English Arabic 简体中文 繁體中文 Français Deutsch 日本語 한국어 Português Русский Español

Novita AI の Kimi K2.6: API 料金 ($0.95/$4.00)、SWE-Bench とエージェンティックコーディング

著者 / / LLM, 更新 / 10 分で読めます
Novita AI の Kimi K2.6: API 料金 ($0.95/$4.00)、SWE-Bench とエージェンティックコーディング
目次
  1. Kimi K2.6 とは？
  2. Kimi K2.6 が他のオープンソースモデルと異なる点は？
  3. Kimi K2.6 のエージェンティックコーディングベンチマークのパフォーマンスは？
  4. Novita AI で Kimi K2.6 を使用する方法
  5. GPT-4o や Claude の代わりに Kimi K2.6 を使用すべきタイミングは？
  6. Novita AI での Kimi K2.6 の料金は？
  7. Kimi K2.6 の技術仕様は？
  8. Kimi K2.6 はあなたのエージェントパイプラインに適したモデルですか？
  9. よくある質問

Kimi K2.6: 13時間のコーディングセッションのためのオープンソースエージェント

コーディングエージェントが20分で停止し、コンテキストを使い果たし、中途半端なPRを残してしまう。クローズドな最先端モデルに切り替えると、長持ちするが、実行ごとに5倍のコストがかかる。Moonshot AI が新たにオープンソース化した Kimi K2.6 は、まさにそのトレードオフを打破するために構築された。4,000回以上のツール呼び出しと13時間の自律セッションで、SWE-Bench Pro で 58.6% を達成 — GPT-5.4 (57.7%) をわずかに上回り、Claude Opus 4.6 (53.4%) を凌駕し、クローズドモデルよりもはるかに低いコストで実現した。(ベンチマークの出典: kimi.com/blog/kimi-k2-6)

Kimi K2.6 は、OpenAI 互換 API を通じて Novita AI で利用可能になりました。

要約: Kimi K2.6 は、Moonshot AI による 1兆パラメータのオープンソース MoE モデル（活性化パラメータ 32B）であり、エージェンティックコーディング、長期タスク実行、マルチエージェント調整に特化しています。256K コンテキストウィンドウを備え、Novita AI 上で OpenAI 互換 API からアクセスできます。

Novita AI で Kimi K2.6 を試す →

Kimi K2.6 とは？

Kimi K2.6 は、Moonshot AI が2026年4月にリリースした、オープンソースのネイティブマルチモーダルエージェンティックモデルです。Kimi K2.5 の直接の進化版であり、同じ MoE アーキテクチャを採用し、現実世界の長期タスク、コーディング駆動の UI 生成、調整されたマルチエージェント実行に向けて大幅に改善されています。

中核として、K2.6 は 1兆パラメータの Mixture-of-Experts (MoE) モデルであり、トークンあたりわずか 32B のパラメータのみが活性化されます — これにより、密な 30B モデルに近い計算コストでフロンティアクラスの推論を実現します。アーキテクチャは、Multi-head Latent Attention (MLA)、SwiGLU 活性化関数、384 のエキスパート（トークンあたり 8 つ選択）、256K トークンのコンテキストウィンドウを採用しています。モデルは修正 MIT ライセンスの下でリリースされています。

主な機能の概要:

  • 長期コーディング — 数時間にわたり何千ものツール呼び出しを自律的に実行
  • 多言語汎化 — Rust、Go、Python、および Zig のようなニッチな言語でも高い性能
  • コーディング駆動デザイン — プロンプトや視覚入力を本番対応のフロントエンドインターフェースに変換
  • エージェントスウォームのスケーリング — 最大 300 のサブエージェントを 4,000 の並列ステップで調整
  • ネイティブマルチモーダル — MoonViT ビジョンエンコーダを介して画像とテキストをネイティブに処理
  • 関数呼び出しと構造化出力 — OpenAI 互換のツール使用、エージェントパイプラインや RAG システムの構築に最適

Kimi K2.6 が他のオープンソースモデルと異なる点は？

長期コーディング

ほとんどの LLM は、数百回のツール呼び出しを超えると性能が低下します。K2.6 は、複数時間、数千回の呼び出しセッション向けに明示的にトレーニングされました。あるベンチマークタスクでは、Mac 上でローカルの Qwen3.5-0.8B モデルをデプロイし、その推論エンジンを Zig で 12 時間、4,000 回以上のツール呼び出しで書き換え、スループットを約 15 トークン/秒から約 193 トークン/秒に向上させました — LM Studio よりも約 20% 高速です。別のタスクでは、8 年前の金融マッチングエンジン (exchange-core) を 13 時間のセッションで自律的にリファクタリングし、12 の最適化戦略を実行し、4,000 行以上のコードを修正してスループットを 185% 向上させました。

Kimi Code Bench: K2.6 (68.2) vs K2.5 (57.4) のコーディング性能

Kimi Code Bench: K2.6 は 68.2、K2.5 は 57.4 (+19%)。[出典: Kimi 公式ブログ]

Moonshot AI のローンチブログによると、Baseten、Blackbox.ai、Factory.ai、Fireworks.ai を含むベータパートナーは、K2.6 が「長時間のコーディングセッションにおいてアーキテクチャの整合性を維持」し、「通常なら開発者が多大な時間をかけて発見するような、わかりにくいバグを表面化する」と述べています。

コーディング駆動デザイン

K2.6 は、シンプルなテキストや画像のプロンプトから、構造化されたフロントエンドレイアウト、インタラクティブ要素、スクロールトリガーアニメーション、そして軽量なフルスタックワークフロー（認証、セッション管理、データベース操作）を生成できます。Moonshot AI の内部ベンチマーク「Kimi Design Bench」は、Visual Input Tasks、Landing Page Construction、Full-Stack App Development、General Creative Programming をカバーし、K2.6 が全 4 カテゴリで Google AI Studio と競合することを示しています。

Kimi Design Bench: K2.6 (47.5%) vs Google AI Studio (31.4%)

Kimi Design Bench: K2.6 (47.5%) は UI 生成タスクで Google AI Studio (31.4%) を上回る。[出典: Kimi 公式ブログ]

高度なエージェントスウォーム

K2.6 は、エージェントスウォームアーキテクチャを K2.5 の 100 サブエージェント / 1,500 ステップから 4,000 の調整されたステップで同時に実行される 300 サブエージェント にスケールアップしています。コーディネーターは、スキルプロファイルに基づいてエージェントにタスクを動的に割り当て、障害を検出し、作業を再割り当てし、開始から検証までの完全なライフサイクルを管理します。アウトプットは、ドキュメント、ウェブサイト、スライド、スプレッドシートに及び、単一の自律実行で生成されます。Moonshot AI の自社マーケティングチームは、K2.6 を搭載した Claw Group を内部で使用しており、デモ作成、ベンチマーク、ソーシャルメディア、動画制作の各専門エージェントを K2.6 が調整しています。

Kimi Claw Bench: K2.6 (65.5) vs K2.5 (59.6) のエージェントタスク完了率

Kimi Claw Bench: K2.6 は 65.5、K2.5 は 59.6 (+9.9%)、マルチステップエージェントタスクでのスコア。[出典: Kimi 公式ブログ]

プロアクティブなバックグラウンドエージェント

Moonshot の自社 RL インフラストラクチャチームによる、より顕著な K2.6 のユースケースの 1 つ: K2.6 を搭載したエージェントが 5 日間 自律的に実行され、監視、インシデント対応、システム運用を処理しました — 永続的なコンテキスト、マルチスレッドタスク管理、アラートから解決までのフルサイクル実行を人間の介入なしで実現しました。このような永続的で 24 時間 365 日のバックグラウンドエージェントは、K2.6 の具体的な設計目標です。

Kimi K2.6 のエージェンティックコーディングベンチマークのパフォーマンスは？

K2.6 はトップのクローズドモデルと直接競合します。エージェンティックコーディングワークフローに最も関連するベンチマークでリードしています：

コーディングベンチマーク (最終確認: 2026-04-21、出典: kimi.com/blog/kimi-k2-6)

ベンチマーク Kimi K2.6 GPT-5.4 (xhigh) Claude Opus 4.6 (max) Gemini 3.1 Pro (thinking) Kimi K2.5
SWE-Bench Pro 58.6 57.7 53.4 54.2 50.7
SWE-Bench Verified 80.2 — 80.8 80.6 76.8
SWE-Bench Multilingual 76.7 — 77.8 76.9 73.0
Terminal-Bench 2.0 66.7 65.4 65.4 68.5 50.8
LiveCodeBench (v6) 89.6 — 88.8 91.7 85.0

エージェンティックベンチマーク (最終確認: 2026-04-21)

ベンチマーク Kimi K2.6 GPT-5.4 (xhigh) Claude Opus 4.6 (max) Gemini 3.1 Pro Kimi K2.5
HLE-Full w/ tools 54.0 52.1 53.0 51.4 50.2
DeepSearchQA (f1-score) 92.5 78.6 91.3 81.9 89.0
BrowseComp 83.2 82.7 83.7 85.9 74.9
OSWorld-Verified 73.1 75.0 72.7 — 63.3
Toolathlon 50.0 54.6 47.2 48.8 27.8

要点: K2.6 は SWE-Bench Pro (58.6%) ですべてのモデルをリードし、Terminal-Bench 2.0 と DeepSearchQA では GPT-5.4 および Claude Opus 4.6 を顕著な差で上回っています。Gemini 3.1 Pro は Terminal-Bench (68.5 vs 66.7) と LiveCodeBench で僅かに勝っています。その推論スコア (AIME 2026: 96.4%、GPQA-Diamond: 90.5%) は競争力がありますが、Gemini や GPT-5.4 には及びません — これはコーディング優先のモデルであり、数学オリンピックのスペシャリストではありません。

Novita AI で Kimi K2.6 を使用する方法

オプション 1: プレイグラウンド

Novita AI の Kimi K2.6 にアクセスし、Try in Playground をクリックします。開始に API キーは必要ありません。

オプション 2: API (Python)

Kimi K2.6 は完全に OpenAI 互換です。Novita のベース URL と API キーを設定します：

pip install openai

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_NOVITA_API_KEY",
    base_url="https://api.novita.ai/v3/openai",
)

response = client.chat.completions.create(
    model="moonshotai/kimi-k2.6",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Your prompt here"}
    ],
    max_tokens=8192,
    temperature=0.7,
)

print(response.choices[0].message.content)

API キーは novita.ai/settings で取得できます。

オプション 3: サードパーティツール

Novita の API は OpenAI 互換であるため、Kimi K2.6 は LangChain、LlamaIndex、OpenWebUI、および Cursor や Continue などのコーディングアシスタントでそのまま動作します。ベース URL を https://api.novita.ai/v3/openai に設定し、モデル名を moonshotai/kimi-k2.6 に設定します。

GPT-4o や Claude の代わりに Kimi K2.6 を使用すべきタイミングは？

シナリオ 1: 長時間実行のエンジニアリングエージェント

K2.6 は、長期間実行されるエンジニアリングエージェント — レガシーコードベースのリファクタリング、CI/CD パイプラインのデバッグ、インフラ最適化に適しています。Kimi Code Bench の結果と exchange-core のケーススタディは、元の目的から逸脱することなく、何千ものツール呼び出しにわたってタスクの一貫性を維持することを示しています。

シナリオ 2: デザインからコードへのパイプライン

デザイナーがモックアップを渡すと、K2.6 はアニメーションとレスポンシブレイアウトを備えた動作する React/HTML/CSS 実装を生成します。モデルのネイティブマルチモーダル入力 (MoonViT 経由) により、言葉による説明に頼るのではなく、画像参照を直接処理します。これにより、AI アシストによる UI 生成ワークフローの強力なバックボーンとなります。

シナリオ 3: マルチエージェントオーケストレーション

特殊化されたエージェントを並行して調整する必要がある場合 — 1 つはデータスクレイピング、もう 1 つは分析の作成、3 つ目は出力のフォーマット — K2.6 はコーディネーターレイヤーとして機能します。300 エージェント / 4,000 ステップのアーキテクチャにより、コンテンツパイプライン、リサーチワークフロー、または逐次的なシングルエージェント実行と比較して並列特殊化がレイテンシを低減するあらゆるタスクにおいて実用的な選択肢となります。

シナリオ 4: Claude または GPT-4o エージェントパイプラインからの移行

Claude Opus または GPT-4o でエージェンティックコーディングワークフローを実行しており、信頼性を犠牲にせずにコストを削減したい場合、K2.6 は強力なオープンソースのドロップイン代替品です。SWE-Bench Pro スコア (58.6%) は、同じベンチマークで Claude Opus 4.6 (53.4%) と GPT-5.4 (57.7%) の両方を上回っています。OpenAI 互換 API により、移行は 1 行の変更で完了します。

Novita AI での Kimi K2.6 の料金は？

Novita AI の Kimi K2.6 の料金は以下の通りです (最終確認: 2026-04-21):

モデル 入力 ($/M トークン) キャッシュ読み取り ($/M トークン) 出力 ($/M トークン) コンテキスト
Kimi K2.6 $0.95 $0.16 $4.00 262K
Kimi K2.5 $0.60 $0.10 $3.00 262K

キャッシュヒット率が高い長期エージェンティック実行の場合、$0.16/M のキャッシュ読み取り価格により、拡張された自律セッションが表示上の入力価格よりも大幅に安くなります。

Kimi K2.6 の技術仕様は？

プロパティ 値
アーキテクチャ Mixture-of-Experts (MoE)
総パラメータ数 1T
活性化パラメータ数 32B
レイヤー数 61 (1 つの dense 層を含む)
エキスパート数 384
トークンあたり選択されるエキスパート数 8
コンテキスト長 256K トークン
アテンション機構 MLA (Multi-head Latent Attention)
ビジョンエンコーダ MoonViT
ボキャブラリサイズ 160K
ライセンス Modified MIT

完全なアーキテクチャの詳細、ウェイト、評価コードは Kimi K2.6 HuggingFace モデルカード で入手できます。ベンチマーク手法は Moonshot AI ブログ で公開されています。

Kimi K2.6 はあなたのエージェントパイプラインに適したモデルですか？

結論: Kimi K2.6 は、2026年4月時点で長期エージェンティックコーディングにおいて最も強力なオープンソースモデルの 1 つです。SWE-Bench Pro スコア 58.6% は、これらのベンチマークでいくつかのクローズドソースモデルを上回り、256K コンテキストと MoE アーキテクチャにより推論コストを抑え、エージェントパイプライン開発者にとって Claude や GPT-4o に代わる魅力的な選択肢となっています。

全体としてトップの推論モデルではありません — GPT-5.4 と Gemini 3.1 Pro は純粋な数学 (AIME、ツールなしの HLE) でリードしています。しかし、コーディングエージェント、デザインからコードへのパイプライン、またはマルチエージェントオーケストレーションシステムを構築する開発者にとって、K2.6 は現在 Novita AI API で利用可能な強力なオープンソースオプションです。

推奨記事

Kimi K2.6 を無料で試す →

よくある質問

Kimi K2.6 とは？

Kimi K2.6 は、Moonshot AI が2026年4月にリリースした、オープンソースのネイティブマルチモーダルエージェンティックモデルです。256K コンテキストウィンドウを備えた 1兆パラメータの Mixture-of-Experts モデル (活性化パラメータ 32B) であり、長期コーディング、自律エージェント実行、マルチエージェントスウォーム調整向けに構築されています。

Novita AI で Kimi K2.6 に API 経由でアクセスするには？

base_url="https://api.novita.ai/v3/openai" とモデル ID moonshotai/kimi-k2.6 を使用して OpenAI Python SDK を利用します。API キーは novita.ai/settings で取得できます。特別な SDK やラッパーは必要ありません。

コーディングタスクにおいて、Kimi K2.6 は Claude Opus 4.6 と比較してどうですか？

SWE-Bench Pro では、Kimi K2.6 は 58.6% であるのに対し、Claude Opus 4.6 は 53.4% と、実世界のソフトウェアエンジニアリングタスクで 5 ポイントの差があります。K2.6 は DeepSearchQA (92.5% vs 91.3%) および Terminal-Bench 2.0 (66.7% vs 65.4%) でも Claude を上回っています。Gemini 3.1 Pro は Terminal-Bench で 68.5% とトップです。AIME やツールなしの HLE のような純粋な推論ベンチマークでは、Claude Opus 4.6 がわずかに優位です。

Kimi K2.6 のコンテキストウィンドウは？

Kimi K2.6 は 256K トークンのコンテキストウィンドウ (262,144 トークン) をサポートしています。Novita AI では、コンテキスト長と最大出力の両方が 262,144 トークンに設定されており、長文書分析や継続的なマルチターンエージェンティックセッションに適しています。

Novita AI での Kimi K2.6 の料金は？

Novita AI では、Kimi K2.6 の料金は 入力 100 万トークンあたり $0.95、キャッシュ読み取り 100 万トークンあたり $0.16、出力 100 万トークンあたり $4.00 です。256K コンテキストウィンドウと最大出力の両方が含まれています。Novita AI で現在の料金を確認する。

Novita AI は開発者向けの AI & Agent Cloud です — サーバーレス API 経由で 200 以上のモデルを提供し、Agent Sandbox インフラストラクチャと GPU Cloud も備えています。インフラを管理することなく、AI アプリケーションを構築、スケーリング、デプロイできます。novita.ai で始める。

関連記事