Cenzúrázatlan Kimi K2 API

A legtöbb „olcsó modell” oldal valójában egy kis modellről szól, amely egy nagy modell családnevét viseli. Ez nem olyan. A Kimi K2.6 teljes értékű, élvonalbeli léptékű alapmodell — egy billió paraméternyi ritka szakértőkeverék, natív képkódolóval és olyan tanítási programmal, amely egyenesen az ügynöki eszközhasználatot célozza. Nem kisebb agy teszi ár-érték szintté, hanem egy agresszívabb tömörítési recept. A kérdés tehát nem az, hogy „elég jó-e”, hanem az, hogy „mely feladatok veszik egyáltalán észre a különbséget közte és az ötször drágább testvére között”. Ez a cikk nagyrészt erre válaszol.

01Mi is valójában a Kimi K2.6?

A Kimi K2.6 a Moonshot AI nyílt súlyú modellje — a pekingi labor áll a Kimi sorozat mögött —, és 2026. április 20-án adták ki. Örökli azt az architektúrát, amely a K2-t figyelemre méltóvá tette: ritka szakértőkeverékes transzformer nagyjából 1 billió összparaméterrel és tokenenként körülbelül 32 milliárd aktívval, rétegenként 384 szakértővel, 8 útvonalazottal plusz 1 megosztottal, 61 rétegen át, többfejű látens figyelemmel. Ebből a billióból bármely adott tokenen csak egy vékony szelet tüzel — pontosan ezért lehet egy ekkora modellt centekben árazni.

A vonal azért számít, amit a Moonshot optimalizált. Az eredeti K2-t nagyjából 15,5 billió tokenen tanították elő a Muon / MuonClip optimalizálóval, amelyet kifejezetten arra építettek, hogy megóvják a billió paraméteres MoE-t azoktól a figyelmi kirobbanásoktól és veszteségcsúcsoktól, amelyek ekkora léptékben destabilizálják a tanítást; a Moonshot a teljes futásra nulla tanítási instabilitást jelentett. Ez mindennek a felvízén van — így a tanítási költségvetést ügynöki viselkedésre költhették, nem tűzoltásra.

A K2.6 ezt két irányba terjeszti ki. Először is natívan multimodális: a képek és a videókockák a MoonViT nevű, ~400 millió paraméteres képkódolón mennek át, amely 448x448-as csempékre bontja a képet, és minden csempét egyenesen a nyelvi modell tokentérébe vetít — a vizuális tokenek ugyanabban a szekvenciában ülnek, mint minden más, nem pedig egy vak modellt tápláló, ráakasztott képaláírózóban. Másodszor mélységi vezénylésre épült: a Moonshot Agent Swarm munkája akár 300 tartományspecialista alügynök összehangolásáról és egyetlen autonóm futásban akár 4000 összehangolt lépésről számol be.

A Moonshot által közölt benchmarkprofil

Ezek a Moonshot által közölt számok a tömörítetlen K2.6 alapmodellre, nem a mi méréseink. Az alakzathoz hasznosak, a pontossághoz nem:

Az alakzatot olvassa, ne a számjegyeket. Az eszközhasználó és keresésvezérelt pontszámok magasan ülnek; a tiszta nehézségi pontszámok lejjebb. Ez annak a modellnek az ujjlenyomata, amelyet arra tanítottak, hogy jól cselekedjen, nem arra, hogy mindent tudjon — a helyes csere, ha az ügynökének van böngészője, parancssora és fájlrendszere, és a rossz, ha egyetlen nehéz kérdést tesz fel eszközök nélkül.

02Mit jelent a W4A16-AUTOROUND-REAP

A modellazonosító utótagja nem díszítés. Ez a pontos tömörítési recept, közzétéve, hogy végig tudja gondolni, milyen cserét köt.

• W4A16 — 4 bites súlyok, 16 biten számolt aktivációk. A súlymemória nagyjából a negyedére esik a bf16-hoz képest, miközben a hibát halmozó aritmetika 16 bites pontosságon marad. Ez a nagyon nagy MoE-modellek szokásos, magas minőségű kiszolgálási pontja.
• AUTOROUND — az Intel AutoRound kvantálója. A naiv legközelebbire kerekítés minden súlyt külön kezel, és eldob olyan információt, amelyre a modell támaszkodott; az AutoRound ehelyett megtanulja a kerekítési döntéseket kalibrációs adatokon. 4 bites célnál ez a különbség egy olyan modell között, amely még követi a sémát, és egy olyan között, amely elsodródik.
• REAP — Router-weighted Expert Activation Pruning, a Cerebras Research munkája (arXiv 2510.13999, ICLR 2026). Egy MoE szakértőinek nagy részéhez ritkán útvonalaz az útválasztó. A REAP mindegyiket pontozza az útválasztó kapuértékei és az aktivációs normái alapján, majd egyetlen menetben eltávolítja a legkevésbé lényegeseket. A közzétett eredmény: a billió paraméteres modellek szakértőinek akár 50%-a metszhető úgy, hogy nagyrészt tartja az alapvonalbeli minőséget, és a metszés generatív feladatokon legyőzi a szakértők összeolvasztását — az összeolvasztás elmossa a specialistákat, a metszés csak eldobja a használatlanokat.

Ebben a sorrendben alkalmazva — előbb metszés, aztán a maradék kvantálása — olyan modellt kap, amely elfér és gyorsan fut anélkül a minőségösszeomlás nélkül, amelyet bármelyik technika önmagában okozna ilyen arányoknál. Nyíltan a költségről: egy tömörített modell nem bitre azonos az eredetivel. Amit a recept megvásárol, az az, hogy a romlás ott jelenjen meg, ahol valószínűleg nem veszi észre — ritka útvonalakon, kis valószínűségű tokenfarkokon —, nem pedig az utasításkövetésben, az eszközhívás formázásában vagy a sémakövetésben.

03Mit jelent a „cenzúrázatlan” ezen a végponton

A cenzúrázatlan itt az architektúráról szóló állítás, nem hozzáállásról. Nincs elutasítási réteg a modell előtt, és nincs tartalomszűrés a kimenetén. A kérése eléri az alapmodellt, a válasza pedig eléri Önt; egyik irányban sem szól közbe semmi.

Ez a megkülönböztetés azért számít, mert a „cenzúrázatlan” szót lazán használják. Három külön dolgot csomagolnak a szó alá:

1. Bemeneti osztályozás — egy külön modell elolvassa a promptját, és eldönti, átengedi-e. Itt nincs jelen.
2. Kimeneti szűrés — egy vizsgáló átnézi a generált szöveget, és csonkolja vagy lecseréli. Itt nincs jelen.
3. Magának az alapmodellnek a hajlamai — bármi, amit az alapmodell a tanítás során megtanult. Ez a modellé, és nem állítjuk, hogy kitöröltük.

Az első kettő az, ami az éles rendszereket tönkreteszi, és ezt a kettőt távolítjuk el. Egy osztályozó, amely a kérések 0,5%-ára tüzel, 0,5%-os hibaarány, amelyet nem tud hibakeresni, nem tud megfellebbezni, és nem lát előre — egy 200 lépéses ügynökhurkon pedig a lépésenkénti 0,5%-os hiba olyan futássá halmozódik, amely gyakrabban bukik el, mint ahányszor sikerül. Egy elutasítás egy beszélgetésben bosszantó; egy elutasítás egy autonóm futás 147. lépésénél megsemmisíti a futás állapotát, és elégeti mindazt, amit odáig elköltött. Ügynöki munkaterheléseknél az elutasítási felület eltávolítása megbízhatósági tulajdonság, nem stílusbeli előny.

A következmény az, hogy a felelősség Önhöz kerül. Nincs védőháló az alkalmazása és a felhasználói között; ha a terméke igényel egyet, ott építse meg, ahol látja, hangolhatja és naplózhatja. Kérjük, előbb olvassa el a felelős használati irányelvünket.

04Kimi K2.6 vagy Kimi K3: mikor éri meg az ötszörös ár?

A legtöbb olvasó ezért a döntésért jött, tehát itt van kertelés nélkül. A Kimi-K3 · 3BIT-REAP a nagyobb, újabb alapmodell: 2026. július 16-án jelentették be, július 27-én nyílt súlyokkal, nagyjából 2,8 billió összparaméterrel és tokenenként körülbelül 104 milliárd aktívval — több mint háromszorosa a K2.6 aktív számításának. A forrásoldalon a Moonshot a K3-at nagyjából a K2.6 ötszörös árán listázza, és az átjárónk árazása követi ezt az arányt.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Bemenet / 1M token	$0.78	$3.83
Kimenet / 1M token	$3.67	$19.12
Kontextusablak	262,144	262,144
Maximális kimenet / kérés	16,384	16,384
Képbemenet	Igen	Igen
Natív eszközhívás	Igen	Igen
Szigorú json_schema	Igen	Igen
Cenzúrázatlan	Igen	Igen
Aktív paraméter / token	~32B	~104B

Nézze meg, amit a táblázat nem mutat: nincs olyan sor, ahol a K3-nak lenne olyan képessége, amely a K2.6-ból hiányzik. Ugyanaz az ablak, ugyanaz a maximális kimenet, ugyanaz a képfeldolgozás, ugyanaz az eszközhívás, ugyanaz a strukturált kimenet, ugyanaz a cenzúrázatlan tartás, ugyanaz a három dialektus. Az ötszörös ár pontosan egy dolgot vásárol meg: a nyers képességet előremenetenként. Ez valós, de egyetlen tengely, és semmit nem tesz azokon a tengelyeken, ahol nem az a szűk keresztmetszete.

Konkrétan a kontextusablakról

A forrásoldalon a K3 kiemelt képessége az egymillió tokenes kontextus a K2.6 262K-jával szemben. A Shannon átjárón mindkét modellt 262 144 tokenen szolgáljuk ki. Ha a hosszú kontextus volt az oka, hogy ötszörös árat fizessen, ez az ok itt nem érvényes — kifizetné a felárat, és ugyanazt az ablakot kapná. Ez az a fajta dolog, amelyet egy szolgáltatót csábít elhallgatni, ezért van félkövéren.

Fizesse ki az ötszörös árat, ha

• Egy lövésnek kell találnia. Egyetlen nehéz menet, ahol az újrapróbálás drága vagy lehetetlen — visszafordíthatatlan cselekvés, egy hosszú folyamat végén álló döntés. A tokenenként több aktív paraméter pontosan az, ami egyetlen meneten megemeli a plafont.
• A feladat tudáskötött, nem eszközkötött. Mély szintézis, ahol a válasznak a súlyokból kell kijönnie. A K2.6 profilja ügynöki; vegye el az eszközöket, és meglátszik a nagyobb alapmodell.
• A volumen alacsony, a tét magas. Havi 500 hívásnál az ötszörös ár 40 $ nyolc helyett. Egyszerűen vegye a jobb modellt.

Ne fizesse ki az ötszörös árat, ha

• Hurkot futtat. A hosszú ügynöki futásokat mechanikus lépések uralják — olvass be egy fájlt, hívj egy eszközt, ellenőrizd az eredményt, válaszd a következőt —, és pontosan erre tanították a K2.6-ot. 200 lépésnél az ötszörös ár futásonként 7,71 $ a 38,29 $-tal szemben.
• Nagy volumenben dolgoz fel képeket. A képes munkaterhelések bemeneti tokenben nehezek, és a tételenkénti következtetés sekély. Lásd az 05. szakaszt; nem szoros a verseny.
• A feladat kinyerés, osztályozás vagy átalakítás. Mezők kihúzása dokumentumokból, jegyek irányítása, rekordok normalizálása, összefoglalás — körülhatárolt feladatok, ahol egy nagyobb modell ugyanazt a JSON-t állítja elő.
• Van ellenőrzési lépése. Ha a kimenetet valami átvizsgálja — egy tesztkészlet, egy sémavalidátor, egy második menet, egy ember —, az alkalmi tévesztések olcsók, és a gazdaságosság határozottan a volumen felé billen. Ez a legalulértékeltebb érv az ár-érték szint mellett.

Egy megnevezésre érdemes minta: futtassa a K2.6-ot a hurokra, a K3-at az ítéletre. Hagyja, hogy az olcsó ügynöki modell végezze el a gyűjtés, hívás és fogalmazás száz lépését, majd költsön egyetlen drága hívást a végső szintézisre. Mindkét modell azonos API-t beszél ugyanazzal a kontextusablakkal, tehát a váltás egysoros változtatás a model mezőben.

05Képfeldolgozás működőképes áron

A képfeldolgozás a K2.6 legélesebb éle ebben a katalógusban. Az átjárón lévő tizenkét cenzúrázatlan modellből mindössze négy fogad el egyáltalán képet, és a K2.6 az egyetlen, amely a képbemenetet a Kimi ügynöki vonalával párosítja millió bemeneti tokenenként egy dollár alatt.

A képes munkaterheléseknek szokatlan a költségalakja. A Moonshot MoonViT-ről közzétett leírása szerint egy 1024x1024-es kép nagyjából 576 képtokenre kódolódik — és ezek bemeneti tokenek, a főkönyv olcsó oldala. Egy tipikus képes feladat szinte teljes egészében a 0,78 $-os díjra esik, nem a 3,67 $-osra. Vegyünk 10 000 képet, mindegyikhez ~200 tokennyi prompttal (tehát ~776 bemeneti token) és ~150 tokennyi strukturált kimenettel:

Munkaterhelés	Kimi-K2.6	Kimi-K3	Szorzó
Egy ügynöklépés (40K be / 2K ki)	$0.0385	$0.1914	5.0x
200 lépéses autonóm futás	$7.71	$38.29	5.0x
10 000 kép, strukturált kimenettel	$11.56	$58.40	5.1x
Kötegelt feladat (1M be / 200K ki)	$1.51	$7.65	5.1x

A Shannon átjáró listaáraiból számolva. A képtoken-becslés a Moonshot közzétett MoonViT-adatát használja, ~576 tokent egy 1024x1024-es képre; a pontos tokenizálás felbontástól és képaránytól függően változik.

Egy 11,56 $-os képfolyamatot naponta futtat, anélkül hogy gondolkodna rajta. Egy 58,40 $-osat beütemez, megindokol, és végül kivág. Ez a szakadék a teljes érv az ár-érték szint mellett.

Egy őszinte fenntartás. Független multimodális és földelt feladatokat mérő ranglistákon a K2.6-ot nagyjából a 115 modell közül a 26. helyen, 68,1 körüli átlaggal jelentették — tiszteletre méltó, nem osztályelső. A képfeldolgozása valóban erős a dokumentumértésben, a képernyőkép- és felületolvasásban, valamint a diagram- vagy ábraértelmezésben; gyengébb a pontos téri földelésben — pontos határolókeretek, finomszemcsés számlálás zsúfolt jelenetekben, romlott beolvasások sűrű OCR-je. Ha pixelpontos lokalizációra van szüksége, előbb mérje le a saját adatain. Ha olyan modellre van szüksége, amely megnéz egy képernyőképet, és eldönti, mire kattintson legközelebb, ez pontosan a megfelelő eszköz.

06Elutasítás nélküli eszközhívás és ügynöki hurkok

A K2.6 támogatja a natív eszközhívást: a modell közvetlenül az Ön által megadott JSON sémás eszközdefiníciókból bocsát ki strukturált eszközhívásokat, ahelyett hogy elemezhető szöveg előállítására kellene rábeszélni. Többkörös beszélgetéssel és rendszerpromptokkal ez a teljes alapanyag egy ügynökhurokhoz.

Amit az „elutasítás nélküli eszközhívás” hozzáad, finomabb, mint amilyennek hangzik. Egy szűrt API-n az ügynökhurkon belüli elutasítások három külön hibamódban jelennek meg:

• Kemény elutasítás — a lépés eszközhívás helyett prózát ad vissza, az elemző elbukik, a hurok megtörik. Legalább hangos.
• Puha elutasítás — a hívás megtörténik, de az argumentumok visszafogottak: szűkített lekérdezés, óvatoskodó paraméter, csonkolt hasznos teher. A hurok csendesen romlott állapottal folytatódik, Ön pedig négy lépéssel később tudja meg.
• Megelőző kikerülés — a terv elkanyarodik egy jogszerű ágtól, még mielőtt a közelébe érne. Ezt sosem látja; egyszerűen rosszabb tervet kap, magyarázat nélkül.

A második és a harmadik a drága, mert láthatatlan: nincs hiba, semmi a naplókban, semmi, amire greppelhetne. Egy elutasítási réteg nélküli végpont az egész osztályt megszünteti — a modell eszközhívási argumentumai a modell eszközhívási argumentumai.

Ez azokon a területeken számít a legjobban, amelyek hosszú autonóm futásokat igényelnek, és amúgy is érzékeny anyaghoz érnek: biztonsági kutatás és red teaming, kártevő- és incidenselemzés, klinikai dokumentumfeldolgozás, jogi feltárás, valamint olyan moderálási eszközök, amelyeknek arról a tartalomról kell következtetniük, amelyet moderálnak. Egy moderálási osztályozó megépítéséhez olyan modell kell, amely hajlandó megnézni, amit osztályoz; ez nem paradoxon, csak a munka.

Gyakorlati megjegyzések hosszú futásokhoz: a reasoning_effort lehetővé teszi, hogy több gondolkodást költsön a tervezési lépésekre és kevesebbet a mechanikusakra. A streamelés mindhárom dialektuson elérhető, tehát egy hosszú lépés felszínre hozhatja az előrehaladást, vagy korán megszakítható. A 262 144 tokenes kontextus pedig valódi munkaállapotot — fájltartalmat, korábbi eszközeredményeket, egy futó tervet — tart bent sok lépésen át anélkül, hogy minden körben újra kellene összegezni, ami maga is gyakori forrása az ügynöki elsodródásnak.

07Strukturált kimenet és a három API-dialektus

A K2.6 támogatja a json_schema (szigorú, sémával korlátozott generálás) és a lazább response_format lehetőséget is. Vesse össze a katalógussal: az itteni tizenkét modellből kettő nem támogatja a szigorú sémás kimenetet, és ha a következő folyamatlépcsője JSON-t elemez, az az oszlop nem opcionális.

A szigorú sémás kimenet az, ami egy cenzúrázatlan modellt infrastruktúraként használhatóvá tesz: ha a modellnek a sémájára illeszkedő objektumot kell kibocsátania, elemzési garanciát kap, függetlenül attól, mit mondott volna egyébként — nincs bevezető, nincs mentegetőzés, nincs a JSON köré tekert bekezdés. Elutasítási réteg hiányával kombinálva ez olyan kinyerési végpont, amely minden hívásnál, minden dokumentumra visszaadja az objektumát, bármiről is szóljon a dokumentum.

Felület	Kimi-K2.6 támogatás	Megjegyzések
/v1/chat/completions	Igen	OpenAI-dialektus — cserélhető a meglévő SDK-khoz
/v1/messages	Igen	Anthropic-dialektus — ugyanaz a modell, ugyanazok a súlyok
/v1/responses	Igen	Responses stílusú felület
Streamelés	Igen	Mindhárom dialektuson
Eszközhívás	Igen	Natív, JSON sémás eszközdefiníciók
json_schema	Igen	Szigorú strukturált kimenet
response_format	Igen	Lazább JSON mód
reasoning_effort	Igen	Hívásonként hangolható gondolkodási keret
Képbemenet	Igen	Képek a szöveg mellett

Mindhárom dialektus ugyanazokat a súlyokat címzi ugyanazon a fürtön. Irányítson egy meglévő OpenAI-klienst az alap-URL-re, állítsa a model mezőt Kimi-K2.6-W4A16-AUTOROUND-REAP értékre, és már fut is. A kérés- és válaszformák, a streamelési szemantika és egy élő játszótér az API-dokumentációban találhatók.

08Hol rossz választás a Kimi K2.6

Az a modell-útmutató, amely csak erősségeket sorol, hirdetés. Íme, hol küldenénk máshová.

• Az abszolút plafonra van szüksége egyetlen nehéz meneten. Menjen a Kimi-K3-ra, és fizesse ki az ötszörös árat. Erre való.
• Pixelpontos vizuális földelésre van szüksége. A határolókeretek, a romlott beolvasások sűrű OCR-je és a zsúfolt jelenetek pontos számlálása nem a legerősebb terepe — előbb tesztelje a saját adatain.
• Az olcsónál is olcsóbb kell, képfeldolgozás nélkül. Több katalógusmodell 0,50 $ / 2,00 $ áron ül. A K2.6 felára képfeldolgozást és a Kimi ügynöki profilját vásárolja meg; ha egyikre sincs szüksége, vegye az olcsóbb szintet.
• Egyetlen válaszban 16 384 tokennél több kimenetre van szüksége. Ez a plafon az egész katalógusra érvényes — a hosszú dokumentumok darabolt generálást igényelnek, bármelyik modellt választja.
• Bitpontos forrásoldali viselkedést szeretne. Ez metszett és kvantált build: szándékos, közzétett csere. Reprodukálhatósági tanulmányhoz futtasson a Moonshot eredeti súlyain.

A Kimi K2.6 és K3 architektúra-, benchmark- és kiadásidátum-adatait a Moonshot közölte, és a forrásoldali alapmodellre vonatkoznak, nem a mi tömörített buildünkre. A multimodális rangsorszám független, harmadik féltől származó ranglistáról való. A Shannon átjáró árai listaárak, 2026. szeptember 5-i állapot szerint.

09Gyakori kérdések

---

A Shannon AI-t a Shannon Lab LLC üzemelteti, Új-Mexikó, USA. Források: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. A forrásoldali Kimi-benchmarkszámokat a Moonshot közölte, és független ellenőrzésig ideiglenesek; a tömörítetlen alapmodellt írják le, nem a Shannon kvantált buildjét.