Kimi K2.6
- 输入 输入模态: 文本图像视频 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 结构化输出
- 开放权重
价格
6 个渠道报价 · 按标价显示 Moonshot AI Platform（在新标签页打开）
kimi-k2.6| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | ¥6.50 | ¥1.10 | ¥27.00 |
价格来源 Kimi API 开放平台：模型推理价格（在新标签页打开） (核对于 2026年11月8日)
Alibaba Cloud Model Studio（在新标签页打开）
kimi-k2.6| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | ¥6.50 | ¥27.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年11月9日)
Alibaba Cloud Model Studio（在新标签页打开）
kimi/kimi-k2.6| 条件/ 百万 tokens | 输入 | 输出 |
|---|---|---|
| 标准 | ¥6.50 | ¥27.00 |
价格来源 阿里云百炼：模型价格（在新标签页打开） (核对于 2026年11月9日)
Moonshot AI Platform（在新标签页打开）
kimi-k2.6| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | $0.95 | $0.16 | $4.00 |
价格来源 Moonshot AI platform pricing（在新标签页打开） (核对于 2026年11月8日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 知识截止
- 2025年1月
- 许可证
- Modified MIT License
- 模型家族
- kimi-k
- 模型 ID
Moonshot AI 的页面未说明：最长输入, 推理档位, 最大思考预算, 内置工具, 别名。
本地运行
权重： moonshotai/Kimi-K2.6- 参数 1.03T
- 激活 32B · 专家 384（每 token 8）
- 原生精度 BF16
- 层数 61
- 每 token 的 KV 缓存 69 KB
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 256K （厂商 API）
在你的配置上 · GeForce RTX 4090
✕放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
- 需要
- ≈ 534.0 GB (权重 508.1 + KV 缓存 0.5 + 开销 25.4)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 这台配置跑不动，看下面的“最低需要”
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 554.3 GB | ≈ 582.6 | ✕放不下 | — |
| Q8_0 | 1016.1 GB | ≈ 1067.5 | ✕放不下 | — |
| FP8 | 956.4 GB | ≈ 1004.7 | ✕放不下 | — |
| Q6_K | 785.4 GB | ≈ 825.2 | ✕放不下 | — |
| Q5_K_M | 680.2 GB | ≈ 714.8 | ✕放不下 | — |
| Q5_0 | 657.5 GB | ≈ 690.9 | ✕放不下 | — |
| Q4_K_M | 581.0 GB | ≈ 610.6 | ✕放不下 | — |
| Q4_0 | 538.0 GB | ≈ 565.4 | ✕放不下 | — |
| IQ4_XS | 508.1 GB | ≈ 534.0 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 467.4 GB | ≈ 491.3 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 365.8 GB | ≈ 384.6 | ✕放不下 | — |
| Q2_K质量下降明显 | 358.6 GB | ≈ 377.1 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 246.3 GB | ≈ 259.1 | ✕放不下 | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：单机放不下，约需 9 张 80 GB 显卡。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 15305.6 GB你的配置放不下
LoRA≈ 1917.4 GB你的配置放不下
QLoRA≈ 542.7 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-11。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 151.6
第 54 名，共 118 个上榜模型 · 置信区间 149.8–153.4
- LMArena Text 1,461
第 40 名，共 163 个上榜模型 · 置信区间 1,456–1,465 · 39,576 票
- Epoch AI · Chess Puzzles 20%
第 66 名，共 85 个上榜模型 · ±4.02
- Epoch AI · EBR-bench 2.4%
第 27 名，共 28 个上榜模型
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月7日至2026年11月5日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年11月8日
- EQ-Bench by Samuel J. Paech (eqbench.com; EQ-bench/EQ-bench-site on GitHub), MIT License. · 许可 · 数据日期 2026年10月24日至28日
- 我们做的改动
厂商自报评分
由 Moonshot AI 发布，测试条件以其说明为准| 基准 | 测试设置 | 分数 |
|---|---|---|
| Humanity's Last Exam | full set, no tools, thinking | 34.7% |
| full set, with search/code/browsing tools, thinking | 54% | |
| BrowseComp | thinking, with tools, discard-all context management | 83.2% |
| Agent Swarm mode | 86.3% | |
| OSWorld-Verified | thinking | 73.1% |
| Terminal-Bench 2.0 | Terminus-2 harness, preserve thinking | 66.7% |
| SWE-bench Pro | in-house SWE-agent-based harness, avg of 10 runs | 58.6% |
| SWE-bench Verified | in-house SWE-agent-based harness, avg of 10 runs | 80.2% |
| LiveCodeBench | v6, thinking | 89.6% |
| AIME 2026 | thinking | 96.4% |
| GPQA Diamond | thinking | 90.5% |
| MMMU-Pro | no tools, thinking, avg@3 | 79.4% |
| with Python tool, thinking, avg@3 | 80.1% |
变更
全部变更 →- 已上线 → 即将下线
- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥6.50 · 输出 ¥27.00
- Alibaba Cloud Model Studio, 中国站 上线报价 输入 ¥6.50 · 输出 ¥27.00
- Cloudflare Workers AI 上线报价 输入 $0.95 · 缓存读取 $0.16 · 输出 $4.00
来源
- moonshotai/Kimi-K2.6 model card（在新标签页打开） huggingface.co · 核对于 2026年11月6日
- Moonshot AI platform pricing（在新标签页打开） platform.moonshot.ai · 核对于 2026年11月8日
- Kimi API 开放平台：模型推理价格（在新标签页打开） platform.moonshot.cn · 核对于 2026年11月8日
- 硅基流动：模型价格（在新标签页打开） siliconflow.cn · 核对于 2026年11月8日
- Kimi API introduction（在新标签页打开） platform.kimi.ai · 核对于 2026年10月18日
- Kimi API models overview（在新标签页打开） platform.kimi.ai · 核对于 2026年11月8日
- Kimi API structured output（在新标签页打开） platform.kimi.ai · 核对于 2026年11月8日
- Kimi API responses reference（在新标签页打开） platform.kimi.ai · 核对于 2026年11月8日
- Kimi platform changelog（在新标签页打开） platform.kimi.ai · 核对于 2026年11月9日
- models.dev: kimi-k2.6 (community data, MIT)（在新标签页打开） github.com · 核对于 2026年9月30日
- Kimi K2.6 - Kimi API Platform（在新标签页打开） platform.kimi.ai · 核对于 2026年11月8日
- moonshotai/Kimi-K2.6 · Hugging Face（在新标签页打开） huggingface.co · 核对于 2026年11月7日
- Cloudflare Workers AI pricing（在新标签页打开） developers.cloudflare.com · 核对于 2026年11月7日
- 阿里云百炼：模型价格（在新标签页打开） help.aliyun.com · 核对于 2026年11月9日
- 模型上下架与更新-大模型服务平台百炼-阿里云_大模型服务平台百炼(Model Studio)-大模型服务平台百炼(Model Studio)-阿里云帮助中心（在新标签页打开） help.aliyun.com · 核对于 2026年11月4日
- moonshotai/Kimi-K2.6 model card（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- moonshotai/Kimi-K2.6 config.json（在新标签页打开） huggingface.co · 核对于 2026年11月8日
- moonshotai/Kimi-K2.6 files（在新标签页打开） huggingface.co · 核对于 2026年11月6日
- moonshotai/Kimi-K2.6 README.md（在新标签页打开） huggingface.co · 核对于 2026年11月6日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Moonshot AI · 中国 · moonshot.ai
相关模型
快照、同系列与同厂商的其他模型