moonshot
Kimi K2.6
Открытая нативная мультимодальная агентная модель Kimi K2.6 для длительного программирования, дизайна на основе кода и оркестрации крупномасштабных задач.
- Вход
- 120,27 ₽
- Выход
- 506,34 ₽
- Кэш
- 20,36 ₽
- Интеллект
- 27
- Код
- 61,8
- Доступность
- 100%
moonshot/kimi-k2.6Данные каталога получены .
Цена
- Текстовый диалог · вход
- 120,27 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 506,34 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 20,36 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Kimi K2.6, открытая нативная мультимодальная агентная модель, созданная для длительного программирования, дизайна на основе кода и оркестрации крупномасштабных задач. Она преобразует простые запросы и визуальные данные в готовые к использованию интерфейсы и полнофункциональные рабочие процессы, а также предназначена для координации сложных многоагентных планов с тысячами шагов при работе с кодом, документами и электронными таблицами.
- Релиз
Характеристики
- 7 октября: 100%100%7 октября
- 8 октября: 100%100%8 октября
- 9 октября: 100%100%9 октября
- Тип модели
- Текст
- Вход модели
- Текст, Изображения
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 256 000 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 65 536 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные изображения, Входное видео
Контрольные показатели
Artificial Analysis
21 показателей · проверено
- Индекс интеллекта
- 27 индексСводная оценка Artificial Analysis по всем её тестам
- Индекс программирования
- 61,8 индексСводная оценка Artificial Analysis по программированию
- Индекс агентных задач
- 20,5 индексСводная оценка Artificial Analysis по агентным задачам
Агентная работа
- AA-Briefcase819 Elo
Агентная работа со знаниями (Elo)
- AutomationBench-AA13 %
Автоматизация рабочего процесса со штрафами за нарушение ограничений
- GDPval-AA v21 040 Elo
Экономически значимые задачи (Elo)
- Harvey LAB-AA84,1 %
Доля пройденных критериев юридической агентной работы
Рассуждение по документу
- AA-LCR v1.181 %
Рассуждение на длинном контексте с обновлённой оценкой
- GDP.pdf13 %
Профессиональное рассуждение по PDF: доля прохождения всех проверок
Устаревшие тесты
- AA-LCR (версия не указана, архивный)81 %
Оценка рассуждений на длинном контексте
- GDPval-AA (версия не указана, архивный)27 %
Задачи с экономической ценностью
- GPQA Diamond (архивный)91,1 %
Научные рассуждения уровня выпускника
- T²-Bench Telecom (архивный)95,9 %
Разговорные ИИ-агенты в сценариях с двойным управлением
- Terminal-Bench Hard (архивный)43,9 %
Агентное программирование и работа в терминале
Знания
- AA-Omniscience · точность32,6 %
Доля вопросов с правильным ответом
Знание
- AA-Omniscience · доля выдуманных ответов (меньше лучше)40,5 %
Доля неверных ответов среди некорректных ответов
Рассуждение
- CritPt8 %
Рассуждения по физике исследовательского уровня
- IFBench76 %
Тест на следование инструкциям
Рассуждения
- HLE37,5 %
Humanity’s Last Exam — вопросы экспертного уровня
Программирование
- SciCode51,5 %
Программирование на Python для научных вычислений
- Terminal-Bench v4.00,5 %
Практические задачи по программированию и работе в терминале
Design Arena
22 показателей · проверено
Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми
Агентные системы
- Разработка игр агентами · Elo1 141 Elo
- Разработка игр агентами · доля побед47,5 %
- Полный цикл разработки · Elo1 155 Elo
- Полный цикл разработки · доля побед49,5 %
- Мобильные приложения · Elo1 183 Elo
- Мобильные приложения · доля побед48,1 %
- Нативные приложения · Elo1 174 Elo
- Нативные приложения · доля побед49,1 %
Модели
- 3D · Elo1 286 Elo
- 3D · доля побед57,6 %
- ASCII-графика · Elo1 178 Elo
- ASCII-графика · доля побед47,5 %
- Визуализация данных · Elo1 261 Elo
- Визуализация данных · доля побед52 %
- Разработка игр · Elo1 264 Elo
- Разработка игр · доля побед54,9 %
- SVG · Elo1 191 Elo
- SVG · доля побед51,2 %
- UI-компоненты · Elo1 275 Elo
- UI-компоненты · доля побед55,6 %
- Сайты · Elo1 277 Elo
- Сайты · доля побед54,2 %
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "moonshot/kimi-k2.6",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





