Necenzuriran Kimi K2 API

Večina strani o »poceni modelu« v resnici govori o majhnem modelu, ki nosi družinsko ime velikega. Ta ne. Kimi K2.6 je poln temelj velikosti prednje črte — bilijon parametrov redkega Mixture-of-Experts, z izvornim slikovnim kodirnikom in učnim programom, naperjenim naravnost v agentno rabo orodij. Vrednostna stopnja ni zaradi manjših možganov, ampak zaradi agresivnejšega recepta stiskanja. Vprašanje torej ni »ali je dovolj dober?«, ampak »katera opravila sploh opazijo razliko med njim in petkrat dražjim sorodnikom?«. Večji del tega članka odgovarja prav na to.

01Kaj je Kimi K2.6 v resnici?

Kimi K2.6 je model z odprtimi utežmi podjetja Moonshot AI, pekinškega laboratorija za serijo Kimi, izdan 20. aprila 2026. Podeduje arhitekturo, po kateri je bil K2 opazen: redek transformer Mixture-of-Experts s približno 1 bilijonom skupnih parametrov in okoli 32 milijardami aktivnih na žeton, urejen kot 384 strokovnjakov, 8 usmerjenih in 1 deljeni na plast čez 61 plasti, z Multi-head Latent Attention. Pri danem žetonu se sproži le drobec tega bilijona — in prav zato je model te velikosti lahko ocenjen v centih.

Rodovnica šteje zaradi tega, kaj je Moonshot optimiziral. Izvirni K2 je bil predučen na približno 15,5 bilijona žetonov z optimizatorjem Muon / MuonClip, zgrajenim posebej za to, da MoE z bilijonom parametrov ne trpi zaradi eksplozij pozornosti in skokov izgube, ki pri tem obsegu razmajejo učenje; Moonshot je poročal o ničelni nestabilnosti učenja čez ves tek. To je pred vsem drugim — omogočilo jim je, da so proračun učenja porabili za agentno vedenje namesto za gašenje požarov.

K2.6 to razširi v dve smeri. Prvič, izvorno je večmodalen: slike in videosličice gredo skozi MoonViT, slikovni kodirnik s približno 400M parametri, ki sliko razdeli na ploščice 448x448 in vsako ploščico projicira naravnost v žetonski prostor jezikovnega modela — vidni žetoni sedijo v istem zaporedju kot vse drugo, ne pa v priviti opisovalnik, ki hrani slepi model. Drugič, zgrajen je za orkestracijo v globino: Moonshotovo delo Agent Swarm poroča o usklajevanju do 300 domensko specializiranih podagentov in do 4.000 usklajenih korakov v enem samostojnem teku.

Moonshotov sporočeni profil meritev

To so številke, ki jih poroča Moonshot za nestisnjeni temelj K2.6, ne naše meritve. Koristne za obliko, ne za natančnost:

Berite obliko, ne števk. Rezultati z rabo orodij in iskanjem so visoko; rezultati čiste težavnosti so nižje. To je podpis modela, naučenega dobro delovati in ne vsega vedeti — prava menjava, če ima vaš agent brskalnik, lupino in datotečni sistem, in napačna, če postavljate eno težko vprašanje brez priloženih orodij.

02Kaj pomeni W4A16-AUTOROUND-REAP

Pripona na ID modela ni okras. Je natančen recept stiskanja, objavljen zato, da lahko presodite menjavo, ki jo sklepate.

• W4A16 — uteži pri 4 bitih, aktivacije računane pri 16. Pomnilnik za uteži pade približno 4-krat glede na bf16, medtem ko aritmetika, ki kopiči napako, ostane pri 16-bitni natančnosti. To je običajna kakovostna strežna točka za zelo velike modele MoE.
• AUTOROUND — Intelov kvantizator AutoRound. Naivno zaokroževanje na najbližje vsako utež obravnava neodvisno in zavrže podatke, na katere se je model zanašal; AutoRound se odločitev o zaokrožitvi namesto tega nauči proti umeritvenim podatkom. Pri 4-bitnem cilju je to razlika med modelom, ki še vedno upošteva shemo, in modelom, ki zanaša.
• REAP — Router-weighted Expert Activation Pruning iz Cerebras Research (arXiv 2510.13999, ICLR 2026). K večini strokovnjakov v MoE se usmerja redko. REAP vsakega oceni tako po vrednostih vrat usmerjevalnika kot po normah aktivacije, nato pa v enem zamahu odstrani najmanj izstopajoče. Objavljen rezultat: do 50 % obrezanih strokovnjakov pri modelih z bilijonom parametrov ob večinoma ohranjeni izhodiščni kakovosti, pri čemer je obrezovanje pri generativnih nalogah boljše od zlivanja strokovnjakov — zlivanje specialiste zabriše skupaj, obrezovanje pa preprosto izpusti neuporabljene.

Uporabljeno v tem vrstnem redu — najprej obrezati, nato kvantizirati, kar ostane — dobite model, ki gre noter in teče hitro, brez sesutja kakovosti, ki bi ga pri teh razmerjih povzročila katera koli tehnika sama. Naravnost o ceni: stisnjen model ni bitno enak izvirniku. Recept prinese to, da poslabšanje pristane tam, kjer ga verjetno ne boste opazili — na redkih poteh usmerjanja, na repih žetonov z nizko verjetnostjo — in ne pri upoštevanju navodil, oblikovanju klicev orodij ali držanju sheme.

03Kaj na tej končni točki pomeni »necenzuriran«

Necenzuriran je tu trditev o arhitekturi, ne o drži. Pred modelom ni sloja zavračanja in na njegovem izhodu ni vsebinskega filtriranja. Vaša zahteva pride do temelja in njegov odgovor pride do vas; nič ne prestreza nobene smeri.

To razlikovanje šteje, ker se »necenzuriran« rabi ohlapno. Pod to besedo so zvite tri ločene stvari:

1. Razvrščanje vhoda — ločen model prebere vaš poziv in odloči, ali ga spusti naprej. Tu ga ni.
2. Filtriranje izhoda — pregledovalnik pregleda ustvarjeno besedilo ter ga skrajša ali zamenja. Tu ga ni.
3. Lastna nagnjenja temelja — karkoli se je osnovni model naučil pri učenju. To je modelovo in ne trdimo, da smo to izbrisali.

Prvi dve sta tisti, ki podirata produkcijske sisteme, in prav ti dve odstranjujemo. Razvrščevalnik, ki se sproži na 0,5 % zahtev, je 0,5-odstotna stopnja napak, ki je ne morete razhroščiti, se nanjo pritožiti ali jo videti prihajati — in čez agentno zanko z 200 koraki se 0,5-odstotna napaka na korak sešteje v tek, ki pade pogosteje, kot uspe. Zavrnitev v pogovoru je nadloga; zavrnitev na 147. koraku samostojnega teka uniči stanje teka in zažge vse, kar ste porabili, da ste prišli tja. Pri agentnih obremenitvah je odstranitev zavračalne površine lastnost zanesljivosti, ne slogovna izbira.

Posledica je, da se odgovornost premakne k vam. Med vašo aplikacijo in vašimi uporabniki ni varnostne mreže; če jo vaš izdelek potrebuje, jo zgradite tam, kjer jo vidite, uglašujete in beležite. Prosimo, najprej preberite našo politiko odgovorne uporabe.

04Kimi K2.6 proti Kimi K3: kdaj se petkratnik izplača?

To je odločitev, zaradi katere je prišla večina bralcev, zato brez ovinkarjenja. Kimi-K3 · 3BIT-REAP je večji in novejši temelj: napovedan 16. julija 2026 z odprtimi utežmi 27. julija, s približno 2,8 bilijona skupnih parametrov in okoli 104 milijardami aktivnih na žeton — več kot 3-krat toliko aktivnega računanja kot pri K2.6. Pri viru Moonshot K3 navaja pri približno 5-kratni ceni K2.6, cena na našem prehodu pa sledi temu razmerju.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Vhod / 1M žetonov	$0.78	$3.83
Izhod / 1M žetonov	$3.67	$19.12
Okno konteksta	262,144	262,144
Največ izhoda / zahtevo	16,384	16,384
Slikovni vhod	Da	Da
Izvorno klicanje orodij	Da	Da
Strogi json_schema	Da	Da
Necenzuriran	Da	Da
Aktivnih parametrov / žeton	~32B	~104B

Poglejte, česa razpredelnica ne pokaže: ni vrstice, v kateri bi imel K3 zmožnost, ki je K2.6 nima. Isto okno, isti največji izhod, iste slike, isto klicanje orodij, isti strukturiran izhod, ista necenzurirana drža, ista tri narečja. Petkratnik kupi natanko eno stvar — surovo zmožnost na en prehod naprej. To je resnično, a je ena sama os in ne stori ničesar na oseh, kjer ni vaše ozko grlo.

Izrecno o oknu konteksta

Pri viru je vodilna značilnost K3 kontekst 1M žetonov proti 262K pri K2.6. Na prehodu Shannon sta oba modela strežena pri 262,144 žetonih. Če je bil dolg kontekst vaš razlog za petkratno plačilo, ta razlog tu ne velja — doplačali bi in dobili isto okno. To je tisto, kar ponudnika mika zamolčati, in prav zato je krepko.

Petkratnik plačajte, kadar

• En zamah mora zadeti. En težek prehod, pri katerem je ponovni poskus drag ali nemogoč — nepovraten ukrep, odločitev na koncu dolgega cevovoda. Več aktivnih parametrov na žeton je natanko tisto, kar dvigne strop enega prehoda.
• Naloga je vezana na znanje, ne na orodja. Poglobljena sinteza, kjer mora odgovor priti iz uteži. Profil K2.6 je agenten; odvzemite orodja in večji temelj se pokaže.
• Količina je majhna, vložki pa veliki. Pri 500 klicih na mesec je petkratnik $40 namesto $8. Preprosto kupite boljši model.

Petkratnika ne plačajte, kadar

• Poganjate zanko. Dolge agentne teke obvladujejo mehanski koraki — preberi datoteko, pokliči orodje, preveri izid, izberi naslednjega — in za to je bil K2.6 naučen. Pri 200 korakih je petkratnik $7.71 proti $38.29 na tek.
• Obdelujete slike v količini. Slikovne obremenitve so težke po vhodnih žetonih, sklepanje na postavko pa je plitvo. Glejte razdelek 05; ni niti blizu.
• Opravilo je luščenje, razvrščanje ali pretvorba. Izvlečenje polj iz dokumentov, usmerjanje prijav, normalizacija zapisov, povzemanje — omejene naloge, pri katerih večji model ustvari isti JSON.
• Imate korak preverjanja. Če se izhod preveri — nabor testov, preverjevalnik sheme, drugi prehod, človek — so občasne zgrešitve poceni in ekonomika odločno govori za količino. To je najbolj podcenjen argument za vrednostno stopnjo.

Vzorec, ki si zasluži ime: poganjajte K2.6 za zanko in K3 za razsodbo. Naj poceni agentni model opravi sto korakov zbiranja, klicanja in osnutkov, nato pa en drag klic porabite za končno sintezo. Oba modela govorita enak API z enakim oknom konteksta, zato je preklop sprememba ene vrstice v polju model.

05Razumevanje slik po delovni ceni

Slike so najostrejši rob K2.6 v tem katalogu. Od dvanajstih necenzuriranih modelov na prehodu jih slike sploh sprejmejo le štirje, K2.6 pa je edini, ki slikovni vhod združuje s Kimijevo agentno rodovnico pod dolarjem na milijon vhodnih žetonov.

Slikovne obremenitve imajo nenavadno obliko stroška. Po Moonshotovem objavljenem opisu MoonViT se slika 1024x1024 kodira v približno 576 slikovnih žetonov — in to so vhodni žetoni, poceni stran knjige. Značilno slikovno opravilo pristane skoraj v celoti na ceni $0.78 in ne na $3.67. Vzemite 10.000 slik, vsako s približno 200 žetoni poziva (torej ~776 vhodnimi žetoni) in približno 150 žetoni strukturiranega izhoda:

Delovna obremenitev	Kimi-K2.6	Kimi-K3	Večkratnik
En agentni korak (40K vhod / 2K izhod)	$0.0385	$0.1914	5.0x
Samostojen tek z 200 koraki	$7.71	$38.29	5.0x
10.000 slik, strukturiran izhod	$11.56	$58.40	5.1x
Paketno opravilo (1M vhod / 200K izhod)	$1.51	$7.65	5.1x

Izračunano iz cenika prehoda Shannon. Ocena slikovnih žetonov uporablja Moonshotovo objavljeno številko MoonViT ~576 žetonov za sliko 1024x1024; natančno žetoniziranje se spreminja z ločljivostjo in razmerjem stranic.

Slikovni cevovod za $11.56 poganjate vsak dan brez razmisleka. Tistega za $58.40 razporejate, utemeljujete in na koncu ukinete. Ta razmik je celoten argument za vrednostno stopnjo.

Eno pošteno opozorilo. Na neodvisnih lestvicah za večmodalne in ozemljene naloge je bil K2.6 uvrščen okoli 26. med 115 modeli, s povprečjem blizu 68,1 — spodobno, ne vodilno v razredu. Njegovo razumevanje slik je resnično močno pri razumevanju dokumentov, branju zaslonskih posnetkov in uporabniških vmesnikov ter razlagi grafov in diagramov; šibkejše je pri natančnem prostorskem ozemljanju — točnih očrtnih okvirih, drobnozrnatem štetju v natrpanih prizorih, gostem OCR poslabšanih skenov. Če potrebujete umeritev na natančnost slikovne pike, meritve najprej poženite na svojih podatkih. Če potrebujete model, ki pogleda zaslonski posnetek in odloči, kam naslednjič klikniti, je to naravnost pravo orodje.

06Klicanje orodij brez zavračanj in agentne zanke

K2.6 podpira izvorno klicanje orodij: model strukturirane priklice orodij odda neposredno iz definicij orodij po shemi JSON, ki jih podate, namesto da bi ga pregovarjali v razčlenljivo besedilo. Skupaj z večobratnim pogovorom in sistemskimi pozivi je to popolna podlaga za agentno zanko.

Kar dodaja »klicanje orodij brez zavračanj«, je bolj subtilno, kot zveni. Na filtriranem API se zavračanja znotraj agentne zanke pokažejo v treh ločenih načinih odpovedi:

• Trda zavrnitev — korak namesto klica orodja vrne prozo, razčlenjevalnik pade, zanka se prelomi. Vsaj glasno.
• Mehka zavrnitev — klic je opravljen, a argumenti so zadržani: zožena poizvedba, zavarovan parameter, skrajšan tovor. Zanka nadaljuje s tiho poslabšanim stanjem, vi pa to ugotovite štiri korake pozneje.
• Vnaprejšnje izogibanje — načrt zavije stran od legitimne veje, še preden se ji približa. Tega ne vidite nikoli; dobite le slabši načrt in nobene razlage.

Drugi in tretji sta draga, ker sta nevidna: nobene napake, ničesar v dnevnikih, ničesar za iskanje. Končna točka brez sloja zavračanja ta razred odpravi v celoti — argumenti klicev orodij, ki jih poda model, so argumenti klicev orodij, ki jih poda model.

To največ šteje v panogah, ki tako ali tako potrebujejo dolge samostojne teke in se dotikajo občutljivega gradiva: varnostne raziskave in rdeči ekipi, analiza zlonamerne kode in incidentov, obdelava kliničnih dokumentov, pravno razkritje in orodja za moderiranje, ki morajo sklepati o vsebini, ki jo moderirajo. Gradnja razvrščevalnika za moderiranje zahteva model, ki je pripravljen pogledati, kar razvršča; to ni protislovje, samo opravilo je.

Praktične opombe za dolge teke: reasoning_effort vam omogoča porabiti več razmišljanja na korakih načrtovanja in manj na mehanskih. Pretakanje je na voljo v vseh treh narečjih, tako da dolg korak lahko sproti kaže napredek ali se predčasno prekine. In 262,144 žetonov konteksta drži resnično delovno stanje — vsebine datotek, prejšnje izide orodij, tekoči načrt — prisotno čez mnogo korakov brez povzemanja na vsakem obratu, kar je samo po sebi pogost vir agentnega zanašanja.

07Strukturiran izhod in tri narečja API

K2.6 podpira tako json_schema (strogo s shemo omejeno generiranje) kot ohlapnejši response_format. Preverite to proti katalogu: dva od dvanajstih modelov tukaj strogega izhoda po shemi ne podpirata, in če naslednja stopnja vašega cevovoda razčlenjuje JSON, ta stolpec ni izbiren.

Strog izhod po shemi je tisto, kar necenzuriran model naredi uporabnega kot infrastrukturo: če mora model oddati objekt, ki ustreza vaši shemi, dobite jamstvo o razčlenitvi ne glede na to, kaj bi sicer rekel — brez uvoda, brez opravičila, brez odstavka, ovitega okoli vašega JSON. Skupaj z odsotnostjo sloja zavračanja je to končna točka za luščenje, ki vaš objekt vrne pri vsakem klicu, za vsak dokument, ne glede na to, o čem dokument govori.

Površina	Podpora pri Kimi-K2.6	Opombe
/v1/chat/completions	Da	Narečje OpenAI — neposredna zamenjava za obstoječe SDK
/v1/messages	Da	Narečje Anthropic — isti model, iste uteži
/v1/responses	Da	Vmesnik v slogu Responses
Pretakanje	Da	V vseh treh narečjih
Klicanje orodij	Da	Izvorno, definicije orodij po shemi JSON
json_schema	Da	Strog strukturiran izhod
response_format	Da	Ohlapnejši način JSON
reasoning_effort	Da	Uglasitev proračuna razmišljanja na klic
Slikovni vhod	Da	Slike ob besedilu

Vsa tri narečja naslavljajo iste uteži na istem grozdu. Obstoječega odjemalca OpenAI usmerite na osnovni URL, model nastavite na Kimi-K2.6-W4A16-AUTOROUND-REAP in teče. Oblike zahtev in odgovorov, semantika pretakanja in živo igrišče so v dokumentaciji API.

08Kje je Kimi K2.6 napačna izbira

Vodnik po modelu, ki našteva le prednosti, je oglas. Tukaj je, kam bi vas poslali drugam.

• Potrebujete absolutni vrh na enem težkem prehodu. Pojdite na Kimi-K3 in plačajte petkratnik. Za to je.
• Potrebujete vizualno ozemljanje na natančnost slikovne pike. Očrtni okviri, gost OCR na poslabšanih skenih in točno štetje v natrpanih prizorih niso njegova najmočnejša tla — najprej preizkusite na svojih podatkih.
• Potrebujete ceneje od poceni, brez slik. Več modelov v katalogu sedi pri $0.50 / $2.00. Doplačilo pri K2.6 kupi slike in Kimijev agentni profil; če ne potrebujete ne enega ne drugega, vzemite cenejšo stopnjo.
• Potrebujete več kot 16,384 izhodnih žetonov v enem odgovoru. Ta zgornja meja velja čez cel katalog — dolgi dokumenti potrebujejo razsekano generiranje ne glede na izbrani model.
• Hočete bitno natančno izvorno vedenje. To je obrezana in kvantizirana izvedba: namerna, objavljena menjava. Za študijo ponovljivosti poženite na Moonshotovih izvirnih utežeh.

Številke o arhitekturi, meritvah in datumih izida za Kimi K2.6 in K3 poroča Moonshot in se nanašajo na izvorni temelj, ne na našo stisnjeno izvedbo. Uvrstitev pri večmodalnosti je z neodvisne lestvice tretje osebe. Cene prehoda Shannon so kataloške cene na dan 5. septembra 2026.

09Pogosta vprašanja

---

Shannon AI upravlja Shannon Lab LLC, Nova Mehika, ZDA. Viri: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Izvorne številke meritev za Kimi poroča Moonshot in so začasne do neodvisne potrditve; opisujejo nestisnjeni temelj, ne Shannonove kvantizirane izvedbe.