Kimi K2.6: Model kodowania na poziomie frontier w otwartych wagach za jedną dziesiątą kosztów

Moonshot AI wydał Kimi K2.6 20 kwietnia 2026 roku. To model kodowania w otwartych wagach z bilionem parametrów, który dorównuje Claude Opus 4.6 w SWE-Bench Verified przy około jednej dziesiątej kosztu API. Dla agencji wdrażających agentów AI dla klientów frontier w otwartych wagach przestał być eksperymentem.

To drugi model w otwartych wagach z chińskiego laboratorium na tym poziomie w ciągu czterech miesięcy. DeepSeek V3.2 ukazał się w styczniu 2026 roku ze złotomedalowymi wynikami w IMO 2025, IOI 2025 i ICPC World Final 2025, wyznaczając ówczesny punkt odniesienia dla rozumowania w otwartych wagach. K2.6 pojawił się 20 kwietnia z długohoryzontalnym rojem agentów koordynującym 300 pod-agentów w 4000 krokach. Rytm wydań to jeden kwartał i każda agencja wdrażająca agentów AI dla klientów potrzebuje polityki stosu uwzględniającej nowy frontier co trzy do czterech miesięcy.

Od roku słyszycie, że otwarte modele gonią zamknięte, i przez większość czasu było to przesadzone. Tym razem jest inaczej, i ma to wpływ na to, co dostarczacie klientom. Poniżej: co faktycznie zawiera K2.6, gdzie luka do Claude Opus 4.7 się zamknęła, gdzie nie, oraz trzy decyzje, które agencyjny stos AI musi podjąć w tym kwartale. Jeśli ta decyzja dotyczy już aktywnego projektu klienta, webvise buduje wdrożenia AI w otwartych wagach dla agencji.

• Benchmarki zamykają lukę. K2.6 uzyskuje 80,2% w SWE-Bench Verified, 0,6 punktu za Claude Opus 4.6, i prowadzi wśród wszystkich modeli frontier w SWE-Bench Pro z wynikiem 58,6%.

• Ceny redukują budżet. $0,60 za milion tokenów wejściowych i $2,50 za milion tokenów wyjściowych. Claude Opus 4.7 kosztuje $5 i $25, czyli około 8 do 10 razy więcej za uruchomienie.

• Licencja dopuszcza użytek komercyjny. Modified MIT z jedną klauzulą atrybucji powyżej 100 milionów miesięcznych aktywnych użytkowników lub $20 milionów miesięcznych przychodów. Każdy klient webvise mieści się poniżej tego progu.

• Self-hosting jest realny. Wagi są dostępne na Hugging Face ze społecznościowymi kwantyzacjami GGUF od ubergarm i unsloth. Sprzęt klasy H100 to praktyczne minimum dla poważnych obciążeń.

• Stosy mieszane wygrywają. Stosy wyłącznie zamkniętoźródłowe wymagają teraz pisemnego uzasadnienia dla każdego obciążenia. Otwarte wagi dla wolumenu, zamknięte wagi dla najtrudniejszego rozumowania frontier to defensywny domyślny wybór agencji.

Co faktycznie zawiera Kimi K2.6

K2.6 to model mixture-of-experts z bilionem parametrów, 32 miliardami aktywnych parametrów na token i oknem kontekstowym 262 144 tokenów. Jest natywnie multimodalny w zakresie tekstu i obrazu, dostępny przez Kimi API, Kimi Code, Hugging Face, OpenRouter i Ollama firmy Moonshot. Kwantyzacje społecznościowe od ubergarm i unsloth umożliwiają lokalne wdrożenie na sprzęcie klasy H100 w ciągu pierwszych 48 godzin od premiery.

Profil benchmarkowy na tle frontier:

Wynik Terminal-Bench 2.0 jest najbardziej wymowną liczbą w tym wydaniu. K2.6 poprawił się o 15,9 punktu względem K2.5 w zakresie niezawodności operacji na powłoce i plikach, co jest dokładnie tą zdolnością, na której agencji zależy, gdy model steruje prawdziwym potokiem CI lub agentem remediacji na wezwanie. Pozycja lidera w benchmarku nic nie znaczy, jeśli agent wciąż myli flagę `cp` w rzeczywistym wdrożeniu.

Kluczowa funkcja leży o poziom wyżej niż poszczególne benchmarki. K2.6 może koordynować do 300 pod-agentów w 4000 zsynchronizowanych krokach w jednym uruchomieniu, co umożliwia długohoryzontalną egzekucję mierzoną w godzinach lub dniach bez interwencji człowieka. Moonshot opublikował ślady wielodniowych sesji inżynieryjnych, w których model samodzielnie zarządzał rozsyłaniem pod-agentów. Claude Opus 4.7 nie publikuje porównywalnego pułapu dla pod-agentów, co jest przypadkiem, gdy otwarte wagi prowadzą w istotnej funkcji agentycznej przed zamkniętym frontier.

Dla agencji już korzystających ze stosów agentowych praktyczne pytanie brzmi nie: 'czy otwarte wagi są gotowe?', lecz: 'gdzie pasują do naszego stosu?'. Jeśli analizujesz to dla projektu klienta w tym kwartale, webvise buduje wdrożenia AI na stosach mieszanych.

Luka do frontier to błąd zaokrąglenia, z jednym wyjątkiem

W SWE-Bench Verified K2.6 z wynikiem 80,2% i Claude Opus 4.6 z 80,8% są funkcjonalnie remisem. Delta 0,6 punktu jest mniejsza niż wariancja między uruchomieniami obserwowana przez większość agencji w ewaluacjach produkcyjnych. K2.6 prowadzi też w SWE-Bench Pro, trudniejszym benchmarku wieloplikowym, o 5,2 punktu nad GPT-5.4 i 7,2 punktu nad Opus 4.6.

Wyjątkiem jest Claude Opus 4.7. Najnowszy Opus od Anthropic osiągnął 87,6% w SWE-Bench Verified, co daje materialną przewagę 7,4 punktu nad K2.6 w benchmarku naprawy błędów w pojedynczym pliku. Opus 4.7 ukazał się cztery dni przed K2.6, co pokazuje, jak działa ten wyścig. To kwartalne wyprzedzanie, a prowadzenie zmienia się regularnie.

Dla większości obciążeń agencyjnych 80% w SWE-Bench Verified to więcej sygnału, niż rzeczywiste zadanie wymaga. Jeśli agent pisze drobne poprawki błędów, migruje moduł między wersjami frameworka lub przeprowadza nocny przebieg autoryzacji testów, K2.6 mieści się w paśmie niepewności drugiego co do jakości modelu Anthropic za około jedną dziesiątą kosztu za uruchomienie.

Jeśli prowadzisz szczegółowy przegląd PR w 200-plikowym monorepo, gdzie subtelny kontekst ma znaczenie między modułami, Opus 4.7 wciąż wygrywa. Różnica 7,4 punktu jest realna i kumuluje się na najtrudniejszych zadaniach. Czy warta jest 10-krotnie wyższego kosztu za uruchomienie to decyzja, którą trzeba podejmować per obciążenie, nie per dostawca.

Delta cen wynosi 10x, a Opus 4.7 po cichu ją pogorszył

Ceny API za milion tokenów dla dwóch istotnych opcji frontier:

Pojedyncze uruchomienie agenta zużywające 20 000 tokenów wejściowych i 8 000 tokenów wyjściowych kosztuje około $0,03 na K2.6 i około $0,30 na Claude Opus 4.7. Przemnożone przez agenta klienta działającego 1000 razy dziennie daje miesięczny koszt $8 000 na Opus wobec $900 na K2.6 przy tym samym wolumenie zadań. W portfolio sześciu agentów klienta roczna delta przekracza pół miliona dolarów w COGS, które agencja lub klient aktualnie absorbuje.

Jest ukryty czynnik, którego większość agencji jeszcze nie wyceniła. Anthropic wydał Opus 4.7 z nowym tokenizer, który generuje do 35% więcej tokenów dla tego samego tekstu wejściowego. Stawki za token pozostały stałe, lecz efektywne koszty per zapytanie już nie, i marża na każdym projekcie rozliczanym według Opus po cichu skurczyła się w dniu premiery. Jeśli podpisałeś pracę dla klienta na założeniach rozliczeniowych Opus 4.6, Twoja ekonomia jednostkowa zmieniła się niezauważalnie.

Ceny Moonshot są nie tylko tańsze, mają strukturalnie inny charakter niż zamknięty frontier. Otwarte wagi oznaczają, że minimalny koszt to Twój własny komputer, nie marża dostawcy. Przy cenach wynajmu H100 i rozsądnym batchowaniu własne wdrożenie K2.6 osiąga około $0,08 za milion tokenów wyjściowych w skali, co jest ponad 300 razy tańsze niż Opus 4.7 za token wyjściowy. To liczba, która zmienia otwarte wagi z ciekawostki badawczej w decyzję P&L.

Co faktycznie dopuszcza licencja Modified MIT

Wagi K2.6 są opublikowane na Hugging Face pod adresem `moonshotai/Kimi-K2.6` na licencji Modified MIT. Modyfikacja to jedna klauzula atrybucji. Jeśli Twoje wdrożenie przekracza 100 milionów miesięcznych aktywnych użytkowników lub generuje ponad $20 milionów miesięcznych przychodów, musisz wyraźnie oznaczyć 'Kimi K2.6' w interfejsie produktu.

Dla każdego projektu klienta webvise ten próg jest efektywnie nieosiągalny. Użytek komercyjny poniżej progu jest bezpłatny, redystrybucja źródeł i wag jest dozwolona, fine-tuning jest dozwolony w dowolnym celu, a prace klientów zbudowane na K2.6 nie niosą zobowiązania tantiemowego wobec Moonshot na żadnej skali, jaką typowy klient agencji osiągnie w pierwszym roku.

Dla porównania: Polityka użytkowania Anthropic zabrania fine-tuningu wyników Claude w celu budowania konkurencyjnych modeli bazowych i wymaga od klientów akceptacji warunków Anthropic jako umowy przenoszonej. Dla klienta wdrażającego agenty w regulowanych sektorach, gdzie rezydencja danych, kontrola modelu i suwerenność kontraktowa mają znaczenie, delta licencyjna nie jest miłym dodatkiem. Dla klientów z sektora finansowego, opieki zdrowotnej, prawa i sektora publicznego UE działających pod regułami lokalizacji danych GDPR sama licencja często jest decyzją podejmowaną przed analizą benchmarków.

Wzorzec: dwa wydania w otwartych wagach w cztery miesiące

Kimi K2.6 sam w sobie nie jest historią. Wzorzec, którego jest częścią, powinien faktycznie zmienić politykę agencji w tym kwartale.

DeepSeek V3.2 ukazał się w styczniu 2026 roku z DeepSeek Sparse Attention, architekturą redukującą złożoność uwagi z O(n²) do O(nk) przy zachowaniu wydajności modelu w scenariuszach długiego kontekstu. Wariant V3.2-Speciale zdobył złoto w IMO 2025, IOI 2025, ICPC World Final 2025 i CMO 2025, wyznaczając rekord w rozumowaniu w otwartych wagach. Wówczas był to pułap.

Cztery miesiące później Moonshot wydał K2.6 z MoE o 1T parametrach, kontekstem 256K i długohoryzontalnym rojem agentów. Liderstwo w benchmarkach otwartych wag przeszło od DeepSeek do Moonshot w jednym kwartale, a żadna agencja, która zablokowała swój stos na dostawcach zamkniętoźródłowych sześć miesięcy temu, nie zauważyła punktu przegięcia w momencie jego nastąpienia.

Rytm do obserwowania to nie jedno laboratorium doganiające raz. To dwa laboratoria wymieniające się prowadzeniem w otwartych wagach co trzy do czterech miesięcy, podczas gdy Anthropic wydaje Opus 4.7, a Google wydaje Gemini 3.1 Pro na nakładających się harmonogramach. Frontier w otwartych wagach przestał być wyścigiem przeciw zamkniętemu frontier. To stały warunek stosu AI, wokół którego agencje muszą planować na poziomie polityki.

Dla agencji przesuwa to dyskusję w zarządzie od 'czy powinniśmy oceniać otwarte wagi?' do 'jaka jest nasza polityka stosu mieszanego, gdy następne wydanie trafi w lipcu?'

Co to zmienia dla agencji wdrażających agenty dla klientów

Trzy punkty nacisku kształtują kalkulację migracji, którą agencja musi teraz przeprowadzić w całym portfolio klientów.

Presja kosztowa ze strony klienta. Gdy klient zobaczy 10-krotną deltę kosztu per uruchomienie na rzeczywistym obciążeniu, rozmowa zmienia się z 'który model' na 'dlaczego za to płacimy?'. Miesięczny rachunek za agenta na poziomie $5 000 w Claude Opus 4.7 spada do około $500 na K2.6 przy tym samym wolumenie zadań, a jakościowy pułap spada tylko przy najtrudniejszym wieloplikowym rozumowaniu. Klienci w końcu sami przeprowadzą tę kalkulację.

Rezydencja danych jako sprzedawalny poziom premium. Otwarte wagi pozwalają danym klienta pozostać w infrastrukturze klienta, co otwiera kontrakty, na które stosy zamkniętoźródłowe fizycznie nie mogą składać ofert. Dla klientów z sektora finansowego, opieki zdrowotnej i sektora publicznego UE objętych wymogami lokalizacji danych GDPR własne wdrożenie K2.6 usuwa pytanie 'nasze dane trafiły do chmury Anthropic' z każdego przeglądu zgodności. To samo wystarczy do wygrania przetargów, gdzie stos zamkniętoźródłowy nie jest nawet kwalifikowany.

Ryzyko dostawcy jako pozycja w polityce. Stosy zamkniętoźródłowe z jednym dostawcą nie zdały prawdziwego testu podczas incydentu z łańcuchem dostaw Vercel, gdzie SDK jednego dostawcy stał się wektorem naruszenia dla każdego agenta w portfolio. Gdy promień wybuchu skaluje się ze stężeniem u jednego dostawcy, stosy mieszane z rezerwą w otwartych wagach zamieniają pełną awarię w degradowane działanie. Ubezpieczyciele i działy zakupów zaczynają pytać o to na poziomie zapytań ofertowych.

Kontrargument jest realny i warto go wyraźnie sformułować. Claude Opus 4.7 prowadzi w SWE-Bench Verified o 7,4 punktu nad K2.6. Dla najtrudniejszego wieloplikowego rozumowania, przypadków brzegowych gdzie subtelny kontekst ma znaczenie między modułami, lub procesów gdzie jakość narzędzi i opóźnienia są produktem, zamknięty frontier wciąż wygrywa jakością.

Domyślny wybór webvise dla nowych projektów klientów to teraz stos mieszany z założenia. Claude Opus 4.7 obsługuje orkiestrację, niejednoznaczne rozumowanie i krytyczne dla produktu ścieżki narzędzi, gdzie jakość wykonania ma znaczenie. K2.6 obsługuje zadania o dużym wolumenie, dobrze zdefiniowane i wrażliwe na dane, gdzie luka jakościowa to błąd zaokrąglenia wobec 90% redukcji kosztów. Logika routingu mieszka w naszej własnej infrastrukturze, co sprawia, że wybór modelu pozostaje odwracalną decyzją, a nie dwuletnim kontraktem.

Co konkretnie zrobić w tym kwartale

Cztery konkretne kroki, jeśli dziś prowadzisz agenty klientów na stosie zamkniętoźródłowym.

• Przetestuj K2.6 na swoim rzeczywistym obciążeniu. Użyj endpointu OpenRouter przez 72 godziny, uruchom istniejący zestaw ewaluacji agenta i zmierz regresję względem rzeczywistego rozkładu zadań. Twój agent dba o Twoje dane, nie o tabele liderów SWE-Bench.

• Przeprowadź audyt wydatków per obciążenie, nie per dostawca. Zidentyfikuj agenty spalające ponad $300 miesięcznie na Opus 4.7 i oznacz te, których typ zadania komfortowo mieści się w 80-procentowym Verified zakresie możliwości K2.6. Te obciążenia migrują do otwartych wag jako pierwsze.

• Wyceniaj rezydencję danych jako poziom enterprise. Klienci enterprise zapłacą premię za agentów we własnym hostingu, gdy zaoferujesz to jako pozycję w SOW. Otwarte wagi czynią z tego poziom podlegający produktyzacji, a nie indywidualny sprint inżynieryjny przy każdym kontrakcie.

• Utrzymaj linię obrony przy krytycznym rozumowaniu. Migruj wolumen, nie wrażliwość. Różnica 7,4 punktu Verified między K2.6 a Opus 4.7 jest realna przy trudnych zadaniach. Zmierz regresję na najtrudniejszych obciążeniach przed przeniesieniem choćby jednego agenta produkcyjnego.

Moonshot niemal na pewno wyda K2.7 przed końcem roku. DeepSeek V4 jest już w oknie plotek. Pytanie dla agencji nie brzmi: czy w ogóle adoptować otwarte wagi. Brzmi: jak szybko polityka agencji może zaabsorbować to, co trafi w następnym kwartale, nie zakłócając aktywnych projektów klientów.

Jeśli planujesz migrację do otwartych wag dla projektu klienta i chcesz drugiej pary oczu na logikę routingu, plan benchmarkowania lub ekonomikę własnego hostingu, webvise buduje i utrzymuje wdrożenia AI na stosach mieszanych dla produktów dostarczanych przez agencje.