Kimi Moonshot AI обзор 2026 open-source LLM агентыKimi — AI-ассистент, который разработала компания Moonshot AI, основанная в Пекине в 2023 году. Moonshot основали в марте 2023 года Ян Чжилинь, Чжоу Синьюй и У Юйсинь — однокурсники из Университета Цинхуа. Инвесторы называют компанию одной из китайских «AI Tiger» за её фокус на разработке больших языковых моделей. В октябре 2023 года Moonshot официально представила чатбот и открыла закрытое бета-тестирование, а 16 ноября того же года Kimi вышел в открытый доступ. Первая версия поддерживала контекст в 128 000 токенов — на тот момент это была первая AI-модель с такой ёмкостью. Кроме того, компания привлекла более $700 млн финансирования и по данным Bloomberg достигла оценки около $18 млрд к марту 2026 года. Таким образом, Moonshot AI превратилась в одного из самых быстро растущих AI-игроков за пределами США.
Семейство моделей Kimi
Kimi K2.6 — флагман 2026
Kimi K2.6 — open-weight модель с 1 триллионом параметров, которую Moonshot выпустила 20 апреля 2026 года. 1 Moonshot разработала K2.6 как мультимодальную модель следующего поколения для долгосрочного кодинга, генерации UI/UX через код и мультиагентной оркестрации. Модель справляется с комплексными задачами в Python, Rust и Go, а также конвертирует промпты и визуальные данные в готовые интерфейсы. K2.6 масштабируется горизонтально до 300 субагентов, выполняющих 4 000 скоординированных шагов, и динамически декомпозирует задачи на параллельные специализированные подзадачи. Кроме того, модель превосходит GPT-5.5 на SWE-Bench Pro (58.6%), лидирует на Humanity's Last Exam with tools (54.0%) и стоит примерно на 80% дешевле за миллион токенов. Лицензия — модифицированный MIT. При развёртывании в продукте с более чем 100 млн MAU или с выручкой свыше $20 млн в месяц нужно указать «Kimi K2» в интерфейсе. Для всех остальных лицензия работает как стандартный MIT — коммерческое использование, модификации, редистрибуция без роялти.
Kimi K2.5 — мультимодальный агент
Kimi K2.5 — open-source модель Moonshot AI на базе архитектуры Mixture-of-Experts с 1 триллионом параметров, которая активирует лишь 32 млрд на каждый запрос. Это делает её достаточно эффективной для локального запуска при сохранении возможностей frontier-уровня. Moonshot обучила модель на 15 триллионах токенов, смешивая визуальные и текстовые данные с самого начала. Поэтому возможности работы с изображениями и текстом развивались совместно, а не как отдельные функции. Agent Swarm позволяет модели координировать до 100 специализированных агентов одновременно. Вместо последовательной обработки этот параллельный подход сокращает время выполнения в 4.5 раза.
Kimi K2 Thinking — reasoning-вариант
Kimi K2 Thinking — reasoning-вариант K2, обученный чередовать пошаговое мышление с динамическими вызовами инструментов. Модель поддерживает до 200–300 последовательных вызовов инструментов без потери контекста. Следовательно, K2 Thinking лучше всего подходит для глубокого автономного research, кодинга и аналитических задач.
Kimi Linear — эффективная MoE-модель
В октябре 2025 года Moonshot выпустила Kimi Linear — MoE-модель с 48 млрд параметров и 3 млрд активных. Модель использует более эффективный метод внимания Kimi Delta Attention (KDA), который снижает потребление памяти и ускоряет генерацию при длинных контекстах.
Kimi-Dev-72B — специалист по code
В июне 2025 года Moonshot выпустила Kimi-Dev — модель с 72 млрд параметрами, ориентированную на кодинг и созданную на основе Qwen2.5-72B. Среди open-source моделей она достигла state-of-the-art на бенчмарке SWE-bench Verified.
Kimi-VL — визуальное понимание
В апреле 2025 года Moonshot выпустила Kimi-VL — open-source MoE-модель с 16 млрд параметрами и 3 млрд активных для визуального понимания. В июне того же года компания дополнила линейку Kimi-VL-Thinking — reasoning-версией той же модели.
Ключевые возможности Kimi
Agent Swarm — параллельные агенты
Kimi K2.5 — thinking-агент, который рассуждает шаг за шагом и динамически вызывает инструменты. Модель устанавливает новые open-source рекорды на HLE, BrowseComp, SWE-Multilingual и LiveCodeBench, поддерживая стабильное поведение при 200–300 вызовах инструментов. Moonshot разработала метод Parallel-Agent Reinforcement Learning: ранние этапы обучения вознаграждают параллельное выполнение задач, чтобы предотвратить последовательное выполнение по умолчанию. Кроме того, Agent Swarm демонстрирует преимущество на задачах с широким сбором информации: BrowseComp 78.4% против 60.6% у стандартного агента.
Кодинг и генерация интерфейсов
Платформа создана для сложной автоматизации программного обеспечения. На основе инструкций и логики рассуждений K2 Kimi обеспечивает автономным программным агентам высокую точность при отладке, рефакторинге и многошаговых workflow разработки. Платформа обеспечивает генерацию кода по визуальным спецификациям: UI-макетам, скриншотам и видеоворкфлоу. Результаты на кодинговых бенчмарках: SWE-Bench Verified — 76.8%, SWE-Bench Multilingual — 73.0%, LiveCodeBench v6 — 85.0%.
Research и долгосрочные задачи
Платформа разработана для долгосрочных задач сложного рассуждения. Используя возможности модели K2 Thinking и до 300 шагов вызова инструментов, он выступает как исследовательский ассистент экспертного уровня для стратегического анализа, ценовых исследований и инвестиционного анализа.
Документы и юридические задачи
Ассистент оптимизирован для работы с важными документальными workflow. Благодаря строгому вниманию к деталям, платформа хорошо подходит для юридических и IP-сценариев: автоматического анализа контрактов, сложного патентного анализа и составления документов с соблюдением терминологии и логических структур.
OK Computer — агент для браузера
В сентябре 2025 года Moonshot добавила в платформу агентную функцию «OK Computer». Агент создаёт многостраничные сайты и редактируемые презентации по простым промптам, обрабатывает до 1 миллиона строк входных данных и генерирует текст, аудио, изображения и видео.
Kimi Code CLI — терминальный агент
Kimi Code CLI — open-source кодинговый агент для терминала, который напрямую конкурирует с Claude Code и Aider. При этом тот факт, что Cursor встроил Kimi K2.5 в свой Composer 2, служит значимой валидацией: это означает, что модель достаточно мощна для production-grade инструментов разработчика.
Кому подходит Kimi
Аудитория
Сценарий
Разработчики и ML-инженеры
API через platform.moonshot.ai, Kimi Code CLI, open-weight деплой
Frontend-разработчики
Генерация UI из макетов, React/HTML/CSS, визуальный кодинг
AI-исследователи
Open-weights на HuggingFace, локальный деплой, fine-tuning
Data science и аналитика
Долгосрочный research, анализ финансовых данных, 300+ tool calls
Юридические команды
Анализ контрактов, патентная работа, строгое следование терминологии
OK Computer для сайтов, презентаций, мультимодального контента
Команды с ограниченным бюджетом
Стоимость на 76–80% ниже Claude Opus и GPT-5 при frontier-качестве
Тарифы Kimi 2026
Ценообразование Kimi делится на два независимых канала: потребительское приложение с фиксированной ежемесячной подпиской и API-доступ для разработчиков с оплатой за токены. Подписка не включает API-доступ — это всегда отдельные расходы.
Модель / продукт
Входные токены
Выходные токены
Kimi K2 (базовая)
$0.40/млн
$2.00/млн
Kimi K2 Thinking
$0.60/млн
$2.50/млн
Kimi K2.5
$0.44/млн
$2.00/млн
Kimi K2.6
$0.75/млн
$3.50/млн
Kimi Code CLI
Бесплатно (open-source)
—
Kimi Moderato
$19/мес
—
Kimi Allegretto
$39/мес
—
Kimi Allegro
$99/мес
—
Kimi Vivace
$199/мес
—
Подписка Moderato за $19/мес включает доступ к K2.6 в интерфейсе чата, агентные кредиты, Deep Research, доступ к Kimi Code и инструменты для создания слайдов и сайтов. Кроме того, более высокие тарифы — Allegretto, Allegro и Vivace — открывают Agent Swarm с до 300 параллельными субагентами, Kimi Claw для облачного деплоя и значительно большие профессиональные квоты. API-ценообразование подрезает GPT-5.4 в 4–17 раз и Claude Sonnet в 5–6 раз по стоимости. Следовательно, ассистент особенно выгоден для команд с высокой нагрузкой запросов.
Модель лидирует в агентных бенчмарках (BrowseComp: 74.9% против 59.2% у GPT), параллельных workflow и стоимостной эффективности при 76% снижении затрат. При этом ChatGPT выигрывает по качеству английского языка, ширине экосистемы, генерации изображений, голосовому режиму и объёму сообщества.
Часто задаваемые вопросы
Что такое Kimi от Moonshot AI? Kimi — AI-ассистент и серия open-weight LLM от китайской компании Moonshot AI. Флагман K2.6 содержит 1 триллион параметров, поддерживает 256K контекст, Agent Swarm с 300 параллельными субагентами и открытые веса под модифицированной MIT-лицензией.
Можно ли развернуть Kimi локально? Да. Веса K2.6 доступны под модифицированной MIT-лицензией. Локальный деплой осуществляется через vLLM, SGLang, KTransformers или TensorRT-LLM — скачивание и self-host бесплатны.
Сколько стоит API Kimi? Стоимость API K2.6 составляет около $0.55 за миллион входных токенов и $2.65 за миллион выходных — что делает его одним из наиболее конкурентных среди frontier-моделей. Стоимость уточняйте на platform.moonshot.ai, так как цены регулярно меняются.
Что такое Agent Swarm в Kimi? Agent Swarm — технология координации до 100 специализированных AI-агентов, работающих одновременно. В K2.6 Moonshot масштабировала этот подход до 300 субагентов с 4 000 скоординированных шагов, что позволяет автономно создавать документы, сайты и таблицы за один запуск.
Чем Kimi отличается от DeepSeek? Оба проекта предлагают open-weights MoE-модели с конкурентными ценами. Однако Kimi выделяется Agent Swarm, нативной генерацией UI из макетов, Kimi Code CLI и специализацией на долгосрочных агентных задачах. DeepSeek сильнее в чистом reasoning и математике.
Что такое Kimi Code? Kimi Code CLI — открытый терминальный агент для программирования на базе моделей K2. Разработчики получают его через npm или GitHub и используют в связке с собственным API-ключом Kimi. Cursor встроил K2.5 в Composer 2 — это подтверждает production-готовность платформы.
Итог
Kimi от Moonshot AI — стратегический выбор для разработчиков и AI-команд, которым нужны мощные агентные возможности, открытые веса и конкурентное ценообразование. Кроме того, технология Agent Swarm делает ассистент уникальным в open-source сегменте: ни одна другая открытая модель не масштабирует параллельное выполнение до 300 субагентов. Тем не менее для команд, которым нужны сильная мультимодальность, надёжная production-история или полное отсутствие геополитических рисков, лучше рассмотреть Anthropic Claude, OpenAI или Cohere.
