Kimi K2.6 把单次任务的智能体数量推到 300
Moonshot 刚刚发布了 Kimi K2.6，最炸的数字是 300。一个任务里可以动态扩展到 300 个子智能体，串起 4000 步协同动作。上一版 K2.5 的上限是 100。多智能体从研究玩具变成可以打仗的生产单元，就是这一版的事。
编码数据撑得住。SWE-Bench Verified 80.2%，SWE-Bench Multilingual 76.7%，LiveCodeBench 89.6%，Terminal-Bench 2.0 66.7%，SWE-Bench Pro 58.6%。这个分数已经站在 Claude Opus 4.7 和 GPT-5.2-Codex 边上了，但开源权重，kimi.com、Kimi App、API、Kimi Code 全都开放。
Moonshot 还重点推一个叫 Claw Groups 的能力，本质是多智能体协作，不同智能体分工做 demo、跑 benchmark、做社交内容、剪视频，由一个 K2.6 调度。他们自己的市场团队就是这样跑端到端内容生产的。这次不是发布会上吹，是在自己身上跑通了再说。
更值得看的是节奏。Kimi K2 几个月前刚出，3 月 K2.5，现在 K2.6。每一步都不是数字游戏，而是实打实的能力跃升。中国开源权重这一栈跑得比大多数人预期的快，编码 agent 这块和闭源大厂的差距已经肉眼可见地小。
链接 kimi.com/blog/kimi-k2-6
← 返回所有文章
编码数据撑得住。SWE-Bench Verified 80.2%，SWE-Bench Multilingual 76.7%，LiveCodeBench 89.6%，Terminal-Bench 2.0 66.7%，SWE-Bench Pro 58.6%。这个分数已经站在 Claude Opus 4.7 和 GPT-5.2-Codex 边上了，但开源权重，kimi.com、Kimi App、API、Kimi Code 全都开放。
Moonshot 还重点推一个叫 Claw Groups 的能力，本质是多智能体协作，不同智能体分工做 demo、跑 benchmark、做社交内容、剪视频，由一个 K2.6 调度。他们自己的市场团队就是这样跑端到端内容生产的。这次不是发布会上吹，是在自己身上跑通了再说。
更值得看的是节奏。Kimi K2 几个月前刚出，3 月 K2.5，现在 K2.6。每一步都不是数字游戏，而是实打实的能力跃升。中国开源权重这一栈跑得比大多数人预期的快，编码 agent 这块和闭源大厂的差距已经肉眼可见地小。
链接 kimi.com/blog/kimi-k2-6
评论