Нецензурований API Kimi K2

Більшість сторінок про «дешеву модель» насправді про маленьку модель, що носить прізвище великої. Ця — ні. Kimi K2.6 — повноцінний фундамент масштабу фронтиру: трильйон параметрів розрідженої Mixture-of-Experts, із нативним візуальним енкодером і програмою навчання, націленою прямо на агентне використання інструментів. Вигідним рівнем її робить не менший мозок, а агресивніший рецепт стиснення. Тож питання не «чи достатньо вона добра?», а «які завдання справді помічають різницю між нею та її вп'ятеро дорожчим родичем?». Більша частина цієї статті відповідає саме на це.

01Що таке Kimi K2.6 насправді?

Kimi K2.6 — модель із відкритими вагами від Moonshot AI, пекінської лабораторії, що стоїть за серією Kimi, випущена 20 квітня 2026 року. Вона успадковує архітектуру, що зробила K2 помітною: розріджений трансформер Mixture-of-Experts приблизно на 1 трильйон загальних параметрів і близько 32 мільярдів активних на токен, організований як 384 експерти, 8 маршрутизованих плюс 1 спільний на шар, по 61 шару, з Multi-head Latent Attention. На будь-якому конкретному токені спрацьовує лише невелика частка цього трильйона — саме тому модель такого розміру можна оцінювати в центах.

Родовід має значення через те, під що оптимізувала Moonshot. Первісну K2 передтренували приблизно на 15.5 трильйона токенів оптимізатором Muon / MuonClip, створеним спеціально для того, щоб MoE на трильйон параметрів не страждала від вибухів уваги й стрибків функції втрат, які дестабілізують навчання на такому масштабі; Moonshot повідомила про нуль нестабільностей навчання за весь прогін. Це передує всьому іншому — саме воно дало змогу витратити бюджет навчання на агентну поведінку, а не на гасіння пожеж.

K2.6 розширює це у двох напрямках. По-перше, вона нативно мультимодальна: зображення й кадри відео проходять через MoonViT, візуальний енкодер приблизно на 400 млн параметрів, який ділить зображення на плитки 448x448 і проєктує кожну плитку прямо в простір токенів мовної моделі — візуальні токени стоять у тій самій послідовності, що й усе інше, а не в прикрученому збоку описувачі, який годує сліпу модель. По-друге, вона побудована для оркестрації в глибину: у роботі Moonshot про Agent Swarm повідомляється про координацію до 300 предметно спеціалізованих субагентів і до 4 000 узгоджених кроків в одному автономному прогоні.

Профіль бенчмарків за даними Moonshot

Це цифри за даними Moonshot для нестисненого фундаменту K2.6, а не наші виміри. Корисні для форми, не для точності:

Читайте форму, а не цифри. Оцінки з використанням інструментів і пошуку стоять високо; оцінки чистої складності — нижче. Це підпис моделі, навченої добре діяти, а не знати все — правильний компроміс, якщо у вашого агента є браузер, оболонка й файлова система, і хибний, якщо ви ставите одне складне питання без жодних інструментів.

02Що означає W4A16-AUTOROUND-REAP

Суфікс в ID моделі — не окраса. Це точний рецепт стиснення, опублікований, щоб ви могли міркувати про компроміс, на який ідете.

• W4A16 — ваги в 4 бітах, активації обчислюються в 16. Пам'ять під ваги падає приблизно вчетверо проти bf16, тоді як арифметика, що накопичує похибку, лишається з 16-бітною точністю. Це стандартна високоякісна точка обслуговування для дуже великих MoE-моделей.
• AUTOROUND — квантувальник AutoRound від Intel. Наївне округлення до найближчого трактує кожну вагу окремо й відкидає інформацію, на яку модель спиралася; AutoRound натомість вивчає рішення про округлення на калібрувальних даних. За 4-бітної цілі це різниця між моделлю, яка все ще дотримується схеми, і тією, що зсувається.
• REAP — Router-weighted Expert Activation Pruning від Cerebras Research (arXiv 2510.13999, ICLR 2026). До більшості експертів у MoE маршрутизація доходить рідко. REAP оцінює кожного і за значеннями воріт маршрутизатора, і за нормами активацій, а потім за один прохід прибирає найменш значущих. Опублікований результат: до 50% експертів прибрано з моделей на трильйон параметрів із загалом збереженою базовою якістю, і проріджування переважає злиття експертів на генеративних завданнях — злиття змазує спеціалістів докупи, а проріджування просто відкидає невикористаних.

Застосовані в такому порядку — спершу проріджування, потім квантування того, що лишилося, — вони дають модель, яка вміщається й працює швидко без обвалу якості, що його спричинила б кожна з технік окремо за таких коефіцієнтів. Скажемо прямо про ціну: стиснена модель не є побітово ідентичною оригіналу. Рецепт купує те, що деградація випадає там, де ви навряд чи її помітите — на рідкісних маршрутах, у хвостах низькоймовірних токенів, — а не в дотриманні інструкцій, форматуванні викликів інструментів чи відповідності схемі.

03Що означає «нецензурований» на цьому ендпоїнті

«Нецензурований» тут — твердження про архітектуру, а не про позу. Перед моделлю немає шару відмов, а до її виводу не застосовують фільтрації контенту. Ваш запит доходить до фундаменту, а його відповідь доходить до вас; ніщо не перехоплює жодного з напрямків.

Ця відмінність важлива, бо слово «нецензурований» вживають вільно. Під ним пакують три різні речі:

1. Класифікація входу — окрема модель читає ваш промпт і вирішує, чи пропускати його. Тут її немає.
2. Фільтрація виводу — сканер оглядає згенерований текст і обрізає або замінює його. Тут його немає.
3. Власні схильності фундаменту — усе, чого базова модель навчилася під час тренування. Це її власне, і ми не стверджуємо, що стерли його.

Перші два — саме те, що ламає продакшн-системи, і саме їх ми прибираємо. Класифікатор, що спрацьовує на 0.5% запитів, — це 0.5% збоїв, які ви не можете ані відлагодити, ані оскаржити, ані передбачити; а на циклі агента з 200 кроків 0.5% збоїв на крок складається в прогін, який частіше падає, ніж завершується. Відмова в розмові — прикрість; відмова на 147-му кроці автономного прогону руйнує стан прогону й спалює все, що ви витратили, щоб туди дістатися. Для агентних навантажень прибирання поверхні відмов — властивість надійності, а не стилістична вподоба.

Наслідок у тому, що відповідальність переходить до вас. Між вашим застосунком і вашими користувачами немає страхувальної сітки; якщо вашому продукту вона потрібна, побудуйте її там, де ви її бачите, налаштовуєте й логуєте. Спершу прочитайте, будь ласка, нашу політику відповідального використання.

04Kimi K2.6 проти Kimi K3: коли п'ятикратність варта того?

Саме за цим рішенням прийшла більшість читачів, тож ось воно без ухилянь. Kimi-K3 · 3BIT-REAP — більший і новіший фундамент: анонсований 16 липня 2026 року з відкритими вагами 27 липня, приблизно на 2.8 трильйона загальних параметрів і близько 104 мільярдів активних на токен — понад утричі більше активних обчислень, ніж у K2.6. У першоджерелі Moonshot вказує K3 приблизно вп'ятеро дорожче за K2.6, і ціни нашого шлюзу тримаються цього співвідношення.

	Kimi-K2.6 · W4A16-AUTOROUND-REAP	Kimi-K3 · 3BIT-REAP
Вхід / 1 млн токенів	$0.78	$3.83
Вихід / 1 млн токенів	$3.67	$19.12
Контекстне вікно	262 144	262 144
Макс. вивід / запит	16 384	16 384
Вхідні зображення	Так	Так
Нативний виклик інструментів	Так	Так
Строга json_schema	Так	Так
Без цензури	Так	Так
Активних параметрів / токен	~32 млрд	~104 млрд

Подивіться, чого таблиця не показує: немає жодного рядка, де в K3 є можливість, якої бракує K2.6. Те саме вікно, той самий максимум виводу, той самий зір, той самий виклик інструментів, той самий структурований вивід, та сама нецензурована позиція, ті самі три діалекти. П'ятикратна ціна купує рівно одне — сиру спроможність на один прохід уперед. Це справжня річ, але це одна вісь, і вона нічого не дає на осях, де ваше вузьке місце деінде.

Окремо про контекстне вікно

У першоджерелі головна риса K3 — контекст на 1 млн токенів проти 262K у K2.6. На шлюзі Shannon обидві моделі обслуговуються на 262 144 токенах. Якщо довгий контекст був вашою причиною платити вп'ятеро більше, тут ця причина не діє — ви заплатили б премію й отримали те саме вікно. Про таке провайдера підмиває промовчати, тому воно й виділене жирним.

Платіть уп'ятеро більше, коли

• Один постріл має влучити. Один складний прохід, де повтор дорогий або неможливий: незворотна дія, рішення наприкінці довгого конвеєра. Більше активних параметрів на токен — саме те, що піднімає стелю одного проходу.
• Завдання обмежене знаннями, а не інструментами. Глибокий синтез, де відповідь має вийти з ваг. Профіль K2.6 агентний; заберіть інструменти — і більший фундамент себе покаже.
• Обсяг малий, а ставки високі. На 500 викликах на місяць п'ятикратність — це $40 замість $8. Просто купіть кращу модель.

Не платіть уп'ятеро більше, коли

• Ви ганяєте цикл. У довгих агентних прогонах домінують механічні кроки — прочитати файл, викликати інструмент, перевірити результат, обрати наступний, — і саме під це навчали K2.6. На 200 кроках п'ятикратність — це $7.71 проти $38.29 за прогін.
• Ви обробляєте зображення обсягом. Навантаження з зором важкі на вхідні токени, а міркування на кожен елемент неглибоке. Дивіться розділ 05; там і близько не рівно.
• Робота — це витягування, класифікація або перетворення. Витягти поля з документів, маршрутизувати звернення, нормалізувати записи, підсумувати — обмежені завдання, де більша модель видасть той самий JSON.
• У вас є крок перевірки. Якщо вивід перевіряють — набір тестів, валідатор схеми, другий прохід, людина — поодинокі промахи дешеві, і економіка рішуче на боці обсягу. Це найбільш недооцінений аргумент за вигідний рівень.

Шаблон, вартий назви: K2.6 на цикл, K3 на вирок. Хай дешева агентна модель зробить сотню кроків збирання, викликів і чернеток, а тоді витратьте один дорогий виклик на фінальний синтез. Обидві моделі говорять ідентичним API з тим самим контекстним вікном, тож перемикання — це правка одного рядка в полі model.

05Зір за робочою ціною

Зір — найгостріша перевага K2.6 в цьому каталозі. З дванадцяти нецензурованих моделей шлюзу зображення приймають лише чотири, і K2.6 — єдина, що поєднує вхідні зображення з агентним родоводом Kimi менш ніж за долар за мільйон вхідних токенів.

Навантаження з зором мають незвичну форму витрат. За опублікованим описом MoonViT від Moonshot, зображення 1024x1024 кодується приблизно в 576 токенів зображення — і це вхідні токени, дешевий бік бухгалтерії. Типове завдання з зором майже цілком лягає на тариф $0.78, а не $3.67. Візьміть 10 000 зображень, кожне з ~200 токенами промпта (тобто ~776 вхідних токенів) і ~150 токенами структурованого виводу:

Навантаження	Kimi-K2.6	Kimi-K3	Кратність
Один крок агента (40 тис. вхід / 2 тис. вихід)	$0.0385	$0.1914	5.0x
Автономний прогін на 200 кроків	$7.71	$38.29	5.0x
10 000 зображень, структурований вивід	$11.56	$58.40	5.1x
Пакетне завдання (1 млн вхід / 200 тис. вихід)	$1.51	$7.65	5.1x

Пораховано за прайс-листом шлюзу Shannon. Оцінка токенів зображення спирається на опубліковану Moonshot цифру MoonViT — ~576 токенів для зображення 1024x1024; точна токенізація залежить від роздільності й співвідношення сторін.

Конвеєр зображень за $11.56 ви запускаєте щодня, не задумуючись. Конвеєр за $58.40 ви плануєте, обґрунтовуєте й зрештою вирізаєте. Цей розрив і є всім аргументом за вигідний рівень.

Одне чесне застереження. У незалежних рейтингах мультимодальних і прив'язаних до реальності завдань K2.6 фігурувала приблизно на 26-му місці зі 115 моделей, із середнім близько 68.1 — гідно, але не на чолі класу. Її зір справді сильний у розумінні документів, читанні скріншотів та інтерфейсів, інтерпретації графіків і діаграм; слабший він у точній просторовій прив'язці — точні обмежувальні рамки, дрібнозернистий підрахунок на захаращених сценах, щільний OCR деградованих сканів. Якщо вам потрібна попіксельно точна локалізація, спершу прогнати бенчмарк на власних даних. Якщо ж вам потрібна модель, яка подивиться на скріншот і вирішить, куди клікнути далі, — це однозначно правильний інструмент.

06Виклик інструментів без відмов і агентні цикли

K2.6 підтримує нативний виклик інструментів: модель видає структуровані виклики інструментів безпосередньо з наданих вами описів у JSON-схемі, а не її вмовляють породити текст, придатний до парсингу. Разом із багатоходовою розмовою й системними промптами це повний субстрат для агентного циклу.

Те, що додає «виклик інструментів без відмов», тонше, ніж звучить. У фільтрованому API відмови всередині агентного циклу виявляються трьома різними режимами збою:

• Жорстка відмова — крок повертає прозу замість виклику інструмента, парсер падає, цикл ламається. Принаймні гучно.
• М'яка відмова — виклик зроблено, але аргументи занижено: звужений запит, обережний параметр, обрізане навантаження. Цикл триває з тихо зіпсованим станом, і ви дізнаєтеся про це через чотири кроки.
• Превентивне уникання — план обходить законну гілку ще до наближення до неї. Цього ви не побачите взагалі; ви просто отримаєте гірший план без жодних пояснень.

Другий і третій — дорогі, бо невидимі: ні помилки, ні запису в логах, ні за чим грепнути. Ендпоїнт без шару відмов прибирає весь цей клас — аргументи викликів інструментів моделі є саме аргументами викликів інструментів моделі.

Найбільше це важить у галузях, які й так потребують довгих автономних прогонів і торкаються чутливого матеріалу: дослідження безпеки й red-teaming, аналіз шкідливого коду й інцидентів, обробка клінічних документів, юридичне розкриття доказів і інструменти модерації, що мають міркувати про контент, який модерують. Побудова класифікатора модерації потребує моделі, готової дивитися на те, що вона класифікує; це не парадокс, а просто робота.

Практичні нотатки для довгих прогонів: reasoning_effort дає змогу витрачати більше роздумів на кроки планування й менше на механічні. Стримінг доступний у всіх трьох діалектах, тож довгий крок може показувати поступ або бути перерваним раніше. А 262 144 токени контексту тримають справжній робочий стан — вміст файлів, попередні результати інструментів, чинний план — резидентним упродовж багатьох кроків без переписування підсумків щоходу, що саме по собі є частим джерелом дрейфу агента.

07Структурований вивід і три діалекти API

K2.6 підтримує і json_schema (строгу генерацію за схемою), і вільніший response_format. Звірте це з каталогом: дві з дванадцяти моделей тут не підтримують строгий вивід за схемою, і якщо ваш наступний етап конвеєра парсить JSON, ця колонка не є необов'язковою.

Строгий вивід за схемою — саме те, що робить нецензуровану модель придатною як інфраструктуру: якщо модель зобов'язана видати об'єкт, що відповідає вашій схемі, ви отримуєте гарантію парсингу незалежно від того, що вона сказала б інакше — без передмов, без вибачень, без абзацу, обгорнутого навколо вашого JSON. У поєднанні з відсутністю шару відмов це ендпоїнт витягування даних, що повертає ваш об'єкт на кожному виклику, для кожного документа, про що б той документ не був.

Поверхня	Підтримка в Kimi-K2.6	Примітки
/v1/chat/completions	Так	Діалект OpenAI — підходить наявним SDK без змін
/v1/messages	Так	Діалект Anthropic — та сама модель, ті самі ваги
/v1/responses	Так	Інтерфейс у стилі Responses
Стримінг	Так	У всіх трьох діалектах
Виклик інструментів	Так	Нативний, описи інструментів у JSON-схемі
json_schema	Так	Строгий структурований вивід
response_format	Так	Вільніший режим JSON
reasoning_effort	Так	Налаштування бюджету роздумів на виклик
Вхідні зображення	Так	Зображення поряд із текстом

Усі три діалекти звертаються до тих самих ваг на тому самому кластері. Спрямуйте наявний клієнт OpenAI на базовий URL, поставте в model значення Kimi-K2.6-W4A16-AUTOROUND-REAP — і ви працюєте. Форми запитів і відповідей, семантику стримінгу й живий пісочницю-майданчик описано в документації API.

08Де Kimi K2.6 — хибний вибір

Посібник з моделі, що перелічує лише сильні сторони, — це реклама. Ось де ми відправили б вас деінде.

• Вам потрібна абсолютна стеля на одному складному проході. Ідіть до Kimi-K3 і платіть уп'ятеро більше. Саме для цього вона й існує.
• Вам потрібна попіксельно точна візуальна прив'язка. Обмежувальні рамки, щільний OCR деградованих сканів і точний підрахунок на захаращених сценах — не її найсильніший ґрунт; спершу перевірте на своїх даних.
• Вам потрібно дешевше за дешеве, без зору. Кілька моделей каталогу стоять на $0.50 / $2.00. Премія K2.6 купує зір і агентний профіль Kimi; якщо вам не потрібне ні те, ні те, беріть дешевший рівень.
• Вам потрібно більше ніж 16 384 вихідні токени в одній відповіді. Ця стеля діє на весь каталог — довгі документи потребують генерації фрагментами, яку б модель ви не обрали.
• Вам потрібна побітово точна поведінка першоджерела. Це проріджена й квантована збірка: свідомий, опублікований компроміс. Для дослідження відтворюваності запускайте оригінальні ваги Moonshot.

Архітектурні дані, бенчмарки й дати випуску Kimi K2.6 та K3 повідомлені Moonshot і наведені для першоджерельного фундаменту, а не для нашої стисненої збірки. Цифра рейтингу мультимодальності взята з незалежного стороннього рейтингу. Ціни шлюзу Shannon — прайсові станом на 5 вересня 2026 року.

09Часті запитання

---

Shannon AI керує Shannon Lab LLC, Нью-Мексико, США. Джерела: Moonshot AI — Kimi K2 · REAP the Experts (arXiv 2510.13999) · Cerebras Research — REAP. Першоджерельні цифри бенчмарків Kimi повідомлені Moonshot і лишаються попередніми до незалежної перевірки; вони описують нестиснений фундамент, а не квантовану збірку Shannon.