Kimi新模型开源即SOTA

来源：市场资讯

（来源：51CTO技术栈）

编辑 | 玉澄

今天，月之暗面开源模型 Kimi K2.6 重磅发布！

这一模型是其迄今为止最强的代码模型，不仅在全球开源SOTA中领先，而且击败了GPT-5.4和Claude Opus 4.6。

一个开源模型，对闭源模型几乎形成了压制性优势。

同时，Kimi K2.6 可以连续编码 12 小时，只需一个提示词就能调用300 个子 Agent 并行完成 4000 个协作步骤。

为 Kimi 团队喝彩打call！Bravo！！！

有位网友评价：“新的Kimi模型简直是头猛兽。”

还有人说“AI军备竞赛不是美中之争。这是封闭式和开放式的区别。而Closed一直在输。”

这次浓墨重彩的更新中不仅有精彩的跑分，其长时程编码和Agent集群功能也非常值得好好说道说道。话不多说，首先让我们来看基准跑分。

基准测试

在编程和Agent方面的基准测试情况是：

在这些编码和Agent的基准测试中 K2.6 几乎全部领先，另外推理和视觉也都没落下：

• Toolathlon: 50.0

• MathVision w/ Python: 93.2

• Charxiv w/ python：86.7

在X上，还有人将K2.6 与 K2.5、Mythos、Opus 4.7 以及基于 K2.5 的 Cursor Composer 2 进行了全方位比较，最后得出结论：这是一个非常好非常好的模型。

长时程编程：连续编码12小时

K2.6这次耐力拉满，在长程代码任务上完成了教科书级的突破。

面对不同编程语言（如 Rust、Go、Python）和任务场景（如前端、运维、性能优化），K2.6 都轻松拿捏，相较于 K2.5 能力显著提升，具备更可靠的泛化能力。

在官方让K2.6完成的真实场景挑战中，K2.6做到的“连续编码12小时”让社区中的众多网友啧啧称赞。

这次挑战的全程经过是K2.6 在 Mac 本地做到了一个“不可能完成的任务”：下载并部署 Qwen3.5-0.8B 模型。最绝的是，它选择用极其冷门的 Zig 语言重新实现并优化推理过程。

在这次任务中它不仅连续作战 12 小时，不眠不休；还经历了 14 轮迭代、超过 4000 次工具调用。

最终， 它战果是将吞吐量从初始的 15 tokens/s 狂飙到了 193 tokens/s！最终甚至比知名工具 LM Studio 还要快 20%。这泛化能力，只能说：还有谁？

另一个挑战更加硬核，面对拥有 8 年历史的开源金融引擎 exchange-core，K2.6 像顶级架构师一样，对其进行了深度调优和硬核重构。

它盯着 CPU 和内存分配火焰图找 Bug，历经 13 小时的连续作业，修改了 4,000 多行核心代码，甚至大胆改变了线程拓扑结构。

最终在系统性能几乎触顶的情况下，硬生生把中位吞吐量提升了 185%（0.43 飙到 1.24 MT/s），峰值吞吐量更是暴涨 133%！

现在的Kimi K2.6可以说是能带飞的超级编程队友，不仅能深挖性能瓶颈、精通全栈语言，还能打“长久战”。

前端设计优于 Gemini 3

除此之外，K2.6 还能用编码驱动设计，无论是极具设计感和视觉冲击的网页首屏，还是动感十足的滚动触发效果，它都能信手拈来。

凭借进阶的多模态编程能力，它能精准地“看懂”图像和视频素材，并瞬间把它们转化成像素级的网页代码。你的灵感，它能秒变现实。

此外，月之暗面还专门创建了前端开发设计评测标准Kimi Design Bench，包括视觉输入任务、落地页构建、全栈应用开发以及通用 Web 开发这四个维度。

对比 Google AI Studio 里的 Gemini 3 模型，在这套评测中 K2.6 展示出了极其明显的断层式领先优势！

能力扩张的Agent集群

相较于K2.5能调动的100个子Agent和同时执行1500个步骤，K2.6的能力规模已扩大至最多能指挥300个子Agent和执行多达4000个协作步骤。

在K2.6 的世界里，Agent 集群不仅能动态拆解复杂任务，还能自主调度不同技能特长的 Agent 互补协作。

搜索、深研、分析、创作，每个 Agent 都有自己的“绝活”。跑一次任务，它能顺手把文档、网页、PPT 和表格全给你做出来。简直像是完整的智力团队钻到了你的电脑里。

在实测展示中，面对全球 100 个半导体标的，Agent 集群一口气设计并执行了 5 套量化策略，把麦肯锡风格的 PPT 逻辑直接“吸取”为可复用技能，最终交出了一套专业建模表格和全套汇报 PPT。估计投行分析师看了可能都想直呼“内行”。

更适配OpenClaw/Hermes

在Agent方面，除了规模化的Agent集群，K2.6的开发还考虑了与OpenClaw/Hermes地框架如何更好地协同。

K2.6 在需要跨应用、全天候待命的OpenClaw/Hermes式任务中，自主执行能力显著增强。

在Kimi的官方博客中，他们提到团队的RL基础设施团队搞了个硬核测试：让基于 K2.6 的 Agent 连续自主运行了 5 天！

从日志中可以看到，K2.6 的API调用不仅更加精准，而且更加稳定，同时“安全意识”也变更强了。

此外，在在 Kimi 内部的“魔鬼基准测试” Claw Bench 中，K2.6 比 K2.5 的综合性能提升了10%。

K2.6当Agent群群主

有意思的是，Kimi团队还探索一个Agent领域的新方向：Claw群组。

这是他们正在小范围内测的神秘功能。

Claw群组主打“海纳百川，有容乃大”，无论Agent 是跑在本地笔记本、手机还是云端服务器上，还是来自不同供应商、使用的是不同模型，都可进群。

而且，每个进群的Agent 都可以携带自己的专属工具包、独特技能和“持久化记忆”。

在这个群里，K2.6 担任的是核心协调者的角色。它能把不同任务配置给最适合的Agent，还可以在Agent突然“掉线”或者任务卡壳时，重新分配任务或生成子任务来救场。

从任务启动到验证再到最后交付，K2.6 全程盯盘，如同一个稳健的项目管理经理。

这次K2.6的发布可以说真正打破了“闭源垄断”，开启了开源前沿时代。

过去，前沿能力几乎被OpenAI、Anthropic等少数闭源巨头把控，研究者和开发者只能通过昂贵API“租用”。Kimi K2.6是首个同时在多个核心Agent/编码基准上超越闭源SOTA的开放权重模型，这标志着“开源已能匹敌甚至领先闭源”。

它直接把最先进的Agentic AI（能自主长期规划、调用工具、协同工作的AI）推向了社区，任何有GPU的人都能下载、微调、部署。这极大降低创业和创新成本、也会极大加速全行业创新速度，促进了全球科技平等。