API-и бесензураи Kimi K2 API

Аксари саҳифаҳои «модели арзон» воқеан дар бораи модели хурде мебошанд, ки номи оилавии модели калонро ба бар кардааст. Ин саҳифа не. Kimi K2.6 асоси пурраи миқёси сарҳадист — як триллион параметри Омехтаи Мутахассисони сироҷ, бо кодкунандаи ватании биноӣ ва барномаи таълимие, ки рост ба истифодаи агентии абзорҳо нигаронида шудааст. Он чи онро зинаи арзишнок мегардонад, майнаи хурдтар нест, балки дастури шадидтари фишурдасозист. Пас савол на «оё он ба қадри кофӣ хуб аст?», балки «кадом корҳо воқеан фарқи байни ин ва бародари 5 маротиба гаронтарашро ҳис мекунанд?» аст. Қисми зиёди ин мақола ба ҳамин ҷавоб медиҳад.

01Kimi K2.6 воқеан чист?

Kimi K2.6 модели вазнҳои кушода аз Moonshot AI, озмоишгоҳи Пекин дар паси силсилаи Kimi аст, ки 20 апрели соли 2026 бароварда шуд. Он меъмориеро мерос мегирад, ки K2-ро намоён кард: трансформери сироҷи Омехтаи Мутахассисон бо тақрибан 1 триллион параметри умумӣ ва тақрибан 32 миллиард фаъол дар як токен, ки ҳамчун 384 мутахассис, 8 маршрутшуда ба замми 1 муштарак дар як қабат дар 61 қабат бо Multi-head Latent Attention ташкил шудааст. Танҳо як пораи хурди ин триллион дар ҳар токени додашуда фаъол мешавад — ва маҳз бинобар ин модели ин андозаро бо сент нарх гузоштан мумкин аст.

Насаб бинобар он муҳим аст, ки Moonshot чиро оптимизатсия кард. K2-и аслӣ дар тақрибан 15.5 триллион токен бо оптимизатори Muon / MuonClip пештаълим гирифт, ки махсус барои он сохта шудааст, то MoE-и триллионпараметриро аз таркишҳои таваҷҷуҳ ва ҷаҳишҳои талафот, ки таълимро дар ин миқёс ноустувор мекунанд, нигоҳ дорад; Moonshot дар тамоми ин раванд сифр ноустувории таълимро эълон кард. Ин дар боло аз ҳама чизи дигар меистад — он ба онҳо имкон дод, ки буҷаи таълимро ба рафтори агентӣ сарф кунанд, на ба хомӯш кардани сӯхтор.

K2.6 инро ба ду самт васеъ мекунад. Аввал, он ватанан бисёрмодалӣ аст: тасвирҳо ва кадрҳои видео аз MoonViT мегузаранд, кодкунандаи биноии ~400M-параметрӣ, ки тасвирро ба порчаҳои 448x448 тақсим мекунад ва ҳар порчаро рост ба фазои токении модели забонӣ проексия мекунад — токенҳои визуалӣ дар ҳамон пайдарпаӣ бо ҳама чизи дигар ҷойгиранд, на дар сарлавҳанависи часпондашуда, ки ба модели нобино хӯрок медиҳад. Дуюм, он барои оркестронӣ дар амиқӣ сохта шудааст: кори Agent Swarm-и Moonshot ҳамоҳангсозиро дар байни то 300 зерагенти мутахассиси соҳавӣ ва то 4,000 қадами ҳамоҳангшуда дар як кори мустақил эълон мекунад.

Профили бенчмаркии аз ҷониби Moonshot эълоншуда

Инҳо рақамҳои аз ҷониби Moonshot эълоншуда барои асоси фишурданашудаи K2.6 мебошанд, на ченкуниҳои мо. Барои шакл муфиданд, на барои дақиқӣ:

Шаклро хонед, на рақамҳоро. Холҳои истифодаи абзорҳо ва ҷустуҷӯӣ баланд ҷойгиранд; холҳои душворӣ пасттар. Ин имзои моделест, ки таълим гирифтааст, то хуб амал кунад, на он ки ҳама чизро донад — мубодилаи дуруст, агар агенти шумо браузер, терминал ва системаи файл дошта бошад, ва нодуруст, агар шумо як саволи душворро бе ҳеҷ абзори замимашуда диҳед.

02W4A16-AUTOROUND-REAP чӣ маъно дорад

Пасванди идентификатори модел ороиш нест. Ин маҳз дастури фишурдасозист, ки нашр шудааст, то шумо дар бораи мубодилае, ки мекунед, мулоҳиза карда тавонед.

• W4A16 — вазнҳо дар 4 бит, фаъолсозиҳо дар 16 ҳисоб мешаванд. Хотираи вазн нисбат ба bf16 тақрибан 4 маротиба кам мешавад, дар ҳоле ки арифметикае, ки хаторо ҷамъ мекунад, дар дақиқии 16-битӣ мемонад. Ин нуқтаи стандартии хизматрасонии сифати баланд барои моделҳои хеле калони MoE аст.
• AUTOROUND — квантизатори AutoRound-и Intel. Мудавварсозии оддӣ ба наздиктарин ҳар вазнро мустақилона муносибат мекунад ва иттилоеро мепартояд, ки модел ба он такя мекард; AutoRound бошад қарорҳои мудавварсозиро дар муқобили маълумоти калибровка меомӯзад. Дар ҳадафи 4-битӣ ин фарқи байни моделе, ки то ҳол схемаро риоя мекунад, ва моделе, ки дур меравад, аст.
• REAP — Буридани Фаъолсозии Мутахассисон бо Вазни Маршрутизатор, аз Cerebras Research (arXiv 2510.13999, ICLR 2026). Аксари мутахассисони MoE кам маршрут мешаванд. REAP ҳар кадомро ҳам аз рӯи қиматҳои дарвозаи маршрутизатор ва ҳам меъёрҳои фаъолсозии он баҳо медиҳад, сипас камбарҷастатаринҳоро дар як зарба нест мекунад. Натиҷаи нашршуда: то 50% мутахассисон аз моделҳои триллионпараметрӣ бурида шуданд ва сифати заминавӣ асосан нигоҳ дошта шуд, ва буридан дар вазифаҳои тавлидӣ аз якҷоякунии мутахассисон беҳтар баромад — якҷоякунӣ мутахассисонро дар ҳам мешӯёнад, буридан бошад танҳо истифоданашударо мепартояд.

Дар ҳамин тартиб татбиқ шуда — аввал буридан, баъд квантизатсияи боқимонда — шумо моделе мегиред, ки ҷойгир мешавад ва тез кор мекунад, бе фурӯпошии сифате, ки ҳар кадоми ин техникаҳо танҳо дар ин таносубҳо ба вуҷуд меовард. Дар бораи арзиш рӯирост: модели фишурда бо аслӣ бит ба бит якхела нест. Он чи ин дастур мехарад, ин аст, ки коҳиш дар ҷое меафтад, ки шумо эҳтимол онро пай намебаред — роҳҳои нодири маршрутонӣ, думҳои токенҳои камэҳтимол — на дар риояи дастур, форматонии фарохонии абзорҳо ё риояи схема.

03«Бесензура» дар ин нуқтаи интиҳоӣ чӣ маъно дорад

Бесензура дар ин ҷо изҳорот дар бораи меъморист, на дар бораи муносибат. Дар пеши модел қабати рад кардан нест ва дар баромади он филтри мазмун нест. Дархости шумо ба асос мерасад ва ҷавоби он ба шумо мерасад; ҳеҷ чиз ҳеҷ кадом самтро боздошта наметавонад.

Ин фарқият муҳим аст, зеро «бесензура» озодона истифода мешавад. Зери ин калима се чизи алоҳида ҷамъ шудаанд:

1. Таснифоти вуруд — модели алоҳида дархости шуморо мехонад ва қарор медиҳад, ки онро гузаронад ё не. Дар ин ҷо мавҷуд нест.
2. Филтронии баромад — сканер матни тавлидшударо тафтиш мекунад ва онро мебурад ё иваз мекунад. Дар ин ҷо мавҷуд нест.
3. Майлҳои худи асос — ҳар он чи модели асосӣ дар таълим омӯхтааст. Ин аз они модел аст ва мо даъво намекунем, ки онро нест кардаем.

Ду чизи аввал ҳамонҳоянд, ки системаҳои истеҳсолиро вайрон мекунанд, ва маҳз ҳамин дуро мо бартараф мекунем. Таснифкунандае, ки дар 0.5% дархостҳо фаъол мешавад, меъёри нокомии 0.5% аст, ки шумо онро ислоҳ карда наметавонед, шикоят карда наметавонед ва пешакӣ дида наметавонед — ва дар давраи агентии 200-қадама нокомии 0.5% дар ҳар қадам ба коре ҷамъ мешавад, ки нисбат ба муваффақ шудан бештар ноком мешавад. Рад кардан дар сӯҳбат нороҳатист; рад кардан дар қадами 147-уми кори мустақил ҳолати корро нобуд мекунад ва ҳар он чиро, ки шумо барои расидан ба он ҷо сарф кардаед, месӯзонад. Барои бори кории агентӣ, бартараф кардани сатҳи рад кардан хосияти эътимоднокист, на афзалияти услубӣ.

Натиҷаи ин аст, ки масъулият ба шумо мегузарад. Байни барномаи шумо ва корбарони шумо тӯри бехатарӣ нест; агар маҳсулоти шумо ба он ниёз дошта бошад, онро дар ҷое созед, ки онро дида, танзим карда ва сабт карда тавонед. Лутфан аввал сиёсати истифодаи масъулонаи моро хонед.

04Kimi K2.6 дар муқобили Kimi K3: кай 5 маротиба меарзад?

Ин ҳамон қарорест, ки аксари хонандагон барояш омадаанд, бинобар ин инак он бе гурез. Kimi-K3 · 3BIT-REAP асоси калонтар ва навтар аст: 16 июли соли 2026 эълон шуд ва вазнҳои кушода 27 июл, бо тақрибан 2.8 триллион параметри умумӣ ва тақрибан 104 миллиард фаъол дар як токен — зиёда аз 3 маротиба ҳисоби фаъоли K2.6. Дар боло, Moonshot K3-ро тақрибан 5 маротиба гаронтар аз K2.6 нишон медиҳад ва нархгузории шлюзи мо ҳамон таносубро пайгирӣ мекунад.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Вуруд / 1M токен	$0.78	$3.83
Баромад / 1M токен	$3.67	$19.12
Тирезаи контекст	262,144	262,144
Баромади ҳадди аксар / дархост	16,384	16,384
Вуруди тасвир	Бале	Бале
Фарохонии ватании абзорҳо	Бале	Бале
json_schema-и қатъӣ	Бале	Бале
Бесензура	Бале	Бале
Параметрҳои фаъол / токен	~32B	~104B

Ба он чи ҷадвал нишон намедиҳад нигаред: ҳеҷ сатре нест, ки дар он K3 имконияте дошта бошад, ки K2.6 надорад. Ҳамон тиреза, ҳамон баромади ҳадди аксар, ҳамон биноӣ, ҳамон фарохонии абзорҳо, ҳамон баромади сохторӣ, ҳамон мавқеи бесензура, ҳамон се лаҳҷа. Ин 5 маротиба маҳз як чизро мехарад — қобилияти хом дар ҳар гузариши пеш. Ин воқеӣ аст, вале як меҳвар аст ва дар меҳварҳое, ки гулӯгоҳи шумо нестанд, ҳеҷ кор намекунад.

Махсусан дар бораи тирезаи контекст

Дар боло, хусусияти сарлавҳавии K3 контексти 1M токен дар муқобили 262K-и K2.6 аст. Дар шлюзи Shannon ҳар ду модел бо 262,144 токен хизмат мерасонанд. Агар контексти дароз сабаби пардохти 5 маротиба мебуд, ин сабаб дар ин ҷо татбиқ намешавад — шумо иловапулиро медодед ва ҳамон тирезаро мегирифтед. Ин ҳамон чизест, ки фурӯшанда васваса мешавад нагӯяд, ва маҳз бинобар ин бо ҳарфи ғафс навишта шудааст.

5 маротибаро пардохт кунед, вақте ки

• Як зарба бояд ба ҳадаф расад. Як гузариши душвор, ки такрор дар он гарон ё имконнопазир аст — амали бебозгашт, қарор дар охири конвейери дароз. Параметрҳои фаъоли бештар дар як токен маҳз ҳамон чизест, ки ҳадди як гузаришро баланд мебардорад.
• Вазифа ба дониш вобаста аст, на ба абзорҳо. Синтези амиқе, ки ҷавоб бояд аз вазнҳо барояд. Профили K2.6 агентист; абзорҳоро гиред ва асоси калонтар худро нишон медиҳад.
• Ҳаҷм кам ва хатар баланд аст. Дар 500 фарохонӣ дар як моҳ, 5 маротиба $40 аст ба ҷои $8. Танҳо модели беҳтарро харед.

5 маротибаро напардозед, вақте ки

• Шумо давра иҷро мекунед. Корҳои дарози агентӣ аз қадамҳои механикӣ иборатанд — файлро хонед, абзорро фаро хонед, натиҷаро тафтиш кунед, навбатиро интихоб кунед — ва маҳз барои ҳамин K2.6 таълим гирифтааст. Дар 200 қадам ин 5 маротиба $7.71 дар муқобили $38.29 барои як кор аст.
• Шумо тасвирҳоро ба таври ҳаҷмӣ коркард мекунед. Бори кории биноӣ аз рӯи токенҳои вуруд вазнин аст ва мулоҳиза дар ҳар банд наонқадар амиқ. Бахши 05-ро бинед; фарқ калон аст.
• Кор истихроҷ, таснифот ё табдил аст. Кашидани майдонҳо аз ҳуҷҷатҳо, маршрутонии дархостҳо, ба меъёр даровардани сабтҳо, хулосабарорӣ — вазифаҳои маҳдуде, ки дар онҳо модели калонтар ҳамон JSON-ро тавлид мекунад.
• Шумо қадами тасдиқ доред. Агар баромад тафтиш шавад — маҷмӯаи тестҳо, тасдиқкунандаи схема, гузариши дуюм, инсон — хатоҳои гоҳ-гоҳ арзонанд ва иқтисод қатъиян ба фоидаи ҳаҷм аст. Ин камбаҳотарин далел барои зинаи арзишнок аст.

Намунае, ки арзиши номбар кардан дорад: K2.6-ро барои давра ва K3-ро барои ҳукм кор фармоед. Бигзоред модели арзони агентӣ сад қадами ҷамъоварӣ, фарохонӣ ва тарҳрезиро иҷро кунад, сипас як фарохонии гаронро ба синтези ниҳоӣ сарф кунед. Ҳар ду модел бо ҳамон API ва ҳамон тирезаи контекст сухан мегӯянд, бинобар ин гузариш танҳо тағйири як сатр дар майдони model аст.

05Биноӣ бо нархи корӣ

Биноӣ тезтарин лабаи K2.6 дар ин каталог аст. Аз дувоздаҳ модели бесензураи шлюз танҳо чортоаш умуман тасвирҳоро қабул мекунанд ва K2.6 ягонаест, ки вуруди тасвирро бо насаби агентии Kimi поёнтар аз як доллар барои як миллион токени вуруд якҷоя мекунад.

Бори кории биноӣ шакли ғайриоддии арзиш дорад. Тибқи тавсифи нашршудаи Moonshot дар бораи MoonViT, тасвири 1024x1024 ба тақрибан 576 токени тасвир кодгузорӣ мешавад — ва инҳо токенҳои вуруданд, тарафи арзони дафтар. Кори маъмулии биноӣ қариб пурра ба меъёри $0.78 меафтад, на ба $3.67. 10,000 тасвирро гиред, ҳар яке бо ~200 токени дархост (яъне ~776 токени вуруд) ва ~150 токени баромади сохторӣ:

Бори корӣ	Kimi-K2.6	Kimi-K3	Маротиба
Як қадами агент (40K вуруд / 2K баромад)	$0.0385	$0.1914	5.0x
Кори мустақили 200-қадама	$7.71	$38.29	5.0x
10,000 тасвир, баромади сохторӣ	$11.56	$58.40	5.1x
Кори гурӯҳӣ (1M вуруд / 200K баромад)	$1.51	$7.65	5.1x

Аз рӯи нархҳои рӯйхати шлюзи Shannon ҳисоб шудааст. Ҳисоби токенҳои тасвир рақами нашршудаи MoonViT-и Moonshot-ро дар бораи ~576 токен барои тасвири 1024x1024 истифода мебарад; токенизатсияи дақиқ аз ҳалнокӣ ва таносуби тарафҳо вобаста аст.

Конвейери тасвирии $11.56 чизест, ки шумо ҳар рӯз бе фикр кор мефармоед. Конвейери $58.40 чизест, ки шумо ба нақша мегиред, асоснок мекунед ва дар охир мебуред. Ҳамин фарқ тамоми далел барои зинаи арзишнок аст.

Як огоҳии ростқавлона. Дар рейтингҳои мустақили бисёрмодалӣ ва вазифаҳои заминадор K2.6 тақрибан дар ҷои 26 аз 115 модел, бо миёнаи наздики 68.1 эълон шудааст — қобили эҳтиром, на пешсафи синф. Биноии он дар фаҳмиши ҳуҷҷат, хондани скриншот ва интерфейс ва тафсири диаграмма воқеан қавист; он дар заминадоркунии дақиқи фазоӣ сустар аст — қуттиҳои дақиқи ҳудудӣ, ҳисоби нозук дар саҳнаҳои пур, OCR-и зичи сканҳои вайроншуда. Агар ба шумо ҷойгиркунии то пиксел дақиқ лозим бошад, аввал дар маълумоти худ бенчмарк гузаронед. Агар ба шумо модел лозим бошад, ки ба скриншот нигарад ва қарор диҳад, ки минбаъд ба чӣ пахш кунад, ин маҳз абзори дуруст аст.

06Фарохонии абзорҳо бе рад кардан ва давраҳои агентӣ

K2.6 фарохонии ватании абзорҳо-ро дастгирӣ мекунад: модел фарохониҳои сохтории абзорҳоро бевосита аз таърифҳои абзорҳои JSON-схема, ки шумо медиҳед, тавлид мекунад, на он ки онро ба тавлиди матни таҳлилшаванда бо ҳилла водор кунанд. Бо сӯҳбати бисёрдавра ва дархостҳои системавӣ, ин заминаи пурра барои давраи агент аст.

Он чи «фарохонии абзорҳо бе рад кардан» илова мекунад, аз он чи ба назар мерасад, нозуктар аст. Дар API-и филтршуда рад кардан дар дохили давраи агент дар се реҷаи гуногуни нокомӣ зоҳир мешавад:

• Рад кардани сахт — қадам ба ҷои фарохонии абзор наср бармегардонад, таҳлилгар ноком мешавад, давра мешиканад. Ҳадди ақал баланд садо медиҳад.
• Рад кардани нарм — фарохонӣ карда мешавад, вале далелҳо коҳиш дода шудаанд: дархости танггардида, параметри гурезон, борбари буридашуда. Давра бо ҳолати хомӯшона коҳишёфта идома меёбад ва шумо пас аз чор қадам мефаҳмед.
• Гурези пешакӣ — нақша аз шохаи қонунӣ пеш аз наздик шудан ба он дур мешавад. Шумо инро ҳеҷ гоҳ намебинед; шумо танҳо нақшаи бадтарро бе ҳеҷ шарҳе мегиред.

Дуюм ва сеюм гаронтаринанд, зеро онҳо ноаёнанд: ҳеҷ хато, ҳеҷ чиз дар сабтҳо, ҳеҷ чиз барои ҷустуҷӯ. Нуқтаи интиҳоӣ бе қабати рад кардан тамоми ин синфро бартараф мекунад — далелҳои фарохонии абзорҳои модел маҳз далелҳои фарохонии абзорҳои модел мебошанд.

Ин бештар дар соҳаҳое муҳим аст, ки ба корҳои дарози мустақил ниёз доранд ва ба ҳар ҳол ба маводи ҳассос дахл мекунанд: тадқиқоти амният ва гурӯҳи сурх, таҳлили барномаҳои зараровар ва ҳодисаҳо, коркарди ҳуҷҷатҳои клиникӣ, кашфи ҳуқуқӣ ва абзорҳои модератсия, ки бояд дар бораи мазмуни модератсияшаванда мулоҳиза кунанд. Сохтани таснифкунандаи модератсия моделеро талаб мекунад, ки ба он чи тасниф мекунад, нигоҳ кардан мехоҳад; ин парадокс нест, ин танҳо кор аст.

Қайдҳои амалӣ барои корҳои дароз: reasoning_effort ба шумо имкон медиҳад, ки ба қадамҳои нақшакашӣ бештар андеша ва ба қадамҳои механикӣ камтар сарф кунед. Ҷараёнӣ дар ҳар се лаҳҷа дастрас аст, бинобар ин қадами дароз метавонад пешравиро нишон диҳад ё барвақт қатъ карда шавад. Ва 262,144 токени контекст ҳолати кории воқеиро — мазмуни файлҳо, натиҷаҳои қаблии абзорҳо, нақшаи ҷорӣ — дар байни бисёр қадамҳо бе хулосабарории такрорӣ дар ҳар давра нигоҳ медорад, ки худи он манбаи маъмулии дуршавии агент аст.

07Баромади сохторӣ ва се лаҳҷаи API

K2.6 ҳам json_schema (тавлиди қатъии бо схема маҳдудшуда) ва ҳам response_format-и озодтарро дастгирӣ мекунад. Инро бо каталог муқоиса кунед: дуто аз дувоздаҳ модели ин ҷо баромади қатъии схемаро дастгирӣ намекунанд, ва агар марҳилаи навбатии конвейери шумо JSON-ро таҳлил кунад, он сутун ихтиёрӣ нест.

Баромади қатъии схема маҳз он чизест, ки модели бесензураро ҳамчун инфрасохтор қобили истифода мегардонад: агар модел бояд объекти ба схемаи шумо мувофиқро тавлид кунад, шумо кафолати таҳлилро мустақил аз он чи вагарна мегуфт, мегиред — бе муқаддима, бе узрхоҳӣ, бе сархате, ки дар атрофи JSON-и шумо печонида шудааст. Дар якҷоягӣ бо набудани қабати рад кардан, ин нуқтаи интиҳоии истихроҷест, ки объекти шуморо дар ҳар фарохонӣ, барои ҳар ҳуҷҷат, новобаста аз мавзӯи ҳуҷҷат бармегардонад.

Сатҳ	Дастгирии Kimi-K2.6	Қайдҳо
/v1/chat/completions	Бале	Лаҳҷаи OpenAI — ивази мустақим барои SDK-ҳои мавҷуда
/v1/messages	Бале	Лаҳҷаи Anthropic — ҳамон модел, ҳамон вазнҳо
/v1/responses	Бале	Интерфейси навъи Responses
Ҷараёнӣ	Бале	Дар ҳар се лаҳҷа
Фарохонии абзорҳо	Бале	Ватанӣ, таърифҳои абзорҳои JSON-схема
json_schema	Бале	Баромади қатъии сохторӣ
response_format	Бале	Реҷаи озодтари JSON
reasoning_effort	Бале	Танзими буҷаи андеша дар ҳар фарохонӣ
Вуруди тасвир	Бале	Тасвирҳо дар паҳлӯи матн

Ҳар се лаҳҷа ба ҳамон вазнҳо дар ҳамон кластер муроҷиат мекунанд. Муштарии мавҷудаи OpenAI-ро ба URL-и асосӣ равона кунед, model-ро ба Kimi-K2.6-W4A16-AUTOROUND-REAP гузоред ва шумо дар кор ҳастед. Шаклҳои дархост ва ҷавоб, семантикаи ҷараёнӣ ва майдончаи зинда дар ҳуҷҷатгузории API ҳастанд.

08Дар куҷо Kimi K2.6 интихоби нодуруст аст

Роҳнамои модел, ки танҳо қувваҳоро номбар мекунад, таблиғот аст. Инак дар куҷо мо шуморо ба ҷои дигар мефиристем.

• Ба шумо ҳадди мутлақ дар як гузариши душвор лозим аст. Ба Kimi-K3 равед ва 5 маротибаро пардохт кунед. Он барои ҳамин аст.
• Ба шумо заминадоркунии то пиксел дақиқи визуалӣ лозим аст. Қуттиҳои ҳудудӣ, OCR-и зич дар сканҳои вайроншуда ва ҳисоби дақиқ дар саҳнаҳои пур заминаи қавитарини он нестанд — аввал дар маълумоти худ санҷед.
• Ба шумо аз арзон ҳам арзонтар, бе биноӣ лозим аст. Якчанд модели каталог дар $0.50 / $2.00 ҷойгиранд. Иловапулии K2.6 биноӣ ва профили агентии Kimi-ро мехарад; агар ба шумо ҳеҷ кадомаш лозим набошад, зинаи арзонтарро гиред.
• Ба шумо дар як ҷавоб зиёда аз 16,384 токени баромад лозим аст. Ин ҳадд ба тамоми каталог татбиқ мешавад — ҳуҷҷатҳои дароз новобаста аз модели интихобшуда ба тавлиди тақсимшуда ниёз доранд.
• Шумо рафтори бит ба бит дақиқи болообро мехоҳед. Ин сохти буридашуда ва квантизатсияшуда аст: мубодилаи дидаву дониста ва нашршуда. Барои омӯзиши такроршавандагӣ дар муқобили вазнҳои аслии Moonshot кор кунед.

Рақамҳои меъморӣ, бенчмарк ва санаи барориши Kimi K2.6 ва K3 аз ҷониби Moonshot эълон шудаанд ва барои асоси болооб нишон дода мешаванд, на барои сохти фишурдаи мо. Рақами рейтинги бисёрмодалӣ аз рейтинги мустақили шахси сеюм аст. Нархҳои шлюзи Shannon нархҳои рӯйхат ба ҳолати 5 сентябри соли 2026 мебошанд.

09Саволҳои маъмул

---

Shannon AI аз ҷониби Shannon Lab LLC, Ню-Мексико, ИМА идора мешавад. Манбаъҳо: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Рақамҳои бенчмаркии болообии Kimi аз ҷониби Moonshot эълон шудаанд ва то тасдиқи мустақил муваққатӣ мебошанд; онҳо асоси фишурданашударо тавсиф мекунанд, на сохти квантизатсияшудаи Shannon.