Kimi K2.6: optymalizacja kodu agentem AI o +185%

# Kimi K2.6: jak open-source agent AI w 13 godzin zoptymalizował silnik giełdowy o +185%

Chińska firma Moonshot AI wydała Kimi K2.6 — multimodalną open-source modelę, zorientowaną na długotrwałe zadania programistyczne i autonomiczną pracę agentów. W ciągu 13 godzin nieprzerwanej pracy K2.6 samodzielnie przepisała ośmioletni open-source silnik matchingowy exchange-core, zwiększając jego medianową przepustowość o 185% i szczytową — o 133%. To nie jest marketingowy case study, lecz powtarzalny wynik z otwartymi wagami na Hugging Face na licencji Modified MIT.

Podstawy architektoniczne i tryb Agent Swarm

Kimi K2.6 zachowuje tę samą bazową architekturę co poprzednik K2.5: rzadką modelę typu MoE (Mixture of Experts) o łącznej liczbie parametrów około 1 bln, z których aktywnie wykorzystywane jest 32 mld na token. Model obejmuje 384 ekspertów, obsługuje kontekst do 256 tys. tokenów i korzysta z własnego enkodera wizyjnego MoonViT. Zaimplementowano też natywną kuantyzację INT4 dla efektywnego inferencji na urządzeniach edge.

Kluczowa aktualizacja to rozszerzony tryb Agent Swarm. W K2.6 umożliwia on koordynację do 300 subagentów i wykonanie do 4000 sekwencyjnych kroków, podczas gdy w K2.5 limity wynosiły 100 agentów i 1500 kroków. To zasadniczo zmienia skalę rozwiązywanych zadań: system może teraz zarządzać złożonymi procesami DevOps, przeprowadzać wieloetapową optymalizację kodu lub wykonywać rozproszone obliczenia bez zewnętrznej interwencji.

W ramach research preview przedstawiono koncepcję Claw Groups — wspólnej pracy agentów różnych użytkowników z różnych urządzeń pod scentralizowaną orkiestracją K2.6. Chociaż ta funkcja nie jest jeszcze dostępna w stabilnym wydaniu, wskazuje strategiczny kierunek: przejście od pojedynczych asystentów AI do kolektywnych systemów inteligentnych.

Praktyczne przypadki: od jądra giełdowego do inferencji Zig

Najbardziej imponujący rezultat to refaktoring exchange-core, ośmioletniego silnika do matchingowania zleceń na rynkach finansowych. K2.6:

• Przeanalizowała flame graphy pod kątem CPU i alokacji pamięci
• Przetestowała 12 różnych strategii optymalizacji
• Zmieniła ponad 4000 linii kodu
• Przekonfigurowała topologię wątków jądrowych

Ostateczne metryki:

• Medianowa przepustowość: z 0,43 do 1,24 MT/s (+185%)
• Szczytowa przepustowość: z 1,23 do 2,86 MT/s (+133%)

Inny wymowny przykład to uruchomienie inferencji Qwen3.5-0.8B na Apple Silicon za pomocą języka Zig, który praktycznie nie występuje w danych treningowych. W ciągu 12 godzin i ponad 4000 wywołań narzędzi K2.6 zaimplementowała działający stos inferencyjny, osiągając prędkość 193 tokeny/s — to o 20% szybciej niż LM Studio na tym samym sprzęcie.

Wewnętrzny agent DevOps oparty na K2.6 pracował autonomicznie przez 5 dób, wykonując:

• Monitorowanie stanu infrastruktury
• Diagnostykę i usuwanie incydentów
• Automatyczne skalowanie zasobów

Wyniki beta-testów i benchmarki

Partnerzy Moonshot potwierdzają znaczące ulepszenia:

• Vercel: +50% w wewnętrznym benchmarku Next.js w porównaniu do K2.5
• Factory.ai: +15% według własnych metryk wydajności
• CodeBuddy: +12% dokładności generowania kodu, +18% stabilności na długim kontekście, 96,6% udanych wywołań narzędzi
• Kilo.ai: poziom SOTA przy znacznie niższym koszcie inferencji

W testach zorientowanych na agentów K2.6 wykazuje liderstwo:

• HLE-Full (z narzędziami): 54,0 pkt (GPT-5.4 xhigh — 52,1, Claude Opus 4.6 — 53,0)
• DeepSearchQA: f1 = 92,5, accuracy = 83,0 — najlepsze wyniki wśród konkurentów
• SWE-Bench Pro: 58,6 pkt — wyżej niż GPT-5.4, Claude Opus 4.6 i Gemini 3.1 Pro

Jednak w zadaniach czystego rozumowania bez zewnętrznych narzędzi model ustępuje flagowcom:

• AIME 2026: 96,4 wobec 99,2 u GPT-5.4
• GPQA-Diamond: 90,5 wobec 94,3 u Gemini 3.1 Pro

To potwierdza profil K2.6 jako specjalistycznego agenta do scenariuszów rozszerzonych narzędziami, a nie uniwersalnego rozwiązywacza zadań teoretycznych.

Co ważne

• Kimi K2.6 to open-source model na licencji Modified MIT, API zgodne z OpenAI i Anthropic.
• Główna zaleta to rozszerzony tryb Agent Swarm (300 agentów, 4000 kroków).
• Rzeczywiste przypadki potwierdzają znaczny wzrost wydajności w zadaniach inżynieryjnych.
• Model prowadzi w benchmarkach agentskich, ale ustępuje w czystym rozumowaniu bez narzędzi.
• Obsługa natywnej INT4 i kompatybilność z urządzeniami edge czynią ją atrakcyjną dla scenariuszy embedded.

— Editorial Team