無検閲のKimi K2 API

「安いモデル」のページはたいてい、大きなモデルの家名をまとった小さなモデルの話です。これは違います。Kimi K2.6は正真正銘のフロンティア規模の基盤です。1兆パラメータのスパースなMixture-of-Expertsで、ネイティブの視覚エンコーダを備え、学習計画はエージェント的なツール利用に真っ直ぐ向けられています。これをバリュー階層にしているのは頭が小さいことではなく、より攻めた圧縮レシピです。したがって問いは「十分に良いか？」ではなく「5倍高い姉妹モデルとの差に、どの仕事が実際に気づくのか？」です。この記事の大半はそれに答えます。

01Kimi K2.6とは、実際のところ何か

Kimi K2.6は、Kimiシリーズを手がける北京の研究所Moonshot AIによるオープンウェイトモデルで、2026年4月20日に公開されました。K2を際立たせたアーキテクチャを受け継いでいます。スパースなMixture-of-Experts Transformerで、総パラメータおよそ1兆、トークンあたり活性は約320億、61層にわたり1層あたり384エキスパート、ルーティング8＋共有1という構成、そしてMulti-head Latent Attentionを備えます。任意のトークンで発火するのはその1兆のごく一部だけ — このサイズのモデルがセント単位で値付けできるのは、まさにそれが理由です。

系譜が重要なのは、Moonshotが何に向けて最適化したかのためです。元のK2は、Muon / MuonClipオプティマイザを使っておよそ15.5兆トークンで事前学習されました。このオプティマイザは、その規模で学習を不安定にするアテンションの暴発と損失スパイクから1兆パラメータのMoEを守るために作られたもので、Moonshotは学習全体を通じて不安定性ゼロだったと報告しています。それが他のすべての上流にあります。おかげで学習予算を、火消しではなくエージェント的な振る舞いに費やせたのです。

K2.6はそれを2方向に拡張します。第1に、ネイティブにマルチモーダルです。画像と動画フレームは、画像を448x448のパッチに分割して各タイルを言語モデルのトークン空間へ直接射影する約4億パラメータの視覚エンコーダMoonViTを通ります。視覚トークンは他のすべてと同じ系列の中に座り、目の見えないモデルに後付けのキャプション生成器が食べさせるのではありません。第2に、深いオーケストレーションのために作られています。MoonshotのAgent Swarmの取り組みは、最大300の領域特化サブエージェントにわたる協調と、1回の自律実行での最大4,000の協調ステップを報告しています。

Moonshotが報告するベンチマークの輪郭

以下は非圧縮のK2.6基盤についてのMoonshot報告の数値であり、私たちの測定ではありません。精密さではなく輪郭を見るのに役立ちます。

数字ではなく輪郭を読んでください。ツールを使うスコアと検索駆動のスコアは高く、純粋な難度のスコアは低めです。これは、すべてを知るようにではなく、うまく行動するように学習されたモデルの署名です。エージェントにブラウザ、シェル、ファイルシステムがあるなら正しい取引であり、ツールなしで1つの難問を尋ねるなら間違った取引です。

02W4A16-AUTOROUND-REAPの意味

モデルIDの接尾辞は飾りではありません。圧縮レシピそのものであり、あなたがしている取引を判断できるように公開しています。

• W4A16 — ウェイトは4ビット、活性は16ビットで計算します。ウェイトのメモリはbf16に対しておよそ4分の1になる一方、誤差が蓄積する演算は16ビット精度のまま保たれます。これは非常に大きなMoEモデルにとって標準的な、高品質な提供点です。
• AUTOROUND — IntelのAutoRound量子化器です。素朴な最近接丸めはすべてのウェイトを独立に扱い、モデルが頼っていた情報を捨ててしまいます。AutoRoundは代わりに、キャリブレーションデータに対して丸めの判断を学習します。4ビットという目標では、それはスキーマに従い続けるモデルと、ずれていくモデルの差になります。
• REAP — Router-weighted Expert Activation Pruning、Cerebras Researchによるもの（arXiv 2510.13999、ICLR 2026）。MoEのエキスパートの多くは、めったにルーティングされません。REAPは各エキスパートをルーターのゲート値と活性化ノルムの両方で採点し、重要度の低いものをワンショットで取り除きます。公開された結果は、1兆パラメータ級のモデルからエキスパートを最大50%枝刈りしてもベースライン品質をおおむね保てること、そして生成タスクでは枝刈りがエキスパートの統合に勝ることです。統合は専門家どうしをぼやけさせますが、枝刈りは使われていないものを落とすだけです。

この順序で — 先に枝刈り、残ったものを量子化 — 適用すると、どちらか一方だけではこの比率で起きるはずの品質崩壊なしに、収まって速く走るモデルが得られます。コストについてはっきり言えば、圧縮されたモデルは元のモデルとビット単位で同一ではありません。このレシピが買ってくれるのは、劣化があなたの気づきにくいところ — まれなルーティング経路、低確率のトークンの裾 — に着地し、指示追従やツール呼び出しの書式、スキーマ順守には来ないということです。

03このエンドポイントで「無検閲」が意味すること

ここでの無検閲は、態度ではなくアーキテクチャについての言明です。モデルの手前に拒否層はなく、その出力にコンテンツフィルタもありません。あなたのリクエストは基盤に届き、その応答はあなたに届きます。どちらの方向にも横取りするものはありません。

この区別が重要なのは、「無検閲」がゆるく使われるからです。この言葉の下には3つの別々のものが束ねられています。

1. 入力の分類 — 別のモデルがあなたのプロンプトを読み、通すかどうかを決める。ここにはありません。
2. 出力のフィルタリング — スキャナが生成テキストを検査し、切り詰めたり置き換えたりする。ここにはありません。
3. 基盤自身の性向 — ベースモデルが学習で身につけたもの。それはモデルのものであり、私たちがそれを消したとは主張しません。

本番システムを壊すのは最初の2つであり、私たちが取り除くのもその2つです。リクエストの0.5%で発火する分類器は、デバッグできず、異議も申し立てられず、来るのも見えない0.5%の失敗率です。そして200ステップのエージェントループでは、ステップあたり0.5%の失敗は複利で効き、成功より失敗のほうが多い実行になります。会話における拒否は苛立ちですが、自律実行の147ステップ目での拒否は実行の状態を破壊し、そこまでに費やしたすべてを燃やします。エージェントのワークロードにとって、拒否の面を取り除くことは文体の好みではなく信頼性の性質です。

その帰結として、責任はあなたに移ります。アプリケーションとユーザーのあいだにセーフティネットはありません。製品にそれが必要なら、自分で見え、調整でき、記録できる場所に作ってください。まずは当社の責任ある利用ポリシーをお読みください。

04Kimi K2.6 対 Kimi K3：5倍の価値があるのはいつか

多くの読者がこのために来た判断なので、ぼかさずに述べます。Kimi-K3 · 3BIT-REAPはより大きく、より新しい基盤です。2026年7月16日に発表され、7月27日にオープンウェイトが公開されました。総パラメータおよそ2.8兆、トークンあたり活性は約1,040億 — K2.6の活性計算量の3倍以上です。上流でMoonshotはK3をK2.6のおよそ5倍の価格に位置づけており、私たちのゲートウェイの価格もその比率に沿っています。

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
100万トークンあたり入力	$0.78	$3.83
100万トークンあたり出力	$3.67	$19.12
コンテキストウィンドウ	262,144	262,144
1リクエストあたり最大出力	16,384	16,384
画像入力	あり	あり
ネイティブのツール呼び出し	あり	あり
厳格な json_schema	あり	あり
無検閲	はい	はい
トークンあたり活性パラメータ	~32B	~104B

この表が示していないものに注目してください。K3が持っていてK2.6が欠く機能の行は、ひとつもありません。同じウィンドウ、同じ最大出力、同じ画像認識、同じツール呼び出し、同じ構造化出力、同じ無検閲の姿勢、同じ3方言。5倍が買うのはたったひとつ、1回の順伝播あたりの生の能力です。それは本物ですが、単一の軸であり、そこがボトルネックでない軸では何もしてくれません。

コンテキストウィンドウの件、具体的に

上流では、K3の目玉機能はK2.6の262Kに対する100万トークンのコンテキストです。Shannonゲートウェイではどちらのモデルも262,144トークンで提供されます。5倍払う理由が長いコンテキストだったのなら、その理由はここでは当てはまりません。割増を払って同じウィンドウを得ることになります。これは提供者が黙っていたくなる類のことなので、太字にしています。

5倍を払うべきとき

• 一発で決めなければならない。やり直しが高くつくか不可能な、1回の難しいパス — 取り消せない行動、長いパイプラインの末尾での判断。トークンあたりの活性パラメータが多いことは、まさに1回のパスの天井を上げます。
• タスクがツール依存ではなく知識依存。答えがウェイトから出てこなければならない深い統合。K2.6の輪郭はエージェント的です。ツールを取り上げれば、より大きな基盤が姿を見せます。
• 量が少なく、賭け金が大きい。月500回の呼び出しなら、5倍は$8ではなく$40です。素直に良いモデルを買ってください。

5倍を払うべきでないとき

• ループを回している。長い自律実行は機械的なステップ — ファイルを読む、ツールを呼ぶ、結果を確かめる、次を選ぶ — に支配されており、それこそK2.6が学習してきたものです。200ステップでは、5倍は1回の実行あたり$7.71対$38.29になります。
• 画像を大量に処理している。画像のワークロードは入力トークン優位で、1件あたりの推論は浅い。第05節を見てください。競っていません。
• 仕事が抽出、分類、変換。文書からのフィールド抽出、チケットの振り分け、レコードの正規化、要約 — 大きなモデルでも同じJSONを出す、境界のはっきりしたタスクです。
• 検証ステップがある。出力がチェックされるなら — テストスイート、スキーマ検証、二度目のパス、人間 — たまの取りこぼしは安く、経済性は決定的に量に味方します。バリュー階層のために最も過小評価されている論拠がこれです。

名前をつけておく価値のあるパターン。ループにはK2.6、判定にはK3を走らせること。安価なエージェントモデルに、収集・呼び出し・下書きの100ステップをやらせ、最後の統合にだけ高い呼び出しを1回使う。両モデルは同じコンテキストウィンドウで同一のAPIを話すので、切り替えはmodelフィールドの1行変更です。

05実用価格での画像認識

このカタログにおけるK2.6の最も鋭い刃が画像認識です。ゲートウェイ上の12の無検閲モデルのうち、そもそも画像を受け付けるのは4つだけで、K2.6は入力100万トークンあたり1ドル未満で画像入力とKimiのエージェント的系譜を組み合わせている唯一のモデルです。

画像のワークロードは変わったコスト形状を持っています。MoonshotがMoonViTについて公開している説明によれば、1024x1024の画像はおよそ576の画像トークンに符号化されます — そしてそれは入力トークン、つまり帳簿の安いほうです。典型的な画像の仕事は、$3.67のレートではなくほぼ全面的に$0.78のレートに乗ります。1万枚の画像、それぞれに約200トークンのプロンプト（つまり入力約776トークン）と約150トークンの構造化出力があるとします。

ワークロード	Kimi-K2.6	Kimi-K3	倍率
エージェント1ステップ（入力40K / 出力2K）	$0.0385	$0.1914	5.0x
200ステップの自律実行	$7.71	$38.29	5.0x
画像1万枚、構造化出力	$11.56	$58.40	5.1x
バッチ処理（入力1M / 出力200K）	$1.51	$7.65	5.1x

Shannonゲートウェイの表示価格から計算。画像トークンの見積もりは、1024x1024の画像について約576トークンというMoonshot公開の数値を使っています。正確なトークン化は解像度とアスペクト比で変わります。

$11.56の画像パイプラインは、何も考えずに毎日走らせるものです。$58.40のそれは、日程を組み、正当化し、やがて打ち切るものです。その差こそがバリュー階層の存在理由のすべてです。

正直な但し書きをひとつ。独立したマルチモーダルおよびグラウンディング系のリーダーボードでは、K2.6は115モデル中26位前後、平均68.1近辺と報告されています — 立派ですが、クラス最高ではありません。その画像認識は、文書理解、スクリーンショットやUIの読み取り、チャートや図の解釈では本当に強い一方、精密な空間グラウンディング — 正確なバウンディングボックス、雑然とした場面での細かい数え上げ、劣化したスキャンの密なOCR — では弱めです。ピクセル精度の位置特定が必要なら、まず自分のデータでベンチマークを取ってください。スクリーンショットを見て次に何をクリックすべきか判断させたいなら、これがまさに正しい道具です。

06拒否のないツール呼び出しとエージェントループ

K2.6はネイティブのツール呼び出しに対応しています。あなたが与えるJSONスキーマのツール定義から、モデルが構造化されたツール実行を直接吐き出すのであって、パース可能なテキストを産ませるためになだめすかす必要はありません。多ターンの会話とシステムプロンプトを合わせれば、それがエージェントループの完全な土台になります。

「拒否のないツール呼び出し」が加えるものは、聞こえよりも微妙です。フィルタ付きAPIでは、エージェントループ内の拒否は3つの異なる失敗形態として現れます。

• 強い拒否 — ステップがツール呼び出しではなく散文を返し、パーサが失敗し、ループが壊れる。少なくとも音は出ます。
• 弱い拒否 — 呼び出しはされるが引数が手加減されている。狭められたクエリ、ぼかされたパラメータ、切り詰められたペイロード。ループは静かに劣化した状態のまま続き、4ステップ先で気づきます。
• 先回りの回避 — 計画が、正当な分岐に近づく前にそこから逸れていく。これは決して見えません。ただ計画が悪くなり、説明もありません。

高くつくのは2番目と3番目です。見えないからです。エラーもなく、ログにも何もなく、grepするものもない。拒否層のないエンドポイントはこのクラス全体を取り除きます — モデルのツール呼び出し引数は、モデルのツール呼び出し引数のままです。

これが最も効くのは、長い自律実行を必要とし、どのみち機微な素材に触れる領域です。セキュリティ研究とレッドチーミング、マルウェアとインシデントの分析、臨床文書の処理、法務のディスカバリ、そして自らがモデレートする内容について推論しなければならないモデレーションのツール。モデレーション分類器を作るには、分類する対象を見る気のあるモデルが要ります。それは逆説ではなく、単に仕事です。

長時間の実行に向けた実務メモ。reasoning_effortを使えば、計画のステップに思考を多く、機械的なステップに少なく費やせます。ストリーミングは3方言すべてで使えるので、長いステップでも進捗を見せたり、早期に中断したりできます。そして262,144トークンのコンテキストは、実際の作業状態 — ファイルの中身、これまでのツール結果、進行中の計画 — を多数のステップにわたり常駐させ、毎ターン要約し直す必要をなくします。それ自体、エージェントの逸脱のよくある原因です。

07構造化出力と3つのAPI方言

K2.6はjson_schema（スキーマで厳格に制約された生成）と、よりゆるいresponse_formatの両方に対応します。カタログと照らしてください。ここにある12モデルのうち2つは厳格なスキーマ出力に対応していません。次のパイプライン段でJSONをパースするなら、その列は選択肢ではありません。

厳格なスキーマ出力こそ、無検閲モデルをインフラとして使えるものにします。モデルがあなたのスキーマに合致するオブジェクトを出さなければならないなら、それ以外に何を言おうとしていたかとは無関係にパースの保証が得られます — 前置きなし、謝罪なし、JSONを包む段落なし。拒否層がないことと組み合わせれば、それはすべての呼び出しで、すべての文書に対して、その文書が何についてであろうと、あなたのオブジェクトを返す抽出エンドポイントです。

面	Kimi-K2.6の対応	備考
/v1/chat/completions	対応	OpenAI方言 — 既存のSDKにそのまま差し込める
/v1/messages	対応	Anthropic方言 — 同じモデル、同じウェイト
/v1/responses	対応	Responses形式のインターフェース
ストリーミング	対応	3方言すべてで
ツール呼び出し	対応	ネイティブ、JSONスキーマのツール定義
json_schema	対応	厳格な構造化出力
response_format	対応	よりゆるいJSONモード
reasoning_effort	対応	呼び出しごとに思考予算を調整
画像入力	対応	テキストと並べて画像を

3つの方言はすべて、同じクラスタ上の同じウェイトを指しています。既存のOpenAIクライアントをベースURLに向け、modelをKimi-K2.6-W4A16-AUTOROUND-REAPに設定すれば、それで動きます。リクエストとレスポンスの形、ストリーミングの意味論、そして実際に試せるプレイグラウンドはAPIドキュメントにあります。

08Kimi K2.6が間違った選択になるとき

強みしか並べないモデルガイドは広告です。ここでは、私たちがあなたを別の場所へ送る場面を挙げます。

• 1回の難しいパスで絶対的な天井が必要。Kimi-K3へ行って5倍を払ってください。そのためのものです。
• ピクセル精度の視覚グラウンディングが必要。バウンディングボックス、劣化したスキャンの密なOCR、雑然とした場面での正確な数え上げは得意な土俵ではありません — まず自分のデータで試してください。
• 画像認識なしで、安いよりさらに安く。カタログのいくつかのモデルは$0.50 / $2.00に位置しています。K2.6の割増が買うのは画像認識とKimiのエージェント的な性格です。どちらも要らないなら安い階層を取ってください。
• 1回の応答で16,384トークンを超える出力が必要。この上限はカタログ全体に適用されます。長い文書は、どのモデルを選んでも分割生成が必要です。
• 上流とビット単位で同一の振る舞いがほしい。これは枝刈りと量子化を施したビルドであり、意図的で、公開された取引です。再現性の研究なら、Moonshotのオリジナルウェイトに対して走らせてください。

Kimi K2.6とK3のアーキテクチャ、ベンチマーク、公開日の数値はMoonshotによる報告であり、私たちの圧縮ビルドではなく上流の基盤について示したものです。マルチモーダルの順位は独立した第三者リーダーボードによるものです。Shannonゲートウェイの価格は2026年9月5日時点の表示価格です。

09よくある質問

---

Shannon AIは米国ニューメキシコ州のShannon Lab LLCが運営しています。出典：Moonshot AI — Kimi K2 · REAP the Experts（arXiv 2510.13999） · Cerebras Research — REAP。上流のKimiのベンチマーク数値はMoonshotによる報告であり、独立検証が済むまでは暫定的です。またそれらは非圧縮の基盤を説明するものであって、Shannonの量子化ビルドのものではありません。