Necenzūruotas Kimi K2 API

Dauguma „pigaus modelio“ puslapių iš tikrųjų yra apie mažą modelį, dėvintį didelio modelio šeimos vardą. Šis — ne. Kimi K2.6 yra pilnas pažangos masto pagrindas: trilijonas parametrų reto ekspertų mišinio su savuoju regos koduotuvu ir mokymo programa, tiesiai nutaikyta į agentinį įrankių naudojimą. Vertės pakopa jį daro ne mažesnės smegenys, o agresyvesnis glaudinimo receptas. Todėl klausimas ne „ar jis pakankamai geras?“, o „kurie darbai iš tikrųjų pastebi skirtumą tarp jo ir 5 kartus brangesnio giminaičio?“ Dauguma šio straipsnio į tai ir atsako.

01Kas iš tikrųjų yra Kimi K2.6?

Kimi K2.6 yra atvirų svorių modelis iš Moonshot AI, Pekino laboratorijos, stovinčios už Kimi serijos, išleistas 2026 m. balandžio 20 d. Jis paveldi architektūrą, dėl kurios K2 buvo pastebėtas: retą ekspertų mišinio transformerį su maždaug 1 trilijonu viso parametrų ir apie 32 milijardais aktyvių vienam žetonui, sutvarkytą kaip 384 ekspertai, 8 maršrutizuojami plius 1 bendras viename sluoksnyje per 61 sluoksnį, su daugiagalviu latentiniu dėmesiu. Bet kuriam konkrečiam žetonui suveikia tik nedidelė to trilijono skiltis — kaip tik todėl tokio dydžio modelį galima įkainoti centais.

Linija svarbi dėl to, ką Moonshot optimizavo. Pirminis K2 buvo iš anksto apmokytas ties maždaug 15,5 trilijono žetonų naudojant Muon / MuonClip optimizatorių, sukurtą būtent tam, kad trilijono parametrų MoE nekankintų dėmesio sprogimai ir nuostolių šuoliai, destabilizuojantys mokymą tokiu mastu; Moonshot pranešė apie nulinį mokymo nestabilumą per visą vykdymą. Tai yra visko kito ištaka — tai leido mokymo biudžetą išleisti agentinei elgsenai, o ne gaisrų gesinimui.

K2.6 tęsia tai dviem kryptimis. Pirma, jis yra savaime daugiamodalis: vaizdai ir vaizdo įrašų kadrai eina per MoonViT, maždaug 400 mln. parametrų regos koduotuvą, kuris vaizdą suskaido į 448x448 gabalus ir kiekvieną projektuoja tiesiai į kalbos modelio žetonų erdvę — vizualūs žetonai yra toje pačioje sekoje kaip ir visa kita, o ne prisuktame antraščių kūrėjuje, maitinančiame aklą modelį. Antra, jis pastatytas giliai orkestruoti: Moonshot Agent Swarm darbe pranešama apie koordinavimą tarp iki 300 srities specialistų poagenčių ir net 4 000 koordinuotų žingsnių viename autonominiame vykdyme.

Moonshot pateiktas etalonų profilis

Tai Moonshot pateikti skaičiai nesuglaudintam K2.6 pagrindui, o ne mūsų matavimai. Naudingi formai, ne tikslumui:

Skaitykite formą, o ne skaitmenis. Įrankius naudojantys ir paieška grįsti balai aukšti; gryno sunkumo balai žemesni. Tai parašas modelio, mokyto gerai veikti, o ne viską žinoti — teisingas mainas, jei jūsų agentas turi naršyklę, apvalkalą ir failų sistemą, ir neteisingas, jei užduodate vieną sunkų klausimą be jokių įrankių.

02Ką reiškia W4A16-AUTOROUND-REAP

Priesaga modelio id nėra papuošalas. Tai tikslus glaudinimo receptas, paskelbtas tam, kad galėtumėte samprotauti apie savo daromus mainus.

• W4A16 — svoriai po 4 bitus, aktyvacijos skaičiuojamos 16 bitų. Svorių atmintis, palyginti su bf16, sumažėja maždaug 4 kartus, o klaidą kaupianti aritmetika lieka 16 bitų tikslumo. Tai standartinis aukštos kokybės aptarnavimo taškas labai dideliems MoE modeliams.
• AUTOROUND — Intel AutoRound kvantatorius. Naivus apvalinimas iki artimiausio kiekvieną svorį traktuoja atskirai ir išmeta informaciją, kuria modelis rėmėsi; AutoRound vietoj to apvalinimo sprendimus išmoksta pagal kalibravimo duomenis. Prie 4 bitų tikslo tai yra skirtumas tarp modelio, kuris vis dar laikosi schemos, ir modelio, kuris nuklysta.
• REAP — maršrutizatoriumi svertinis ekspertų aktyvacijos genėjimas iš Cerebras Research (arXiv 2510.13999, ICLR 2026). Į daugumą MoE ekspertų maršrutizuojama retai. REAP kiekvieną įvertina ir pagal maršrutizatoriaus vartų reikšmes, ir pagal aktyvacijos normas, o paskui mažiausiai svarbius pašalina vienu žingsniu. Paskelbtas rezultatas: iki 50 % ekspertų nugenėta iš trilijono parametrų modelių iš esmės išlaikant pradinę kokybę, o generatyvinėse užduotyse genėjimas pranoksta ekspertų liejimą — liejimas suplaka specialistus į vieną, o genėjimas tiesiog pašalina nenaudojamus.

Pritaikius tokia tvarka — pirma genėti, paskui kvantuoti tai, kas liko — gaunate modelį, kuris telpa ir veikia greitai be kokybės kolapso, kurį prie tokių santykių sukeltų bet kuri technika viena. Kalbant tiesiai apie kainą: suglaudintas modelis nėra bitas į bitą tapatus originalui. Receptas perka tai, kad pablogėjimas nusėda ten, kur veikiausiai jo nepastebėsite — retuose maršrutizavimo keliuose, mažos tikimybės žetonų uodegose — o ne nurodymų vykdyme, įrankių iškvietimų formatavime ar schemos laikymesi.

03Ką šiame galiniame taške reiškia „necenzūruotas“

„Necenzūruotas“ čia yra teiginys apie architektūrą, o ne apie nuostatą. Prieš modelį nėra jokio atsisakymo sluoksnio ir jo išvesčiai netaikomas joks turinio filtravimas. Jūsų užklausa pasiekia pagrindą, o jo atsakymas pasiekia jus; niekas nepertraukia nė vienos krypties.

Tas skirtumas svarbus, nes „necenzūruotas“ vartojamas laisvai. Po šiuo žodžiu suplakti trys atskiri dalykai:

1. Įvesties klasifikavimas — atskiras modelis perskaito jūsų užklausą ir nusprendžia, ar ją praleisti. Čia jo nėra.
2. Išvesties filtravimas — skaitytuvas tikrina sugeneruotą tekstą ir jį nukerpa arba pakeičia. Čia jo nėra.
3. Paties pagrindo nuostatos — tai, ko bazinis modelis išmoko mokymo metu. Tai yra modelio, ir mes neteigiame, kad tai ištrynėme.

Pirmieji du ir laužo gamybines sistemas, ir kaip tik juos mes pašaliname. Klasifikatorius, suveikiantis 0,5 % užklausų, yra 0,5 % nesėkmių dažnis, kurio negalite nei derinti, nei apskųsti, nei numatyti — o per 200 žingsnių agento kilpą 0,5 % nesėkmė viename žingsnyje susikaupia į vykdymą, kuris žlunga dažniau, nei pavyksta. Atsisakymas pokalbyje yra erzinantis; atsisakymas 147-ame autonominio vykdymo žingsnyje sunaikina vykdymo būseną ir sudegina viską, ką išleidote iki ten atėję. Agentiniams darbo krūviams atsisakymo paviršiaus pašalinimas yra patikimumo savybė, o ne stiliaus pomėgis.

Iš to plaukia, kad atsakomybė pereina jums. Tarp jūsų programos ir jūsų naudotojų nėra apsaugos tinklo; jei jūsų produktui jo reikia, statykite jį ten, kur galite jį matyti, derinti ir žurnalizuoti. Pirmiausia perskaitykite mūsų atsakingo naudojimo politiką.

04Kimi K2.6 ar Kimi K3: kada 5 kartai verti?

Būtent dėl šio sprendimo dauguma skaitytojų ir atėjo, tad štai jis be išsisukinėjimo. Kimi-K3 · 3BIT-REAP yra didesnis, naujesnis pagrindas: paskelbtas 2026 m. liepos 16 d., atviri svoriai — liepos 27 d., maždaug 2,8 trilijono viso parametrų ir apie 104 milijardai aktyvių vienam žetonui — daugiau nei 3 kartus daugiau aktyvių skaičiavimų nei K2.6. Pirminiame šaltinyje Moonshot K3 nurodo maždaug 5 kartus brangesnį nei K2.6, ir mūsų vartų kainodara tą santykį atkartoja.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Įvestis / 1 mln. žetonų	$0.78	$3.83
Išvestis / 1 mln. žetonų	$3.67	$19.12
Konteksto langas	262 144	262 144
Didžiausia išvestis / užklausai	16 384	16 384
Vaizdų įvestis	Taip	Taip
Savasis įrankių iškvietimas	Taip	Taip
Griežta json_schema	Taip	Taip
Necenzūruotas	Taip	Taip
Aktyvūs parametrai / žetonui	~32B	~104B

Pažiūrėkite, ko lentelėje nėra: nėra nė vienos eilutės, kurioje K3 turėtų funkciją, kurios K2.6 neturi. Tas pats langas, ta pati didžiausia išvestis, ta pati rega, tas pats įrankių iškvietimas, ta pati struktūrizuota išvestis, ta pati necenzūruota laikysena, tie patys trys dialektai. Tie 5 kartai perka lygiai vieną dalyką — grynus gebėjimus vienam pralėkimui pirmyn. Tai tikra, bet tai viena ašis, ir ji nieko neduoda ten, kur ne ji yra jūsų siaurasis kaklelis.

Konkrečiai apie konteksto langą

Pirminiame šaltinyje pagrindinė K3 savybė yra 1 mln. žetonų kontekstas prieš K2.6 262K. Shannon vartuose abu modeliai teikiami su 262 144 žetonais. Jei ilgas kontekstas buvo jūsų priežastis mokėti 5 kartus daugiau, čia ta priežastis negalioja — sumokėtumėte priedą ir gautumėte tą patį langą. Tai tokio pobūdžio dalykas, kurį tiekėją gundo nutylėti, todėl jis ir yra pusjuodžiu.

Mokėkite tuos 5 kartus, kai

• Vienas šūvis privalo pataikyti. Vienas sunkus pralėkimas, kai pakartojimas brangus arba neįmanomas — negrįžtamas veiksmas, sprendimas ilgo konvejerio gale. Daugiau aktyvių parametrų vienam žetonui kaip tik ir kelia vieno pralėkimo lubas.
• Užduotis remiasi žiniomis, o ne įrankiais. Gili sintezė, kai atsakymas turi ateiti iš svorių. K2.6 profilis yra agentinis; atimkite įrankius ir didesnis pagrindas pasimatys.
• Apimtis maža, o statymai dideli. Prie 500 kvietimų per mėnesį 5 kartai yra $40 vietoj $8. Tiesiog pirkite geresnį modelį.

Nemokėkite tų 5 kartų, kai

• Leidžiate kilpą. Ilguose agentiniuose vykdymuose dominuoja mechaniniai žingsniai — perskaityti failą, iškviesti įrankį, patikrinti rezultatą, pasirinkti kitą — o kaip tik tam K2.6 ir buvo mokytas. Prie 200 žingsnių 5 kartai yra $7.71 prieš $38.29 vienam vykdymui.
• Apdorojate vaizdus dideliais kiekiais. Regos darbo krūviuose vyrauja įvesties žetonai, o samprotavimas apie kiekvieną elementą yra negilus. Žr. 05 skyrių; skirtumas didžiulis.
• Užduotis yra ištraukimas, klasifikavimas ar transformavimas. Laukų traukimas iš dokumentų, užklausų maršrutizavimas, įrašų normalizavimas, apibendrinimas — apibrėžtos užduotys, kuriose didesnis modelis pagamins tą patį JSON.
• Turite tikrinimo žingsnį. Jei išvestis tikrinama — testų rinkiniu, schemos tikrintuvu, antru pralėkimu, žmogaus — retkarčiais praleisti dalykai kainuoja pigiai, o ekonomika ryžtingai palaiko apimtį. Tai labiausiai neįvertintas argumentas vertės pakopos naudai.

Verta įvardyti vieną schemą: leiskite K2.6 kilpai ir K3 nuosprendžiui. Tegul pigus agentinis modelis atlieka šimtą rinkimo, kvietimo ir juodraščio žingsnių, o paskui išleiskite vieną brangų kvietimą galutinei sintezei. Abu modeliai kalba identišku API su tuo pačiu konteksto langu, todėl perjungimas yra vienos eilutės pakeitimas model lauke.

05Rega už darbinę kainą

Rega yra aštriausias K2.6 briaunas šiame kataloge. Iš dvylikos necenzūruotų vartų modelių vaizdus apskritai priima tik keturi, o K2.6 yra vienintelis, jungiantis vaizdų įvestį su Kimi agentine linija pigiau nei už dolerį už milijoną įvesties žetonų.

Regos darbo krūviai turi neįprastą sąnaudų formą. Pagal Moonshot paskelbtą MoonViT aprašymą 1024x1024 vaizdas užkoduojamas maždaug į 576 vaizdo žetonus — ir tai įvesties žetonai, pigioji knygos pusė. Tipinė regos užduotis beveik visa nusėda ties $0.78 tarifu, o ne ties $3.67. Paimkime 10 000 vaizdų, kiekvienas su ~200 užklausos žetonų (taigi ~776 įvesties žetonai) ir ~150 struktūrizuotos išvesties žetonų:

Darbo krūvis	Kimi-K2.6	Kimi-K3	Kartai
Vienas agento žingsnis (40K įv. / 2K išv.)	$0.0385	$0.1914	5.0x
200 žingsnių autonominis vykdymas	$7.71	$38.29	5.0x
10 000 vaizdų, struktūrizuota išvestis	$11.56	$58.40	5.1x
Paketinė užduotis (1 mln. įv. / 200K išv.)	$1.51	$7.65	5.1x

Apskaičiuota pagal Shannon vartų kainoraščio kainas. Vaizdo žetonų įvertis remiasi Moonshot paskelbta MoonViT reikšme — apie 576 žetonus 1024x1024 vaizdui; tikslus žetonavimas kinta priklausomai nuo skiriamosios gebos ir kraštinių santykio.

$11.56 vertės vaizdų konvejerį leidžiate kasdien apie tai negalvodami. $58.40 vertės konvejerį planuojate, pateisinate ir galiausiai nukertate. Tas tarpas ir yra visas argumentas vertės pakopos naudai.

Viena sąžininga išlyga. Nepriklausomose daugiamodalių ir įžemintų užduočių lentelėse K2.6 buvo įvertintas maždaug 26-a vieta iš 115 modelių, vidurkis apie 68,1 — padoru, bet ne klasės viršūnė. Jo rega tikrai stipri dokumentų supratime, ekrano nuotraukų ir sąsajų skaityme bei diagramų ar schemų aiškinime; silpnesnė ji tiksliame erdviniame įžeminime — tiksliuose ribojančiuose stačiakampiuose, smulkiame skaičiavime užgriozdintose scenose, tankiame prastos kokybės nuskaitymų OCR. Jei reikia iki pikselio tikslaus lokalizavimo, pirmiausia išbandykite su savo duomenimis. Jei reikia modelio, kuris pažiūrėtų į ekrano nuotrauką ir nuspręstų, ką spausti toliau, tai kaip tik tinkamas įrankis.

06Įrankių iškvietimas be atsisakymų ir agentinės kilpos

K2.6 palaiko savąjį įrankių iškvietimą: modelis struktūrizuotus įrankių iškvietimus išveda tiesiai iš jūsų pateiktų JSON schemos įrankių apibrėžimų, o ne yra prikalbinamas pagaminti analizuojamą tekstą. Kartu su kelių ėjimų pokalbiu ir sisteminėmis užklausomis tai yra visas pagrindas agento kilpai.

Tai, ką prideda „įrankių iškvietimas be atsisakymų“, subtiliau, nei skamba. Filtruotame API atsisakymai agento kilpoje pasireiškia trimis skirtingais nesėkmės pavidalais:

• Kietas atsisakymas — žingsnis vietoj įrankio iškvietimo grąžina prozą, analizatorius nulūžta, kilpa nutrūksta. Bent jau garsiai.
• Minkštas atsisakymas — iškvietimas atliekamas, bet argumentai sąmoningai nusilpninami: susiaurinta užklausa, išsisukinėjantis parametras, nukirsta naudingoji apkrova. Kilpa tęsiasi su tyliai pablogėjusia būsena, o jūs tai sužinote po keturių žingsnių.
• Išankstinis vengimas — planas nusuka nuo teisėtos šakos dar prieš prie jos priartėdamas. Šito niekada nematote; tiesiog gaunate prastesnį planą ir jokio paaiškinimo.

Antrasis ir trečiasis yra brangieji, nes jie nematomi: jokios klaidos, nieko žurnaluose, nieko, ko ieškotum grep. Galinis taškas be atsisakymo sluoksnio pašalina visą šią klasę — modelio įrankių iškvietimo argumentai yra būtent modelio įrankių iškvietimo argumentai.

Tai svarbiausia tose srityse, kurioms ir taip reikia ilgų autonominių vykdymų ir kurios liečia jautrią medžiagą: saugumo tyrimai ir red-team darbas, kenkėjiškų programų bei incidentų analizė, klinikinių dokumentų apdorojimas, teisinė atskleidimo medžiaga ir moderavimo įrankiai, kurie privalo samprotauti apie turinį, kurį moderuoja. Moderavimo klasifikatoriui sukurti reikia modelio, sutinkančio pažiūrėti į tai, ką jis klasifikuoja; tai ne paradoksas, o tiesiog darbas.

Praktinės pastabos ilgiems vykdymams: reasoning_effort leidžia daugiau mąstymo skirti planavimo žingsniams ir mažiau mechaniniams. Srautinis perdavimas prieinamas visuose trijuose dialektuose, todėl ilgas žingsnis gali rodyti pažangą arba būti anksti nutrauktas. O 262 144 žetonų kontekstas išlaiko realią darbinę būseną — failų turinį, ankstesnius įrankių rezultatus, einamąjį planą — per daugelį žingsnių be apibendrinimo iš naujo kiekvieną ėjimą, o tai savaime yra dažnas agento nuklydimo šaltinis.

07Struktūrizuota išvestis ir trys API dialektai

K2.6 palaiko ir json_schema (griežtai schema apribotą generavimą), ir laisvesnį response_format. Palyginkite tai su katalogu: du iš dvylikos čia esančių modelių griežtos schemos išvesties nepalaiko, o jei kita jūsų konvejerio pakopa analizuoja JSON, tas stulpelis nėra neprivalomas.

Griežta schemos išvestis ir daro necenzūruotą modelį tinkamą naudoti kaip infrastruktūrą: jei modelis privalo išvesti jūsų schemą atitinkantį objektą, gaunate analizavimo garantiją, nepriklausomą nuo to, ką jis kitu atveju būtų pasakęs — jokios pratarmės, jokio atsiprašymo, jokios pastraipos, apvyniotos aplink jūsų JSON. Kartu su atsisakymo sluoksnio nebuvimu tai yra ištraukimo galinis taškas, grąžinantis jūsų objektą kiekvienam kvietimui, kiekvienam dokumentui, kad ir apie ką tas dokumentas būtų.

Paviršius	Kimi-K2.6 palaikymas	Pastabos
/v1/chat/completions	Taip	OpenAI dialektas — tinka esamiems SDK be pakeitimų
/v1/messages	Taip	Anthropic dialektas — tas pats modelis, tie patys svoriai
/v1/responses	Taip	Responses stiliaus sąsaja
Srautinis perdavimas	Taip	Visuose trijuose dialektuose
Įrankių iškvietimas	Taip	Savasis, JSON schemos įrankių apibrėžimai
json_schema	Taip	Griežta struktūrizuota išvestis
response_format	Taip	Laisvesnis JSON režimas
reasoning_effort	Taip	Derinkite mąstymo biudžetą kiekvienam kvietimui
Vaizdų įvestis	Taip	Vaizdai kartu su tekstu

Visi trys dialektai kreipiasi į tuos pačius svorius tame pačiame klasteryje. Nukreipkite esamą OpenAI klientą į bazinį URL, nustatykite model į Kimi-K2.6-W4A16-AUTOROUND-REAP — ir jau veikiate. Užklausų bei atsakymų formos, srautinio perdavimo semantika ir gyva bandymų aikštelė yra API dokumentacijoje.

08Kur Kimi K2.6 yra neteisingas pasirinkimas

Modelio vadovas, išvardijantis vien stiprybes, yra reklama. Štai kur nusiųstume jus kitur.

• Reikia absoliučių lubų viename sunkiame pralėkime. Eikite pas Kimi-K3 ir mokėkite 5 kartus daugiau. Tam jis ir yra.
• Reikia iki pikselio tikslaus vizualaus įžeminimo. Ribojantys stačiakampiai, tankus OCR prastos kokybės nuskaitymuose ir tikslus skaičiavimas užgriozdintose scenose nėra stipriausia jo pusė — pirmiausia išbandykite su savo duomenimis.
• Reikia pigiau nei pigu ir be regos. Keli katalogo modeliai stovi ties $0.50 / $2.00. K2.6 priemoka perka regą ir Kimi agentinį profilį; jei nereikia nė vieno, imkite pigesnę pakopą.
• Reikia daugiau nei 16 384 išvesties žetonų viename atsakyme. Tos lubos galioja visame kataloge — ilgiems dokumentams reikia generavimo gabalais, kad ir kurį modelį rinktumėtės.
• Norite bitas į bitą tikslios pirminės elgsenos. Tai nugenėta ir kvantuota versija: sąmoningi, paskelbti mainai. Atkuriamumo tyrimui leiskite originalius Moonshot svorius.

Kimi K2.6 ir K3 architektūros, etalonų ir išleidimo datų skaičius pateikė Moonshot ir jie rodomi pirminiam pagrindui, o ne mūsų suglaudintai versijai. Daugiamodalio reitingo reikšmė paimta iš nepriklausomos trečiosios šalies lentelės. Shannon vartų kainos yra kainoraščio kainos, galiojančios 2026 m. rugsėjo 5 d.

09Dažnai užduodami klausimai

---

Shannon AI valdo Shannon Lab LLC, Naujoji Meksika, JAV. Šaltiniai: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Pirminiai Kimi etalonų skaičiai yra Moonshot pateikti ir preliminarūs, kol bus nepriklausomai patikrinti; jie aprašo nesuglaudintą pagrindą, o ne Shannon kvantuotą versiją.