moonshot

Kimi k2.6

Kimi k2.6 adalah model MoE 1T-parameter dari Moonshot AI yang menampilkan context window 256K, input video native, dan performa elit dalam coding agentic...

ReasoningMultimodalCoding AgentOpen WeightsMoE
moonshot logomoonshotKimi20 April 2026
Konteks
256Ktoken
Output maks.
33Ktoken
Harga input
$0.95/ 1M
Harga output
$4.00/ 1M
Modalitas:TextImageVideo
Kemampuan:VisiAlatStreamingPenalaran
Benchmarks
GPQA
90.5%
GPQA: Tanya Jawab Sains Tingkat Doktoral. Benchmark ketat dengan 448 pertanyaan pilihan ganda dalam biologi, fisika, dan kimia yang dibuat oleh pakar domain. Para ahli PhD hanya mencapai akurasi 65-74%, sementara non-ahli hanya mendapat 34% bahkan dengan akses web tak terbatas (sehingga disebut 'tahan Google'). Kimi k2.6 meraih skor 90.5% pada benchmark ini.
HLE
54%
HLE: Penalaran Keahlian Tingkat Tinggi. Menguji kemampuan model untuk mendemonstrasikan penalaran tingkat ahli di domain khusus. Mengevaluasi pemahaman mendalam tentang topik kompleks yang membutuhkan pengetahuan tingkat profesional. Kimi k2.6 meraih skor 54% pada benchmark ini.
MMLU
86.4%
MMLU: Pemahaman Bahasa Multitugas Masif. Benchmark komprehensif dengan 16.000 pertanyaan pilihan ganda meliputi 57 mata pelajaran akademik termasuk matematika, filsafat, hukum, dan kedokteran. Menguji pengetahuan luas dan kemampuan penalaran. Kimi k2.6 meraih skor 86.4% pada benchmark ini.
MMLU Pro
84.6%
MMLU Pro: MMLU Edisi Profesional. Versi MMLU yang ditingkatkan dengan 12.032 pertanyaan menggunakan format 10 pilihan yang lebih sulit. Mencakup Matematika, Fisika, Kimia, Hukum, Teknik, Ekonomi, Kesehatan, Psikologi, Bisnis, Biologi, Filsafat, dan Ilmu Komputer. Kimi k2.6 meraih skor 84.6% pada benchmark ini.
SimpleQA
43%
SimpleQA: Benchmark Akurasi Faktual. Menguji kemampuan model untuk memberikan respons yang akurat dan faktual terhadap pertanyaan langsung. Mengukur keandalan dan mengurangi halusinasi dalam tugas pengambilan pengetahuan. Kimi k2.6 meraih skor 43% pada benchmark ini.
IFEval
89.8%
IFEval: Evaluasi Kepatuhan Instruksi. Mengukur seberapa baik model mengikuti instruksi dan batasan tertentu. Menguji kemampuan untuk mematuhi aturan format, batas panjang, dan persyaratan eksplisit lainnya. Kimi k2.6 meraih skor 89.8% pada benchmark ini.
AIME 2025
97.3%
AIME 2025: Ujian Matematika Undangan Amerika. Soal matematika tingkat kompetisi dari ujian AIME bergengsi yang dirancang untuk siswa SMA berbakat. Menguji pemecahan masalah matematika tingkat lanjut yang membutuhkan penalaran abstrak, bukan sekadar pencocokan pola. Kimi k2.6 meraih skor 97.3% pada benchmark ini.
MATH
98.2%
MATH: Pemecahan Masalah Matematika. Benchmark matematika komprehensif yang menguji pemecahan masalah dalam aljabar, geometri, kalkulus, dan domain matematika lainnya. Membutuhkan penalaran multi-langkah dan pengetahuan matematika formal. Kimi k2.6 meraih skor 98.2% pada benchmark ini.
GSM8k
97.3%
GSM8k: Matematika SD 8K. 8.500 soal cerita matematika tingkat SD yang membutuhkan penalaran multi-langkah. Menguji aritmatika dasar dan pemikiran logis melalui skenario dunia nyata seperti belanja atau perhitungan waktu. Kimi k2.6 meraih skor 97.3% pada benchmark ini.
MGSM
91.5%
MGSM: Matematika SD Multibahasa. Benchmark GSM8k yang diterjemahkan ke 10 bahasa termasuk Spanyol, Prancis, Jerman, Rusia, Cina, dan Jepang. Menguji penalaran matematika dalam berbagai bahasa. Kimi k2.6 meraih skor 91.5% pada benchmark ini.
MathVista
67.1%
MathVista: Penalaran Matematika Visual. Menguji kemampuan untuk menyelesaikan masalah matematika yang melibatkan elemen visual seperti grafik, diagram geometri, dan figur ilmiah. Menggabungkan pemahaman visual dengan penalaran matematika. Kimi k2.6 meraih skor 67.1% pada benchmark ini.
SWE-Bench
80.2%
SWE-Bench: Benchmark Rekayasa Perangkat Lunak. Model AI mencoba menyelesaikan masalah GitHub nyata dalam proyek Python open-source dengan verifikasi manusia. Menguji keterampilan rekayasa perangkat lunak praktis pada codebase produksi. Model terbaik meningkat dari 4,4% di 2023 menjadi lebih dari 70% di 2024. Kimi k2.6 meraih skor 80.2% pada benchmark ini.
HumanEval
92%
HumanEval: Masalah Pemrograman Python. 164 masalah pemrograman yang ditulis tangan di mana model harus menghasilkan implementasi fungsi Python yang benar. Setiap solusi diverifikasi dengan unit test. Model terbaik sekarang mencapai akurasi lebih dari 90%. Kimi k2.6 meraih skor 92% pada benchmark ini.
LiveCodeBench
83.1%
LiveCodeBench: Benchmark Koding Langsung. Menguji kemampuan koding pada tantangan pemrograman dunia nyata yang terus diperbarui. Berbeda dengan benchmark statis, menggunakan masalah baru untuk mencegah kontaminasi data dan mengukur keterampilan koding yang sebenarnya. Kimi k2.6 meraih skor 83.1% pada benchmark ini.
MMMU
77.3%
MMMU: Pemahaman Multimodal. Benchmark Pemahaman Multimodal Multi-disiplin Masif yang menguji model penglihatan-bahasa pada masalah tingkat universitas di 30 mata pelajaran yang membutuhkan pemahaman gambar dan pengetahuan ahli. Kimi k2.6 meraih skor 77.3% pada benchmark ini.
MMMU Pro
75.6%
MMMU Pro: MMMU Edisi Profesional. Versi MMMU yang ditingkatkan dengan pertanyaan lebih sulit dan evaluasi lebih ketat. Menguji penalaran multimodal tingkat lanjut di tingkat profesional dan ahli. Kimi k2.6 meraih skor 75.6% pada benchmark ini.
ChartQA
87.4%
ChartQA: Tanya Jawab Grafik. Menguji kemampuan untuk memahami dan bernalar tentang informasi yang disajikan dalam grafik dan diagram. Membutuhkan ekstraksi data, perbandingan nilai, dan melakukan perhitungan dari representasi visual data. Kimi k2.6 meraih skor 87.4% pada benchmark ini.
DocVQA
94.9%
DocVQA: Tanya Jawab Visual Dokumen. Benchmark Tanya Jawab Visual Dokumen yang menguji kemampuan untuk mengekstrak dan bernalar tentang informasi dari gambar dokumen termasuk formulir, laporan, dan teks yang dipindai. Kimi k2.6 meraih skor 94.9% pada benchmark ini.
Terminal-Bench
60.2%
Terminal-Bench: Tugas Terminal/CLI. Menguji kemampuan untuk melakukan operasi baris perintah, menulis skrip shell, dan menavigasi lingkungan terminal. Mengukur keterampilan administrasi sistem praktis dan alur kerja pengembangan. Kimi k2.6 meraih skor 60.2% pada benchmark ini.
ARC-AGI
68.8%
ARC-AGI: Abstraksi dan Penalaran. Abstraction and Reasoning Corpus untuk AGI - menguji kecerdasan fluida melalui teka-teki pengenalan pola baru. Setiap tugas membutuhkan penemuan aturan yang mendasari dari contoh, mengukur kemampuan penalaran umum daripada menghafal. Kimi k2.6 meraih skor 68.8% pada benchmark ini.

Tentang Kimi k2.6

Pelajari tentang kemampuan, fitur, dan cara menggunakan Kimi k2.6.

Desain Arsitektur dan Skala

Kimi k2.6 adalah model multimodal frontier Mixture-of-Experts (MoE) yang menampilkan skala triliunan parameter. Model ini menggunakan 32 miliar parameter aktif per token, menyeimbangkan efisiensi komputasi dengan kinerja kognitif tingkat tinggi. Arsitekturnya mendukung reasoning chain-of-thought internal, di mana model menghasilkan langkah-langkah penalaran tersembunyi sebelum memberikan respons akhir. Desain ini memungkinkannya menangani masalah kompleks multi-langkah yang biasanya menghambat large language model standar.

Kecerdasan dan Koordinasi Agentic

Model ini dioptimalkan secara khusus untuk software engineering otonom dan tugas jangka panjang. Ia dapat mengelola Agent Swarms hingga 300 sub-agent paralel, yang berkoordinasi untuk me-refactor codebase besar atau mengelola pipeline DevOps yang kompleks. Dengan menggunakan pemanggilan tool native dan pemahaman visual, Kimi k2.6 beroperasi sebagai agen otonom yang mampu menyelesaikan issue GitHub multi-file dan membuat antarmuka web kaya gerakan dari referensi visual.

Kapabilitas Multimodal

Dukungan native untuk input video dan gambar membedakan Kimi k2.6 dari banyak rekan open-weight-nya. Model ini memproses file video secara langsung untuk melakukan analisis adegan, reproduksi bug, dan ekstraksi data terstruktur. Model ini berperan sebagai arsitek visual, menghasilkan shader 3D dan animasi kompleks menggunakan library seperti Three.js dan GSAP berdasarkan deskripsi visual atau mockup yang diunggah.

Kimi k2.6

Kasus Penggunaan untuk Kimi k2.6

Temukan berbagai cara menggunakan Kimi k2.6 untuk hasil yang luar biasa.

Software Engineering Otonom

Menyelesaikan issue GitHub yang kompleks dengan mengoordinasikan hingga 300 sub-agent paralel selama sesi 12 jam.

Pembuatan Frontend Berbasis Gerakan

Membuat antarmuka web modern dengan shader WebGL dan GSAP dari prompt teks atau gambar tunggal.

Analisis Video Mendalam

Menganalisis rekaman untuk melakukan reproduksi bug visual, deskripsi adegan, atau ekstraksi data terstruktur.

Riset Pasar Agentic

Menjalankan pencarian web multi-langkah dan pemanggilan tool untuk menyintesis laporan analisis kompetitif dari ratusan sumber.

Optimasi Kode Warisan (Legacy)

Mengidentifikasi bottleneck performa pada codebase lama dengan menganalisis flame graph CPU dan data alokasi.

Pemecahan Masalah Ilmiah

Menjawab pertanyaan sains dan matematika tingkat pascasarjana menggunakan reasoning yang dibantu Python dan verifikasi tool.

Kelebihan

Keterbatasan

Coding Agentic yang Superior: Mencapai skor 80,2% pada SWE-Bench Verified, menempatkannya di antara model paling kapabel untuk engineering otonom.
Persyaratan VRAM Lokal yang Tinggi: Menjalankan model penuh secara lokal memerlukan 600GB VRAM, membatasi self-hosting pada workstation kelas atas yang khusus.
Skala Koordinasi Masif: Mengelola 300 sub-agent paralel, memungkinkannya menangani tugas refactoring skala perusahaan dalam sekali jalan.
Latency API Regional: Infrastruktur dioptimalkan untuk Asia, yang dapat menyebabkan waktu respons lebih lambat bagi pengguna di wilayah Barat.
Versatilitas Multimodal Native: Mendukung input video dan gambar native, memungkinkan alur kerja agen visual-language tingkat lanjut untuk tugas UI/UX.
Celah Recall dalam Konteks Panjang: Model dapat kesulitan dalam mencapai recall sempurna pada batas ekstrem buffer 256.000 token.
Keunggulan Harga yang Agresif: Dengan $0,95 per juta input token, model ini jauh lebih murah daripada kompetitor closed-source seperti Claude 3.7 atau GPT-4o.
Lisensi Komersial Terbatas: Rilis open-weights menggunakan lisensi modifikasi yang memerlukan kepatuhan khusus untuk deployment perusahaan skala besar.

Mulai Cepat API

moonshotai/kimi-k2.6

Lihat Dokumentasi
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();

Instal SDK dan mulai melakukan panggilan API dalam hitungan menit.

Apa Kata Orang Tentang Kimi k2.6

Lihat apa yang dipikirkan komunitas tentang Kimi k2.6

Kenalkan Kimi K2.6: Memajukan Coding Open-Source. Satu prompt, 100+ file. 4.000+ pemanggilan tool selama 12 jam eksekusi terus-menerus.
@Kimi_Moonshot
twitter
Kimi 2.6 MENGALAHKAN Opus 4.7 Dan Merupakan Model Open Source TERBAIK di Dunia. Ini model yang sangat bagus dengan biaya 10x lebih murah.
@bindureddy
twitter
Delta harga adalah bagian yang tidak diperhitungkan siapa pun. Kimi K2.6 5x lebih murah dari Sonnet 4.6. Kesenjangan benchmark telah resmi terbalik.
@aakashgupta
twitter
Saya mencobanya untuk melawan bug yang saya miliki. Ia menyelesaikannya dengan sukses dengan biaya sedikit di atas $1. Itu adalah bug sulit yang sempat membuat Sonnet kesulitan.
@uworldhits1391
youtube
Kimi K2.6 transformatif, meskipun masih ada ruang untuk perbaikan recall pada tugas ultra-panjang. Namun, 300 agen paralel itu gila.
@Radiant-Act4707
reddit
Seri Kimi K2 menandai momen di mana lab frontier open-source akhirnya menyaingi dan melampaui raksasa closed-source.
@zxytim
twitter

Video Tentang Kimi k2.6

Tonton tutorial, ulasan, dan diskusi tentang Kimi k2.6

Kimi K2.6 tidak akan menghancurkan Claude, tetapi ia AKAN menghancurkan harga premium dari lab closed-source.

Kemampuan agent swarm, 300 agent secara paralel, adalah sesuatu yang belum pernah kita lihat di open source sebelumnya.

Skor HLE sebesar 54,0 adalah yang tertinggi yang pernah kita lihat untuk model open weights.

Satu prompt dapat memicu eksekusi berkelanjutan selama 12 jam, yang merupakan frontier baru bagi para agen.

Model ini menangani pemanggilan tool multi-langkah dengan stabilitas yang setara dengan model proprietary terbaik.

Model vision mendukung input video native, yang merupakan fitur langka bahkan di tahun 2026.

Model ini menangani pemanggilan tool multi-langkah dengan thinking mode stabil yang menyaingi seri o OpenAI.

Untuk pengembangan frontend, hasil generasi kaya gerakan secara signifikan lebih baik daripada K2.5.

Context window 256K memungkinkan seluruh set dokumentasi diurai dalam satu kali proses.

Ini adalah salah satu model pertama yang menunjukkan otonomi sejati di lingkungan terminal.

Memadukan K2.6 dengan Kimi Code CLI memungkinkan sesi coding otonom selama 12+ jam.

Model ini me-refactor engine finansial berusia 8 tahun dan memperoleh peningkatan throughput 185% secara otonom.

Ini adalah model dengan triliunan parameter, tetapi parameter aktif hanya 32B, menjaganya tetap cepat.

Penghematan biaya bagi developer yang beralih dari Claude ke Kimi sangat luar biasa.

Ia menyelesaikan bug di library Rust kompleks yang telah terbuka selama tiga bulan.

Lebih dari sekadar prompt

Tingkatkan alur kerja Anda dengan Otomatisasi AI

Automatio menggabungkan kekuatan agen AI, otomatisasi web, dan integrasi cerdas untuk membantu Anda mencapai lebih banyak dalam waktu lebih singkat.

Agen AI
Otomasi Web
Alur Kerja Cerdas

Tips Pro untuk Kimi k2.6

Tips ahli untuk memaksimalkan Kimi k2.6.

Aktifkan Penggunaan Tool untuk Reasoning

Benchmark menunjukkan skor HLE melonjak dari 23,9 menjadi 54,0 ketika model diizinkan menggunakan tool pencarian dan komputasi eksternal.

Pantau Batas Buffer Konteks

Recall paling akurat pada 200.000 token pertama dari buffer 256.000 token.

Gunakan Thinking Mode dengan Bijak

Nonaktifkan parameter thinking untuk tugas chat sederhana guna mengurangi latency dan total konsumsi token.

Standardisasi dengan Tag XML

Model mengikuti instruksi dengan lebih akurat ketika konteks dan tugas dibungkus dalam tag XML.

Manfaatkan Upload Video Native

Gunakan metode upload file daripada encoding base64 untuk video di atas 100MB guna menghindari batas ukuran request.

Testimoni

Apa Kata Pengguna Kami

Bergabunglah dengan ribuan pengguna puas yang telah mengubah alur kerja mereka

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.

Terkait 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

Pertanyaan yang Sering Diajukan tentang Kimi k2.6

Temukan jawaban untuk pertanyaan umum tentang Kimi k2.6