Nid ydym yn cadw nac yn cael mynediad at ddata unrhyw ddefnyddiwr, ac nid ydym yn atal cyfrifon oni bai bod awdurdod cyfreithlon yn mynnu gweithredu.
Cerdyn Model · Kimi-K2.6 · W4A16-AUTOROUND-REAP

API Kimi K2 heb sensoriaeth

Gweledol, galw offer brodorol a ffenestr 262K ar sylfaen asiantaidd triliwn paramedr Moonshot — heb sensoriaeth, am $0.78 i mewn / $3.67 allan fesul miliwn o docynnau.

Diweddarwyd 5 Medi 2026Cerdyn ModelSylfaen: Kimi K2.6 (Moonshot AI)

TL;DR

Kimi-K2.6 · W4A16-AUTOROUND-REAP yw haen werth teulu Kimi ar borth Shannon. MoE asiantaidd 1 triliwn paramedr Moonshot AI ydyw — y model a adeiladwyd ar gyfer dolenni defnyddio offer hir — wedi'i wasanaethu heb sensoriaeth gyda mewnbwn delwedd, galw offer brodorol, allbwn Sgema JSON llym a chyd-destun 262,144 tocyn, am $0.78 / $3.67 fesul miliwn o docynnau. Mae ei frawd Kimi-K3 yn costio oddeutu 5 gwaith yn fwy. Mae adran 04 yn gyfrif gonest o pryd mae'r 5 gwaith hwnnw'n prynu rhywbeth i chi a phryd nad yw'n prynu dim.

Mae'r rhan fwyaf o dudalennau ‘model rhad’ mewn gwirionedd yn ymwneud â model bach yn gwisgo enw teulu model mawr. Nid yw hon. Sylfaen lawn ar raddfa'r ffin yw Kimi K2.6 — triliwn o baramedrau o Gymysgedd o Arbenigwyr tenau, gydag amgodiwr gweledol brodorol a rhaglen hyfforddi wedi'i hanelu'n uniongyrchol at ddefnyddio offer yn asiantaidd. Nid ymennydd llai sy'n ei gwneud yn haen werth ond rysáit cywasgu mwy ymosodol. Felly nid ‘a yw'n ddigon da?’ yw'r cwestiwn ond ‘pa swyddi sy'n sylwi mewn gwirionedd ar y gwahaniaeth rhwng hwn a'i frawd sy'n 5 gwaith drutach?’ Mae'r rhan fwyaf o'r erthygl hon yn ateb hynny.

262K
Ffenestr cyd-destun
$0.78
Fesul 1M mewnbwn
$3.67
Fesul 1M allbwn
Gweledol
Mewnbwn delwedd

01Beth yw Kimi K2.6, mewn gwirionedd?

Model pwysau agored gan Moonshot AI, y labordy ym Meijing y tu ôl i'r gyfres Kimi, yw Kimi K2.6, a ryddhawyd ar 20 Ebrill 2026. Mae'n etifeddu'r bensaernïaeth a wnaeth K2 yn nodedig: trawsnewidydd Cymysgedd o Arbenigwyr tenau gydag oddeutu 1 triliwn paramedr cyfan a thua 32 biliwn yn actif fesul tocyn, wedi'i drefnu fel 384 arbenigwr, 8 wedi'u llwybro ynghyd ag 1 a rennir fesul haen ar draws 61 haen, gyda Multi-head Latent Attention. Dim ond sleisen fach o'r triliwn hwnnw sy'n tanio ar unrhyw docyn penodol — dyna'n union pam y gellir prisio model o'r maint hwn mewn ceiniogau.

Mae'r llinach yn cyfrif oherwydd yr hyn a optimeiddiodd Moonshot ar ei gyfer. Rhag-hyfforddwyd y K2 gwreiddiol ar oddeutu 15.5 triliwn o docynnau gan ddefnyddio'r optimeiddiwr Muon / MuonClip, a adeiladwyd yn benodol i gadw MoE triliwn paramedr rhag dioddef y ffrwydradau sylw a'r pigau colled sy'n ansefydlogi hyfforddi ar y raddfa honno; adroddodd Moonshot ddim ansefydlogrwydd hyfforddi o gwbl ar draws y rhediad. Mae hynny i fyny'r afon o bopeth arall — fe adawodd iddynt wario'r gyllideb hyfforddi ar ymddygiad asiantaidd yn hytrach nag ar ddiffodd tanau.

Mae K2.6 yn ymestyn hynny i ddau gyfeiriad. Yn gyntaf, mae'n amlfoddol yn frodorol: mae delweddau a fframiau fideo'n mynd drwy MoonViT, amgodiwr gweledol ~400M paramedr sy'n teilio delwedd yn glytiau 448x448 ac yn tafluniad pob teilsen yn syth i ofod tocynnau'r model iaith — mae tocynnau gweledol yn eistedd yn yr un dilyniant â phopeth arall, nid mewn capsiynwr bolltiedig sy'n bwydo model dall. Yn ail, mae wedi'i adeiladu ar gyfer cerddoriaethu ar ddyfnder: mae gwaith Agent Swarm Moonshot yn adrodd cydgysylltu ar draws hyd at 300 o is-asiantau arbenigol a chymaint â 4,000 o gamau cydgysylltiedig mewn un rhediad ymreolaethol.

Proffil meincnod a adroddwyd gan Moonshot

Ffigurau a adroddwyd gan Moonshot yw'r rhain ar gyfer y sylfaen K2.6 heb ei chywasgu, nid ein mesuriadau ni. Defnyddiol am eu siâp, nid am eu manwlder:

DeepSearchQA (F1)92.5
BrowseComp83.2
SWE-Bench Verified80.2
Terminal-Bench 2.066.7
SWE-Bench Pro58.6
HLE-Full (gydag offer)54.0

Darllenwch y siâp, nid y digidau. Mae'r sgorau sy'n defnyddio offer ac sy'n cael eu gyrru gan chwilio'n uchel; mae'r sgorau anhawster pur yn is. Dyna lofnod model a hyfforddwyd i weithredu'n dda yn hytrach nag i wybod popeth — y fargen gywir os oes gan eich asiant borwr, cragen a system ffeiliau, a'r un anghywir os ydych yn gofyn un cwestiwn caled heb offer ynghlwm.

02Beth mae W4A16-AUTOROUND-REAP yn ei olygu

Nid addurn yw'r ôl-ddodiad ar yr ID model. Y rysáit cywasgu union ydyw, wedi'i gyhoeddi fel y gallwch resymu am y fargen rydych yn ei gwneud.

  • W4A16 — pwysau ar 4 did, actifadu wedi'i gyfrifo ar 16. Mae cof y pwysau'n gostwng oddeutu 4 gwaith yn erbyn bf16 tra bod y rhifyddeg sy'n cronni gwall yn aros ar fanwlder 16 did. Dyma'r pwynt gwasanaethu ansawdd uchel safonol ar gyfer modelau MoE mawr iawn.
  • AUTOROUND — cwanteiddiwr AutoRound Intel. Mae talgrynnu-at-yr-agosaf naïf yn trin pob pwysau'n annibynnol ac yn taflu gwybodaeth yr oedd y model yn dibynnu arni; mae AutoRound yn dysgu'r penderfyniadau talgrynnu yn erbyn data graddnodi yn lle hynny. Ar darged 4 did dyna'r gwahaniaeth rhwng model sy'n dal i ddilyn sgema ac un sy'n drifftio.
  • REAP — Tocio Actifadu Arbenigwyr wedi'i Bwysoli gan y Llwybrydd, gan Cerebras Research (arXiv 2510.13999, ICLR 2026). Anaml y llwybrir at y rhan fwyaf o arbenigwyr mewn MoE. Mae REAP yn sgorio pob un ar sail gwerthoedd giât y llwybrydd a normau ei actifadu, ac wedyn yn tynnu'r rhai lleiaf arwyddocaol mewn un ergyd. Y canlyniad cyhoeddedig: hyd at 50% o arbenigwyr wedi'u tocio o fodelau triliwn paramedr tra'n dal ansawdd y llinell sylfaen i raddau helaeth, a thocio'n curo cyfuno arbenigwyr ar dasgau cynhyrchiol — mae cyfuno'n pylu arbenigwyr at ei gilydd, tra bod tocio ond yn gollwng y rhai na ddefnyddir.

Wedi'u cymhwyso yn y drefn honno — tocio'n gyntaf, cwanteiddio'r hyn sy'n weddill — cewch fodel sy'n ffitio ac yn rhedeg yn gyflym heb y cwymp ansawdd y byddai'r naill dechneg na'r llall ar ei phen ei hun yn ei achosi ar y cymarebau hyn. I fod yn blaen am y gost: nid yw model wedi'i gywasgu'n union yr un fath â'r gwreiddiol fesul did. Yr hyn mae'r rysáit yn ei brynu yw bod y dirywiad yn glanio lle nad ydych yn debygol o sylwi arno — llwybrau llwybro prin, cynffonnau tocynnau tebygolrwydd isel — yn hytrach nag mewn dilyn cyfarwyddiadau, fformatio galwadau offer, neu gadw at sgema.

03Beth mae ‘heb sensoriaeth’ yn ei olygu ar y pwynt terfyn hwn

Datganiad am bensaernïaeth yw ‘heb sensoriaeth’ yma, nid am agwedd. Nid oes haen wrthod o flaen y model a dim hidlo cynnwys ar ei allbwn. Mae eich cais yn cyrraedd y sylfaen ac mae ei hymateb yn eich cyrraedd chi; nid oes dim yn rhyng-gipio'r naill gyfeiriad na'r llall.

Mae'r gwahaniaeth hwnnw'n cyfrif, oherwydd defnyddir ‘heb sensoriaeth’ yn llac. Mae tri pheth ar wahân wedi'u bwndelu o dan y gair:

  1. Dosbarthu mewnbwn — mae model ar wahân yn darllen eich anogwr ac yn penderfynu a ddylid ei adael drwodd. Nid yw'n bresennol yma.
  2. Hidlo allbwn — mae sganiwr yn archwilio testun a gynhyrchwyd ac yn ei dorri neu ei ddisodli. Nid yw'n bresennol yma.
  3. Tueddiadau'r sylfaen ei hun — beth bynnag a ddysgodd y model sylfaen wrth hyfforddi. Eiddo'r model yw hynny, ac nid ydym yn honni ein bod wedi'i ddileu.

Y ddau gyntaf sy'n torri systemau cynhyrchu, a'r ddau hynny rydym yn eu tynnu. Mae dosbarthydd sy'n tanio ar 0.5% o geisiadau'n gyfradd fethiant o 0.5% na allwch ei dadfygio, na allwch apelio yn ei herbyn, ac na allwch ei gweld yn dod — ac ar draws dolen asiant 200 cam, mae methiant o 0.5% fesul cam yn cyfansymio'n rhediad sy'n methu'n amlach nag y mae'n llwyddo. Mae gwrthodiad mewn sgwrs yn niwsans; mae gwrthodiad ar gam 147 o rediad ymreolaethol yn dinistrio cyflwr y rhediad ac yn llosgi popeth a wariwyd gennych i gyrraedd yno. Ar gyfer llwythi gwaith asiantaidd, eiddo dibynadwyedd yw tynnu'r arwyneb gwrthod, nid dewis arddull.

Y canlyniad yw bod cyfrifoldeb yn symud atoch chi. Nid oes rhwyd ddiogelwch rhwng eich cymhwysiad a'ch defnyddwyr; os oes angen un ar eich cynnyrch, adeiladwch hi lle gallwch ei gweld, ei thiwnio, a'i logio. Darllenwch ein polisi defnydd cyfrifol yn gyntaf.

04Kimi K2.6 yn erbyn Kimi K3: pryd mae 5 gwaith yn werth chweil?

Dyma'r penderfyniad y daeth y rhan fwyaf o ddarllenwyr amdano, felly dyma fe heb ochrgamu. Kimi-K3 · 3BIT-REAP yw'r sylfaen fwy a mwy newydd: cyhoeddwyd hi ar 16 Gorffennaf 2026 gyda phwysau agored ar 27 Gorffennaf, ar oddeutu 2.8 triliwn paramedr cyfan a thua 104 biliwn yn actif fesul tocyn — mwy na 3 gwaith cyfrifiant actif K2.6. I fyny'r afon, mae Moonshot yn rhestru K3 ar tua 5 gwaith pris K2.6, ac mae prisio ein porth yn dilyn y gymhareb honno.

 Kimi-K2.6 · W4A16-AUTOROUND-REAPKimi-K3 · 3BIT-REAP
Mewnbwn / 1M tocyn$0.78$3.83
Allbwn / 1M tocyn$3.67$19.12
Ffenestr cyd-destun262,144262,144
Allbwn mwyaf / cais16,38416,384
Mewnbwn gweledolIeIe
Galw offer brodorolIeIe
json_schema llymIeIe
Heb sensoriaethIeIe
Paramedrau actif / tocyn~32B~104B

Edrychwch ar yr hyn nad yw'r tabl yn ei ddangos: nid oes rhes lle mae gan K3 nodwedd nad oes gan K2.6. Yr un ffenestr, yr un allbwn mwyaf, yr un gweledol, yr un galw offer, yr un allbwn strwythuredig, yr un ystum heb sensoriaeth, yr un tair tafodiaith. Un peth yn union y mae'r 5 gwaith yn ei brynu — gallu crai fesul pas ymlaen. Mae hynny'n real, ond un echelin ydyw, ac nid yw'n gwneud dim ar yr echelinau lle nad hynny yw eich tagfa.

Pwynt y ffenestr cyd-destun yn benodol

I fyny'r afon, prif nodwedd K3 yw cyd-destun 1M tocyn yn erbyn 262K K2.6. Ar borth Shannon mae y ddau fodel yn cael eu gwasanaethu ar 262,144 tocyn. Os mai cyd-destun hir oedd eich rheswm dros dalu 5 gwaith, nid yw'r rheswm hwnnw'n berthnasol yma — byddech yn talu'r premiwm ac yn cael yr un ffenestr. Dyma'r math o beth y mae gwerthwr yn cael ei demtio i'w adael heb ei ddweud, a dyna pam mae mewn print trwm.

Talwch y 5 gwaith pan fo

  • Rhaid i un ergyd lanio. Un pas caled lle mae ailgeisio'n ddrud neu'n amhosibl — gweithred anghildroadwy, penderfyniad ar ddiwedd piblinell hir. Mwy o baramedrau actif fesul tocyn yw'n union yr hyn sy'n codi'r nenfwd ar un pas.
  • Y dasg yn rhwym i wybodaeth, nid i offer. Synthesis dwfn lle mae'n rhaid i'r ateb ddod allan o'r pwysau. Proffil asiantaidd sydd gan K2.6; tynnwch yr offer i ffwrdd ac mae'r sylfaen fwy yn dangos.
  • Cyfaint yn isel a'r risg yn uchel. Ar 500 galwad y mis, mae 5 gwaith yn $40 yn lle $8. Prynwch y model gwell.

Peidiwch â thalu'r 5 gwaith pan fo

  • Rydych yn rhedeg dolen. Mae camau mecanyddol yn dominyddu rhediadau asiantaidd hir — darllen ffeil, galw offeryn, gwirio canlyniad, dewis yr un nesaf — sef yn union yr hyn y hyfforddwyd K2.6 ar ei gyfer. Ar 200 cam mae'r 5 gwaith yn $7.71 yn erbyn $38.29 fesul rhediad.
  • Rydych yn prosesu delweddau ar raddfa. Mae llwythi gwaith gweledol yn drwm o docynnau mewnbwn ac mae'r rhesymu fesul eitem yn fas. Gweler adran 05; nid yw'n agos.
  • Y swydd yw echdynnu, dosbarthu, neu drawsnewid. Tynnu meysydd o ddogfennau, llwybro tocynnau cymorth, normaleiddio cofnodion, crynhoi — tasgau ffiniedig lle mae model mwy yn cynhyrchu'r un JSON.
  • Mae gennych gam gwirio. Os caiff yr allbwn ei wirio — cyfres brofion, dilyswr sgema, ail bas, person — mae methiannau achlysurol yn rhad ac mae'r economeg yn ffafrio cyfaint yn bendant. Dyma'r ddadl fwyaf tanbrisiedig dros yr haen werth.

Patrwm sy'n werth ei enwi: rhedwch K2.6 ar gyfer y ddolen a K3 ar gyfer y ddedfryd. Gadewch i'r model asiantaidd rhad wneud y cant o gamau casglu, galw a drafftio, ac wedyn gwariwch un alwad ddrud ar y synthesis terfynol. Mae'r ddau fodel yn siarad yr un API gyda'r un ffenestr cyd-destun, felly mae newid yn newid un llinell i'r maes model.

05Gweledol am bris gweithredol

Gweledol yw ymyl finiocaf K2.6 yn y catalog hwn. O'r deuddeg model heb sensoriaeth ar y porth, dim ond pedwar sy'n derbyn delweddau o gwbl, a K2.6 yw'r unig un sy'n paru mewnbwn delwedd â llinach asiantaidd Kimi o dan ddoler fesul miliwn o docynnau mewnbwn.

Mae gan lwythi gwaith gweledol siâp cost anarferol. Yn ôl disgrifiad cyhoeddedig Moonshot o MoonViT, mae delwedd 1024x1024 yn amgodio i oddeutu 576 o docynnau delwedd — a thocynnau mewnbwn yw'r rheini, ochr rad y llyfr cyfrifon. Mae swydd weledol nodweddiadol yn glanio bron yn gyfan gwbl ar y gyfradd $0.78 yn hytrach na'r un $3.67. Cymerwch 10,000 o ddelweddau, pob un gyda ~200 tocyn o anogwr (felly ~776 tocyn mewnbwn) a ~150 tocyn o allbwn strwythuredig:

Llwyth gwaithKimi-K2.6Kimi-K3Lluosrif
Un cam asiant (40K i mewn / 2K allan)$0.0385$0.19145.0x
Rhediad ymreolaethol 200 cam$7.71$38.295.0x
10,000 o ddelweddau, allbwn strwythuredig$11.56$58.405.1x
Swydd swp (1M i mewn / 200K allan)$1.51$7.655.1x

Wedi'i gyfrifo o brisiau rhestr porth Shannon. Mae'r amcangyfrif tocynnau delwedd yn defnyddio ffigur MoonViT cyhoeddedig Moonshot o ~576 tocyn ar gyfer delwedd 1024x1024; mae'r union docynneiddio'n amrywio yn ôl cydraniad a chymhareb agwedd.

Mae piblinell ddelweddau $11.56 yn rhywbeth rydych yn ei rhedeg bob dydd heb feddwl amdani. Mae un $58.40 yn rhywbeth rydych yn ei hamserlennu, ei chyfiawnhau, ac yn y pen draw ei thorri. Y bwlch hwnnw yw'r ddadl gyfan dros haen werth.

Un cafeat gonest. Ar dablau arweinwyr amlfoddol a thasgau seiliedig annibynnol, adroddwyd K2.6 tua #26 o 115 model, cyfartaledd yn agos at 68.1 — parchus, nid yn arwain ei ddosbarth. Mae ei weledol yn wirioneddol gryf ar ddeall dogfennau, darllen sgrinluniau a rhyngwynebau, a dehongli siartiau neu ddiagramau; mae'n wannach ar seilio gofodol manwl — blychau ffinio union, cyfrif manwl mewn golygfeydd anniben, OCR trwchus o sganiau gwael. Os oes angen lleoli picsel-gywir arnoch, meincnodwch ar eich data eich hun yn gyntaf. Os oes angen model arnoch i edrych ar sgrinlun a phenderfynu beth i'w glicio nesaf, dyma'n union yr offeryn iawn.

06Galw offer heb wrthod a dolenni asiantaidd

Mae K2.6 yn cefnogi galw offer brodorol: mae'r model yn allyrru galwadau offer strwythuredig yn uniongyrchol o'r diffiniadau offer Sgema JSON a gyflenwch, yn hytrach na chael ei berswadio i gynhyrchu testun dosraniadwy. Gyda sgwrs aml-dro ac anogwyr system, dyna'r swbstrad llawn ar gyfer dolen asiant.

Mae'r hyn y mae ‘galw offer heb wrthod’ yn ei ychwanegu'n fwy cynnil nag y mae'n swnio. Ar API wedi'i hidlo, mae gwrthodiadau y tu mewn i ddolen asiant yn ymddangos mewn tri modd methiant gwahanol:

  • Gwrthodiad caled — mae'r cam yn dychwelyd rhyddiaith yn lle galwad offeryn, mae'r dosrannwr yn methu, mae'r ddolen yn torri. O leiaf mae'n uchel.
  • Gwrthodiad meddal — gwneir yr alwad ond mae'r ymresymiadau wedi'u gwanhau'n dawel: ymholiad wedi'i gulhau, paramedr gochelgar, llwyth wedi'i dorri'n fyr. Mae'r ddolen yn parhau gyda chyflwr wedi'i ddiraddio'n dawel ac rydych yn darganfod bedwar cam yn ddiweddarach.
  • Osgoi rhagataliol — mae'r cynllun yn llywio i ffwrdd o gangen ddilys cyn iddo fynd yn agos ati. Nid ydych byth yn gweld hwn; dim ond cynllun gwaeth a dim esboniad a gewch.

Yr ail a'r trydydd yw'r rhai drud, oherwydd eu bod yn anweledig: dim gwall, dim byd yn y logiau, dim byd i chwilio amdano. Mae pwynt terfyn heb haen wrthod yn tynnu'r dosbarth cyfan — ymresymiadau galwad offeryn y model yw ymresymiadau galwad offeryn y model.

Mae hyn yn cyfrif fwyaf yn y meysydd sydd angen rhediadau ymreolaethol hir ac sy'n cyffwrdd â deunydd sensitif beth bynnag: ymchwil diogelwch a thimau coch, dadansoddi maleiswedd a digwyddiadau, prosesu dogfennau clinigol, darganfod cyfreithiol, ac offer cymedroli sy'n gorfod rhesymu am y cynnwys y mae'n ei gymedroli. Mae adeiladu dosbarthydd cymedroli'n gofyn am fodel sy'n fodlon edrych ar yr hyn y mae'n ei ddosbarthu; nid paradocs mo hynny, dim ond y swydd.

Nodiadau ymarferol ar gyfer rhediadau hir: mae reasoning_effort yn gadael i chi wario mwy o feddwl ar gamau cynllunio a llai ar rai mecanyddol. Mae ffrydio ar gael ar y tair tafodiaith, felly gall cam hir ddangos cynnydd neu gael ei ddirwyn i ben yn gynnar. Ac mae 262,144 o docynnau cyd-destun yn cadw gwir gyflwr gwaith — cynnwys ffeiliau, canlyniadau offer blaenorol, cynllun rhedegol — yn breswyl ar draws llawer o gamau heb ailgrynhoi bob tro, sydd ei hun yn ffynhonnell gyffredin o ddrifft asiant.

07Allbwn strwythuredig a'r tair tafodiaith API

Mae K2.6 yn cefnogi json_schema (cynhyrchu wedi'i gyfyngu'n llym gan sgema) a'r response_format llacach. Gwiriwch hynny yn erbyn y catalog: nid yw dau o'r deuddeg model yma'n cefnogi allbwn sgema llym, ac os yw cam nesaf eich piblinell yn dosrannu JSON, nid yw'r golofn honno'n ddewisol.

Allbwn sgema llym yw'r hyn sy'n gwneud model heb sensoriaeth yn ddefnyddiadwy fel seilwaith: os oes rhaid i'r model allyrru gwrthrych sy'n cyfateb i'ch sgema, cewch warant dosrannu sy'n annibynnol ar yr hyn y byddai wedi'i ddweud fel arall — dim rhagymadrodd, dim ymddiheuriad, dim paragraff wedi'i lapio o amgylch eich JSON. Wedi'i gyfuno â dim haen wrthod, dyna bwynt terfyn echdynnu sy'n dychwelyd eich gwrthrych ar bob galwad, ar gyfer pob dogfen, beth bynnag yw pwnc y ddogfen.

ArwynebCefnogaeth Kimi-K2.6Nodiadau
/v1/chat/completionsIeTafodiaith OpenAI — cyfnewid uniongyrchol i SDKau presennol
/v1/messagesIeTafodiaith Anthropic — yr un model, yr un pwysau
/v1/responsesIeRhyngwyneb ar arddull Responses
FfrydioIeAr y tair tafodiaith
Galw offerIeBrodorol, diffiniadau offer Sgema JSON
json_schemaIeAllbwn strwythuredig llym
response_formatIeModd JSON llacach
reasoning_effortIeTiwnio'r gyllideb feddwl fesul galwad
Mewnbwn gweledolIeDelweddau ochr yn ochr â thestun

Mae'r tair tafodiaith yn cyfeirio at yr un pwysau ar yr un clwstwr. Pwyntiwch gleient OpenAI presennol at yr URL sylfaen, gosodwch model i Kimi-K2.6-W4A16-AUTOROUND-REAP, ac rydych yn rhedeg. Mae siapiau ceisiadau ac ymatebion, semanteg ffrydio a maes chwarae byw yn y ddogfennaeth API.

08Ble mae Kimi K2.6 yn ddewis anghywir

Hysbyseb yw cerdyn model sy'n rhestru cryfderau'n unig. Dyma lle byddem yn eich anfon i rywle arall.

  • Mae angen y nenfwd absoliwt arnoch ar un pas caled. Ewch at Kimi-K3 a thalwch y 5 gwaith. Dyna beth ydyw.
  • Mae angen seilio gweledol picsel-gywir arnoch. Nid blychau ffinio, OCR trwchus ar sganiau gwael a chyfrif union mewn golygfeydd anniben yw ei dir cryfaf — profwch ar eich data yn gyntaf.
  • Mae angen rhatach na rhad arnoch, heb weledol. Mae sawl model yn y catalog ar $0.50 / $2.00. Mae premiwm K2.6 yn prynu gweledol a'r proffil asiantaidd Kimi; os nad oes angen y naill na'r llall arnoch, cymerwch yr haen ratach.
  • Mae angen mwy nag 16,384 tocyn allbwn arnoch mewn un ymateb. Mae'r nenfwd hwnnw'n berthnasol ar draws y catalog cyfan — mae angen cynhyrchu fesul darn ar ddogfennau hir pa fodel bynnag a ddewiswch.
  • Rydych am ymddygiad i fyny'r afon sy'n union yr un fath fesul did. Adeiladwaith wedi'i docio a'i gwanteiddio yw hwn: bargen fwriadol, gyhoeddedig. Ar gyfer astudiaeth atgynhyrchioldeb, rhedwch yn erbyn pwysau gwreiddiol Moonshot.
Wedi'i ffynonellu, nid ei honni

Mae pob ffigur gwreiddiol yma wedi'i gyhoeddi gan Moonshot AI neu gan ymchwilwyr annibynnol. Mae ein rhifau ni ein hunain — pris, cyd-destun, allbwn mwyaf, baneri gallu — yn dod yn syth o'r pwynt terfyn /v1/models byw y gallwch ei ymholi eich hun. Gwiriwch y ddau.

Mae ffigurau pensaernïaeth, meincnod a dyddiad rhyddhau Kimi K2.6 a K3 wedi'u hadrodd gan Moonshot ac fe'u dangosir ar gyfer y sylfaen wreiddiol, nid ar gyfer ein hadeiladwaith cywasgedig ni. Daw'r ffigur safle amlfoddol o dabl arweinwyr trydydd parti annibynnol. Prisiau rhestr yw prisiau porth Shannon, yn gyfredol hyd at 5 Medi 2026.

09Cwestiynau cyffredin

A oes API Kimi K2 heb sensoriaeth?

Oes. Mae Shannon AI yn gwasanaethu Kimi-K2.6 fel pwynt terfyn heb sensoriaeth ar ei glwstwr GPU ei hun: nid oes haen wrthod o flaen y model ac nid oes hidlo cynnwys yn cael ei gymhwyso i'w allbwn. Rydych yn cael ymddygiad y sylfaen ei hun, gyda ffenestr cyd-destun 262,144 tocyn, mewnbwn gweledol, a galw offer brodorol.

Faint mae'r API Kimi K2.6 heb sensoriaeth yn ei gostio?

Mae Kimi-K2.6 yn $0.78 fesul miliwn o docynnau mewnbwn a $3.67 fesul miliwn o docynnau allbwn. Mae cam asiant nodweddiadol o 40K mewnbwn a 2K allbwn yn costio tua 3.9 sent; mae rhediad ymreolaethol 200 cam yn costio oddeutu $7.71.

A yw Kimi K2.6 yn cefnogi gweledol ar Shannon AI?

Ydy. Mae Kimi-K2.6 yn derbyn mewnbwn delwedd ochr yn ochr â thestun. Mae'n un o ddim ond pedwar model gweledol yng nghatalog Shannon, a'r unig un sy'n paru gweledol â llinach asiantaidd Kimi am lai na doler fesul miliwn o docynnau mewnbwn.

A ddylwn ddefnyddio Kimi K2.6 neu Kimi K3?

Mae Kimi K3 yn costio tua 5 gwaith yn fwy ($3.83/$19.12 o gymharu â $0.78/$3.67) am sylfaen fwy. Dewiswch K3 pan fydd rhaid i un pas rhesymu caled lanio'r tro cyntaf a phan fo ailgeisio'n ddrud. Dewiswch K2.6 ar gyfer cyfaint: dolenni asiant hir, piblinellau delwedd, echdynnu, ac unrhyw beth rydych yn ei redeg filoedd o weithiau, lle mae 5 gwaith yn wahaniaeth rhwng hyfyw ac anhyfyw.

A yw'r API Kimi K2 heb sensoriaeth yn cefnogi galw offer a Sgema JSON?

Ydy, y ddau. Mae Kimi-K2.6 yn cefnogi galw offer brodorol, allbwn strwythuredig json_schema llym, a response_format, ar draws y tair tafodiaith API: /v1/chat/completions, /v1/messages, a /v1/responses. Cefnogir ffrydio a reasoning_effort ar y tair.

Rhedwch Kimi-K2.6 heb sensoriaeth

Gweledol, galw offer, cyd-destun 262K. $0.78 i mewn / $3.67 allan fesul miliwn o docynnau.

Darllen y Dogfennau API Pori Pob Model

ID model: Kimi-K2.6-W4A16-AUTOROUND-REAP · wedi'i wasanaethu ar ein clwstwr GPU ein hunain


Gweithredir Shannon AI gan Shannon Lab LLC, New Mexico, UDA. Ffynonellau: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Mae ffigurau meincnod Kimi gwreiddiol wedi'u hadrodd gan Moonshot ac yn ddarpariaethol nes eu gwirio'n annibynnol; maent yn disgrifio'r sylfaen heb ei chywasgu, nid adeiladwaith cwanteiddiedig Shannon.

Pob dolen ymchwil