Moonshot AI lanzó Kimi K2.6 con una afirmación contundente: es el nuevo estándar de código abierto en codificación, ejecución a largo plazo y enjambres de agentes. Los resultados lo respaldan: 80.2% en SWE-Bench Verified, 96.4% en AIME 2026, 90.5% en GPQA-Diamond y 73.1% en OSWorld-Verified, cifras directas del anuncio oficial en kimi.
Esta guía explica qué es Kimi K2.6, cómo la arquitectura de Agente Enjambre amplía los límites de un solo modelo, los resultados frente a GPT-5.4 y Claude 4.6, y cómo puedes implementarlo ahora mismo.
💡¿Quieres probar Kimi K2.6 con tus propias cargas de trabajo API? Apidog preconfigura el endpoint compatible con OpenAI de Moonshot/Kimi en un espacio de trabajo visual. Impórtalo una vez, guarda tu token Bearer y ejecuta chat en streaming, llamadas a herramientas y solicitudes de visión con historial completo. Descarga Apidog gratis.
Resumen rápido
- Lanzamiento: Moonshot AI, abril 2026, código abierto (pesos en Hugging Face, API en platform.kimi.ai).
- Arquitectura: mezcla de expertos (MoE) de 1 billón de parámetros, 32B activos por token, contexto de 262,144 tokens (256K).
- Salida máxima: hasta 98,304 tokens para razonamiento.
- Agente Enjambre: hasta 300 subagentes, más de 4,000 pasos por tarea (3x más que K2.5).
- Benchmarks: SWE-Bench Verified 80.2%, Terminal-Bench 2.0 66.7%, AIME 2026 96.4%, HLE-Full (herramientas) 54.0%, OSWorld-Verified 73.1%.
- Superficies: chat de kimi.com, Kimi App, Kimi Code, API, pesos abiertos.
Kimi K2.6 en un párrafo
Kimi K2.6 es el modelo open source de última generación de Moonshot AI, optimizado para codificación avanzada, ejecución prolongada y orquestación multiagente. Lo encuentras en kimi.com, la app, Kimi Code y la API en platform.kimi.ai. Es el primer modelo de la serie K con Agente Enjambre de 300 subagentes y más de 4,000 pasos, habilitando sesiones autónomas de días. Si ya usas modelos como Qwen 3.6 (guía OpenRouter) o Qwen3.5-Omni en flujos API-first, Kimi K2.6 se integra igual, pero con más capacidad de agentes.
Moonshot publicó una tabla completa de benchmarks en el anuncio de Kimi K2.6. Lo esencial:
Codificación
| Benchmark | Kimi K2.6 |
|---|---|
| SWE-Bench Verified | 80.2% |
| SWE-Bench Multilingual | 76.7% |
| SWE-Bench Pro | 58.6% |
| Terminal-Bench 2.0 | 66.7% |
K2.6 iguala o supera a Claude 4.6 en SWE-Bench Verified, y Terminal-Bench 2.0 (+15.9 puntos respecto a K2.5) muestra gran avance en shell y archivos.
Uso de agentes y herramientas
| Benchmark | Kimi K2.6 |
|---|---|
| HLE-Full (con herramientas) | 54.0% |
| BrowseComp | 83.2% (86.3% con Agente Enjambre) |
| DeepSearchQA (F1) | 92.5% |
| Toolathlon | 50.0% |
| Claw Eval (pass@3) | 80.9% |
| OSWorld-Verified | 73.1% |
HLE-Full 54.0% pone a K2.6 delante de GPT-5.4 y Claude 4.6 en ese benchmark. OSWorld-Verified (73.1%) indica competencia en tareas de sistema operativo, área donde también compite Claude Code.
Razonamiento y conocimiento
| Benchmark | Kimi K2.6 |
|---|---|
| AIME 2026 | 96.4% |
| HMMT 2026 (Febrero) | 92.7% |
| GPQA-Diamond | 90.5% |
| IMO-AnswerBench | 86.0% |
AIME 2026 con 96.4% es casi perfecto para un benchmark matemático competitivo.
Visión
| Benchmark | Kimi K2.6 |
|---|---|
| MathVision (con Python) | 93.2% |
| V* (con Python) | 96.9% |
| MMMU-Pro | 79.4% |
| CharXiv (RQ, con Python) | 86.7% |
El uso de Python junto a visión muestra cómo K2.6 integra herramientas en la inferencia visual.
Agente Enjambre: el salto estructural
Agente Enjambre es el cambio arquitectónico clave: K2.6 orquesta hasta 300 subagentes y 4,000+ pasos, triplicando la capacidad de K2.5.
Patrones clave:
- Descomposición heterogénea de tareas: distribuye subtareas a especialistas (código, investigación, visión, planificación).
- Inteligencia composicional: subagentes colaboran en un estado compartido, produciendo artefactos completos (documentos, sitios, hojas de cálculo).
- Conversión de documento a habilidad: puede absorber especificaciones y convertirlas en conocimiento operativo.
Ejemplos reales del anuncio de Kimi
- Qwen3.5-0.8B en Mac: 12h continuas, 4,000+ llamadas a herramientas, rendimiento de 15 a 193 tokens/seg.
- Exchange-core: 13h, 1,000+ llamadas, 4,000+ líneas de código tocadas, +185% de rendimiento.
- Infraestructura autónoma 5 días: multitarea y respuesta sin intervención humana.
Para tareas de agentes que requieren cientos o miles de pasos, la escalabilidad está en las horas-agente, no solo en los parámetros.
Cómo se mantiene la arquitectura
Mezcla de expertos (MoE)
K2.6 son 1T parámetros, 32B activos por token. Capacidad de modelo de frontera, pero coste de inferencia de un modelo 32B. El enrutamiento es crítico, igual que en GLM-5V Turbo.
Contexto largo: 262,144 tokens
Ventana de contexto de 262K tokens, generación máxima 98,304 tokens. Útil para:
- Bases de código completas + espacio para la trayectoria del agente.
- Documentos largos con Q&A multironda.
- Historial de herramientas de sesiones de varios días.
Moonshot reescribió la pila de atención para robustez en contexto largo.
Muestreo por defecto
Usa temperatura 1.0 y top-p 1.0 (más agresivo que OpenAI/Anthropic). Ajusta hacia arriba para obtener mejores resultados con K2.6, no uses los valores bajos por defecto.
Claw Groups: la capa multiagente
Claw Groups es una preview de entorno colaborativo humano+agentes:
- Asignación dinámica de tareas por kit de herramientas.
- Auto-reasignación ante fallos.
- Multidispositivo.
- Checkpoints con intervención humana.
Claw Eval 80.9% (pass@3) mide la fiabilidad en este modo. Si construyes equipos de agentes, es una base lista para usar, igual que en la empresa de agentes de IA de Paperclip.
Desarrollo dirigido por diseño y agentes proactivos
K2.6 genera frontend completo, no solo código de chat:
- Full-stack: auth, base de datos, transacciones.
- Imagen/video dentro de trayectorias de agentes.
- Animaciones, elementos interactivos, salida lista para producción.
Los agentes proactivos trabajan 24/7 en OpenClaw y Hermes, gestionando apps en segundo plano. Mismo patrón que Google Agent Smith o Claude Code autohospedado.
Kimi K2.6 vs modelos cerrados
Según la tabla oficial:
| Tarea | K2.6 | GPT-5.4 | Claude 4.6 | Gemini 3.1 | K2.5 |
|---|---|---|---|---|---|
| HLE-Full (herramientas) | 54.0 | 52.1 | 53.0 | 51.4 | 50.2 |
| BrowseComp | 83.2 | 82.7 | 83.7 | 85.9 | 74.9 |
| Terminal-Bench 2.0 | 66.7 | 65.4 | 65.4 | 68.5 | 50.8 |
| SWE-Bench Pro | 58.6 | 57.7 | 53.4 | 54.2 | 50.7 |
Conclusiones:
- K2.6 gana o empata en 3 de 4 benchmarks, superando a GPT-5.4 en HLE-Full y SWE-Bench Pro.
- Gemini 3.1 lidera en Terminal-Bench y BrowseComp.
- K2.6 ofrece pesos abiertos, a diferencia de los modelos cerrados.
¿Dónde reside Kimi K2.6?
kimi.com (chat)
La interfaz de Kimi permite probar K2.6 al instante. Solo inicia sesión, selecciona el modelo y explora chat, agentes, Agente Enjambre y visión. Consulta la guía para usar Kimi K2.6 gratis.
Kimi App
Aplicación móvil (iOS/Android) con entrada de voz y notificaciones para tareas largas de agente.
Kimi Code
Kimi Code es la terminal nativa de codificación, gestiona archivos, commits y pruebas, todo con Agente Enjambre. Compáralo con Claude Code Workflows o Cursor Composer 2.
API
API compatible con OpenAI. Base: https://api.moonshot.ai/v1; modelos: kimi-k2.6, kimi-k2.6-thinking. Guía completa en Cómo Usar la API de Kimi K2.6.
Pesos abiertos en Hugging Face
Descarga los pesos en moonshotai/Kimi-K2.6 (licencia MIT modificada). Cuantizaciones (ubergarm GGUF, unsloth) permiten ejecución local en hardware H100.
Cómo se entrenó K2.6 (lo revelado)
El anuncio no da la receta completa, pero sí claves:
- Estabilidad a largo plazo: pruebas de agentes 12-13h, 4,000+ herramientas, donde K2.5 fallaba antes.
- Fiabilidad de llamadas a herramientas: CodeBuddy logra 96.60% de éxito. Datos sintéticos de herramientas en el entrenamiento.
- Entrenamiento multi-rol: subagentes con perfiles (planificador, codificador, revisor), no un único generalista.
- Visión + código integrado: entrenamiento conjunto, no solo adaptador visual.
¿A quién le interesa?
Elige Kimi K2.6 si necesitas:
- Agentes de codificación de larga duración: 4,000 pasos/12h demostrados.
- Sistemas multiagente: orquestación de 300 agentes lista, sin código extra.
- Pesos abiertos: soberanía, fine-tuning o regulación.
- API de alto rendimiento: coste menor al de modelos cerrados, integración OpenAI drop-in.
Prefiere modelos cerrados si necesitas:
- Seguridad estricta: Claude 4.6 lidera en alineación y cumplimiento.
- Latencia sub-segundo en chat: Agente Enjambre opera en minutos.
- SLA de proveedor: para industrias reguladas, el soporte importa tanto como la calidad.
Cómo probar Kimi K2.6 en cinco minutos con Apidog
Con una clave API Moonshot/Kimi, puedes testear Kimi K2.6 en minutos usando Apidog:
- Crea entorno:
BASE_URL = https://api.moonshot.ai/v1KIMI_API_KEY = sk-... - Nueva solicitud:
POST {{BASE_URL}}/chat/completions - Cabeceras:
Authorization: Bearer {{KIMI_API_KEY}}Content-Type: application/json - Cuerpo:
{
"model": "kimi-k2.6",
"messages": [{"role": "user", "content": "Resume el anuncio de Kimi K2.6."}],
"stream": true
}
- Haz clic en Enviar y observa el streaming de tokens.
Apidog gestiona historial de solicitudes, validación de esquemas OpenAI, equipos con claves personales e integración con VS Code. Si usas Postman, revisa la guía para migrar en 2026.
Preguntas Frecuentes (FAQ)
¿Es Kimi K2.6 de código abierto?
Los pesos son open source bajo licencia MIT modificada (moonshotai/Kimi-K2.6). Los datos y código de entrenamiento no son públicos.
¿Qué mejora respecto a K2.5?
Saltos en todos los benchmarks: +3.8 HLE-Full, +8.3 BrowseComp, +15.9 Terminal-Bench 2.0, +7.9 SWE-Bench Pro, +20.5 Claw Eval, 3x capacidad de Agente Enjambre.
¿Ventana de contexto?
262,144 tokens (máxima generación 98,304).
¿Se puede ejecutar localmente?
Sí, con hardware potente (H100 multi-GPU). Cuantizaciones de comunidad (4-bit, 3-bit) para hardware menor; consulta la guía de acceso gratuito.
¿Admite llamadas a herramientas?
Sí. API igual a OpenAI en formato. Agente Enjambre maneja llamadas paralelas.
¿Diferencia entre Kimi K2.6 y Kimi K2.6 Thinking?
K2.6 es rápido; Thinking muestra cadena de pensamiento antes de responder, útil para matemáticas, depuración y planificación.
¿Acceso gratis?
Chat web de kimi.com con cuota diaria. Workers AI de Cloudflare: nivel gratuito. Autohospedaje: coste cero tras hardware. Desglose en Cómo Usar Kimi K2.6 Gratis.
¿Comparativa con otros modelos abiertos?
Vs Qwen 3.6 y Qwen3.5-Omni, Kimi K2.6 lidera en codificación y agentes; Qwen es más fuerte en variantes pequeñas y multilingües. Vs DeepSeek V3.x, K2.6 gana en orquestación de agentes.
Resumen
Kimi K2.6 es el modelo de pesos abiertos más robusto para producción en codificación basada en agentes y trabajo prolongado. El enjambre de 300 agentes, contexto de 262K tokens, 4,000 pasos y pesos abiertos lo hacen único en el panorama actual. La publicación de Moonshot lo posiciona como el nuevo estado del arte en agentes open source, y los benchmarks lo confirman.
¿Estás evaluando modelos para agentes de código, asistentes de investigación o sistemas multiagente? Kimi K2.6 debe estar en tu shortlist. Obtén una clave en platform.kimi.ai, abre Apidog y lanza tu primera petición. Después, explora las guías avanzadas de API y acceso gratuito.
Top comments (0)