月之暗面上週把 Kimi K2.6 完整版推出來了，這不是什麼「程式碼預覽」測試版，而是完整的生產級模型。之前的 Code Preview 已經引發一波關注，但完整版的技術規格與跑分結果出爐後，情況比許多人預期的更有意思。
HLE-Full 54.0，開源第一是真的拿到了
HLE（Humanity's Last Exam）是今年 AI 評測中含金量最高的榜單之一，2,500 道博士級別的題目橫跨 100 多個學術領域，不是那種靠 few-shot 就能矇混過關的測試。
Kimi K2.6 的成績：
| 模型 | HLE-Full（含工具） |
|---|---|
| Kimi K2.6 | 54.0 |
| Claude Opus 4.6 | 53.0 |
| GPT-5.4 | 52.1 |
這個差距不算大，但方向很清晰：開源模型在頂尖學術推理榜上壓過了兩個閉源旗艦。SWE-Bench Pro 58.6，BrowseComp 83.2，CharXiv（含 Python）86.7，數學視覺推理 93.2。
月之暗面在發布說明中用了「far more execution and imagination」來描述這個版本的提升。
1 兆參數，但只啟動 320 億
這是 MoE 架構的核心邏輯。Kimi K2.6 是一個 1T 參數的 Mixture-of-Experts 模型，每次推理只啟動 32B（320 億）參數。384 個專家分組管理，每次回答調用 8 個路由專家加 1 個共享專家。好處是雙向的：
- 訓練側：總參數量越大，學到的知識越多
- 推理側：啟動參數越少，計算成本越可控
注意力機制採用 MLA（Multi-Head Latent Attention），把處理過的數據壓縮成輕量的數學表示，減少 KV cache 佔用。激活函數是 SwiGLU，比上一代更對硬體友善。視覺模組是單獨的 400M 參數編碼器，支援圖像和多媒體輸入。
上下文視窗 256K，還支援 INT4 量化，本地部署的路子也走通了。
300 個 Agent 並行，12 小時連續運行
這是 Kimi K2.6 真正讓開發者感興趣的部分：
- 最多支援 300 個子 Agent 並行運行
- 單次任務最多 4,000 次以上工具調用
- 持續運行時間可達 12 小時不中斷
為了支援這種規模的多 Agent 協作，月之暗面引入了「Claw Groups」——把大任務拆分成人類與 AI 可協同執行的子組。人在關鍵決策節點介入，AI 負責中間過程的大量執行操作，邏輯上類似工廠流水線的人機分工。
對企業級應用來說這個設計很實際。真實工作流程不是「完全自動化」或「完全人工」二選一，而是需要人在關鍵節點監督，AI 在中間過程大量執行。
開源生態首日就打通了
上線當天就支援了 vLLM、OpenRouter、Cloudflare Workers AI 和 MLX，這背後是提前幾個月就開始的生態對接工作。
- MLX：Apple Silicon 上能跑
- OpenRouter：API 聚合平台直接接入
- vLLM：高吞吐推理部署無障礙
- Cloudflare Workers AI：邊緣推理有了出路
首日完成這些整合不是偶然，說明月之暗面認真做了發布前的工程準備。
開源賽道在認真追了
去年還有人說「開源模型和 GPT-4 有明顯差距」，今年這句話已經說不出口了。
Kimi K2.6 在 HLE 上壓過了 Claude Opus 4.6 和 GPT-5.4。DeepSeek V3.2 把注意力改成稀疏結構，成本砍了一半。Qwen3.6-35B 在 MacBook 上能跑，SWE-bench 73.4%。
開源不再是閉源的低配平替，而是在特定評測維度上反過來領跑了。對企業來說，這意味著私有部署、數據保密、成本控制這些需求終於有了旗艦級的可選方案。
評測成績與生產實戰之間當然還有距離。HLE 的 54.0 和日常的程式碼除錯、長文件理解、多輪對話是兩回事。但方向已經很明確：月之暗面在認真打這場仗，這一局贏了。
參考來源：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）