BESTÄTIGTTerminsicherheit: BESTÄTIGTAls fest angegebenWie fest die Quelle den Termin formuliert: bestätigt, geplant, geschätzt, verschoben oder unbestätigt.Alle Pins mit BESTÄTIGT anzeigen82 % SICHERHEITGesamtvertrauen: 82%Wie gut die Quelle und die Belege des Pins seine Termine stützen.Gewichteter Durchschnitt, wie fest 6 Belege einschließlich der Quelle die Start- und Endzeiten des Pins stützen; ein Beleg zählt für je 180 Tage, die er älter ist als der neueste, nur halb so vielAlle Pins mit mindestens 75 % Sicherheit anzeigen
Moonshots Tech-Blog sagt "We are open sourcing our latest model, Kimi[1] K2.6" und "is now available"; das README auf Hugging Face[2] wurde am 2026-04-20 öffentlich, OpenRouter[4] listete kimi-k2.6 am selben Tag, und der Beitrag der NYU[6] nennt "released Kimi K2.6 on April 20, 2026", während DataNorth[5] den 21. April angibt.- Beginn
- 20. Apr. 202690 % SICHERHEITlaut der Quelle
Kimi K2.6 veröffentlicht
Automatisch aus dem Original übersetzt
Originaltitel: Kimi K2.6 Released
Moonshot AI stellt Kimi K2.6 als Open Source bereit, ein multimodales Mixture-of-Experts-Modell mit 1 Billion Parametern und 32 Milliarden aktiven, einem Kontextfenster von 256K Tokens und Agentenschwärmen mit bis zu 300 Sub-Agenten, die 4,000 koordinierte Schritte ausführen.
- Moonshot AI stellte Kimi K2.6 am 20. April 2026 als Open Source bereit, "featuring state-of-the-art coding, long-horizon execution, and agent swarm capabilities", auf Kimi.ai, in der Kimi-App, der API und Kimi Code, mit Gewichten auf Hugging Face unter einer modifizierten MIT-Lizenz[1][2]
- Sein Agent Swarm wächst von den 100 Sub-Agenten und 1,500 Schritten von K2.5 auf 300 Sub-Agenten über 4,000 koordinierte Schritte, und ein "Claw Groups"-Modus in der Forschungsvorschau lässt Agenten von beliebigen Geräten oder Modellen einem gemeinsamen Schwarm beitreten[1]
- Moonshots Showcases zur Langzeitausführung: ein 12-stündiger Lauf mit 4,000 Aufrufen, der die Inferenz von Qwen3.5-0.8B in Zig schrieb und den Durchsatz von etwa 15 auf 193 Tokens pro Sekunde steigerte, sowie eine 13-stündige Überarbeitung einer acht Jahre alten Matching-Engine, die den mittleren Durchsatz um 185% erhöhte[1]
- Ein interner, auf K2.6 basierender Agent lief 5 Tage lang autonom und übernahm Monitoring und Incident Response, und Partner wie Vercel meldeten bei ihrem Next.js-Benchmark einen Zuwachs von mehr als 50% gegenüber K2.5[1]
- Moonshots Preistabelle nennt jetzt $0.16 pro Million zwischengespeicherte Eingabe-Tokens, $0.95 für Eingabe und $4.00 für Ausgabe; DataNorth berichtete zum Start $0.60 für Eingabe und $4.00 für Ausgabe[3][5]
Wichtige Funktionen
- 1T Parameter insgesamt und 32B aktiv, 384 Experten mit 8 pro Token gewählten, MLA-Attention, ein MoonViT-Vision-Encoder mit 400M und ein Kontext von 256K Tokens[2]
- Moonshots Ergebnisse im Denkmodus: HLE-Full mit Werkzeugen 54.0 (GPT-5.4 52.1, Opus 4.6 53.0), SWE-Bench Pro 58.6, SWE-Bench Verified 80.2, Terminal-Bench 2.0 66.7, BrowseComp 83.2 und DeepSearchQA F1 92.5[2]
- Beim Reasoning liegt es eher dicht bei den Konkurrenten als vor ihnen: AIME 2026 96.4 gegenüber 99.2 bei GPT-5.4 und GPQA-Diamond 90.5 gegenüber 94.3 bei Gemini 3.1 Pro[2]
- Codegetriebenes Design aus einzelnen Prompts, bis hin zu einfachen Full-Stack-Apps, gemessen an einem neuen internen Kimi Design Bench[1]
- Skills, die aus PDFs, Tabellen, Präsentationen und Word-Dateien extrahiert werden, damit ein Schwarm deren Format später nachbilden kann[1]