واجهة Kimi K2 بلا رقابة

معظم صفحات "النموذج الرخيص" تتحدّث في الحقيقة عن نموذج صغير يرتدي اسم عائلة نموذج كبير. وهذه الصفحة ليست كذلك. فـKimi K2.6 أساس كامل بحجم الصفّ الأول — تريليون معامل من مزيج الخبراء المتناثر، مع مرمِّز رؤية أصلي وبرنامج تدريب موجَّه مباشرةً إلى استخدام الأدوات الوكيل. وما يجعله طبقة القيمة ليس دماغًا أصغر بل وصفة ضغط أجرأ. فالسؤال إذن ليس "هل هو جيّد بما يكفي؟" بل "أيّ الأعمال تلاحظ فعلًا الفرق بينه وبين شقيقه الأغلى بخمسة أضعاف؟" ومعظم هذا المقال إجابة عن ذلك.

01ما هو Kimi K2.6 فعلًا؟

‏Kimi K2.6 نموذج مفتوح الأوزان من Moonshot AI، المختبر الذي يقف في بكين خلف سلسلة Kimi، وقد صدر في 20 أبريل 2026. وهو يرث البنية التي جعلت K2 لافتًا: محوّل مزيج خبراء متناثر بنحو تريليون معامل إجمالًا ونحو 32 مليارًا مفعَّلة لكل رمز، منظَّمة في 384 خبيرًا، 8 موجَّهين زائد واحد مشترك لكل طبقة عبر 61 طبقة، مع انتباه كامن متعدّد الرؤوس. ولا يشتعل من ذلك التريليون إلا شريحة صغيرة عند أي رمز — وهذا بالضبط سبب إمكان تسعير نموذج بهذا الحجم بالسنتات.

والسلالة مهمّة بسبب ما حسّنته Moonshot له. فـK2 الأصلي دُرّب مسبقًا على نحو 15.5 تريليون رمز باستخدام مُحسِّن Muon / MuonClip، المبني خصّيصًا ليقي مزيج خبراء بتريليون معامل من انفجارات الانتباه وقفزات الخسارة التي تزعزع التدريب عند هذا الحجم؛ وقد أبلغت Moonshot عن انعدام أي عدم استقرار تدريبي طوال التشغيل. وهذا سابق على كل ما عداه — إذ سمح لهم بإنفاق ميزانية التدريب على السلوك الوكيل بدل إطفاء الحرائق.

ويوسّع K2.6 ذلك في اتجاهين. أولًا، هو متعدّد الوسائط أصلًا: تمرّ الصور وإطارات الفيديو عبر MoonViT، وهو مرمِّز رؤية بنحو 400 مليون معامل يقسم الصورة إلى رقع 448x448 ويسقط كل رقعة مباشرةً في فضاء رموز النموذج اللغوي — فالرموز البصرية تجلس في التسلسل نفسه مع كل شيء آخر، لا في واصف صور ملحوق يغذّي نموذجًا أعمى. وثانيًا، هو مبني لـالتنسيق في العمق: يذكر عمل Agent Swarm لدى Moonshot تنسيقًا يصل إلى 300 وكيل فرعي متخصّص بمجالات، وإلى 4,000 خطوة منسَّقة في تشغيلة ذاتية واحدة.

ملامح المقاييس كما تذكرها Moonshot

هذه أرقام تذكرها Moonshot عن أساس K2.6 غير المضغوط، لا قياساتنا نحن. وهي مفيدة للشكل العام لا للدقّة:

اقرأ الشكل لا الأرقام. فالدرجات المعتمدة على الأدوات والبحث تجلس عاليًا؛ ودرجات الصعوبة الخالصة تجلس أدنى. وهذه بصمة نموذج مدرَّب على أن يعمل جيّدًا لا على أن يعرف كل شيء — وهي المقايضة الصحيحة إن كان لوكيلك متصفّح وصدفة ونظام ملفات، والخاطئة إن كنت تسأل سؤالًا صعبًا واحدًا بلا أدوات ملحقة.

02ما معنى W4A16-AUTOROUND-REAP

اللاحقة في معرّف النموذج ليست زينة. إنها وصفة الضغط بالضبط، منشورة كي تستطيع التفكير في المقايضة التي تعقدها.

• W4A16 — أوزان بأربع بتّات، وتفعيلات تُحسب بستّ عشرة. فتنخفض ذاكرة الأوزان نحو أربعة أضعاف مقابل bf16 بينما تبقى العمليات الحسابية التي تراكم الخطأ بدقّة 16 بتّة. وهذه هي نقطة التقديم عالية الجودة القياسية لنماذج مزيج الخبراء الضخمة جدًا.
• AUTOROUND — مكمِّم AutoRound من Intel. فالتقريب الساذج إلى الأقرب يعامل كل وزن على حدة ويُهدر معلومات اعتمد عليها النموذج؛ أما AutoRound فـيتعلّم قرارات التقريب مقابل بيانات معايرة بدلًا من ذلك. وعند هدف الأربع بتّات، هذا هو الفرق بين نموذج ما زال يتّبع مخطّطًا وآخر ينحرف.
• REAP — تشذيب تفعيل الخبراء الموزون بالموجّه، من Cerebras Research ‏(arXiv 2510.13999، ICLR 2026). فمعظم الخبراء في مزيج الخبراء نادرًا ما يُوجَّه إليهم. ويسجّل REAP لكل خبير درجة على أساس قيم بوّابة الموجّه ومعايير تفعيله معًا، ثم يزيل الأقلّ بروزًا في لقطة واحدة. والنتيجة المنشورة: تشذيب ما يصل إلى 50% من الخبراء في نماذج بتريليون معامل مع الحفاظ إلى حدّ بعيد على جودة الأساس، وتفوّق التشذيب على دمج الخبراء في المهامّ التوليدية — فالدمج يطمس المتخصّصين معًا، والتشذيب يُسقط غير المستخدَمين فحسب.

وبتطبيقها بهذا الترتيب — شذّب أولًا، ثم كمّم ما بقي — تحصل على نموذج يتّسع ويعمل بسرعة بلا انهيار الجودة الذي كانت أيّ من التقنيتين وحدها لتسبّبه عند هذه النسب. ولنكن صريحين في الكلفة: النموذج المضغوط ليس مطابقًا بتّةً ببتّة للأصل. وما تشتريه الوصفة هو أن يقع التدهور حيث يُستبعد أن تلاحظه — مسارات توجيه نادرة، وذيول رموز منخفضة الاحتمال — لا في اتّباع التعليمات، أو تنسيق استدعاء الأدوات، أو الالتزام بالمخطّط.

03ما معنى "بلا رقابة" على هذه النقطة الطرفية

"بلا رقابة" هنا قول عن المعمار لا عن الموقف. فليست هناك طبقة رفض أمام النموذج ولا ترشيح للمحتوى على مخرجاته. طلبك يصل إلى الأساس وردّه يصل إليك؛ ولا شيء يعترض أيّ الاتجاهين.

وهذا التمييز مهمّ، لأن كلمة "بلا رقابة" تُستعمل على نحو فضفاض. فثلاثة أشياء منفصلة تُحزم تحت الكلمة:

1. تصنيف الدخل — نموذج منفصل يقرأ موجّهك ويقرّر هل يمرّره. غير موجود هنا.
2. ترشيح الخرج — ماسح يفحص النصّ المولَّد فيبتره أو يستبدله. غير موجود هنا.
3. نزعات الأساس نفسه — أيًّا كان ما تعلّمه النموذج الأساس في التدريب. وهذا ملك النموذج، ولا ندّعي أننا محوناه.

والأوّلان هما ما يكسر أنظمة الإنتاج، وهما الاثنان اللذان نزيلهما. فمصنّف يشتعل على 0.5% من الطلبات هو معدّل فشل 0.5% لا تستطيع تنقيحه ولا الاعتراض عليه ولا رؤيته قادمًا — وعبر حلقة وكيل من 200 خطوة، يتراكم فشل 0.5% لكل خطوة إلى تشغيلة تفشل أكثر ممّا تنجح. فالرفض في محادثة إزعاج؛ أما الرفض في الخطوة 147 من تشغيلة ذاتية فيدمّر حالة التشغيلة ويحرق كل ما أنفقته للوصول إلى هناك. وفي أحمال الوكلاء، إزالة سطح الرفض خاصّية موثوقية لا تفضيل أسلوبي.

ولازم ذلك أن المسؤولية تنتقل إليك. فلا شبكة أمان بين تطبيقك ومستخدميك؛ وإن كان منتجك يحتاج واحدة، فابنِها حيث تستطيع رؤيتها وضبطها وتسجيلها. ونرجو أن تقرأ سياسة الاستخدام المسؤول لدينا أوّلًا.

04‏Kimi K2.6 مقابل Kimi K3: متى تستحقّ الأضعاف الخمسة؟

هذا هو القرار الذي جاء معظم القرّاء من أجله، وإليكه بلا مواربة. Kimi-K3 · 3BIT-REAP هو الأساس الأكبر والأحدث: أُعلن في 16 يوليو 2026 وصدرت أوزانه المفتوحة في 27 يوليو، بنحو 2.8 تريليون معامل إجمالًا ونحو 104 مليارات مفعَّلة لكل رمز — أي أكثر من ثلاثة أضعاف حوسبة K2.6 المفعَّلة. وفي المنبع، تدرج Moonshot سعر K3 بنحو خمسة أضعاف سعر K2.6، وتسعير بوّابتنا يتتبّع تلك النسبة.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
الدخل / مليون رمز	$0.78	$3.83
الخرج / مليون رمز	$3.67	$19.12
نافذة السياق	262,144	262,144
أقصى خرج / طلب	16,384	16,384
دخل الصور	نعم	نعم
استدعاء أدوات أصلي	نعم	نعم
‏json_schema الصارم	نعم	نعم
بلا رقابة	نعم	نعم
المعاملات المفعَّلة / رمز	~32B	~104B

انظر إلى ما لا يظهره الجدول: ليس فيه صفّ واحد يملك فيه K3 ميزة يفتقر إليها K2.6. النافذة نفسها، والحدّ الأقصى للخرج نفسه، والرؤية نفسها، واستدعاء الأدوات نفسه، والمخرجات المنظَّمة نفسها، والموقف نفسه من الرقابة، واللهجات الثلاث نفسها. فالأضعاف الخمسة تشتري شيئًا واحدًا بالضبط — القدرة الخام لكل تمريرة أمامية. وهذا حقيقي، لكنه محور واحد، ولا يفعل شيئًا على المحاور التي لا يكون فيها عنق زجاجتك.

نقطة نافذة السياق تحديدًا

في المنبع، الميزة العنوان لـK3 هي سياق بمليون رمز مقابل 262 ألفًا لـK2.6. أما على بوّابة Shannon فـالنموذجان يُقدَّمان بـ262,144 رمزًا. فإن كان السياق الطويل هو سببك لدفع خمسة أضعاف، فذلك السبب لا ينطبق هنا — ستدفع العلاوة وتحصل على النافذة نفسها. وهذا من النوع الذي يُغرى البائع بالسكوت عنه، ولهذا هو مكتوب بخطّ عريض.

ادفع الأضعاف الخمسة حين

• يجب أن تنجح تمريرة واحدة. تمريرة صعبة واحدة تكون فيها الإعادة باهظة أو مستحيلة — إجراء لا رجعة فيه، أو قرار في نهاية خطّ معالجة طويل. فمزيد من المعاملات المفعَّلة لكل رمز هو بالضبط ما يرفع سقف التمريرة الواحدة.
• تكون المهمّة محدودة بالمعرفة لا بالأدوات. تركيب عميق يجب أن تخرج فيه الإجابة من الأوزان. فملامح K2.6 وكيلة؛ وانزع الأدوات يظهر الأساس الأكبر.
• يكون الحجم قليلًا والرهان عاليًا. عند 500 استدعاء في الشهر، الأضعاف الخمسة تعني 40$ بدل 8$. فاشترِ النموذج الأفضل ببساطة.

لا تدفع الأضعاف الخمسة حين

• تشغّل حلقة. فالتشغيلات الوكيلة الطويلة تهيمن عليها خطوات ميكانيكية — اقرأ ملفًا، استدعِ أداة، تحقّق من نتيجة، اختر التالية — وهذا بالضبط ما دُرّب عليه K2.6. وعند 200 خطوة تكون الأضعاف الخمسة 7.71$ مقابل 38.29$ لكل تشغيلة.
• تعالج صورًا بالحجم الكبير. فأحمال الرؤية ثقيلة على رموز الدخل والاستدلال في كل عنصر ضحل. انظر القسم 05؛ الفارق ليس متقاربًا.
• يكون العمل استخراجًا أو تصنيفًا أو تحويلًا. سحب الحقول من المستندات، وتوجيه التذاكر، وتوحيد السجلات، والتلخيص — مهامّ محدودة ينتج فيها النموذج الأكبر الـJSON نفسه.
• يكون لديك خطوة تحقّق. فإن كان الخرج يُفحص — بمجموعة اختبارات، أو مدقّق مخطّط، أو تمريرة ثانية، أو إنسان — فالإخفاقات العارضة رخيصة والاقتصاد يميل إلى الحجم بحسم. وهذه أكثر حجج طبقة القيمة بخسًا لحقّها.

ونمط يستحقّ التسمية: شغّل K2.6 للحلقة وK3 للحكم. دع النموذج الوكيل الرخيص يؤدّي مئة خطوة من الجمع والاستدعاء والصياغة، ثم أنفق استدعاءً واحدًا غاليًا على التركيب النهائي. والنموذجان يتكلّمان الواجهة ذاتها بنافذة السياق ذاتها، فالتبديل تغيير من سطر واحد في حقل model.

05رؤية بسعر عملي

الرؤية هي أحدّ ما في K2.6 داخل هذا الفهرس. فمن النماذج الاثني عشر بلا رقابة على البوّابة، أربعة فقط تقبل الصور أصلًا، وK2.6 هو الوحيد الذي يجمع دخل الصور مع سلالة Kimi الوكيلة بأقلّ من دولار لكل مليون رمز دخلًا.

ولأحمال الرؤية شكل كلفة غير معتاد. فبحسب وصف Moonshot المنشور لـMoonViT، تُرمَّز صورة 1024x1024 إلى نحو 576 رمز صورة — وهي رموز دخل، أي الجانب الرخيص من الدفتر. فمهمّة رؤية نموذجية تقع كلّها تقريبًا على سعر 0.78$ لا على 3.67$. خذ 10,000 صورة، مع نحو 200 رمز موجّه لكل واحدة (أي نحو 776 رمز دخل) ونحو 150 رمز خرج منظَّم:

الحمل	Kimi-K2.6	Kimi-K3	المضاعف
خطوة وكيل واحدة (40 ألفًا دخلًا / ألفان خرجًا)	$0.0385	$0.1914	5.0x
تشغيلة ذاتية من 200 خطوة	$7.71	$38.29	5.0x
10,000 صورة بمخرجات منظَّمة	$11.56	$58.40	5.1x
مهمّة دفعية (مليون دخلًا / 200 ألف خرجًا)	$1.51	$7.65	5.1x

محسوبة من أسعار قائمة بوّابة Shannon. وتقدير رموز الصور يستخدم رقم MoonViT المنشور من Moonshot وهو نحو 576 رمزًا لصورة 1024x1024؛ والترميز الدقيق يتغيّر بحسب الدقّة ونسبة الأبعاد.

خطّ معالجة صور بـ11.56$ شيء تشغّله يوميًا بلا تفكير. وخطّ بـ58.40$ شيء تجدوله وتبرّره وتقطعه في النهاية. وتلك الفجوة هي كامل الحجّة لطبقة قيمة.

وتحفّظ صادق واحد. فعلى لوحات صدارة مستقلّة للمهامّ متعدّدة الوسائط والمهامّ المؤسَّسة، ذُكر K2.6 قرب المرتبة 26 من 115 نموذجًا، بمتوسّط قرب 68.1 — محترم، لا متصدّر لفئته. ورؤيته قويّة حقًّا في فهم المستندات، وقراءة لقطات الشاشة وواجهات المستخدم، وتفسير المخطّطات والرسوم؛ وهي أضعف في التأسيس المكاني الدقيق — صناديق الإحاطة المضبوطة، والعدّ الدقيق في المشاهد المزدحمة، والتعرّف الضوئي الكثيف على المسوحات المتدهورة. فإن كنت تحتاج توطينًا بدقّة البكسل، فاختبر على بياناتك أوّلًا. وإن كنت تحتاج نموذجًا ينظر إلى لقطة شاشة ويقرّر ما ينقر عليه تاليًا، فهذه هي الأداة الصحيحة تمامًا.

06استدعاء أدوات بلا رفض وحلقات وكيلة

يدعم K2.6 استدعاء الأدوات الأصلي: يصدر النموذج استدعاءات أدوات منظَّمة مباشرةً من تعريفات أدوات بمخطّط JSON تزوّده بها، بدل أن يُستدرج إلى إنتاج نصّ قابل للتحليل. ومع المحادثة متعدّدة الأدوار وموجّهات النظام، فتلك هي الأرضية الكاملة لحلقة وكيل.

وما يضيفه "استدعاء الأدوات بلا رفض" أدقّ ممّا يبدو. فعلى واجهة مرشَّحة، تظهر حالات الرفض داخل حلقة الوكيل في ثلاثة أنماط فشل متمايزة:

• رفض صريح — تعيد الخطوة نثرًا بدل استدعاء أداة، فيفشل المحلّل وتنكسر الحلقة. صاخب على الأقلّ.
• رفض ناعم — يجري الاستدعاء لكنّ الوسائط مخفَّضة عمدًا: استعلام ضُيِّق، ومعامل مواربٌ فيه، وحمولة مبتورة. فتستمرّ الحلقة بحالة متدهورة في صمت وتكتشف ذلك بعد أربع خطوات.
• تجنّب استباقي — تنحرف الخطّة عن فرع مشروع قبل أن تقترب منه. وهذا لا تراه أبدًا؛ إنما تحصل على خطّة أسوأ بلا تفسير.

والثاني والثالث هما الباهظان، لأنهما غير مرئيّين: لا خطأ، ولا شيء في السجلّات، ولا شيء تبحث عنه. والنقطة الطرفية التي بلا طبقة رفض تزيل الصنف كلّه — فوسائط استدعاء الأدوات لدى النموذج هي وسائط استدعاء الأدوات لدى النموذج.

وهذا يهمّ أكثر ما يهمّ في المجالات التي تحتاج تشغيلات ذاتية طويلة وتلامس موادّ حسّاسة أصلًا: أبحاث الأمن والفرق الحمراء، وتحليل البرمجيات الخبيثة والحوادث، ومعالجة المستندات السريرية، والاستكشاف القانوني، وأدوات الإشراف التي يجب أن تستدلّ على المحتوى الذي تشرف عليه. فبناء مصنّف إشراف يقتضي نموذجًا مستعدًّا للنظر فيما يصنّفه؛ وليست تلك مفارقة، بل هي الوظيفة.

ملاحظات عملية للتشغيلات الطويلة: يتيح لك reasoning_effort إنفاق تفكير أكثر على خطوات التخطيط وأقلّ على الميكانيكية منها. والبثّ متاح على اللهجات الثلاث، فتستطيع خطوة طويلة أن تُظهر تقدّمها أو أن تُجهَض مبكرًا. و262,144 رمزًا من السياق تُبقي حالة عمل حقيقية — محتويات ملفات، ونتائج أدوات سابقة، وخطّة جارية — مقيمة عبر خطوات كثيرة بلا إعادة تلخيص في كل دور، وهي بذاتها مصدر شائع لانحراف الوكيل.

07المخرجات المنظَّمة واللهجات البرمجية الثلاث

يدعم K2.6 كلًّا من json_schema (التوليد المقيَّد بمخطّط صارم) وresponse_format الأكثر تساهلًا. وقارن ذلك بالفهرس: اثنان من النماذج الاثني عشر هنا لا يدعمان المخرجات بمخطّط صارم، وإن كانت مرحلتك التالية في خطّ المعالجة تحلّل JSON فذلك العمود ليس اختياريًا.

والمخرجات بمخطّط صارم هي ما يجعل نموذجًا بلا رقابة صالحًا بوصفه بنية تحتية: فإن وجب على النموذج أن يصدر كائنًا مطابقًا لمخطّطك، حصلت على ضمان تحليل مستقلّ عمّا كان سيقوله لولا ذلك — بلا مقدّمة، ولا اعتذار، ولا فقرة ملفوفة حول الـJSON خاصّتك. ومع انعدام طبقة الرفض، تكون تلك نقطة استخراج تعيد كائنك في كل استدعاء، ولكل مستند، أيًّا كان موضوع المستند.

السطح	دعم Kimi-K2.6	ملاحظات
/v1/chat/completions	نعم	لهجة OpenAI — بديل مباشر لحِزم التطوير القائمة
/v1/messages	نعم	لهجة Anthropic — النموذج نفسه، والأوزان نفسها
/v1/responses	نعم	واجهة على نمط Responses
البثّ	نعم	على اللهجات الثلاث كلها
استدعاء الأدوات	نعم	أصلي، بتعريفات أدوات بمخطّط JSON
json_schema	نعم	مخرجات منظَّمة صارمة
response_format	نعم	وضع JSON أكثر تساهلًا
reasoning_effort	نعم	اضبط ميزانية التفكير لكل استدعاء
دخل الصور	نعم	صور إلى جانب النص

واللهجات الثلاث كلها تخاطب الأوزان نفسها على العنقود نفسه. وجّه عميل OpenAI قائمًا إلى عنوان الأساس، واضبط model على Kimi-K2.6-W4A16-AUTOROUND-REAP، وستكون قد بدأت. وأشكال الطلب والاستجابة، ودلالات البثّ، وملعب تجريب حيّ، كلها في توثيق الواجهة البرمجية.

08أين يكون Kimi K2.6 الاختيار الخاطئ

دليل نموذج لا يذكر إلا نقاط القوّة هو إعلان. وإليك أين كنّا سنرسلك إلى غيره.

• تحتاج السقف المطلق في تمريرة صعبة واحدة. اذهب إلى Kimi-K3 وادفع الأضعاف الخمسة. فلهذا وُجد.
• تحتاج تأسيسًا بصريًا بدقّة البكسل. فصناديق الإحاطة، والتعرّف الضوئي الكثيف على المسوحات المتدهورة، والعدّ المضبوط في المشاهد المزدحمة ليست أقوى أرضه — اختبر على بياناتك أوّلًا.
• تحتاج أرخص من الرخيص، بلا رؤية. فعدّة نماذج في الفهرس تجلس عند 0.50$ / 2.00$. وعلاوة K2.6 تشتري الرؤية وملامح Kimi الوكيلة؛ فإن كنت لا تحتاج أيًّا منهما، فخذ الطبقة الأرخص.
• تحتاج أكثر من 16,384 رمز خرج في استجابة واحدة. فذلك السقف يسري على الفهرس كلّه — والمستندات الطويلة تحتاج توليدًا مقطّعًا أيًّا كان النموذج الذي تختاره.
• تريد سلوك المنبع مطابقًا بتّةً ببتّة. فهذه نسخة مشذّبة ومكمَّمة: مقايضة متعمَّدة ومنشورة. ولدراسة قابلية إعادة الإنتاج، شغّل على أوزان Moonshot الأصلية.

أرقام بنية Kimi K2.6 وK3 ومقاييسهما وتواريخ إصدارهما تذكرها Moonshot وتُعرض عن الأساس في المنبع، لا عن نسختنا المضغوطة. ورقم الترتيب متعدّد الوسائط من لوحة صدارة مستقلّة من طرف ثالث. وأسعار بوّابة Shannon هي أسعار القائمة حتى 5 سبتمبر 2026.

09أسئلة شائعة

---

‏Shannon AI تديرها Shannon Lab LLC، نيومكسيكو، الولايات المتحدة. المصادر: Moonshot AI — Kimi K2 · REAP the Experts ‏(arXiv 2510.13999) · Cerebras Research — REAP. وأرقام مقاييس Kimi في المنبع تذكرها Moonshot وهي مبدئية بانتظار تحقّق مستقلّ؛ وهي تصف الأساس غير المضغوط لا نسخة Shannon المكمَّمة.