Necenzēts Kimi K2 API

Vairums „lētā modeļa” lapu patiesībā ir par mazu modeli, kas nēsā liela modeļa saimes vārdu. Šī nav. Kimi K2.6 ir pilns priekšpulka mēroga pamatmodelis — triljons parametru retā Mixture-of-Experts, ar iedzimtu redzes kodētāju un treniņa programmu, tēmētu tieši uz aģentisku rīku lietošanu. Par vērtības līmeni to padara nevis mazākas smadzenes, bet agresīvāka saspiešanas recepte. Tāpēc jautājums nav „vai tas ir pietiekami labs?”, bet „kuri darbi patiešām pamana atšķirību starp šo un tā piecas reizes dārgāko radinieku?”. Lielākā daļa šī raksta atbild uz to.

01Kas Kimi K2.6 patiesībā ir?

Kimi K2.6 ir atvērto svaru modelis no Moonshot AI — Pekinas laboratorijas aiz Kimi sērijas —, izlaists 2026. gada 20. aprīlī. Tas manto arhitektūru, kas K2 padarīja ievērojamu: retu Mixture-of-Experts transformeru ar aptuveni 1 triljonu kopējo parametru un aptuveni 32 miljardiem aktīvo uz tokenu, sakārtotu kā 384 ekspertus, 8 maršrutētus plus 1 koplietotu uz slāni 61 slānī, ar daudzgalvu latento uzmanību. No šī triljona jebkuram konkrētam tokenam nostrādā tikai neliela šķēle — un tieši tāpēc šāda izmēra modelim var būt cena centos.

Cilts ir svarīga tāpēc, ko Moonshot optimizēja. Sākotnējais K2 tika iepriekštrenēts uz aptuveni 15.5 triljoniem tokenu ar Muon / MuonClip optimizētāju, būvētu tieši tam, lai triljona parametru MoE nepiemeklētu tie uzmanības sprādzieni un zuduma lēcieni, kas šādā mērogā destabilizē treniņu; Moonshot ziņoja par nulles treniņa nestabilitāti visā gājienā. Tas ir augšpus visam pārējam — tas ļāva treniņa budžetu tērēt aģentiskai uzvedībai, nevis ugunsdzēšanai.

K2.6 to paplašina divos virzienos. Pirmkārt, tas ir iedzimti multimodāls: attēli un video kadri iet caur MoonViT — aptuveni 400M parametru redzes kodētāju, kas attēlu sadala 448x448 flīzēs un katru flīzi projicē tieši valodas modeļa tokenu telpā —, tāpēc vizuālie tokeni sēž tajā pašā secībā, kur viss pārējais, nevis pieskrūvētā parakstu veidotājā, kas baro aklu modeli. Otrkārt, tas ir būvēts orķestrēšanai dziļumā: Moonshot Agent Swarm darbs ziņo par koordināciju līdz pat 300 uz jomu specializētiem apakšaģentiem un līdz pat 4,000 saskaņotiem soļiem vienā autonomā gājienā.

Moonshot ziņotais etalonu profils

Šie ir Moonshot ziņoti skaitļi par nesaspiesto K2.6 pamatmodeli, nevis mūsu mērījumi. Noderīgi ainai, nevis precizitātei:

Lasiet ainu, nevis ciparus. Rīku lietošanas un meklēšanas vadītie vērtējumi ir augsti; tīras grūtības vērtējumi zemāki. Tāds ir paraksts modelim, kas trenēts labi rīkoties, nevis visu zināt — pareizā apmaiņa, ja jūsu aģentam ir pārlūks, čaula un failu sistēma, un nepareizā, ja uzdodat vienu grūtu jautājumu bez rīkiem.

02Ko nozīmē W4A16-AUTOROUND-REAP

Piedēklis modeļa id nav dekorācija. Tā ir precīzā saspiešanas recepte, publicēta, lai jūs varētu spriest par apmaiņu, ko veicat.

• W4A16 — svari 4 bitos, aktivācijas rēķinātas 16 bitos. Svaru atmiņa pret bf16 nokrīt aptuveni 4 reizes, kamēr aritmētika, kas uzkrāj kļūdu, paliek 16 bitu precizitātē. Šis ir standarta augstas kvalitātes apkalpošanas punkts ļoti lieliem MoE modeļiem.
• AUTOROUND — Intel AutoRound kvantētājs. Naiva noapaļošana uz tuvāko katru svaru apstrādā atsevišķi un izmet informāciju, uz kuru modelis paļāvās; AutoRound tā vietā noapaļošanas lēmumus iemācās pret kalibrācijas datiem. Pie 4 bitu mērķa tā ir starpība starp modeli, kas vēl seko shēmai, un tādu, kas aizdreifē.
• REAP — maršrutētāja svērtā ekspertu aktivācijas atzarošana no Cerebras Research (arXiv 2510.13999, ICLR 2026). Uz vairumu MoE ekspertu maršrutē reti. REAP katru novērtē gan pēc maršrutētāja vārtu vērtībām, gan pēc aktivācijas normām, tad vienā piegājienā noņem mazāk izteiksmīgos. Publicētais rezultāts: līdz 50% ekspertu atzaroti no triljona parametru modeļiem, lielā mērā noturot bāzes kvalitāti, un ģeneratīvos uzdevumos atzarošana pārspēj ekspertu apvienošanu — apvienošana speciālistus saplūdina, atzarošana vienkārši izmet neizmantotos.

Pielietoti šādā secībā — vispirms atzarot, tad kvantējot atlikušo — jūs iegūstat modeli, kas ietilpst un darbojas ātri bez kvalitātes sabrukuma, ko šādās proporcijās izraisītu katra metode atsevišķi. Lai par cenu būtu skaidrs: saspiests modelis nav bitu ziņā identisks oriģinālam. Ko recepte nopērk, ir tas, ka degradācija nonāk tur, kur jūs to visdrīzāk nepamanīsiet — retos maršrutēšanas ceļos, zemas varbūtības tokenu astēs —, nevis instrukciju izpildē, rīku izsaukumu formatēšanā vai shēmas ievērošanā.

03Ko uz šī galapunkta nozīmē „necenzēts”

Necenzēts šeit ir apgalvojums par arhitektūru, nevis par attieksmi. Modeļa priekšā nav atteikuma slāņa un tā izvadei nav satura filtrēšanas. Jūsu pieprasījums sasniedz pamatmodeli, un tā atbilde sasniedz jūs; nekas nepārtver nevienu virzienu.

Šī atšķirība ir svarīga, jo „necenzēts” tiek lietots vaļīgi. Zem šī vārda ir sasaiņotas trīs atsevišķas lietas:

1. Ievades klasifikācija — atsevišķs modelis izlasa jūsu uzvedni un izlemj, vai to laist cauri. Šeit nav.
2. Izvades filtrēšana — skeneris pārbauda ģenerēto tekstu un to apcērp vai aizstāj. Šeit nav.
3. Paša pamatmodeļa nosliece — tas, ko bāzes modelis treniņā iemācījās. Tā ir modeļa, un mēs neapgalvojam, ka to būtu izdzēsuši.

Pirmās divas ir tās, kas lauž ražošanas sistēmas, un tieši tās mēs noņemam. Klasifikators, kas nostrādā uz 0.5% pieprasījumu, ir 0.5% kļūmju īpatsvars, ko nevar atkļūdot, pārsūdzēt vai paredzēt — un 200 soļu aģenta ciklā 0.5% kļūme uz soli sakrājas gājienā, kas biežāk neizdodas nekā izdodas. Atteikums sarunā ir apgrūtinājums; atteikums autonoma gājiena 147. solī iznīcina gājiena stāvokli un sadedzina visu, ko līdz turienei iztērējāt. Aģentu darba slodzēs atteikuma virsmas noņemšana ir uzticamības īpašība, nevis stilistiska izvēle.

Sekas ir tādas, ka atbildība pāriet jums. Starp jūsu lietotni un jūsu lietotājiem nav drošības tīkla; ja jūsu produktam tāds ir vajadzīgs, būvējiet to tur, kur to redzat, varat noskaņot un žurnalēt. Vispirms, lūdzu, izlasiet mūsu atbildīgas lietošanas politiku.

04Kimi K2.6 pret Kimi K3: kad pieckārtība ir vērta?

Šis ir lēmums, pēc kura vairums lasītāju atnāca, tāpēc lūk tas bez izlocīšanās. Kimi-K3 · 3BIT-REAP ir lielākais, jaunākais pamatmodelis: paziņots 2026. gada 16. jūlijā, ar atvērtiem svariem 27. jūlijā, ar aptuveni 2.8 triljoniem kopējo parametru un aptuveni 104 miljardiem aktīvo uz tokenu — vairāk nekā 3 reizes vairāk aktīvās skaitļošanas nekā K2.6. Augšpusē Moonshot K3 uzskaita ar aptuveni 5 reizes lielāku cenu nekā K2.6, un mūsu vārtejas cenas šai attiecībai seko.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Ievade / 1M tokenu	$0.78	$3.83
Izvade / 1M tokenu	$3.67	$19.12
Konteksta logs	262,144	262,144
Maks. izvade / pieprasījumā	16,384	16,384
Attēlu ievade	Jā	Jā
Iedzimta rīku izsaukšana	Jā	Jā
Stingra json_schema	Jā	Jā
Necenzēts	Jā	Jā
Aktīvie parametri / tokenā	~32B	~104B

Paskatieties, ko tabula nerāda: nav nevienas rindas, kur K3 būtu iespēja, kuras K2.6 trūkst. Tas pats logs, tā pati maksimālā izvade, tā pati redze, tā pati rīku izsaukšana, tā pati strukturētā izvade, tā pati necenzētā nostāja, tie paši trīs dialekti. Pieckārtība nopērk tieši vienu lietu — neapstrādātu spēju uz vienu caurlaidi. Tā ir īsta, bet tā ir viena ass, un tā neko nedod uz asīm, kur tā nav jūsu pudeles kakls.

Konkrēti par konteksta logu

Augšpusē K3 galvenā iezīme ir 1M tokenu konteksts pret K2.6 262K. Shannon vārtejā abi modeļi tiek pasniegti ar 262,144 tokeniem. Ja garš konteksts bija jūsu iemesls maksāt piecas reizes vairāk, tad šeit šis iemesls nedarbojas — jūs samaksātu piemaksu un saņemtu to pašu logu. Tāda ir tā lieta, ko pārdevējam kārdina nepateikt, un tieši tāpēc tā ir treknrakstā.

Maksājiet pieckārtību, kad

• Vienam šāvienam ir jātrāpa. Viena grūta caurlaide, kur atkārtojums ir dārgs vai neiespējams — neatgriezeniska darbība, lēmums gara konveijera galā. Vairāk aktīvo parametru uz tokenu ir tieši tas, kas paceļ griestus vienai caurlaidei.
• Uzdevums ir zināšanu, nevis rīku ierobežots. Dziļa sintēze, kur atbildei jānāk no svariem. K2.6 profils ir aģentisks; atņemiet rīkus, un lielākais pamatmodelis parādīsies.
• Apjoms ir mazs, un likmes ir augstas. Pie 500 izsaukumiem mēnesī pieckārtība ir $40, nevis $8. Vienkārši nopērciet labāko modeli.

Nemaksājiet pieckārtību, kad

• Jūs darbināt ciklu. Gari aģentiski gājieni sastāv galvenokārt no mehāniskiem soļiem — izlasīt failu, izsaukt rīku, pārbaudīt rezultātu, izvēlēties nākamo —, un tieši tam K2.6 tika trenēts. Pie 200 soļiem pieckārtība ir $7.71 pret $38.29 uz gājienu.
• Jūs apstrādājat attēlus lielā apjomā. Redzes darba slodzes ir ievades tokenu smagas, un spriešana uz vienu vienumu ir sekla. Skatiet 05. sadaļu; tur nav pat tuvu.
• Darbs ir ekstrakcija, klasifikācija vai pārveidošana. Lauku izvilkšana no dokumentiem, pieteikumu maršrutēšana, ierakstu normalizēšana, kopsavilkumi — norobežoti uzdevumi, kur lielāks modelis rada to pašu JSON.
• Jums ir pārbaudes solis. Ja izvade tiek pārbaudīta — testu komplekts, shēmas validētājs, otra caurlaide, cilvēks —, tad reti kļūdījumi ir lēti un ekonomika izlēmīgi atbalsta apjomu. Šis ir visnenovērtētākais arguments par labu vērtības līmenim.

Aina, ko vērts nosaukt: darbiniet K2.6 ciklam un K3 spriedumam. Ļaujiet lētajam aģentiskajam modelim izdarīt simts vākšanas, izsaukšanas un melnraksta soļus, tad iztērējiet vienu dārgu izsaukumu gala sintēzei. Abi modeļi runā identisku API ar to pašu konteksta logu, tāpēc pārslēgšanās ir vienas rindas izmaiņa model laukā.

05Redze par darba cenu

Redze ir K2.6 asākā šķautne šajā katalogā. No divpadsmit necenzētajiem vārtejas modeļiem attēlus vispār pieņem tikai četri, un K2.6 ir vienīgais, kas attēlu ievadi savieno ar Kimi aģentisko cilti zem viena dolāra par miljonu ievades tokenu.

Redzes darba slodzēm ir neparasta izmaksu forma. Pēc Moonshot publicētā MoonViT apraksta 1024x1024 attēls kodējas aptuveni 576 attēla tokenos — un tie ir ievades tokeni, grāmatvedības lētā puse. Tipisks redzes darbs gandrīz pilnībā nonāk uz $0.78 likmes, nevis uz $3.67. Ņemiet 10,000 attēlu, katram ar ~200 uzvednes tokeniem (tātad ~776 ievades tokeniem) un ~150 strukturētas izvades tokeniem:

Darba slodze	Kimi-K2.6	Kimi-K3	Reizinājums
Viens aģenta solis (40K iekšā / 2K ārā)	$0.0385	$0.1914	5.0x
200 soļu autonoms gājiens	$7.71	$38.29	5.0x
10,000 attēlu, strukturēta izvade	$11.56	$58.40	5.1x
Partijas darbs (1M iekšā / 200K ārā)	$1.51	$7.65	5.1x

Aprēķināts pēc Shannon vārtejas cenrāža. Attēlu tokenu novērtējums izmanto Moonshot publicēto MoonViT skaitli ~576 tokeni 1024x1024 attēlam; precīzā tokenizācija atšķiras atkarībā no izšķirtspējas un malu attiecības.

$11.56 attēlu konveijeru palaižat katru dienu, par to nedomājot. $58.40 konveijeru ieplānojat, attaisnojat un galu galā nogriežat. Šī plaisa ir viss arguments par labu vērtības līmenim.

Viena godīga atruna. Neatkarīgos multimodālos un iezemēto uzdevumu topos K2.6 ir ticis ziņots aptuveni 26. vietā no 115 modeļiem ar vidējo ap 68.1 — cienījami, bet ne klases augšgals. Tā redze ir patiešām stipra dokumentu saprašanā, ekrānuzņēmumu un saskarņu lasīšanā un diagrammu vai shēmu interpretācijā; vājāka tā ir precīzā telpiskā iezemēšanā — precīzos ietvarkastēs, smalkā skaitīšanā piesārņotās ainās, blīvā degradētu skenējumu OCR. Ja vajag pikseļa precizitātes lokalizāciju, vispirms notestējiet uz saviem datiem. Ja vajag modeli, kas paskatās uz ekrānuzņēmumu un izlemj, kur klikšķināt nākamo, šis ir tieši pareizais rīks.

06Rīku izsaukšana bez atteikumiem un aģentiskie cikli

K2.6 atbalsta iedzimtu rīku izsaukšanu: modelis strukturētus rīku izsaukumus izdod tieši no jūsu piegādātajām JSON shēmas rīku definīcijām, nevis tiek pierunāts radīt parsējamu tekstu. Kopā ar daudzgājienu sarunu un sistēmas uzvednēm tas ir pilnīgs pamats aģenta ciklam.

Ko pievieno „rīku izsaukšana bez atteikumiem”, ir smalkāk, nekā izklausās. Filtrētā API atteikumi aģenta ciklā parādās trīs atšķirīgos kļūmes veidos:

• Ciets atteikums — solis atgriež prozu rīka izsaukuma vietā, parsētājs neizdodas, cikls lūst. Vismaz skaļi.
• Mīksts atteikums — izsaukums tiek veikts, bet argumenti ir apzināti novājināti: sašaurināts vaicājums, izlocīts parametrs, apcirsta krava. Cikls turpinās ar klusi degradētu stāvokli, un jūs to uzzināt četrus soļus vēlāk.
• Preventīva izvairīšanās — plāns aizgriežas no likumīga zara, pirms tam vispār pietuvojas. Šo jūs neredzat nekad; jūs vienkārši saņemat sliktāku plānu un nekādu paskaidrojumu.

Otrais un trešais ir dārgie, jo tie ir neredzami: nav kļūdas, nav nekā žurnālos, nav pēc kā grep'ot. Galapunkts bez atteikuma slāņa noņem visu šo klasi — modeļa rīku izsaukumu argumenti ir modeļa rīku izsaukumu argumenti.

Vissvarīgākais tas ir jomās, kurām vajag garus autonomus gājienus un kuras tāpat skar jutīgu materiālu: drošības pētniecība un sarkanās komandas darbs, ļaunatūras un incidentu analīze, klīnisko dokumentu apstrāde, juridiskā materiāla izgūšana un moderācijas rīki, kuriem jāspriež par saturu, ko tie moderē. Moderācijas klasifikatora būvēšanai vajag modeli, kas ir gatavs paskatīties uz to, ko tas klasificē; tas nav paradokss, tas vienkārši ir darbs.

Praktiskas piezīmes gariem gājieniem: reasoning_effort ļauj vairāk domāšanas tērēt plānošanas soļiem un mazāk mehāniskajiem. Straumēšana ir pieejama visos trīs dialektos, tāpēc gars solis var rādīt progresu vai tikt agri pārtraukts. Un 262,144 tokenu konteksts notur reālu darba stāvokli — failu saturu, iepriekšējos rīku rezultātus, notiekošu plānu — rezidentu daudzos soļos bez katra gājiena pārkopsavilkšanas, kas pati par sevi ir bieža aģenta dreifa cēlonis.

07Strukturēta izvade un trīs API dialekti

K2.6 atbalsta gan json_schema (stingru, ar shēmu ierobežotu ģenerēšanu), gan vaļīgāko response_format. Salīdziniet to ar katalogu: divi no divpadsmit šejienes modeļiem stingru shēmas izvadi neatbalsta, un, ja jūsu nākamā konveijera pakāpe parsē JSON, šī kolonna nav neobligāta.

Stingra shēmas izvade ir tas, kas necenzētu modeli padara lietojamu kā infrastruktūru: ja modelim ir jāizdod objekts, kas atbilst jūsu shēmai, jūs saņemat parsēšanas garantiju neatkarīgi no tā, ko tas citādi būtu teicis — bez ievada, bez atvainošanās, bez rindkopas, aptītas ap jūsu JSON. Kopā ar atteikuma slāņa neesamību tas ir ekstrakcijas galapunkts, kas jūsu objektu atdod katrā izsaukumā, katram dokumentam, lai par ko tas dokuments būtu.

Virsma	Kimi-K2.6 atbalsts	Piezīmes
/v1/chat/completions	Jā	OpenAI dialekts — tiešs aizstājējs esošiem SDK
/v1/messages	Jā	Anthropic dialekts — tas pats modelis, tie paši svari
/v1/responses	Jā	Responses stila saskarne
Straumēšana	Jā	Visos trīs dialektos
Rīku izsaukšana	Jā	Iedzimta, ar JSON shēmas rīku definīcijām
json_schema	Jā	Stingra strukturēta izvade
response_format	Jā	Vaļīgāks JSON režīms
reasoning_effort	Jā	Noskaņojiet domāšanas budžetu katram izsaukumam
Attēlu ievade	Jā	Attēli līdzās tekstam

Visi trīs dialekti uzrunā tos pašus svarus tajā pašā klasterī. Pavērsiet esošu OpenAI klientu uz bāzes URL, iestatiet model uz Kimi-K2.6-W4A16-AUTOROUND-REAP, un jūs darbojaties. Pieprasījumu un atbilžu formas, straumēšanas semantika un dzīva izmēģinājumu vide ir API dokumentācijā.

08Kur Kimi K2.6 ir nepareizā izvēle

Modeļa ceļvedis, kas uzskaita tikai stiprās puses, ir reklāma. Lūk, kur mēs jūs sūtītu citur.

• Jums vajag absolūtos griestus vienai grūtai caurlaidei. Ejiet uz Kimi-K3 un maksājiet pieckārtību. Tieši tam tas ir domāts.
• Jums vajag pikseļa precizitātes vizuālo iezemēšanu. Ietvarkastes, blīvs OCR degradētos skenējumos un precīza skaitīšana piesārņotās ainās nav tā stiprākā zeme — vispirms testējiet uz saviem datiem.
• Jums vajag lētāk par lēto un bez redzes. Vairāki kataloga modeļi atrodas pie $0.50 / $2.00. K2.6 piemaksa nopērk redzi un Kimi aģentisko profilu; ja nevajag ne vienu, ne otru, ņemiet lētāko līmeni.
• Jums vajag vairāk nekā 16,384 izvades tokenus vienā atbildē. Šie griesti attiecas uz visu katalogu — gariem dokumentiem vajag ģenerēšanu pa gabaliem, lai kuru modeli izvēlētos.
• Jūs vēlaties bitu ziņā precīzu augšupējo uzvedību. Šī ir atzarota un kvantēta būve: apzināta, publicēta apmaiņa. Atkārtojamības pētījumam darbiniet Moonshot oriģinālos svarus.

Kimi K2.6 un K3 arhitektūras, etalonu un izlaišanas datumu skaitļi ir Moonshot ziņoti un rādīti par augšupējo pamatmodeli, nevis par mūsu saspiesto būvi. Multimodālais vietas skaitlis ir no neatkarīga trešās puses topa. Shannon vārtejas cenas ir cenrāža cenas uz 2026. gada 5. septembri.

09Biežāk uzdotie jautājumi

---

Shannon AI uztur Shannon Lab LLC, Ņūmeksika, ASV. Avoti: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Augšupējie Kimi etalonu skaitļi ir Moonshot ziņoti un provizoriski, līdz tiek neatkarīgi pārbaudīti; tie apraksta nesaspiesto pamatmodeli, nevis Shannon kvantēto būvi.