# Kimi K2.6开源发布：万亿参数MoE模型的长时编程与Agent Swarm突破 Moonshot AI于4月20日开源发布Kimi K2.6，这是一款万亿参数级别的原生多模态MoE模型，在长时编程和大规模Agent协作方面展现出显著的工程突破。 K2.6采用1万亿总参数、每Token仅激活320亿参数的MoE架构，包含384个专家模块，每次推理选择8个专家加1个共享专家。模型使用多头潜在注意力（MLA）机制，上下文窗口达256K tokens，视觉能力通过4亿参数的MoonViT编码器原生集成，而非后期拼接。 在编程基准测试中，K2.6表现亮眼。SWE-Bench Pro得分58.6，超越GPT-5.4（57.7）和Claude Opus 4.6（53.4）；在被称为"最难知识基准"的Humanity's Last Exam（工具版）中，K2.6以54.0分领先所有对比模型，包括GPT-5.4和Claude Opus 4.6。 最具工程价值的突破在于长时自主编程能力。在13小时的连续执行中，K2.6自主重构了一个8年历史的金融撮合引擎，通过12轮优化策略迭代，发起超过1000次工具调用，修改4000多行代码，最终将中等吞吐量提升185%。另一个案例中，模型在Zig语言中实现了Qwen3.5-0.8B的本地推理优化，4000多次工具调用后将吞吐量从15提升至193 tokens/sec。 Agent Swarm能力同样值得关注。K2.6支持最多300个子Agent并行执行、4000个协调步骤同时运行，通过水平扩展而非垂直加深推理链来解决复杂任务。这种大规模并行Agent架构为实际工程部署提供了新的范式。 K2.6以Modified MIT许可证开源，权重已在Hugging Face发布，可通过vLLM、SGLang或KTransformers部署。