来自中国初创公司 Moonshot AI 的 Kimi K2.6 在代码和代理基准测试中优于竞争对手

Moonshot AI的Kimi K2.6模型于2026年4月21日推出。该系统具有专家混合架构，总参数为1万亿个，每个请求激活约320亿个。它处理来自大约 260,000 个令牌的上下文，并包括图像和视频的多模式功能。

此次发布凸显了实际测试中的性能。该公司在评估真实代码修改的指标 SWE-Bench Pro 中报告了 58.6%。其他结果包括 BrowseComp（一项涉及网页浏览的任务）的得分为 83.2%。 Moonshot AI 将这些数字与 OpenAI 的 GPT-5.4 和 Anthropic 的 Claude Opus 4.6 等模型进行了比较。

Kimi K2.6 已开源发布。 Hugging Face 等平台上提供了权重。 vLLM 和 OpenRouter 等推理引擎提供开箱即用的支持。

了解更多: 中国系统Kimi K2.6达到万亿参数并自主执行任务

模型侧重于自主任务执行

最大的亮点超出了基准测试。该模型无需持续干预即可执行长序列的操作。公司报告称，工具调用次数超过 4,000 次，连续运行时间超过 12 小时。提到的一个案例涉及为期五天的自主基础设施管理。

在此操作中，系统检测、识别、纠正和验证服务器和云故障。该过程通常需要一个团队 7 天、每天 24 小时工作。在这里，Kimi K2.6 单独行动。

该设计允许最多 300 个子代理并行运行。这种结构有助于将复杂的任务分解为同时运行的较小部分。 Moonshot AI 将这种集成工程称为集成工程，其中重点从孤立的模型转移到组合多个代理的系统上。

北京初创公司拥有技术背景

探月AI于2023年3月在北京成立。中文名称源自平克·弗洛伊德乐队的专辑《月之暗面》。创始人兼首席执行官杨志林将创立日期选在唱片成立50周年之际。

杨志林毕业于清华大学计算机专业。他用了不到四年的时间就在卡内基梅隆大学获得了博士学位。学习期间，他在 Google Brain 实习，并与人合着了 Transformer-XL 和 XLNet 等影响当前语言模型的作品。

联合创始人包括一支摇滚乐队的前成员，杨在该乐队中担任鼓手。该公司拥有以西方乐队命名的会议室。

同一主题报道: Moonshot AI发布Kimi K3，媲美美国系统的人工智能模型

在 Kimi K2.6 之前，Moonshot 发布了 Kimi 系列的早期版本。其中包括关注长上下文和自主代理功能。 2026 年 3 月，开发人员注意到一种名为 Cursor 的美国编程工具使用了 Kimi 的早期版本作为核心功能的基础。 Cursor 拥有超过 100 万每日活跃用户，每年经常性收入数十亿美元。

发布加剧了关于人工智能生态系统的争论

Cursor 案例之所以引起关注，是因为它表明美国开发的工具实际上采用了中国模式。 Cursor 并未事先披露这一发现。随后，高管们确认使用开放基地并进行了额外调整。

这发生在关于美国和中国人工智能生态系统可能分离的讨论中。争论涉及监管、安全和价值差异。在实践中，当开放和有竞争力的模型出现时，工程师会优先考虑性能和成本。

关注：相关新闻 人工智能模型

Kimi K2.6 原生支持多种编程语言，例如 Python、Rust 和 Go。它根据自然语言的描述生成用户界面，包括动画和视觉效果。多模态允许您直接在主模型中处理图像和视频。

Kimi K2.6技术细节

• 架构：具有 1 万亿个总参数的专家组合 (MoE)
• 每个请求的活动参数：约 320 亿个
• 上下文窗口：约26万个令牌
• 功能：多模式（文本、图像、视频）、代码生成、代理操作
• 可用性：Hugging Face 中的开放权重、与 vLLM 和 OpenRouter 的集成
• 突出的基准测试：SWE-Bench Pro 上为 58.6%，BrowseComp 上为 83.2%

Moonshot AI 将模型定位于长期场景。示例包括优化大型存储库中的代码、创建完整的网站以及自动化需要数十或数百个步骤的工作流程。

该模型于 2026 年 4 月 21 日发布。现在可以通过 Kimi 网站、应用程序和 API 访问该模型。变体包括聊天、推理和代理操作模式。

全部报道: 最新新闻 (CN)

社区测试真实用例

开发人员在发布后不久报告了初步测试。一些人提到在没有干预的情况下长时间运行基础设施任务。其他人强调了通过简单提示生成具有视觉元素的复杂前端的能力。

作为开源发布有助于在不同环境中进行实验。公司和研究人员可以调整模型或将其集成到自己的管道中。这与一些美国实验室的封闭做法形成鲜明对比。

对自主代理的关注反映了该领域的更大趋势。现在，系统不再是孤立地回答问题，而是通过计划、执行和随着时间的推移纠正错误来完成完整的目标。

Moonshot AI 表示 Kimi K2.6 代表了保持有用操作数小时或数天的能力的进步。此功能可以减少重复或复杂的软件工程任务中对人工监督的需要。