
Atlas Cloud 透過 MoonshotAI API 提供完整的 Kimi 系列,從用於深度推理的 K2-Thinking 到用於代理編程的 K2.6。全部按量付費,262K 上下文。
在 Atlas Cloud 上,藉助領先的大型語言模型,以高速且實惠的方式驅動對話、推理與智慧代理的大規模應用。
对比 Moonshot AI 全部模型的标准价、平台价与折扣。
| 模型 | 标准价 (USD) | 平台价 (USD) | 折扣 | |
|---|---|---|---|---|
| Kimi K2.5 | $0.6/$3每 100 万 tokens262.1K 上下文 | $0.49/$2.5M 输入/输出每 100 万 tokens262.1K 上下文 | — | 查看 |
| Kimi-K2-Thinking | $0.6/$2.5每 100 万 tokens262.1K 上下文 | $0.6/$2.5M 输入/输出每 100 万 tokens262.1K 上下文 | — | 查看 |
| Kimi-K2-Instruct-0905 | $0.6/$2.5每 100 万 tokens262.1K 上下文 | $0.6/$2.5M 输入/输出每 100 万 tokens262.1K 上下文 | — | 查看 |
| Kimi-K2-Instruct | $0.6/$2.5每 100 万 tokens131.1K 上下文 | $0.7/$2.5M 输入/输出每 100 万 tokens131.1K 上下文 | — | 查看 |
在 Atlas Playground 中即刻探索并体验 300+ 生产可用模型,一键开始定制。
Kimi 的代理程式叢集和長週期執行能力,使團隊能夠在單次自動化工作階段中完成原本需要數天人力才能完成的任務。團隊將 M-series 與 K2-Thinking 結合使用,以涵蓋從自主程式碼變更到大規模多文件研究的各項工作。
工程團隊使用 Kimi K2.6 運行長週期編碼智能體,在長達數小時的會話中自主重構生產環境的程式碼庫。在一個有記錄的案例中,K2.6 耗時13個小時重寫了一個有著8年歷史的金融撮合引擎,在各次提交之間無需人工干預的情況下,將吞吐量提升了185%。Atlas Cloud 的隨用隨付定價模式使得運行這些長時間的智能體任務變得切實可行,且無需預先承諾容量。
營運團隊使用 Kimi K2.6 的 300 智能體叢集並行處理大批量文件。單次編排執行可將一份履歷與 100 個職位角色進行匹配,並輸出 100 份完全客製化的履歷。相同的模式適用於合約審查、合規檢查,以及任何需要將固定輸入與大量、可變的目標集進行評估的工作流程。
研究與法律團隊使用 Kimi K2-Thinking 處理需要長時間內部推理的多步驟分析問題。該模型每次會話支援多達 200 到 300 次連續的工具調用,在「推理-調用-推理」的循環中迭代,步驟之間無需人工提示。在 Atlas Cloud 上,其定價為每百萬輸入 token 0.6 美元,並與 Kimi 系列的其餘產品共享 262K 的上下文視窗。
學術和內容團隊使用 Kimi K2.6 將源文檔轉化為完整的研究成果。在一次演示運行中,K2.6 在單次會話內將一篇天體物理學論文轉換成了一篇40頁的研究論文、一個包含超過20,000個條目的結構化數據集以及14張專業天文圖表。這將從文獻到成果的工作流程週期從數週縮短至數小時。
成長和銷售團隊使用 Kimi K2.6 集群並行識別潛在客戶並生成外拓素材。在一個執行範例中,它在目標城市識別出30家沒有網站的零售店,並為每家店生成了一個登陸頁面。這種模式同樣適用於潛在客戶資訊擴充、競爭格局梳理,以及任何在大批量列表上結合了發現與內容生成的任務。
產品和數據團隊使用 Kimi K2.5 和 K2.6 的原生視覺能力,在同一次 API 呼叫中處理圖像和影片輸入以及文本。MoonViT 編碼器無需外部預處理即可處理圖表、螢幕截圖、UI 介面原型和文件掃描件。這對於將視覺規範直接轉化為程式碼,或從包含大量圖像的文件中提取結構化資料的流水線非常有用。
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 可擴展至300個子智能體,在單次運行中執行多達4000個協同步驟。Atlas Cloud 上的 Kimi K2.5 支援多達100個子智能體的群集執行。任務被動態分解為並行的、領域專用的子任務,以實現完全自主的輸出。
Kimi K2-Thinking 採用深度思維鏈推理,每次會話最多可進行 200 到 300 次連續的工具呼叫。該模型進行推理、呼叫工具、解釋結果、呼叫另一個工具,並在無需人工輸入的情況下繼續這一循環。它適用於多步邏輯推演、複雜數學問題以及透過擴展內部推理來提高準確性的問題。
是的。Kimi K2.5 和 K2.6 包含了 MoonViT,這是一個擁有 4 億參數的視覺編碼器,能夠原生處理圖像和影片。您可以在 API 呼叫中直接將圖像或影片輸入與文本一起傳遞,無需進行外部預處理。這支援視覺分析、文件理解以及圖像到程式碼生成的工作流程。
是的。Kimi K2.6 基於修改版的 MIT 授權條款發布,允許商業使用。開源權重可在 HuggingFace 上取得,用於自託管部署。對於傾向於託管存取而無需承擔基礎設施開銷的團隊,Atlas Cloud 也透過 API 提供 K2.6。
Kimi K2.6在SWE-Bench Verified上得分率為80.2%,在使用工具的Humanity's Last Exam中得分率為54.0%,在這兩項基準測試中均優於GPT-5.5。它在BrowseComp上也以83.2%的成績領先,高於GPT-5.4。取得這些結果的每百萬token成本比GPT-5.5低約80%。
Kimi K2.5 在 Atlas Cloud 上的定價為每百萬輸入 tokens 0.49 美元,每百萬輸出 tokens 2.5 美元。Kimi K2-Thinking 和 K2-Instruct-0905 的運行價格為每百萬輸入 tokens 0.6 美元,輸出費率相同。請查看 Atlas Cloud 的 Kimi K2.6 模型頁面以獲取其當前具體的定價資訊。
指南、教學與產品動態,助你充分發揮 Atlas Cloud 的價值。
Join the Discord community for the latest model updates, prompts, and support.