
Atlas Cloud menghosting jajaran lengkap Kimi melalui MoonshotAI API, mulai dari K2-Thinking untuk penalaran mendalam hingga K2.6 untuk pengodean agen. Semuanya berbasis bayar sesuai pemakaian (pay-as-you-go), dengan konteks 262K.
Dukung chat, penalaran, dan agen dalam skala besar dengan model bahasa besar terdepan, yang disajikan cepat dan terjangkau di Atlas Cloud.
Compare standard vs. our pricing across every Moonshot AI model.
| Model | Standard Price (USD) | Our Price (USD) | Discount | |
|---|---|---|---|---|
| Kimi K2.5 | $0.6/$3per 1M tokens262.1K context | $0.49/$2.5M in/outper 1M tokens262.1K context | — | View |
| Kimi-K2-Thinking | $0.6/$2.5per 1M tokens262.1K context | $0.6/$2.5M in/outper 1M tokens262.1K context | — | View |
| Kimi-K2-Instruct-0905 | $0.6/$2.5per 1M tokens262.1K context | $0.6/$2.5M in/outper 1M tokens262.1K context | — | View |
| Kimi-K2-Instruct | $0.6/$2.5per 1M tokens131.1K context | $0.7/$2.5M in/outper 1M tokens131.1K context | — | View |
Instantly explore and experiment with 300+ production-ready models in the Atlas Playground. Start customizing with one click.
Kawanan agen dan kemampuan eksekusi jangka panjang dari Kimi memungkinkan tim menjalankan tugas yang biasanya memakan waktu berhari-hari untuk upaya manusia dalam satu sesi otomatis. Tim menggunakan M-series bersama dengan K2-Thinking untuk mencakup segalanya, mulai dari perubahan kode otonom hingga penelitian multi-dokumen dalam skala besar.
Tim rekayasa menggunakan Kimi K2.6 untuk menjalankan agen pengkodean jangka panjang yang secara otonom merombak basis kode produksi selama sesi multi-jam yang diperpanjang. Dalam sebuah contoh yang terdokumentasi, K2.6 menulis ulang mesin pencocokan finansial yang sudah berusia 8 tahun selama 13 jam dan memberikan peningkatan throughput sebesar 185% tanpa intervensi manusia di antara setiap commit. Harga bayar sesuai penggunaan dari Atlas Cloud menjadikannya praktis untuk menjalankan sesi agen yang diperpanjang ini tanpa komitmen kapasitas.
Tim operasi menggunakan kawanan 300 agen Kimi K2.6 untuk memproses kumpulan dokumen besar secara paralel. Satu eksekusi orkestrasi mencocokkan satu CV dengan 100 peran pekerjaan dan menghasilkan 100 resume yang disesuaikan sepenuhnya sebagai keluaran. Pola yang sama berlaku untuk peninjauan kontrak, pemeriksaan kepatuhan, dan alur kerja apa pun di mana input tetap perlu dievaluasi terhadap serangkaian target yang besar dan bervariasi.
Tim riset dan hukum menggunakan Kimi K2-Thinking untuk masalah analisis multi-langkah yang memerlukan penalaran internal yang diperluas. Model ini mendukung hingga 200 hingga 300 panggilan alat sekuensial per sesi, melakukan pengulangan melalui siklus penalaran-panggilan-penalaran tanpa perintah manusia di antara langkah-langkahnya. Di Atlas Cloud harganya adalah $0,6 per juta token input dan berbagi jendela konteks 262K dengan lini Kimi lainnya.
Tim akademik dan konten menggunakan Kimi K2.6 untuk mengubah dokumen sumber menjadi hasil penelitian yang lengkap. Dalam demonstrasi yang dilakukan, K2.6 mengubah makalah astrofisika menjadi makalah penelitian setebal 40 halaman, kumpulan data terstruktur dengan lebih dari 20.000 entri, dan 14 bagan tingkat astronomi dalam satu sesi. Hal ini mengurangi waktu penyelesaian alur kerja dari literatur ke hasil dari beberapa minggu menjadi beberapa jam.
Tim pertumbuhan dan penjualan menggunakan kawanan (swarms) Kimi K2.6 untuk mengidentifikasi prospek dan menghasilkan aset penjangkauan secara paralel. Salah satu contoh uji coba berhasil mengidentifikasi 30 toko ritel di kota target yang tidak memiliki situs web dan menghasilkan halaman landas untuk masing-masing toko. Pola yang sama berlaku untuk pengayaan prospek, pemetaan lanskap kompetitif, dan tugas apa pun yang menggabungkan penemuan serta pembuatan konten pada skala daftar.
Tim produk dan data menggunakan kemampuan visi bawaan Kimi K2.5 dan K2.6 untuk memproses input gambar dan video bersama teks dalam panggilan API yang sama. Enkoder MoonViT menangani diagram, tangkapan layar, maket UI, dan pemindaian dokumen tanpa pra-pemrosesan eksternal. Hal ini berguna untuk pipeline yang mengonversi spesifikasi visual secara langsung menjadi kode, atau mengekstrak data terstruktur dari dokumen yang sarat dengan gambar.
Kimi K2.6 is MoonshotAI's latest open-source multimodal LLM, released in April 2026 under a Modified MIT license. It runs a Mixture-of-Experts architecture with 1 trillion total parameters and 32 billion active during inference. It is designed for agentic coding, long-horizon task execution, and multi-agent swarm orchestration.
Kimi K2.6 menskalakan hingga 300 sub-agen yang mengeksekusi hingga 4.000 langkah terkoordinasi dalam satu putaran. Kimi K2.5 di Atlas Cloud mendukung eksekusi swarm dengan hingga 100 sub-agen. Tugas diuraikan secara dinamis menjadi subtugas paralel yang khusus domain untuk output yang sepenuhnya otonom.
Kimi K2-Thinking menggunakan penalaran rantai pemikiran (chain-of-thought) yang mendalam dengan hingga 200 hingga 300 panggilan alat berurutan per sesi. Model ini menalar, memanggil alat, menafsirkan hasil, memanggil alat lain, dan melanjutkan putaran ini tanpa campur tangan manusia. Ini cocok untuk inferensi logis multi-langkah, matematika kompleks, dan masalah di mana penalaran internal yang diperluas meningkatkan akurasi.
Ya. Kimi K2.5 dan K2.6 menyertakan MoonViT, sebuah enkoder visi 400 juta parameter yang memproses gambar dan video secara native. Anda dapat meneruskan input gambar atau video langsung dalam panggilan API bersama teks tanpa pra-pemrosesan eksternal. Hal ini mendukung alur kerja analisis visual, pemahaman dokumen, dan pembuatan kode dari gambar.
Ya. Kimi K2.6 dirilis di bawah lisensi MIT yang dimodifikasi, yang mengizinkan penggunaan komersial. Bobot terbuka tersedia di HuggingFace untuk penerapan yang dihosting sendiri. Atlas Cloud juga menyediakan K2.6 melalui API untuk tim yang lebih memilih akses terkelola tanpa beban infrastruktur.
Kimi K2.6 mencetak skor 80,2% pada SWE-Bench Verified dan 54,0% pada Humanity's Last Exam dengan alat, mengungguli GPT-5.5 pada kedua benchmarks tersebut. Model ini juga memimpin pada BrowseComp dengan 83,2%, di atas GPT-5.4. Hasil ini dicapai dengan biaya per juta token sekitar 80% lebih rendah dibandingkan GPT-5.5.
Kimi K2.5 dihargai $0,49 per juta token input dan $2,5 per juta token output di Atlas Cloud. Kimi K2-Thinking dan K2-Instruct-0905 berjalan pada $0,6 per juta token input dengan tarif output yang sama. Periksa halaman model Kimi K2.6 Atlas Cloud untuk harga spesifik saat ini.
Panduan, tutorial, dan pembaruan produk untuk membantu Anda memaksimalkan Atlas Cloud.
Join the Discord community for the latest model updates, prompts, and support.