Moonshot AI hat letzte Woche die Vollversion von Kimi K2.6 veröffentlicht – keine "Code-Vorschau"-Testversion, sondern ein vollständiges Produktionsmodell. Die Code Preview hatte bereits für Aufmerksamkeit gesorgt, doch nach der Veröffentlichung der technischen Spezifikationen und Benchmark-Ergebnisse der Vollversion erwies sich die Lage als interessanter, als viele erwartet hatten.
HLE-Full 54,0: Open-Source-Spitzenplatz tatsächlich erreicht
HLE (Humanity's Last Exam) ist eine der wertvollsten KI-Benchmark-Ranglisten dieses Jahres. 2.500 Fragen auf Doktoratsniveau aus über 100 akademischen Disziplinen – kein Test, den man mit ein paar Few-Shot-Beispielen überlisten kann.
Die Ergebnisse von Kimi K2.6:
| Modell | HLE-Full (mit Tools) |
|---|---|
| Kimi K2.6 | 54,0 |
| Claude Opus 4.6 | 53,0 |
| GPT-5.4 | 52,1 |
Der Abstand ist nicht groß, aber die Richtung ist klar: Ein Open-Source-Modell hat auf einer Spitzen-Benchmark für akademisches Reasoning zwei Closed-Source-Flaggschiffe überholt. SWE-Bench Pro 58,6, BrowseComp 83,2, CharXiv (mit Python) 86,7, mathematisches visuelles Reasoning 93,2.
Moonshot AI verwendete in der Veröffentlichungsmitteilung die Formulierung "far more execution and imagination", um die Verbesserungen dieser Version zu beschreiben.
1 Billion Parameter, aber nur 32 Milliarden aktiviert
Dies ist die Kernlogik der MoE-Architektur. Kimi K2.6 ist ein Mixture-of-Experts-Modell mit 1 Billion Parametern, das pro Inferenz nur 32 Milliarden Parameter aktiviert. 384 Experten werden in Gruppen verwaltet, jeder Antwortvorgang ruft 8 Routing-Experten plus 1 gemeinsamen Experten auf. Der Vorteil ist zweiseitig:
- Trainingsseite: Große Gesamtparameterzahl, mehr Wissen wird gelernt
- Inferenzseite: Weniger aktivierte Parameter, rechenbare Kosten kontrollierbar
Der Aufmerksamkeitsmechanismus verwendet MLA (Multi-Head Latent Attention), das verarbeitete Daten in leichte mathematische Darstellungen komprimiert und so den KV-Cache-Verbrauch reduziert. Die Aktivierungsfunktion ist SwiGLU, hardwarefreundlicher als die Vorgängergeneration. Das visuelle Modul ist ein separater 400-Millionen-Parameter-Encoder, der Bild- und Multimedia-Eingaben unterstützt.
Der Kontextfenster beträgt 256K, und INT4-Quantisierung wird ebenfalls unterstützt, was den Weg für lokale Bereitstellung ebnet.
300 parallele Agenten, 12 Stunden Dauerbetrieb
Dies ist der Teil, der Entwickler an Kimi K2.6 wirklich interessiert:
- Unterstützt bis zu 300 parallele Sub-Agenten
- Bis zu 4.000+ Tool-Aufrufe in einer einzigen Aufgabe
- Dauerbetrieb bis zu 12 Stunden ohne Unterbrechung
Um diese Art von Multi-Agenten-Kollaboration in diesem Maßstab zu unterstützen, führte Moonshot AI "Claw Groups" ein – große Aufgaben werden in Untergruppen aufgeteilt, die von Menschen und KI gemeinsam ausgeführt werden können. Der Mensch greift an wichtigen Entscheidungspunkten ein, die KI übernimmt die umfangreiche Ausführung von Zwischenschritten, logisch ähnlich der Mensch-Maschine-Arbeitsteilung in einer Fabrikfließbandproduktion.
Für Unternehmensanwendungen ist dieses Design sehr praktisch. Echte Arbeitsabläufe sind keine Entweder-oder-Entscheidung zwischen "vollständiger Automatisierung" oder "vollständig manuell", sondern erfordern menschliche Aufsicht an kritischen Punkten, während die KI einen Großteil der Zwischenarbeit erledigt.
Open-Source-Ökosystem ab Tag eins bereit
Bereits am ersten Tag nach der Veröffentlichung wurden vLLM, OpenRouter, Cloudflare Workers AI und MLX unterstützt – dahinter stehen monatelange Vorbereitungen für die Ökosystem-Anbindung.
- MLX: Läuft auf Apple Silicon
- OpenRouter: Direkte Integration in die API-Aggregationsplattform
- vLLM: Hoher Durchsatz bei der Inferenzbereitstellung ohne Hindernisse
- Cloudflare Workers AI: Edge-Inferenz hat einen Weg gefunden
Dass diese Integrationen am ersten Tag abgeschlossen wurden, ist kein Zufall und zeigt, dass Moonshot AI die technischen Vorbereitungen vor der Veröffentlichung ernsthaft betrieben hat.
Open-Source-Wettbewerb holt ernsthaft auf
Letztes Jahr sagten noch einige: "Open-Source-Modelle haben einen deutlichen Abstand zu GPT-4." Dieses Jahr ist diese Aussage nicht mehr haltbar.
Kimi K2.6 hat Claude Opus 4.6 und GPT-5.4 auf HLE überholt. DeepSeek V3.2 hat die Aufmerksamkeit auf eine sparse Struktur umgestellt und die Kosten halbiert. Qwen3.6-35B läuft auf MacBook, SWE-bench 73,4%.
Open Source ist nicht länger die günstige Alternative zu Closed Source, sondern führt auf bestimmten Benchmark-Dimensionen umgekehrt. Für Unternehmen bedeutet dies, dass Anforderungen wie private Bereitstellung, Datenschutz und Kostenkontrolle endlich Flaggschiff-Optionen haben.
Natürlich gibt es noch eine Kluft zwischen Benchmark-Ergebnissen und der Produktionspraxis. Die 54,0 auf HLE und alltägliches Code-Debugging, Langdokumentverständnis und Mehrrunden-Dialoge sind zwei verschiedene Dinge. Aber die Richtung ist klar: Moonshot AI kämpft ernsthaft in diesem Wettbewerb, und diese Runde haben sie gewonnen.
Quellenangabe: Moonshot AI releases Kimi-K2.6 model with 1T parameters,CocoLoop、 attention optimizations（SiliconANGLE）；[AINews] Moonshot Kimi K2.6: the world's leading Open Model refreshes to catch up to Opus 4.6（Latent Space）