月之暗面（Moonshot AI）Kimi 再次出招。

4 月 20 日深夜，Kimi 发布并开源 Kimi K2.6 模型。据其介绍，该模型具备行业领先（state-of-the-art）的代码能力、长程任务执行能力与 Agent（智能体）集群能力。

K2.6 延续了上一代 K2.5 的技术路线，在编码与智能体能力上进一步升级。其 Agent 集群调度能力实现量级突破，最高可支持 300 个子 Agent 并行完成 4000 个协作步骤，大幅提升了在复杂长流程任务中的处理效率。

当前，大模型产业的竞争焦点正从 " 通用对话能力 " 转向长周期、多工具协同的真实工作流落地，模型的长时间稳定工作能力正成为核心赛点。

此前 3 月，月之暗面创始人杨植麟在 2026 年中关村论坛年会全体会议上指出，大模型的本质是将能源转化为智能，规模化是 AI 发展的核心基础，但规模化并非暴力堆砌算力与能源，而是以提升效率为核心。对此，Kimi 围绕三大方向构建规模化策略：Token（词元）效率、长上下文、Agent 集群，力求在有限资源下实现智能最大化。

支持 13 小时不间断编码，5 天自主运行，深度检索能力超越 GPT-5.4

从多项权威基准测试结果来看，K2.6 在通用智能体、编程、视觉智能三大方向上均有提升。

在博士级难度的 " 人类最后的考试（Humanity's Last Exam）" 全工具测试中，K2.6 以 54.0% 的得分登顶。在评估 Agent 深度检索能力的 DeepSearchQA 测评中，以 92.5% 的得分领先 GPT-5.4、Gemini 3.1 Pro 以及 Claude Opus 4.6。此外，在 BrowseComp、OSWorld-Verified 等智能体测评中，Kimi K2.6 均展现出行业前列的成绩。

图片来源：月之暗面官方微信号

但与此同时，K2.6 仍在部分维度与头部闭源模型存在一定差距。SWE-bench 多语言测试中，其得分略低于 Claude Opus 4.6 与 Gemini 3.1 Pro。Toolathlon 工具调度任务以及 MathVision 等视觉智能测评中，其表现与 GPT-5.4 也存在略微差距。

从本次 K2.6 能力提升的方向来看，其核心价值更多体现在：开源生态中正演进出能够胜任长周期、复杂任务的能力。而这一技术方向，也已成为当下国产大模型行业的共同选择。

近月来，OpenClaw（俗称 " 小龙虾 "）等自主 Agent 应用快速崛起。区别于传统对话式交互，这类场景要求 AI 跨应用不间断自主运行，主动完成任务规划、代码执行、跨平台协同操作，对模型上下文承载、长期记忆连续性、多步骤推理稳定性均提出了更高要求。

针对自主 Agent 赛道，Kimi K2.6 也增强了 Agent 的自主化执行能力，在 OpenClaw、Hermes Agent 等自动化任务场景表现突出。官方披露，其 RL（Reinforcement Learning，强化学习）基础设施团队已基于 K2.6 Agent 实现连续 5 天不间断自主稳定运行，充分验证了长时工作可靠性。

杨植麟曾在发布 K2.5 时介绍其 Agent 集群能力：" 在 K2.5 上，我们从单个 Agent 进化到了 Agent 集群，从单个专家进化成了一个专业团队。" 他具体解释道：K2.5 会创建并协调一大群专项 Agent 并行工作，这些专项 Agent 本质上都是 K2.5 的分身，各自承担不同的角色和子任务，没有任何预设规则，所有的角色分配和任务拆解都是由 K2.5 现场即时决定。

迭代至 K2.6，Agent 集群架构完成全面扩容升级：支持调度不同技能特长的 Agent 进行互补协作、组合各项能力。架构上扩展至最多 300 个子 Agent 并行完成 4000 个协作步骤（K2.5 为最多 100 个分身，并行处理 1500 个步骤），实现了更大规模的并行化。

代码能力作为本次迭代核心亮点，本次更新中，长程编码能力的提升是主要突破：K2.6 支持不间断编码 13 小时，完成超过 4000 行代码的编写或修改，覆盖 Rust、Go、Python 等编程语言，以及前端、运维、性能优化等场景。通过代码与视觉能力的深度融合，K2.6 能够交付专业级 Web 应用。

图片来源：每经媒资库

Kimi 估值 3 个月已翻 4 倍 杨植麟能否开辟 AGI 工业化新赛道？

在 2026 年中关村论坛年会后，杨植麟表达了他对 Agent 的发展洞察。他认为，与传统对话式 AI" 即时问答 " 不同，真正受用户信赖的 Agent 必须具备长时间持续工作的能力，能够承接更复杂的任务。这背后需要突破训练难度、数据积累、上下文承载等多重技术瓶颈。

杨植麟指出，这种能力的突破将带来生产力的指数级提升，Agent 或将成为生产力的核心载体，其产生的 Token（词元）在一定程度上等价于 GDP（国内生产总值），长期甚至可能让现有 GDP 实现数倍增长。

《每日经济新闻》记者（以下简称 " 每经记者 "）注意到，这一技术洞察直接体现在 Kimi 近期的迭代节奏中。继 K2.5 首次引入 Agent 集群概念后，Kimi 开始在更基础的架构层面展开探索。

今年 3 月发布的技术报告中，团队对大模型核心结构的残差连接进行了重新设计，让每一层可选择性关注此前各层的输出。这一改进获得了美国企业家马斯克 " 令人印象深刻 " 的评价，以及 OpenAI 前研究副总裁 Jerry Tworek" 深度学习 2.0 要来了 " 的点评。

此外，杨植麟在中关村论坛年会上预测了大模型训练的下一阶段：" 越来越多的研究工作将由 AI 主导。未来每个研究员将配备海量的 Token，由 AI 自动合成新任务、构建新环境、定义最优奖励函数，甚至自主探索全新网络架构。在这一趋势下，整个 AI 领域的研发速度将进一步加快。"

在技术快速演进的同时，Kimi 在资本市场上得到了同步反馈。

市场知情人士此前向每经记者透露，3 月 14 日 Kimi 估值已攀升至 180 亿美元，3 个月内翻了 4 倍，且新一轮 10 亿美元融资正在推进中。不到 3 个月完成 3 轮融资，创下国内大模型连续融资纪录，也让 Kimi 成为国内估值最快突破百亿美元的独角兽企业。

估值上升的原因有两方面。一方面，产品迭代与付费收入出现较快增长：2026 年开年以来，K2.5 模型、Kimi Claw 先后上线并升级，适配多办公平台，带动 1 月底以来 20 天收入超过 2025 年全年；Stripe 数据显示，其个人订阅订单 1 月环比增长 8280%，2 月再增长 123.8%，进入全球榜单前十。另一方面，AGI 赛道整体升温，智谱、MiniMax 港股上市后市值的上涨也为行业头部玩家提供了估值支撑。

当前，AGI 行业已从参数竞赛转向技术效率与落地能力的竞争，Agent 时代的竞争规则正在被重新书写，转向如何做得更久、更稳、更完整。Kimi 以技术演进为主线，在这一过程中逐步确立自身定位。而大模型竞争格局是否因此生变，仍有待观察各厂商后续的迭代节奏与生态建设能力。

每日经济新闻