Kimi K2.6
Kimi K2.6 是 Moonshot AI 于 2026 年 4 月 20 日发布的开放权重多模态模型，也是 K2 和 K2.5 之后，九个月内推出的第三个 K2 系列模型。该模型采用 1 万亿参数的 Mixture-of-Experts 架构，每个 token 激活约 320 亿参数，结合了原生多模态输入、先进的 Agent swarm 编排能力，以及较强的编程表现。
核心特性
- 原生多模态架构：通过自研 MoonViT 视觉编码器支持文本、图像和视频输入。K2.6 新增视频输入能力，支持 mp4、mov、avi 和 webm 格式。
- Agent Swarm 编排：单个任务最多支持 300 个并发子 Agent 和 4,000 个协同步骤，工具调用成功率达到 96.6%，高于 K2.5 的 91%。
- 编程能力：SWE-Bench Pro 58.6%，SWE-bench Verified 80.2%，LiveCodeBench v6 89.6%，Terminal-Bench 2.0 66.7%。
- 修改版 MIT 许可：开放权重已发布在 Hugging Face 上，当月活低于 1 亿或月营收低于 2,000 万美元时，可免费用于商业场景。
适用场景
- 端到端编码与 UI 生成：适合将文本提示和视觉输入转化为可落地的界面，以及轻量级全栈工作流，覆盖 Python、Rust 和 Go 等语言。
- 多 Agent 系统：300 Agent 并发能力和 4,000 步协同上限，使其适合需要长上下文稳定性的复杂自主工作流。
- 高性价比多模态处理：在较低成本下提供多模态与 Agent 工作流能力，适合对成本敏感的高频任务场景。
能力与限制
| 能力维度 | 说明 |
|---|
| 推理能力 | AIME 2026：96.4%，GPQA-Diamond：90.5%，HLE with tools：54.0% |
| 编程能力 | SWE-Bench Pro 58.6%，SWE-bench Verified 80.2%，LiveCodeBench v6 89.6%，Terminal-Bench 2.0 66.7% |
| 多模态能力 | 通过 MoonViT 视觉编码器支持文本、图像（png、jpeg、webp、gif）和视频（mp4、mov、avi、webm）输入 |
| 响应速度 | 面向 Agent 工作流做了吞吐优化，具体 tokens/s 表现会随部署环境变化 |
| 上下文窗口 | 262K tokens |
| 最大输出 | 16K tokens，扩展模式下最高可达 98K |
| 工具调用 | 工具调用成功率 96.6%，单次会话支持 4,000+ 次工具调用和多 Agent 交接 |
| 多语言能力 | 160K 词表针对代码和非英语文本做了优化；SWE-bench Multilingual 76.7% |
已知限制
- 在部分视觉基准上，多模态表现仍弱于顶级专有模型，例如 MMMU-Pro 和 MathVision。
- API 不支持通过 URL 直接传入图片，只支持 base64 编码内容或文件上传。
- 图片分辨率上限为 4K，视频分辨率上限为 2K，整个请求体需控制在 100MB 以内。
- 在纯数学推理任务上，AIME 2026 和 GPQA-Diamond 等基准仍落后于部分更高端的专有模型。
- 262K 上下文窗口小于部分提供 1M+ tokens 的专有替代方案。
- 独立评测认为其相较 K2.5 的日常任务提升有限，在某些垂直领域任务上仍存在短板。
积分消耗
| 模型名称 | 输入 (Credits/Token) | Cache Write (Credits/Token) | Cache Read (Credits/Token) | 输出 (Credits/Token) | 网页搜索（Credits/次） | 计费说明 |
|---|
| Kimi K2.6 | 0.95 | 0.95 | 0.16 | 4.00 | - | - |