モデル詳細
Kimi K2.6
Kimi K2.6は、Moonshot AIが開発した次世代マルチモーダルモデルで、長期的なコーディング、コーディング主導のUI/UX生成、マルチエージェントのオーケストレーション向けに設計されています。Python、Rust、Goといった言語を用いた複雑なエンドツーエンドのコーディングタスクを処理し、プロンプトや視覚的な入力を実運用可能なインターフェースに変換できます。 そのエージェント群アーキテクチャは、数百の並列サブエージェントに拡張可能で、自律的なタスク分解を実現し、人間の監視なしに、文書、ウェブサイト、スプレッドシートを一度の実行で配信します。
モデル仕様
- モデル ID
-
kimi-k2.6
- コンテキスト長
- 262.144K
- 最大出力
- 65.535K
- 入出力モダリティ
- リリース
- 2026-04
02
API エンドポイント
MixRoute 単一ゲートウェイ、OpenAI 互換
-
OpenAI-compatible
/v1/chat/completionsPOST
03
料金
固定料金、単位: /1M Tokens
入力
$0.9500 /1M Tokens
生成
$4.0000 /1M Tokens
キャッシュ読み取り
$0.1600 /1M Tokens
05
選定サマリー
ワークロード適合性を素早く判断
このモデルは何に向いていますか？
マルチモーダルモデル、入力：テキスト、画像、動画、出力：テキスト
kimi-k2.6 はマルチモーダルモデルです。仕様は、context window は 262,144 トークン、1 回の最大出力は 65,535 トークン。
使う前に何を確認すべきですか？
262,144 context、出力上限 65,535
kimi-k2.6 の採用前に、標準入力は $0.95／100 万トークン、対応が宣言されている機能：ツール呼び出し、構造化出力、ストリーミング、プロンプトキャッシュ、画像入力、OpenAI SDK 互換、知識カットオフは 2025-01、2026-04-20 公開。代表的なトラフィックで試験運用し、品質とレイテンシを確認してください。
なぜ MixRoute 経由で使うのですか？
kimi-k2.6 は同じ経路でツール呼び出しと構造化出力に対応
ツール呼び出しと構造化出力も同じ経路で利用できます。MixRoute は OpenAI 互換エンドポイント /v1/chat/completions で kimi-k2.6 を提供します。既存のクライアントは https://api.mixroute.ai/v1 とモデル ID kimi-k2.6 に切り替えて、結合テストを再実行するだけです。
07
機能と互換性
未確認の機能は「Unknown」のまま、推測しません
ツール呼び出し
kimi-k2.6は関数呼び出しとツール呼び出しをサポートします。
tools定義を送信すると、応答としてtool_callsが返され、それを実行して結果をフィードバックします。
構造化された出力
kimi-k2.6は、必要に応じてJSON形式の出力を生成できます。
response_format: { type: "json_schema" }は有効なJSON出力を強制します。
ストリーミング配信
kimi-k2.6はストリーム応答をサポートしています。
stream: trueはトークンを段階的にストリーミングするため、チャットUIはトークンが到着するたびにレンダリングされます。
プロンプトのキャッシュ
kimi-k2.6は、サポートされているルーティング条件下でプロンプトのキャッシュをサポートします。
視覚入力
kimi-k2.6はテキストと同時に画像入力を処理できます。
image_urlコンテンツパートに渡します。
OpenAI SDK
MixRouteのOpenAI互換エンドポイントを介してkimi-k2.6を呼び出します。
base_url を https://api.mixroute.ai/v1 に変更します。その他はすべて OpenAI のスタイルに従います。
08
トークンコスト見積もり
このページの料金に基づく見積もりで、実請求ではありません
同一プレフィックスが繰り返し読み取られる入力の割合（最大100%）
09
FAQ
Kimi K2.6は、Moonshot AIの次世代マルチモーダルモデルで、長期的なコーディング、コーディング主導のUI/UX生成、マルチエージェントオーケストレーション向けに設計されています。Python、Rust、Goにわたる複雑なエンドツーエンドのコーディングタスクを処理し、プロンプトや視覚的な入力を本番環境で使用可能なインターフェースに変換できます。
単一エンドポイントで検証可能な判断
同じリクエスト形式でこのモデルと代替ルートをテスト
実際のワークロードから始め、品質、総コスト、障害条件を基に本番トラフィックを送るか判断します。