan işler, Qwen3 235B A22B Thinking 2507 için makul bir uyumdur. Emin değilseniz, karar verme soruları basittir: girdide bir görüntü var mı, istem 128000 token'ı aşıyor mu ve yapılandırılmış çıktılara ihtiyacınız var mı? Bu kurallardan herhangi birine evet cevabı, o çağrı için Qwen modelini eler.
api14 üzerinden herhangi birini çağırmak aynı işlemdir. OpenAI uyumlu sohbet tamamlama uç noktasına api14 anahtarınızla bir istek gönderirsiniz ve iki model arasındaki tek fark model id dizesidir. Kimi modeli için "moonshotai/kimi-k2.7-code" ve Qwen modeli için "qwen/qwen3-235b-a22b-thinking-2507" kullanın. Mesajlar, araçlar, sıcaklık ve istek gövdesinin geri kalanı aynı şekli korur, bu nedenle geçiş tek satırlık bir düzenlemedir ve istemci kodunu yeniden yazmadan kendi trafiğiniz üzerinde ikisini A/B test edebilirsiniz. Sadece seçilen modelin desteklediği alanları gönderdiğinizi unutmayın, çünkü Qwen modeli yapılandırılmış çıktı veya logprob parametrelerini kabul etmez.
Tek bir metinle geçiş yap
İki model de aynı uç noktayı ve istek yapısını kullanır. model değerini "moonshotai/kimi-k2.7-code" yerine "qwen/qwen3-235b-a22b-thinking-2507" yap, istemler, akış ve araçlar çalışmaya devam eder.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "qwen/qwen3-235b-a22b-thinking-2507",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Diğer karşılaştırmalar
- LiquidAI: LFM3-1.7B karşı Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B karşı Crouton Alpha
- LiquidAI: LFM3-1.7B karşı Tencent: Hy4
- LiquidAI: LFM3-1.7B karşı Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview karşı Crouton Alpha
- Ricursive: Ripple 65B Preview karşı Tencent: Hy4
- Ricursive: Ripple 65B Preview karşı Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha karşı Tencent: Hy4