Tsenseerimata Kimi K2 API

Enamik „odava mudeli” lehekülgi räägib tegelikult väikesest mudelist, kes kannab suure mudeli perekonnanime. See mitte. Kimi K2.6 on täies tipumõõdus vundament — triljon parameetrit hõredat Mixture-of-Expertsi, natiivne nägemiskooder ja treeningukava, mis on suunatud otse agentsele tööriistakasutusele. Hinnaklassi taseme teeb temast mitte väiksem aju, vaid agressiivsem kompressiooniretsept. Nii et küsimus ei ole „kas ta on piisavalt hea?”, vaid „millised tööd üldse märkavad vahet tema ja tema viis korda kallima sugulase vahel?”. Suurem osa sellest artiklist vastabki sellele.

01Mis on Kimi K2.6 tegelikult?

Kimi K2.6 on avatud kaaludega mudel laborilt Moonshot AI, Pekingi laborilt Kimi seeria taga, välja antud 20. aprillil 2026. Ta pärib arhitektuuri, mis tegi K2 märkimisväärseks: hõre Mixture-of-Experts transformer, milles on umbes 1 triljon parameetrit kokku ja umbes 32 miljardit aktiivset tokeni kohta, korraldatud kui 384 eksperti, 8 marsruuditut pluss 1 jagatu kihi kohta 61 kihi lõikes, koos Multi-head Latent Attentioniga. Igal antud tokenil tulistab sellest triljonist ainult väike viil — ja just seepärast saab sellise suurusega mudelit sentides hinnastada.

Liin loeb selle pärast, mida Moonshot optimeeris. Algne K2 eeltreeniti umbes 15.5 triljonil tokenil Muon / MuonClip optimeerijaga, mis oli ehitatud spetsiaalselt selleks, et hoida triljoni parameetriga MoE eemal tähelepanuplahvatustest ja kaotuse piikidest, mis sellel skaalal treeningut destabiliseerivad; Moonshot teatas kogu jooksu vältel nullist treeningu ebastabiilsusest. See on ülesvoolu kõigest muust — see lubas neil kulutada treeningueelarve agentsele käitumisele, mitte tulekustutamisele.

K2.6 laiendab seda kahes suunas. Esiteks on ta natiivselt multimodaalne: pildid ja videokaadrid käivad läbi MoonViT-i, ~400M parameetriga nägemiskooderi, mis paneb pildi 448x448 plaatidesse ja projitseerib iga plaadi otse keelemudeli tokeniruumi — visuaalsed tokenid istuvad samas jadas mis kõik muu, mitte külgepoldatud allkirjastajas, mis toidab pimedat mudelit. Teiseks on ta ehitatud sügavuti orkestreerimiseks: Moonshoti Agent Swarmi töö teatab koordineerimisest kuni 300 valdkonnaspetsiifilise alamagendi vahel ja kuni 4,000 koordineeritud sammust ühes autonoomses jooksus.

Moonshoti teatatud võrdlustesti profiil

Need on Moonshoti teatatud näitajad kokkusurumata K2.6 vundamendi kohta, mitte meie mõõtmised. Kasulikud kuju, mitte täpsuse poolest:

Loe kuju, mitte numbrikohti. Tööriistakasutuse ja otsingupõhised skoorid on kõrgel; puhta raskusastme skoorid madalamal. See on allkiri mudelil, keda treeniti hästi tegutsema, mitte kõike teadma — õige vahetus, kui sinu agendil on brauser, kest ja failisüsteem, ja vale, kui sa esitad ühe raske küsimuse ilma tööriistadeta.

02Mida W4A16-AUTOROUND-REAP tähendab

Mudeli id järelliide ei ole kaunistus. See on täpne kompressiooniretsept, avaldatud selleks, et sa saaksid tehtava vahetuse üle arutleda.

• W4A16 — kaalud 4 bitiga, aktivatsioonid arvutatakse 16-ga. Kaalude mälu langeb bf16 vastu umbes 4x, samal ajal kui aritmeetika, mis viga koguneb, jääb 16-bitisse täpsusse. See on väga suurte MoE mudelite standardne kõrgekvaliteediline serveerimispunkt.
• AUTOROUND — Inteli AutoRoundi kvantiseerija. Naiivne lähima ümardamine kohtleb iga kaalu eraldi ja viskab ära info, millele mudel toetus; AutoRound õpib ümardamisotsused hoopis kalibreerimisandmete vastu. 4-bitise sihi juures on see vahe mudeli vahel, kes ikka veel skeemi järgib, ja mudeli vahel, kes triivib.
• REAP — Router-weighted Expert Activation Pruning Cerebras Researchilt (arXiv 2510.13999, ICLR 2026). Enamiku MoE ekspertideni marsruuditakse harva. REAP hindab igaüht nii tema ruuteri väravaväärtuste kui ka aktivatsiooninormide järgi ning eemaldab kõige vähem olulised ühe hoobiga. Avaldatud tulemus: kuni 50% ekspertidest kärbitud triljoni parameetriga mudelitest, säilitades suures osas algtaseme kvaliteedi, ning kärpimine lööb generatiivsetel ülesannetel ekspertide ühendamist — ühendamine udustab spetsialistid kokku, kärpimine lihtsalt viskab kasutamata jäänud välja.

Selles järjekorras rakendatuna — kärbi esmalt, kvantiseeri see, mis alles jääb — saad sa mudeli, mis mahub ja jookseb kiiresti, ilma kvaliteedikollapsita, mida kumbki tehnika üksi neil suhetel põhjustaks. Et kulu kohta otsekohene olla: kokkusurutud mudel ei ole originaaliga bitthaaval identne. Retsept ostab selle, et halvenemine maandub seal, kus sa seda tõenäoliselt ei märka — haruldastel marsruutimisradadel, madala tõenäosusega tokenisabadel — mitte juhiste järgimises, tööriistakutsete vormistuses või skeemist kinnipidamises.

03Mida „tsenseerimata” sellel otspunktil tähendab

Tsenseerimata on siin väide arhitektuuri, mitte hoiaku kohta. Mudeli ees ei ole keeldumiskihti ja tema väljundil ei ole sisufiltreerimist. Sinu päring jõuab vundamendini ja tema vastus jõuab sinuni; miski ei püüa kumbagi suunda kinni.

See eristus loeb, sest sõna „tsenseerimata” kasutatakse lodevalt. Selle sõna alla on kimpu pandud kolm eraldi asja:

1. Sisendi klassifitseerimine — eraldi mudel loeb sinu viipa ja otsustab, kas see läbi lasta. Siin ei ole.
2. Väljundi filtreerimine — skanner uurib genereeritud teksti ning kärbib või asendab selle. Siin ei ole.
3. Vundamendi enda kalduvused — mida iganes alusmudel treeningul õppis. See kuulub mudelile ja me ei väida, et me oleksime selle kustutanud.

Kaks esimest on need, mis tootmissüsteemid katki teevad, ja just need kaks me eemaldame. Klassifikaator, mis tulistab 0.5% päringutest, on 0.5% tõrkemäär, mida sa ei saa siluda, ei saa vaidlustada ega saa ette näha — ja 200-sammulise agenditsükli lõikes liitub 0.5% sammukohane tõrge jooksuks, mis ebaõnnestub sagedamini kui õnnestub. Keeldumine vestluses on tüütus; keeldumine autonoomse jooksu 147. sammul hävitab jooksu oleku ja põletab ära kõik, mida sa sinnamaani kulutasid. Agendikoormuste jaoks on keeldumispinna eemaldamine töökindluse omadus, mitte stiiliküsimus.

Järeldus on see, et vastutus liigub sinule. Sinu rakenduse ja sinu kasutajate vahel ei ole turvavõrku; kui sinu toode seda vajab, ehita see sinna, kus sa seda näed, häälestad ja logid. Palun loe kõigepealt meie vastutustundliku kasutuse poliitikat.

04Kimi K2.6 vs Kimi K3: millal on 5x seda väärt?

See on otsus, mille pärast enamik lugejaid tuli, nii et siin see on ilma põiklemiseta. Kimi-K3 · 3BIT-REAP on suurem ja uuem vundament: teatatud 16. juulil 2026, avatud kaalud 27. juulil, umbes 2.8 triljoni koguparameetriga ja umbes 104 miljardi aktiivsega tokeni kohta — enam kui 3x K2.6 aktiivsest arvutusest. Ülesvoolu loetleb Moonshot K3 hinna umbes 5x K2.6 hinnast ja meie lüüsi hinnad järgivad seda suhet.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Sisend / 1M tokenit	$0.78	$3.83
Väljund / 1M tokenit	$3.67	$19.12
Kontekstiaken	262,144	262,144
Maks. väljund / päring	16,384	16,384
Pildisisend	Jah	Jah
Natiivsed tööriistakutsed	Jah	Jah
Range json_schema	Jah	Jah
Tsenseerimata	Jah	Jah
Aktiivseid parameetreid / token	~32B	~104B

Vaata, mida tabel ei näita: ei ole ühtki rida, kus K3-l oleks võimekus, mida K2.6-l ei ole. Sama aken, sama maksimaalne väljund, sama nägemine, samad tööriistakutsed, sama struktureeritud väljund, sama tsenseerimata hoiak, samad kolm dialekti. See 5x ostab täpselt ühe asja — toorvõimekuse ühe edasisuunalise käigu kohta. See on tõeline, aga see on üks ainus telg ja see ei tee midagi nendel telgedel, kus see ei ole sinu pudelikael.

Konkreetselt kontekstiakna punkt

Ülesvoolu on K3 pealkirjaomadus 1M-tokeniline kontekst K2.6 262K vastu. Shannoni lüüsis serveeritakse mõlemat mudelit 262,144 tokeni juures. Kui pikk kontekst oli sinu põhjus 5x maksta, siis siin see põhjus ei kehti — sa maksaksid lisatasu ja saaksid sama akna. See on asi, mida müüjal on kiusatus ütlemata jätta, ja just seepärast on see rasvases kirjas.

Maksa see 5x siis, kui

• Üks lask peab kohale jõudma. Üks raske käik, kus kordamine on kallis või võimatu — pöördumatu tegevus, otsus pika torustiku lõpus. Rohkem aktiivseid parameetreid tokeni kohta on täpselt see, mis tõstab ühe käigu lage.
• Ülesanne on teadmise-, mitte tööriistapõhine. Sügav süntees, kus vastus peab tulema kaaludest. K2.6 profiil on agentne; võta tööriistad ära ja suurem vundament tuleb esile.
• Maht on väike ja panused kõrged. 500 päringu juures kuus on 5x $40 $8 asemel. Osta lihtsalt parem mudel.

Ära maksa seda 5x siis, kui

• Sa jooksutad tsüklit. Pikkades agentsetes jooksudes domineerivad mehaanilised sammud — loe fail, kutsu tööriist, kontrolli tulemust, vali järgmine — ja täpselt selleks K2.6 treeniti. 200 sammu juures on 5x $7.71 vs $38.29 jooksu kohta.
• Sa töötled pilte mahus. Nägemiskoormused on sisenditokenirasked ja üksusekohane arutlus on pinnapealne. Vaata osa 05; vahe ei ole tasavägine.
• Töö on ekstraktimine, klassifitseerimine või teisendamine. Väljade väljatõmbamine dokumentidest, piletite marsruutimine, kirjete normaliseerimine, kokkuvõtmine — piiritletud ülesanded, kus suurem mudel toodab sama JSON-i.
• Sul on kontrollisamm. Kui väljundit kontrollitakse — testikomplekt, skeemivalideerija, teine käik, inimene — on juhuslikud möödalasud odavad ja ökonoomika soosib otsustavalt mahtu. See on hinnaklassi taseme kõige alahinnatum argument.

Muster, mida tasub nimetada: jooksuta K2.6 tsükli ja K3 otsuse jaoks. Lase odaval agentsel mudelil teha sada sammu kogumist, kutsumist ja mustandamist, siis kuluta üks kallis päring lõplikule sünteesile. Mõlemad mudelid räägivad identset API-t sama kontekstiaknaga, nii et vahetamine on ühe rea muudatus model väljal.

05Nägemine töötava hinnaga

Nägemine on K2.6 teravaim serv selles kataloogis. Lüüsi kaheteistkümnest tsenseerimata mudelist võtavad pilte üldse vastu ainult neli ja K2.6 on ainus, kes ühendab pildisisendi Kimi agentse liiniga alla dollari miljoni sisendtokeni kohta.

Nägemiskoormustel on ebatavaline kulukuju. Moonshoti avaldatud MoonViT-i kirjelduse järgi kodeerub 1024x1024 pilt umbes 576 pilditokeniks — ja need on sisendi tokenid, arvestuse odav pool. Tüüpiline nägemistöö maandub peaaegu täielikult $0.78 määrale, mitte $3.67 omale. Võta 10,000 pilti, igal ~200 tokenit viipa (seega ~776 sisenditokenit) ja ~150 tokenit struktureeritud väljundit:

Koormus	Kimi-K2.6	Kimi-K3	Kordne
Üks agendisamm (40K sisse / 2K välja)	$0.0385	$0.1914	5.0x
200-sammuline autonoomne jooks	$7.71	$38.29	5.0x
10,000 pilti, struktureeritud väljund	$11.56	$58.40	5.1x
Partiitöö (1M sisse / 200K välja)	$1.51	$7.65	5.1x

Arvutatud Shannoni lüüsi hinnakirja hindadest. Pilditokenite hinnang kasutab Moonshoti avaldatud MoonViT-i näitajat ~576 tokenit 1024x1024 pildi kohta; täpne tokeniseerimine varieerub lahutusvõime ja külgede suhtega.

$11.56 maksvat piltide torustikku jooksutad sa iga päev sellele mõtlemata. $58.40 maksvat torustikku sa ajastad, põhjendad ja lõpuks kärbid ära. See vahe on kogu hinnaklassi taseme argument.

Üks aus reservatsioon. Sõltumatutes multimodaalsetes ja maapealsete ülesannete edetabelites on K2.6 kohta teatatud umbes 26. kohta 115 mudeli seas, keskmine ligi 68.1 — auväärne, mitte klassi juhtiv. Tema nägemine on tõeliselt tugev dokumendimõistmises, ekraanitõmmiste ja kasutajaliidese lugemises ning diagrammide või graafikute tõlgendamises; ta on nõrgem täpses ruumilises maandamises — täpsed piirdekastid, peeneteraline loendamine segastes stseenides, halvenenud skaneeringute tihe OCR. Kui sul on vaja pikslitäpset lokaliseerimist, tee kõigepealt võrdlustest oma andmetel. Kui sul on vaja mudelit, kes vaatab ekraanitõmmist ja otsustab, mida järgmisena klõpsata, on see selgelt õige tööriist.

06Keeldumisteta tööriistakutsed ja agentsed tsüklid

K2.6 toetab natiivseid tööriistakutseid: mudel väljastab struktureeritud tööriistakutsed otse sinu antud JSON-skeemiga tööriistadefinitsioonidest, selle asemel et teda meelitataks parsitavat teksti tootma. Koos mitmevooruliste vestluste ja süsteemiviipadega on see täielik alusmaterjal agenditsükli jaoks.

See, mida „keeldumisteta tööriistakutsed” lisab, on peenem, kui kõlab. Filtreeritud API-l ilmnevad keeldumised agenditsükli sees kolme eri tõrkerežiimina:

• Kõva keeldumine — samm tagastab tööriistakutse asemel proosa, parser kukub läbi, tsükkel katkeb. Vähemalt on see vali.
• Pehme keeldumine — kutse tehakse, aga argumendid on kinni hoitud: kitsendatud päring, põiklev parameeter, kärbitud koormus. Tsükkel jätkub vaikselt halvenenud olekuga ja sa saad sellest teada neli sammu hiljem.
• Ennetav vältimine — plaan pöörab õiguspärasest harust eemale, enne kui ta selle lähedale jõuab. Seda sa ei näe kunagi; sa saad lihtsalt halvema plaani ja mitte mingit selgitust.

Teine ja kolmas on kallid, sest nad on nähtamatud: mitte ühtki viga, mitte midagi logides, mitte midagi, mida grepiga otsida. Otspunkt, millel keeldumiskihti ei ole, eemaldab kogu selle klassi — mudeli tööriistakutse argumendid on mudeli tööriistakutse argumendid.

See loeb kõige rohkem valdkondades, mis vajavad niikuinii pikki autonoomseid jookse ja puudutavad tundlikku materjali: turvauuringud ja punase meeskonna töö, pahavara ja intsidentide analüüs, kliiniliste dokumentide töötlemine, õiguslik tõendite kogumine ning modereerimistööriistad, mis peavad arutlema sisu üle, mida nad modereerivad. Modereerimisklassifikaatori ehitamine nõuab mudelit, kes on nõus vaatama seda, mida ta klassifitseerib; see ei ole paradoks, vaid lihtsalt töö.

Praktilised märkused pikkade jooksude kohta: reasoning_effort lubab sul kulutada rohkem mõtlemist planeerimissammudele ja vähem mehaanilistele. Voogedastus on saadaval kõigis kolmes dialektis, nii et pikk samm saab edenemist näidata või selle saab varakult katkestada. Ja 262,144 tokenit konteksti hoiab päris töölolekut — failide sisu, varasemad tööriistatulemused, jooksev plaan — paljude sammude vältel alles, ilma et peaks igal vooril uuesti kokku võtma, mis on ise sage agendi triivimise allikas.

07Struktureeritud väljund ja kolm API dialekti

K2.6 toetab nii json_schema-t (range skeemipiiranguga genereerimine) kui ka lõdvemat response_format-i. Kontrolli seda kataloogi vastu: kaks siinsest kaheteistkümnest mudelist ei toeta ranget skeemiväljundit ja kui sinu järgmine torustikuetapp parsib JSON-i, ei ole see veerg valikuline.

Range skeemiväljund on see, mis teeb tsenseerimata mudeli taristuna kasutatavaks: kui mudel peab väljastama sinu skeemile vastava objekti, saad sa parsimisgarantii sõltumatult sellest, mida ta muidu oleks öelnud — ei mingit eelkõnet, vabandust ega lõiku sinu JSON-i ümber. Koos keeldumiskihi puudumisega on see ekstraktimisotspunkt, mis tagastab sinu objekti igal päringul, iga dokumendi kohta, ükskõik millest dokument räägib.

Pind	Kimi-K2.6 tugi	Märkused
/v1/chat/completions	Jah	OpenAI dialekt — otse olemasolevate SDK-dega
/v1/messages	Jah	Anthropicu dialekt — sama mudel, samad kaalud
/v1/responses	Jah	Responses-stiilis liides
Voogedastus	Jah	Kõigil kolmel dialektil
Tööriistakutsed	Jah	Natiivsed, JSON-skeemiga tööriistadefinitsioonid
json_schema	Jah	Range struktureeritud väljund
response_format	Jah	Lõdvem JSON-režiim
reasoning_effort	Jah	Häälesta mõtlemiseelarvet päringu kaupa
Pildisisend	Jah	Pildid koos tekstiga

Kõik kolm dialekti pöörduvad samade kaalude poole samas klastris. Suuna olemasolev OpenAI klient baas-URL-ile, sea model väärtuseks Kimi-K2.6-W4A16-AUTOROUND-REAP ja sa jooksedki. Päringu ja vastuse kujud, voogedastuse semantika ja elav mänguväljak on API dokumentatsioonis.

08Kus Kimi K2.6 on vale valik

Mudelijuhend, mis loetleb ainult tugevusi, on reklaam. Siin on kohad, kus me saadaksime sind mujale.

• Sul on vaja absoluutset lage ühe raske käigu peal. Mine mudelile Kimi-K3 ja maksa see 5x. Just selleks ta ongi.
• Sul on vaja pikslitäpset visuaalset maandamist. Piirdekastid, tihe OCR halvenenud skaneeringutel ja täpne loendamine segastes stseenides ei ole tema tugevaim pinnas — testi kõigepealt oma andmetel.
• Sul on vaja odavamat kui odav, ilma nägemiseta. Mitu kataloogi mudelit asuvad hinnal $0.50 / $2.00. K2.6 lisatasu ostab nägemise ja Kimi agentse profiili; kui sa kumbagi ei vaja, võta odavam tase.
• Sul on vaja rohkem kui 16,384 väljundtokenit ühes vastuses. See lagi kehtib kogu kataloogis — pikad dokumendid vajavad tükeldatud genereerimist ükskõik millise mudeli puhul.
• Sa tahad bitthaaval täpset ülesvoolu käitumist. See on kärbitud ja kvantiseeritud ehitus: teadlik, avaldatud vahetus. Taastootmisuuringu jaoks jooksuta Moonshoti algsete kaalude vastu.

Kimi K2.6 ja K3 arhitektuuri-, võrdlustesti- ja väljalaskekuupäeva näitajad on Moonshoti teatatud ning esitatud ülesvoolu vundamendi, mitte meie kokkusurutud ehituse kohta. Multimodaalse edetabeli näitaja pärineb sõltumatust kolmanda osapoole edetabelist. Shannoni lüüsi hinnad on hinnakirja hinnad 5. septembri 2026 seisuga.

09Korduma kippuvad küsimused

---

Shannon AI-d opereerib Shannon Lab LLC, New Mexico, USA. Allikad: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Ülesvoolu Kimi võrdlustesti näitajad on Moonshoti teatatud ja esialgsed kuni sõltumatu kontrollimiseni; need kirjeldavad kokkusurumata vundamenti, mitte Shannoni kvantiseeritud ehitust.