Moonshot abre o código do Kimi K2.6: 300 subagentes e 13 horas de programação autônoma

A Moonshot AI liberou em código aberto o Kimi K2.6, atualização de seu modelo principal para programação e cenários com agentes. O modelo já funciona no Kimi.ai, no aplicativo móvel, via API e no Kimi Code. O principal argumento dos autores: o K2.6 consegue conduzir sozinho, por horas, uma tarefa de engenharia, sem intervenção humana. Em uma das demonstrações, em 12 horas e com mais de 4000 chamadas de ferramentas, ele elevou a velocidade de uma inferência escrita por ele mesmo de ~15 para ~193 tokens por segundo. Nesse meio tempo, o enxame de agentes passou de 100 para 300 subagentes.

Programação de longa duração

O primeiro caso é exótico. O K2.6 baixou o Qwen3.5-0.8B em um Mac e implementou a inferência em Zig, linguagem com participação minúscula nos dados de treinamento. Em 14 iterações, o throughput subiu de ~15 para ~193 tokens/s, cerca de 20% mais rápido que o LM Studio. A Moonshot chama isso de generalização fora da distribuição, e o exemplo de fato é revelador, desde que se aceite que o resultado é honesto.

O segundo caso está mais próximo da produção. O modelo trabalhou no exchange-core, motor open source de matching de ordens com 8 anos de existência. Em 13 horas, testou 12 estratégias de otimização, fez mais de 1000 chamadas de ferramentas e alterou mais de 4000 linhas de código. Para encontrar gargalos, leu flame graphs de CPU e de alocações e depois reorganizou a topologia de threads de 4ME+2RE para 2ME+1RE. Resultado, segundo os autores:

• o medium throughput subiu 185%, de 0,43 para 1,24 MT/s;
• o performance throughput subiu 133%, de 1,23 para 2,86 MT/s;
• o motor já operava perto do limite de suas capacidades antes disso.

Os relatos dos parceiros pintam um quadro mais modesto. Nos testes próprios, a CodeBuddy vê +12% na precisão da geração de código, +18% na estabilidade em contexto longo e 96,60% de chamadas de ferramentas bem-sucedidas. A plataforma que oferece o modelo por meio do AI Gateway registra ganho de mais de 50% em um benchmark próprio de Next.js. Outro parceiro aponta +15% nos seus testes. Todos esses números vêm de conjuntos internos das empresas parceiras. Não dá para compará-los entre si, e ainda não há verificação independente.

Enxame de 300 agentes e Claw Groups

A parte de agentes do lançamento se apoia no Agent Swarm. O sistema divide a tarefa em subtarefas heterogêneas e as entrega a agentes que ele mesmo cria. No K2.6, o enxame escala até 300 subagentes e 4000 passos coordenados, contra 100 e 1500 no K2.5. O resultado declarado em uma única execução autônoma: documentos, sites, apresentações e planilhas juntos. O modelo também consegue transformar qualquer PDF, planilha ou arquivo Word bem feito em uma Skill, preservando a estrutura e o estilo do documento para tarefas futuras.

Para agentes que ficam em operação contínua, como OpenClaw e Hermes, a Moonshot cita um experimento: a equipe de infraestrutura de RL manteve por 5 dias, rodando no K2.6, um agente que fazia monitoramento, reagia a incidentes e executava operações do alerta até a solução. A novidade se chama Claw Groups e saiu como research preview.

Ao ambiente de trabalho comum é possível conectar agentes de qualquer dispositivo e de qualquer modelo, cada um com suas próprias habilidades e memória. O K2.6 atua como coordenador: distribui tarefas conforme os perfis de habilidades, detecta falhas e reatribui o trabalho.

Dentro da empresa, é assim que funciona uma equipe de marketing formada por agentes, que inclui Demo Makers, Benchmark Makers, Social Media Agents e Video Makers.

Como verificar isso na prática

A Moonshot fez todas as comparações com Claude Opus 4.6 (max effort), GPT-5.4 (xhigh) e Gemini 3.1 Pro (high thinking). Para o K2.6, usou temperature 1.0, top-p 1.0 e contexto de 262 144 tokens. No Humanity's Last Exam, no subconjunto de texto, o modelo marca 36,4% sem ferramentas e 55,5% com elas. Vale revalidar nas suas próprias tarefas os resultados dos benchmarks internos Kimi Code Bench, Kimi Design Bench e Claw Bench.

Se você roda o K2.6 por meio de um provedor terceiro, consulte o Kimi Vendor Verifier: a Moonshot o recomenda para escolher serviços de alta precisão. Para reproduzir os números oficiais, a empresa aconselha usar a API oficial. Equipes que constroem pipelines com agentes devem começar por tarefas longas e de vários passos, como refatoração ou profiling. É nelas que o modelo mostra a maior vantagem sobre o K2.5, e o custo dos tokens de um modelo aberto permite rodar essas sessões por horas.