moonshot

Kimi k2.6

A Kimi k2.6 a Moonshot AI 1 billió paraméteres MoE modellje, amely 256K context window-val, natív videóbevitellel és elit teljesítménnyel rendelkezik az...

ReasoningMultimodalCoding AgentOpen WeightsMoE
moonshot logomoonshotKimi2026. április 20.
Kontextus
256Ktoken
Max kimenet
33Ktoken
Bemenet ara
$0.95/ 1M
Kimenet ara
$4.00/ 1M
Modalitas:TextImageVideo
Kepessegek:LatasEszkozokStreamingErvelés
Benchmarkok
GPQA
90.5%
GPQA: Posztgradualis szintu tudomanyos kerdesek. Szigoru benchmark 448 kerdessel biologiabol, fizikabol es kemiabol. PhD szakertok csak 65-74% pontossagot ernek el. Kimi k2.6 90.5% pontot ert el ezen a benchmarkon.
HLE
54%
HLE: Szakertoi szintu erveles. Teszteli a modell kepesseget szakertoi szintu erveles bemutatására specializalt teruletteken. Kimi k2.6 54% pontot ert el ezen a benchmarkon.
MMLU
86.4%
MMLU: Massziv multitask nyelvmegertes. Atfogo benchmark 16 000 kerdessel 57 akademiai tantargybol. Kimi k2.6 86.4% pontot ert el ezen a benchmarkon.
MMLU Pro
84.6%
MMLU Pro: MMLU Professzionalis kiadas. MMLU javitott valtozata 12 032 kerdessel es nehezebb 10 opcis formatummal. Kimi k2.6 84.6% pontot ert el ezen a benchmarkon.
SimpleQA
43%
SimpleQA: Tenybeli pontossag benchmark. Teszteli a modell kepesseget pontos, tenyszeru valaszok adasara. Kimi k2.6 43% pontot ert el ezen a benchmarkon.
IFEval
89.8%
IFEval: Utasitaskovetes ertekeles. Meri, mennyire jol koveti a modell az adott utasitasokat es korlatozasokat. Kimi k2.6 89.8% pontot ert el ezen a benchmarkon.
AIME 2025
97.3%
AIME 2025: Amerikai Meghivasos Matematika Vizsga. Verseny szintu matematikai problemak a rangos AIME vizsgabol. Kimi k2.6 97.3% pontot ert el ezen a benchmarkon.
MATH
98.2%
MATH: Matematikai problemamegoldas. Atfogo matematikai benchmark problemamegoldasra algebraban, geometriaban, analizisben. Kimi k2.6 98.2% pontot ert el ezen a benchmarkon.
GSM8k
97.3%
GSM8k: Altalanos iskolai matematika 8K. 8 500 altalanos iskolai szintu matematikai szoveges feladat. Kimi k2.6 97.3% pontot ert el ezen a benchmarkon.
MGSM
91.5%
MGSM: Tobbnyelvű altalanos iskolai matematika. GSM8k benchmark 10 nyelvre forditva. Kimi k2.6 91.5% pontot ert el ezen a benchmarkon.
MathVista
67.1%
MathVista: Matematikai vizualis erveles. Teszteli a kepesseget vizualis elemeket tartalmazo matematikai problémak megoldasara. Kimi k2.6 67.1% pontot ert el ezen a benchmarkon.
SWE-Bench
80.2%
SWE-Bench: Szoftverfejlesztesi benchmark. AI modellek valos GitHub problemakat probalnak megoldani Python projektekben. Kimi k2.6 80.2% pontot ert el ezen a benchmarkon.
HumanEval
92%
HumanEval: Python programozasi problemak. 164 programozasi problema, ahol modelleknek helyes Python fuggveny implementaciokat kell generalniuk. Kimi k2.6 92% pontot ert el ezen a benchmarkon.
LiveCodeBench
83.1%
LiveCodeBench: Elo kodolasi benchmark. Teszteli a kodolasi kepessegeket folyamatosan frissulo, valos vilag programozasi kihivasokon. Kimi k2.6 83.1% pontot ert el ezen a benchmarkon.
MMMU
77.3%
MMMU: Multimodalis megertes. Multimodalis megertesi benchmark 30 egyetemi tantargybol. Kimi k2.6 77.3% pontot ert el ezen a benchmarkon.
MMMU Pro
75.6%
MMMU Pro: MMMU Professzionalis kiadas. MMMU javitott valtozata nehezebb kerdesekkel. Kimi k2.6 75.6% pontot ert el ezen a benchmarkon.
ChartQA
87.4%
ChartQA: Diagram kerdes-valasz. Teszteli a kepesseget informaciok megertesere es elemzesere diagramokbol es grafikonokbol. Kimi k2.6 87.4% pontot ert el ezen a benchmarkon.
DocVQA
94.9%
DocVQA: Dokumentum vizualis kerdes. Teszteli a kepesseget informaciok kinyeresere dokumentum kepekbol. Kimi k2.6 94.9% pontot ert el ezen a benchmarkon.
Terminal-Bench
60.2%
Terminal-Bench: Terminal/CLI feladatok. Teszteli a kepesseget parancssori muveletek vegrehajtasara. Kimi k2.6 60.2% pontot ert el ezen a benchmarkon.
ARC-AGI
68.8%
ARC-AGI: Absztrakció es erveles. Teszteli a fluid intelligenciat uj minta-felismero rejtvenyekkel. Kimi k2.6 68.8% pontot ert el ezen a benchmarkon.

A Kimi k2.6 reszletei

Ismerd meg a Kimi k2.6 kepessegeit, funkcioit es hogy hogyan segithet jobb eredmenyeket elerni.

Architektúra és méretezhetőség

A Kimi k2.6 egy frontier multimodális Mixture-of-Experts (MoE) modell, amely billió paraméteres léptékkel rendelkezik. Tokenenként 32 milliárd aktív paramétert használ, egyensúlyt teremtve a számítási hatékonyság és a magas szintű kognitív teljesítmény között. Az architektúra támogatja a belső chain-of-thought reasoning-et, ahol a modell rejtett gondolkodási lépéseket generál a végleges válasz kiadása előtt. Ez a kialakítás lehetővé teszi, hogy komplex, többlépcsős problémákat oldjon meg, amelyek általában megakasztják a standard nagy nyelvi modelleket.

Agentic intelligencia és koordináció

A modellt kifejezetten autonóm szoftverfejlesztésre és hosszú távú feladatokra optimalizálták. Képes kezelni az Agent Swarms-okat, akár 300 párhuzamos al-agenttel, amelyek összehangoltan refaktorálják a nagy kódbázisokat vagy kezelik a komplex DevOps folyamatokat. A natív eszközhívás és vizuális megértés használatával a Kimi k2.6 autonóm agentként működik, amely képes többfájlos GitHub issue-k megoldására és mozgásgazdag webes interfészek létrehozására vizuális referenciákból.

Multimodális képességek

A videó- és képbevitelek natív támogatása megkülönbözteti a Kimi k2.6-ot számos open-weight társától. Közvetlenül dolgozza fel a videófájlokat jelenetelemzéshez, hiba-reprodukcióhoz és strukturált adatkinyeréshez. A modell vizuális építészként is szolgál, 3D shadereket és komplex animációkat generál olyan könyvtárak segítségével, mint a Three.js és a GSAP, vizuális leírások vagy feltöltött mockupok alapján.

Kimi k2.6

Hasznalati esetek a Kimi k2.6 szamara

Fedezd fel a kulonbozo modokat, ahogyan a Kimi k2.6-t hasznalhatod remek eredmenyek eleresehez.

Autonóm szoftverfejlesztés

Komplex GitHub issue-k megoldása akár 300 párhuzamos al-agent koordinálásával, 12 órás munkafolyamatokban.

Mozgásgazdag frontend generálás

Modern webes interfészek készítése WebGL és GSAP shaderekkel, egyszerű szöveges vagy képi promptokból.

Mélyreható videóelemzés

Felvételek elemzése vizuális hibák reprodukálásához, jelenetleíráshoz vagy strukturált adatok kinyeréséhez.

Agentic piackutatás

Többlépcsős webes keresések és eszközhívások végrehajtása, versenyelemzési jelentések szintetizálásához több száz forrásból.

Örökölt kód optimalizálása

Teljesítménybeli szűk keresztmetszetek azonosítása régebbi kódbázisokban, CPU flame graph-ok és allokációs adatok elemzésével.

Tudományos problémamegoldás

Egyetemi szintű tudományos és matematikai kérdések megválaszolása Python-alapú reasoning és eszközzel történő ellenőrzés segítségével.

Erossegek

Korlatozasok

Kiváló Agentic kódolás: 80,2%-os eredményt ért el a SWE-Bench Verified teszten, ezzel az egyik legképesebb modell az autonóm mérnöki munkákhoz.
Magas helyi VRAM-igény: A teljes modell helyi futtatása 600 GB VRAM-ot igényel, ami a self-hostingot a csúcskategóriás munkaállomásokra korlátozza.
Masszív koordinációs skála: 300 párhuzamos al-agentet menedzsel, lehetővé téve a vállalati szintű refaktorálási feladatok egy menetben történő elvégzését.
Regionális API latency: Az infrastruktúra Ázsiára van optimalizálva, ami magasabb válaszidőt eredményezhet a nyugati régiókban élő felhasználók számára.
Natív multimodális sokoldalúság: Támogatja a natív videó- és képbevitelt, lehetővé téve a fejlett vizuális-nyelvi agent munkafolyamatokat a UI/UX feladatokhoz.
Recall-hibák hosszú context esetén: A modell küzdhet a tökéletes felidézéssel a 256 000 tokenes bufferének szélsőséges határán.
Agresszív árképzési előny: A 0,95 dolláros egymillió bemeneti tokenenkénti árral jelentősen olcsóbb, mint a zárt versenytársak, például a Claude 3.7 vagy a GPT-4o.
Korlátozott kereskedelmi licenc: Az open-weights kiadás egy módosított licencet használ, amely különleges megfelelőségi előírásokat tartalmaz nagyvállalati telepítések esetén.

API gyorsinditas

moonshotai/kimi-k2.6

Dokumentacio megtekintese
moonshot SDK
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.MOONSHOT_API_KEY,
  baseURL: "https://api.moonshot.ai/v1",
});

async function main() {
  const completion = await client.chat.completions.create({
    model: "kimi-k2.6",
    messages: [
      { role: "system", content: "You are a coding expert." },
      { role: "user", content: "Optimize this Rust function for throughput." }
    ],
    extra_body: { thinking: { type: "enabled" } }
  });

  console.log(completion.choices[0].message.content);
}

main();

Telepitsd az SDK-t es kezdj API hivasokat vegezni perceken belul.

Mit mondanak az emberek a Kimi k2.6-rol

Nezd meg, mit gondol a kozosseg a Kimi k2.6-rol

Ismerd meg a Kimi K2.6-ot: Az open-source kódolás fejlődése. Egy prompt, 100+ fájl. 4000+ eszközhívás 12 órányi folyamatos végrehajtás alatt.
@Kimi_Moonshot
twitter
A Kimi 2.6 LEGYŐZI az Opus 4.7-et, és ez a LEGJOBB open source modell a világon. Nagyon jó modell, 10x kisebb költséggel.
@bindureddy
twitter
Az árkülönbség az, amit senki sem kalkulál bele. A Kimi K2.6 5x olcsóbb, mint a Sonnet 4.6. A benchmark szakadék hivatalosan is megfordult.
@aakashgupta
twitter
Kipróbáltam egy hibán, amivel küzdöttem. Sikeresen megoldotta valamivel több mint 1 dollárból. Ez egy nehéz hiba volt, amivel a Sonnet is küszködött.
@uworldhits1391
youtube
A Kimi K2.6 transzformatív, bár van még hova fejlődnie a recall terén az ultrahosszú feladatoknál. Ettől függetlenül 300 párhuzamos agent őrületes.
@Radiant-Act4707
reddit
A Kimi K2 sorozat azt a pillanatot jelzi, amikor az open-source frontier laborok végre felveszik a versenyt, sőt le is hagyják a zárt óriásokat.
@zxytim
twitter

Videok a Kimi k2.6-rol

Nezz oktatoanyagokat, ertekeléseket es beszelgetéseket a Kimi k2.6-rol

A Kimi K2.6 nem fogja elpusztítani a Claude-ot, de elpusztítja a zárt laborok prémium árazását.

Az agent swarm képesség, 300 párhuzamos agenttel, olyasmi, amit eddig nem láttunk open source-ban.

Az 54,0-s HLE pontszám a legmagasabb, amit valaha láttunk open weights modellnél.

Egy prompt 12 órányi folyamatos végrehajtáshoz vezethet, ami új határvonal az agenteknél.

Olyan stabilitással kezeli a többlépcsős eszközhívásokat, ami megegyezik a legjobb zárt modellekével.

A vision model támogatja a natív videóbevitelt, ami ritka funkció még 2026-ban is.

A többlépcsős eszközhívást egy olyan stabil thinking móddal kezeli, amely vetekszik az OpenAI o-sorozatával.

Frontend fejlesztéshez a mozgásgazdag generálások lényegesen jobbak, mint a K2.5-nél.

A 256K context window lehetővé teszi teljes dokumentációk feldolgozását egy menetben.

Ez az egyik első modell, amely valódi autonómiát mutat terminálkörnyezetben.

A K2.6 és a Kimi Code CLI párosítása 12+ órás autonóm kódolási munkameneteket tesz lehetővé.

Autonóm módon refaktorált egy 8 éves pénzügyi motort, 185%-os throughput növekedést elérve.

Ez egy billió paraméteres modell, de az aktív paraméterek csak 32B-ek, ami gyorssá teszi.

A fejlesztők számára a Claude-ról Kimire váltás során jelentkező költségmegtakarítás csillagászati.

Megoldott egy hibát egy komplex Rust könyvtárban, ami három hónapja nyitva állt.

Tobb, mint promptok

Turbozd fel a munkafolyamatodat AI automatizalasal

Az Automatio egyesiti az AI ugynokk, a web automatizalas es az okos integraciok erejet, hogy segitsen tobbet elerni kevesebb ido alatt.

AI ugynokk
Web automatizalas
Okos munkafolyamatok

Profi tippek a Kimi k2.6 szamara

Szakertoi tippek, hogy a legtobbet hozd ki a Kimi k2.6-bol es jobb eredmenyeket erj el.

Azkódold a Tool Use-t a Reasoninghez

A benchmarkok azt mutatják, hogy a HLE pontszám 23,9-ről 54,0-re ugrik, ha a modell használhat külső kereső- és számítási eszközöket.

Figyeld a context buffer határait

A recall a 256 000 tokenes buffer első 200 000 tokenjében a legpontosabb.

Használd takarékosan a Thinking módot

Az egyszerű chat feladatoknál kapcsold ki a thinking paramétert a latency csökkentése és a token-fogyasztás minimalizálása érdekében.

Standardizálás XML tagekkel

A modell pontosabban követi az utasításokat, ha a context és a feladatok XML tagekbe vannak ágyazva.

Használd ki a natív videófeltöltést

A 100 MB-nál nagyobb videók esetében a base64 kódolás helyett használj fájlfeltöltési módszereket a kérésméret-korlátok elkerülése érdekében.

Velemenyek

Mit mondanak a felhasznaloink

Csatlakozz tobb ezer elegedett felhasznalohoz, akik atalakitottak a munkafolyamatukat

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Kapcsolodo AI Models

google

Gemini 3 Flash

Google

Gemini 3 Flash is Google's high-speed multimodal model featuring a 1M token context window, elite 90.4% GPQA reasoning, and autonomous browser automation tools.

1M context
$0.50/$3.00/1M
anthropic

Claude Sonnet 4.6

Anthropic

Claude Sonnet 4.6 offers frontier performance for coding and computer use with a massive 1M token context window for only $3/1M tokens.

1M context
$3.00/$15.00/1M
anthropic

Claude Opus 4.6

Anthropic

Claude Opus 4.6 is Anthropic's flagship model featuring a 1M token context window, Adaptive Thinking, and world-class coding and reasoning performance.

1M context
$5.00/$25.00/1M
google

Gemini 3 Pro

Google

Google's Gemini 3 Pro is a multimodal powerhouse featuring a 1M token context window, native video processing, and industry-leading reasoning performance.

1M context
$2.00/$12.00/1M
alibaba

Qwen3.5-397B-A17B

alibaba

Qwen3.5-397B-A17B is Alibaba's flagship open-weight MoE model. It features native multimodal reasoning, a 1M context window, and a 19x decoding throughput...

1M context
$0.40/$2.40/1M
openai

GPT-5.1

OpenAI

GPT-5.1 is OpenAI’s advanced reasoning flagship featuring adaptive thinking, native multimodality, and state-of-the-art performance in math and technical...

400K context
$1.25/$10.00/1M
openai

GPT-5.2 Pro

OpenAI

GPT-5.2 Pro is OpenAI's 2025 flagship reasoning model featuring Extended Thinking for SOTA performance in mathematics, coding, and expert knowledge work.

400K context
$21.00/$168.00/1M
moonshot

Kimi K2.5

Moonshot

Discover Moonshot AI's Kimi K2.5, a 1T-parameter open-source agentic model featuring native multimodal capabilities, a 262K context window, and SOTA reasoning.

256K context
$0.60/$3.00/1M

Gyakran ismetelt kerdesek a Kimi k2.6-rol

Talalj valaszokat a Kimi k2.6-val kapcsolatos gyakori kerdesekre