Kimi K2.6

Nativ multimodales MoE-Flaggschiff von Moonshot AI (1T gesamt / 32B aktiv) mit 256K-Kontext und Agent-Swarm – führendes Open-Weight-Modell für Long-Horizon-Coding und Tool-Nutzung.

Überblick

Kimi K2.6 ist das Open-Weight-Flaggschiff des Pekinger Labors Moonshot AI (von Alibaba unterstützt) und ein nativ multimodales, agentisches Modell. Es nutzt eine Mixture-of-Experts-Architektur mit 1T Gesamtparametern und 32B aktiven Parametern pro Token (384 Experten, 8 routed + 1 shared, 61 Layer, MLA-Attention). Die dokumentierten Werte beziehen sich auf den Thinking-Modus. Artificial Analysis stuft K2.6 als #1 unter Open-Weight-Modellen ein; Schwerpunkt sind Long-Horizon-Coding und Tool-Nutzung.

Use Cases

Long-Horizon-Coding und agentische Software-Entwicklung (Rust, Go, Python) über viele Schritte
Agent-Swarm-Orchestrierung: bis zu 300 Sub-Agenten und 4.000 koordinierte Schritte
Coding-driven Design: aus Prompts/Visuals produktionsreife Interfaces, Frontend-Animationen, WebGL/Shader
Multimodale Aufgaben: native Verarbeitung von Text, Bild und Video (MoonViT-Encoder)

Stärken & Grenzen

Stärken: Spitzenwert bei wissenschaftlichem Reasoning unter offenen Modellen (GPQA Diamond 91 % – höchster Wert der getesteten Modelle), starkes Coding (SciCode 53 %, Terminal-Bench v2.1 57 %), gute Long-Context-Leistung (AA-LCR 70 %) und solide Wissens-Calibration (Non-Hallucination 61 %). MIT-Lizenz (modifiziert), native INT4-Quantisierung (QAT), 256K-Kontext, Day-0-Verfügbarkeit bei vielen Hostern.

Grenzen: Bei reinem Reasoning ohne Tools (HLE 36 %) und höchster mathematischer Single-Turn-Genauigkeit liegt es hinter den führenden Closed-Modellen. Multimodal/grounded nur Mittelfeld. Die 1T Gesamtparameter erfordern Cluster-Hardware (Minimum praktisch 4× H100 mit INT4). Geopolitischer Kontext (China) kann für Compliance relevant sein.

Praxis-Erfahrung

Empfohlene Sampling-Parameter: temperature 1.0 (Thinking) bzw. 0.6 (Instant), top_p 0.95. Thinking wird über chat_template_kwargs.thinking gesteuert; Reasoning-Content kommt im reasoning-Feld zurück. Architektur identisch zu K2.5 – bestehende Deployments können die Gewichte direkt tauschen. INT4-Gewichte ca. 594 GB. OpenAI- und Anthropic-kompatible API.

Gut zu wissen

Lizenz: Modified MIT (Attributionspflicht ab 100M MAU bzw. $20M Monatsumsatz), freie Gewichte (Hugging Face), Release 20.04.2026
Architektur: 7.168 Hidden-Dim, 160K-Vocabulary, 400M-Parameter MoonViT-Vision-Encoder
API-Preise (Referenz): ~$0,95/1M Input, ~$4,00/1M Output
Werte ohne Eintrag in der Score-Tabelle (Quelle: Artificial Analysis): 𝜏³-Banking 21 %, CritPt 8 %, AA-Omniscience Accuracy 33 %, AA-Omniscience Non-Hallucination 61 %, AA-Briefcase 16 %
Nachfolger im Coding-Bereich: Kimi K2.7 Code (12.06.2026), auf K2.6-Architektur aufbauend

Weitere Benchmarks (Zusatzquellen)

Weitere berichtete Werte, für die in der Score-Tabelle oben kein Eintrag vorliegt.

Quelle: Moonshot AI (offizielle Model Card):

AIME 2026 96,4 % · HMMT 2026 Feb 92,7 % · IMO-AnswerBench 86,0 %
HLE-Full (mit Tools) 54,0 % · BrowseComp 83,2 % · DeepSearchQA 83,0 %
Toolathlon 50,0 % · OSWorld-Verified 73,1 %
SWE-Bench Pro 58,6 % · SWE-Bench Multilingual 76,7 %
MMMU-Pro (mit Python) 80,1 % · CharXiv (RQ) 80,4 % · MathVision 87,4 % · OJBench 60,6 %
Terminal-Bench 2.0 (Terminus-2) 66,7 % (Hinweis: Version 2.0)

Quelle: BenchLM (Chatbot Arena): Coding-Elo 1510 · Hard-Prompts-Elo 1486 (Text-Overall-Elo 1460 steht oben in der Score-Tabelle).