API של Kimi K2 ללא צנזורה

רוב הדפים על "מודל זול" עוסקים למעשה במודל קטן שעוטה על עצמו את שם המשפחה של מודל גדול. זה לא המקרה כאן. Kimi K2.6 הוא מודל יסוד מלא בקנה מידה חזיתי — טריליון פרמטרים של Mixture-of-Experts דליל, עם מקודד ראייה מובנה ועם תוכנית אימון שכוונה ישירות לשימוש סוכני בכלים. מה שהופך אותו לדרג התמורה אינו מוח קטן יותר אלא מתכון דחיסה אגרסיבי יותר. אז השאלה אינה "האם הוא טוב מספיק?" אלא "אילו עבודות באמת מבחינות בהבדל בינו לבין אחיו שעולה פי 5?". רוב המאמר הזה עונה על כך.

01מהו Kimi K2.6, באמת?

Kimi K2.6 הוא מודל במשקלים פתוחים של Moonshot AI, המעבדה מבייג'ינג שמאחורי סדרת Kimi, ששוחרר ב-20 באפריל 2026. הוא יורש את הארכיטקטורה שהפכה את K2 לבולט: טרנספורמר Mixture-of-Experts דליל עם כ-טריליון פרמטרים בסך הכול וכ-32 מיליארד פעילים לכל טוקן, מאורגן כ-384 מומחים, 8 מנותבים ועוד 1 משותף בכל שכבה, על פני 61 שכבות, עם Multi-head Latent Attention. רק פרוסה קטנה מהטריליון הזה נדלקת על כל טוקן נתון — וזו בדיוק הסיבה שאפשר לתמחר מודל בגודל כזה בסנטים.

לשושלת יש חשיבות בגלל מה ש-Moonshot מיטבה. K2 המקורי אומן מקדימה על כ-15.5 טריליון טוקנים בעזרת הממטב Muon / MuonClip, שנבנה במיוחד כדי למנוע ממודל MoE בן טריליון פרמטרים את התפוצצויות תשומת הלב ואת קפיצות ההפסד שמערערות אימון בקנה מידה כזה; Moonshot דיווחה על אפס חוסר יציבות באימון לאורך כל ההרצה. זה במעלה הזרם של כל השאר — זה איפשר להם להוציא את תקציב האימון על התנהגות סוכנית ולא על כיבוי שריפות.

K2.6 מרחיב זאת בשני כיוונים. ראשית, הוא רב-מודאלי מובנה: תמונות ופריימי וידאו עוברים דרך MoonViT, מקודד ראייה בן כ-400M פרמטרים שמרצף תמונה לאריחים של 448x448 ומטיל כל אריח ישירות למרחב הטוקנים של מודל השפה — טוקנים ויזואליים יושבים באותו רצף כמו כל השאר, ולא במכתיב חיצוני שמזין מודל עיוור. שנית, הוא בנוי לתזמור בעומק: עבודת Agent Swarm של Moonshot מדווחת על תיאום בין עד 300 תת-סוכנים מתמחי-תחום ועל עד 4,000 צעדים מתואמים בהרצה אוטונומית אחת.

פרופיל הבנצ'מרקים שדיווחה Moonshot

אלה נתונים מדווחי-Moonshot על מודל היסוד K2.6 הלא דחוס, לא מדידות שלנו. שימושיים לצורה, לא לדיוק:

קרא את הצורה, לא את הספרות. ציונים של שימוש בכלים ושל חיפוש יושבים גבוה; ציונים של קושי טהור יושבים נמוך יותר. זו החתימה של מודל שאומן לפעול היטב ולא לדעת הכול — הפשרה הנכונה אם לסוכן שלך יש דפדפן, מעטפת ומערכת קבצים, והשגויה אם אתה שואל שאלה קשה אחת בלי שום כלי מצורף.

02מה אומר W4A16-AUTOROUND-REAP

הסיומת במזהה המודל אינה קישוט. זהו מתכון הדחיסה המדויק, שפורסם כדי שתוכל לשקול את הפשרה שאתה עושה.

• W4A16 — משקלים ב-4 סיביות, הפעלות מחושבות ב-16. זיכרון המשקלים יורד בערך פי 4 לעומת bf16 בעוד האריתמטיקה שצוברת שגיאה נשארת בדיוק של 16 סיביות. זו נקודת ההגשה הסטנדרטית באיכות גבוהה למודלי MoE גדולים מאוד.
• AUTOROUND — המקוונטז AutoRound של Intel. עיגול נאיבי לערך הקרוב מתייחס לכל משקל בנפרד וזורק מידע שהמודל הסתמך עליו; AutoRound לומדת את החלטות העיגול מול נתוני כיול במקום זאת. ביעד של 4 סיביות זה ההבדל בין מודל שעדיין מציית לסכמה לבין מודל שנסחף.
• REAP — Router-weighted Expert Activation Pruning, מבית Cerebras Research (arXiv 2510.13999, ICLR 2026). רוב המומחים במודל MoE מנותבים אליהם לעיתים רחוקות. REAP מדרגת כל אחד לפי ערכי שער הנתב שלו ולפי נורמות ההפעלה שלו, ואז מסירה את הפחות בולטים בשלב יחיד. התוצאה שפורסמה: גיזום של עד 50% מהמומחים ממודלים בני טריליון פרמטרים תוך שמירה במידה רבה על איכות הבסיס, וגיזום שמנצח מיזוג מומחים במשימות יוצרות — מיזוג מטשטש מומחים זה לתוך זה, גיזום פשוט מסיר את אלה שאינם בשימוש.

ביישום בסדר הזה — קודם גוזמים, אחר כך מקוונטזים את מה שנשאר — מתקבל מודל שנכנס ורץ מהר בלי קריסת האיכות שכל אחת מהטכניקות לבדה הייתה גורמת ביחסים האלה. ובבוטות לגבי המחיר: מודל דחוס אינו זהה ברמת הסיבית למקור. מה שהמתכון קונה הוא שההידרדרות נוחתת במקום שבו לא סביר שתבחין בה — מסלולי ניתוב נדירים, זנבות טוקנים בהסתברות נמוכה — ולא בציות להוראות, בפורמט קריאות הכלים או בהיצמדות לסכמה.

03מה המשמעות של "ללא צנזורה" בנקודת הקצה הזו

"ללא צנזורה" כאן היא אמירה על ארכיטקטורה, לא על גישה. אין שכבת סירוב לפני המודל ואין סינון תוכן על הפלט שלו. הבקשה שלך מגיעה למודל היסוד והתשובה שלו מגיעה אליך; שום דבר לא מיירט אף אחד מהכיוונים.

להבחנה הזו יש חשיבות, כי "ללא צנזורה" משמש ברישול. שלושה דברים נפרדים נארזים תחת המילה:

1. סיווג קלט — מודל נפרד קורא את ההנחיה שלך ומחליט אם להעביר אותה. לא קיים כאן.
2. סינון פלט — סורק בודק טקסט שנוצר וקוטע או מחליף אותו. לא קיים כאן.
3. הנטיות של מודל היסוד עצמו — כל מה שמודל הבסיס למד באימון. זה שלו, ואנחנו לא טוענים שמחקנו אותו.

שני הראשונים הם מה ששובר מערכות ייצור, והם שניהם מה שאנחנו מסירים. מסווג שנדלק על 0.5% מהבקשות הוא שיעור כשל של 0.5% שאינך יכול לנפות, לערער עליו או לצפות מראש — ועל פני לולאת סוכן של 200 צעדים, כשל של 0.5% לצעד מצטבר להרצה שנכשלת לעיתים קרובות יותר משהיא מצליחה. סירוב בשיחה הוא מטרד; סירוב בצעד 147 של הרצה אוטונומית הורס את מצב ההרצה ושורף את כל מה שהשקעת כדי להגיע לשם. לעומסי סוכנים, הסרת משטח הסירוב היא תכונת אמינות ולא העדפה סגנונית.

המסקנה הנגזרת היא שהאחריות עוברת אליך. אין רשת ביטחון בין האפליקציה שלך למשתמשים שלך; אם המוצר שלך זקוק לאחת, בנה אותה במקום שבו אתה יכול לראות אותה, לכוון אותה ולתעד אותה. אנא קרא קודם את מדיניות השימוש האחראי שלנו.

04Kimi K2.6 מול Kimi K3: מתי פי 5 שווה את זה?

זו ההחלטה שרוב הקוראים הגיעו בשבילה, אז הנה היא בלי גידור. Kimi-K3 · 3BIT-REAP הוא מודל היסוד הגדול והחדש יותר: הוכרז ב-16 ביולי 2026 עם משקלים פתוחים ב-27 ביולי, בכ-2.8 טריליון פרמטרים בסך הכול וכ-104 מיליארד פעילים לכל טוקן — יותר מפי 3 מהחישוב הפעיל של K2.6. במעלה הזרם, Moonshot מציינת ל-K3 מחיר גבוה בערך פי 5 מזה של K2.6, והתמחור בשער שלנו עוקב אחרי היחס הזה.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
קלט / מיליון טוקנים	$0.78	$3.83
פלט / מיליון טוקנים	$3.67	$19.12
חלון הקשר	262,144	262,144
פלט מרבי / בקשה	16,384	16,384
קלט ראייה	כן	כן
קריאת כלים מובנית	כן	כן
json_schema קפדני	כן	כן
ללא צנזורה	כן	כן
פרמטרים פעילים / טוקן	~32B	~104B

שים לב למה שהטבלה אינה מראה: אין שורה אחת שבה ל-K3 יש תכונה ש-K2.6 חסר. אותו חלון, אותו פלט מרבי, אותה ראייה, אותה קריאת כלים, אותו פלט מובנה, אותה עמדה של היעדר צנזורה, אותם שלושה דיאלקטים. פי 5 קונה בדיוק דבר אחד — יכולת גולמית לכל מעבר קדימה. זה אמיתי, אבל זה ציר יחיד, והוא לא עושה דבר בצירים שבהם הוא אינו צוואר הבקבוק שלך.

נקודת חלון ההקשר, ספציפית

במעלה הזרם, תכונת הכותרת של K3 היא הקשר של מיליון טוקנים מול 262K של K2.6. בשער של Shannon שני המודלים מוגשים ב-262,144 טוקנים. אם הקשר ארוך היה הסיבה שלך לשלם פי 5, הסיבה הזו אינה חלה כאן — היית משלם את הפרמיה ומקבל את אותו חלון. זה מהסוג של דברים שספק מתפתה לא לומר, ולכן זה מודגש.

שלם את פי 5 כאשר

• ניסיון אחד חייב לקלוע. מעבר קשה יחיד שבו ניסיון חוזר יקר או בלתי אפשרי — פעולה בלתי הפיכה, החלטה בסוף צינור ארוך. יותר פרמטרים פעילים לכל טוקן הם בדיוק מה שמעלה את התקרה למעבר יחיד.
• המשימה כבולת-ידע ולא כבולת-כלים. סינתזה עמוקה שבה התשובה חייבת לצאת מהמשקלים. הפרופיל של K2.6 הוא סוכני; קח את הכלים והמודל הגדול יותר מתגלה.
• הנפח נמוך והסיכון גבוה. ב-500 קריאות בחודש, פי 5 הם $40 במקום $8. פשוט קנה את המודל הטוב יותר.

אל תשלם את פי 5 כאשר

• אתה מריץ לולאה. הרצות סוכניות ארוכות נשלטות על ידי צעדים מכניים — קרא קובץ, קרא לכלי, בדוק תוצאה, בחר את הבא — וזה בדיוק מה ש-K2.6 אומן עבורו. ב-200 צעדים פי 5 הם $7.71 מול $38.29 להרצה.
• אתה מעבד תמונות בנפח. עומסי ראייה עתירי טוקני קלט והחשיבה לכל פריט רדודה. ראה סעיף 05; זה בכלל לא צמוד.
• העבודה היא חילוץ, סיווג או המרה. שליפת שדות ממסמכים, ניתוב פניות, נרמול רשומות, סיכום — משימות תחומות שבהן מודל גדול יותר מייצר את אותו JSON.
• יש לך שלב אימות. אם הפלט נבדק — מערך בדיקות, מאמת סכמה, מעבר שני, אדם — פספוסים מזדמנים זולים והכלכלה מעדיפה נפח באופן מכריע. זה הטיעון המוערך בחסר ביותר לטובת דרג התמורה.

תבנית ששווה לתת לה שם: הרץ K2.6 ללולאה ו-K3 לפסק הדין. תן למודל הסוכני הזול לעשות את מאה הצעדים של איסוף, קריאה לכלים וניסוח, ואז הוצא קריאה יקרה אחת על הסינתזה הסופית. שני המודלים מדברים API זהה עם אותו חלון הקשר, כך שהמעבר הוא שינוי של שורה אחת בשדה model.

05ראייה במחיר עבודה

הראייה היא הקצה החד ביותר של K2.6 בקטלוג הזה. מבין שנים-עשר המודלים ללא צנזורה בשער, ארבעה בלבד מקבלים תמונות בכלל, ו-K2.6 הוא היחיד שמשלב קלט תמונה עם השושלת הסוכנית של Kimi מתחת לדולר למיליון טוקני קלט.

לעומסי ראייה יש צורת עלות חריגה. לפי התיאור שפרסמה Moonshot ל-MoonViT, תמונה של 1024x1024 מקודדת לכ-576 טוקני תמונה — ואלה טוקני קלט, הצד הזול של המאזן. עבודת ראייה טיפוסית נוחתת כמעט כולה על תעריף $0.78 ולא על זה של $3.67. קח 10,000 תמונות, לכל אחת כ-200 טוקני הנחיה (כלומר כ-776 טוקני קלט) וכ-150 טוקני פלט מובנה:

עומס עבודה	Kimi-K2.6	Kimi-K3	מכפיל
צעד סוכן אחד (40K קלט / 2K פלט)	$0.0385	$0.1914	5.0x
הרצה אוטונומית של 200 צעדים	$7.71	$38.29	5.0x
10,000 תמונות, פלט מובנה	$11.56	$58.40	5.1x
עבודת אצווה (מיליון קלט / 200K פלט)	$1.51	$7.65	5.1x

מחושב לפי מחירון השער של Shannon. הערכת טוקני התמונה מסתמכת על הנתון שפרסמה Moonshot ל-MoonViT, כ-576 טוקנים לתמונה של 1024x1024; הטוקניזציה המדויקת משתנה עם הרזולוציה ועם יחס הממדים.

צינור תמונות ב-$11.56 הוא דבר שאתה מריץ מדי יום בלי לחשוב עליו. אחד ב-$58.40 הוא דבר שאתה מתזמן, מצדיק, ובסוף מקצץ. הפער הזה הוא כל הטיעון לדרג תמורה.

הסתייגות כנה אחת. בטבלאות דירוג עצמאיות למשימות רב-מודאליות ומעוגנות K2.6 דווח בסביבות מקום 26 מתוך 115 מודלים, בממוצע קרוב ל-68.1 — מכובד, לא מוביל את המחלקה. הראייה שלו חזקה באמת בהבנת מסמכים, בקריאת צילומי מסך וממשקים ובפרשנות גרפים ותרשימים; הוא חלש יותר בעיגון מרחבי מדויק — תיבות תוחמות מדויקות, ספירה עדינה בסצנות עמוסות, OCR צפוף של סריקות ירודות. אם אתה זקוק לאיתור מדויק ברמת הפיקסל, מדוד קודם על הנתונים שלך. אם אתה זקוק למודל שיסתכל על צילום מסך ויחליט על מה ללחוץ הלאה, זה בהחלט הכלי הנכון.

06קריאת כלים בלי סירוב ולולאות סוכן

K2.6 תומך בקריאת כלים מובנית: המודל פולט הפעלות כלים מובנות ישירות מהגדרות כלים לפי סכמת JSON שאתה מספק, במקום שיצטרכו לשדל אותו לייצר טקסט הניתן לפענוח. יחד עם שיחה רב-סבבית והנחיות מערכת, זהו המצע המלא ללולאת סוכן.

מה ש"קריאת כלים בלי סירוב" מוסיפה עדין יותר משזה נשמע. ב-API מסונן, סירובים בתוך לולאת סוכן מופיעים בשלושה מצבי כשל נבדלים:

• סירוב קשיח — הצעד מחזיר פרוזה במקום קריאת כלי, המפענח נכשל, הלולאה נשברת. לפחות רועש.
• סירוב רך — הקריאה מתבצעת אבל הארגומנטים מוחלשים: שאילתה מצומצמת, פרמטר מגודר, מטען קטוע. הלולאה ממשיכה עם מצב שהידרדר בשקט ואתה מגלה זאת ארבעה צעדים אחר כך.
• הימנעות מקדימה — התוכנית מתרחקת מענף לגיטימי עוד לפני שהיא מתקרבת אליו. את זה לעולם לא תראה; אתה פשוט מקבל תוכנית גרועה יותר ובלי הסבר.

השני והשלישי הם היקרים, כי הם בלתי נראים: אין שגיאה, אין דבר ביומנים, אין מה לחפש. נקודת קצה בלי שכבת סירוב מסירה את כל המחלקה הזו — ארגומנטי קריאת הכלים של המודל הם ארגומנטי קריאת הכלים של המודל.

זה חשוב במיוחד בתחומים שזקוקים להרצות אוטונומיות ארוכות ונוגעים ממילא בחומר רגיש: מחקר אבטחה וצוותים אדומים, ניתוח תוכנות זדוניות ואירועים, עיבוד מסמכים קליניים, גילוי מסמכים משפטי, וכלי מיתון שחייבים לחשוב על התוכן שהם ממתנים. בניית מסווג מיתון דורשת מודל שמוכן להסתכל על מה שהוא מסווג; זה לא פרדוקס, זו פשוט העבודה.

הערות מעשיות להרצות ארוכות: reasoning_effort מאפשר לך להוציא יותר חשיבה על צעדי תכנון ופחות על מכניים. ההזרמה זמינה בשלושת הדיאלקטים, כך שצעד ארוך יכול להציג התקדמות או להיקטע מוקדם. ו-262,144 טוקנים של הקשר שומרים מצב עבודה אמיתי — תוכן קבצים, תוצאות כלים קודמות, תוכנית מתגלגלת — שוכן על פני צעדים רבים בלי לסכם מחדש בכל סבב, שהוא כשלעצמו מקור נפוץ לסחיפת סוכנים.

07פלט מובנה ושלושת דיאלקטי ה-API

K2.6 תומך גם ב-json_schema (ייצור מוגבל-סכמה קפדני) וגם ב-response_format הרפוי יותר. בדוק זאת מול הקטלוג: שניים משנים-עשר המודלים כאן אינם תומכים בפלט סכמה קפדני, ואם השלב הבא בצינור שלך מפענח JSON, העמודה הזו אינה אופציונלית.

פלט סכמה קפדני הוא מה שהופך מודל ללא צנזורה לשמיש כתשתית: אם המודל חייב לפלוט אובייקט שתואם לסכמה שלך, אתה מקבל הבטחת פענוח שאינה תלויה במה שהוא היה אומר אחרת — בלי הקדמה, בלי התנצלות, בלי פסקה שעוטפת את ה-JSON שלך. בשילוב עם היעדר שכבת סירוב, זו נקודת קצה לחילוץ שמחזירה את האובייקט שלך בכל קריאה, לכל מסמך, על מה שהמסמך לא יעסוק.

משטח	תמיכה ב-Kimi-K2.6	הערות
/v1/chat/completions	כן	דיאלקט OpenAI — תחליף ישיר ל-SDK קיימים
/v1/messages	כן	דיאלקט Anthropic — אותו מודל, אותם משקלים
/v1/responses	כן	ממשק בסגנון Responses
הזרמה	כן	בשלושת הדיאלקטים
קריאת כלים	כן	מובנית, הגדרות כלים לפי סכמת JSON
json_schema	כן	פלט מובנה קפדני
response_format	כן	מצב JSON רפוי יותר
reasoning_effort	כן	כוונון תקציב החשיבה לכל קריאה
קלט ראייה	כן	תמונות לצד טקסט

שלושת הדיאלקטים פונים לאותם משקלים על אותו אשכול. הפנה לקוח OpenAI קיים לכתובת הבסיס, הגדר את model ל-Kimi-K2.6-W4A16-AUTOROUND-REAP, ואתה רץ. צורות הבקשה והתשובה, סמנטיקת ההזרמה ומגרש משחקים חי נמצאים בתיעוד ה-API.

08איפה Kimi K2.6 הוא הבחירה השגויה

מדריך מודל שמפרט רק חוזקות הוא פרסומת. הנה איפה היינו שולחים אותך למקום אחר.

• אתה זקוק לתקרה המוחלטת במעבר קשה יחיד. לך אל Kimi-K3 ושלם את פי 5. בשביל זה הוא קיים.
• אתה זקוק לעיגון ויזואלי מדויק ברמת הפיקסל. תיבות תוחמות, OCR צפוף על סריקות ירודות וספירה מדויקת בסצנות עמוסות אינם הקרקע החזקה שלו — בדוק קודם על הנתונים שלך.
• אתה זקוק לזול מהזול, בלי ראייה. כמה מודלים בקטלוג יושבים על $0.50 / $2.00. הפרמיה של K2.6 קונה ראייה ואת הפרופיל הסוכני של Kimi; אם אינך זקוק לאף אחד מהם, קח את הדרג הזול יותר.
• אתה זקוק ליותר מ-16,384 טוקני פלט בתשובה אחת. התקרה הזו חלה על כל הקטלוג — מסמכים ארוכים דורשים ייצור במקטעים בכל מודל שתבחר.
• אתה רוצה התנהגות זהה ברמת הסיבית למודל שבמעלה הזרם. זו בנייה גזומה ומקוונטזת: פשרה מכוונת ומפורסמת. למחקר שחזור, הרץ מול המשקלים המקוריים של Moonshot.

נתוני הארכיטקטורה, הבנצ'מרקים ותאריכי השחרור של Kimi K2.6 ושל K3 מדווחים על ידי Moonshot ומוצגים עבור מודל היסוד שבמעלה הזרם, לא עבור הבנייה הדחוסה שלנו. נתון הדירוג הרב-מודאלי מגיע מטבלת דירוג עצמאית של צד שלישי. מחירי השער של Shannon הם מחירי מחירון נכון ל-5 בספטמבר 2026.

09שאלות נפוצות

---

Shannon AI מופעלת על ידי Shannon Lab LLC, ניו מקסיקו, ארה"ב. מקורות: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. נתוני הבנצ'מרק של Kimi שבמעלה הזרם מדווחים על ידי Moonshot והם זמניים עד לאימות עצמאי; הם מתארים את מודל היסוד הלא דחוס, לא את הבנייה המקוונטזת של Shannon.