Kimi K2.6とは?Moonshot AIが2026年4月に公開したエージェント向けモデル
開発したのはどこで、何を狙ったモデルなのか
室谷代表取締役Kimi K2.6、中国のMoonshot AIが2026年4月20日に公開したオープンソースのモデルなんですよね。コーディングと長時間の自律実行、それから複数エージェントの並列動作を前面に出してる。
チャットの上手さより「働き続ける力」に振ってるのが2026年らしいなと・・・
チャットの上手さより「働き続ける力」に振ってるのが2026年らしいなと・・・
テキトー教師DotAI 認定講師初めて触る人がまず戸惑うのがそこで。「これ対話用のモデルですか?」と聞かれるんですけど、設計の中心はLong-Horizon CodingとAgent Swarmなんですよ。
室谷代表取締役ラボが出すモデルの性格が、汎用チャットからエージェント基盤に寄ってる。これはモデル単体の話じゃなくて、その上に載るツールの作法が変わっていく話なんですよね。
1Tパラメータ・活性化32B・エキスパート384という中身を整理する
室谷代表取締役数字だけ先に並べますか。Hugging Faceのモデルカードが分かりやすいので、そこベースで。
| 項目 | 仕様 |
|---|---|
| アーキテクチャ | Mixture-of-Experts(MoE) |
| 総パラメータ | 1T |
| 活性化パラメータ | 32B |
| レイヤー数 | 61(うちDense層1) |
| エキスパート | 384個中8個を選択、共有1個 |
| コンテキスト長 | 262,144トークン |
| ビジョン | MoonViT(4億パラメータ) |
テキトー教師DotAI 認定講師1Tと聞くと「手元じゃ無理」で思考停止しがちなんですが、実際に動くのは32Bぶんなんですよ。384人いる専門家のうち8人だけ呼び出す、みたいなイメージです。
室谷代表取締役総量が大きいのに稼働は一部、という設計はそのままコストに効いてくる。経営目線で言うと、パラメータ数って性能の指標であると同時に請求額の話でもあるんですよね。
ネイティブINT4量子化に対応してるのも、そこに効いてきます。
ネイティブINT4量子化に対応してるのも、そこに効いてきます。
262,144トークンのコンテキストとMoonViTは実務で何が変わるか
テキトー教師DotAI 認定講師262,144トークンあると、リポジトリをまとめて渡すような使い方が現実的になります。最初に戸惑うのが「どこまで入れるか」の線引きなんですけど、小分けに切って渡す手間が減るぶん、考える対象がコードそのものに戻るんですよ。
室谷代表取締役MoonViTを積んで画像と動画が入力できるのも効く。スクショを渡して「この画面のここを直して」が素直に通るわけです。
口で説明する時間って、時給で換算すると地味に高いんですよね。
口で説明する時間って、時給で換算すると地味に高いんですよね。
テキトー教師DotAI 認定講師動画のほうはまだ実感が追いついてない感じがあります。画面録画を渡して操作の再現を頼む、みたいな使い方はこれから試されていくんでしょうね。
室谷代表取締役入力できる情報の種類が増えると、人を介した伝達が一段減る。地味ですけど、そこが組織の速度に効いてくる部分なんですよ。
前モデルK2.5と並べたときの立ち位置
室谷代表取締役系譜を整理すると、K2.5が2026年1月27日、K2.6が4月20日。その後にK3が7月16日で総パラメータ2.8T・1Mトークン、K3.1 Proが10月24日で3T級と続いてる。
つまりK2.6はもう一世代前という位置づけなんですよね。
つまりK2.6はもう一世代前という位置づけなんですよね。
テキトー教師DotAI 認定講師ただK2.5と比べた進化ははっきりしてて、Agent Swarmが100エージェント・1,500ステップから300エージェント・4,000ステップに増えてます。並列で走らせる前提の土台が変わった、というのが実感として近いです。
室谷代表取締役公式ブログでもK3がK2.6を上回ると書かれていて、2026年11月時点では「一世代前の軽量・低コスト枠」として居場所がある。最新が常に正解じゃなくて、要件で選ぶ話なんですよね。
ベンチマーク性能はGPT-5.4やClaude Opus 4.6と比べてどうなのか
エージェント系タスクでは商用最上位と互角かそれ以上
K2.6 vs 主要モデルのベンチマーク比較(K2.6が勝つか)
| ベンチマーク | K2.6 | GPT-5.4 | Claude Opus 4.6 | Gemini 3.1 Pro |
|---|---|---|---|---|
| HLE-Full(ツール有) | 54.0 | 52.1 | 53.0 | 51.4 |
| DeepSearchQA | 92.5 | 78.6 | 91.3 | 81.9 |
| Toolathlon | 50.0 | 54.6 | - | - |
| OSWorld-Verified | 73.1 | 75.0 | - | - |
| SWE-Bench Pro | 58.6 | 57.7 | 53.4 | 54.2 |
| SWE-Bench Verified | 80.2 | - | 80.8 | 80.6 |
| Terminal-Bench 2.0 | 66.7 | 65.4 | 65.4 | - |
| LiveCodeBench | 89.6 | - | - | 91.7 |
| AIME 2026 | 96.4 | 99.2 | - | 98.3 |
| GPQA-Diamond | 90.5 | 92.8 | 91.3 | 94.3 |
| HLE-Full(ツール無) | 34.7 | 39.8 | 40.0 | 44.4 |
| MMMU-Pro | 79.4 | 81.2 | 73.9 | 83.0 |
室谷代表取締役まず数字の並びから見ていくと、HLE-Fullのツール有りでK2.6が54.0。GPT-5.4が52.1、Claude Opus 4.6が53.0、Gemini 3.1 Proが51.4で、前モデルのK2.5は50.2なんですよね。
テキトー教師DotAI 認定講師前モデルから4ポイント近く上がってるのが先に目に入りますね。ここを最初に確認する人は多いです。
室谷代表取締役DeepSearchQAも92.5で、Opus 4.6の91.3より上。GPT-5.4の78.6、Geminiの81.9と並べると差がはっきり出てます。
検索を回す系のタスクはかなり強い。
検索を回す系のタスクはかなり強い。
テキトー教師DotAI 認定講師ただToolathlonはGPT-5.4の54.6に対してK2.6が50.0なので、道具を跨ぐ操作はまだ負けてるんですよ。OSWorld-Verifiedも75.0対73.1で僅差。
全部勝ちではないんです。
全部勝ちではないんです。
コーディング系は指標ごとに勝ち負けが分かれる
室谷代表取締役コーディングはどう見ても指標ごとにバラけてるんですよね。SWE-Bench ProはK2.6が58.6で一番上、GPT-5.4が57.7、Gemini 3.1 Proが54.2、Opus 4.6が53.4。
テキトー教師DotAI 認定講師でもSWE-Bench Verifiedだと80.2で、Opus 4.6が80.8、Geminiが80.6なので僅差で並ばれる。名前が似てるのに順位が入れ替わるので、初めて見る人はここで混乱します。
室谷代表取締役Terminal-Bench 2.0は66.7でGPT-5.4とOpus 4.6が65.4だから勝ち、LiveCodeBenchは89.6でGeminiの91.7に負け。実際の作業に近いほど強くて、単発のコード生成問題は弱い、という読み方ができる。
テキトー教師DotAI 認定講師現場感覚でも、まとまった修正を任せるのと一問一答は別物ですからね。どっちを測ってる指標なのかを見ないと意味を取り違えます。
推論・数学・画像の細部では商用トップに届かない
室谷代表取締役ここは正直に書いておきたいんですけど、AIME 2026は96.4でGPT-5.4の99.2、Geminiの98.3に届かない。GPQA-Diamondも90.5で、Geminiが94.3、GPT-5.4が92.8、Opus 4.6が91.3。
テキトー教師DotAI 認定講師ツール無しのHLE-Fullも34.7で、GPT-5.4の39.8、Opus 4.6の40.0、Geminiの44.4に対して差が出ます。さっきのツール有りの数字と並べると印象が変わるんですよ。
室谷代表取締役MMMU-Proも79.4でGemini 83.0、GPT-5.4 81.2が上。ただOpus 4.6の73.9はK2.6より下なので、画像が一律で弱いわけじゃないんですよね。
テキトー教師DotAI 認定講師そこが厄介なんですよ。ひとつの順位表で「K2.6は何位」と決められない。
用途ごとに見るしかないんです。
用途ごとに見るしかないんです。
この数字をどう読むか、ツール有無の条件差に注意
室谷代表取締役前提を言っておくと、この比較表はHugging Faceのモデルカードに載ってるもので、GPT-5.4はxhigh、Opus 4.6はmax effort、Gemini 3.1 Proはthinking highという条件なんですよ。
テキトー教師DotAI 認定講師各社が一番出る設定に振り切った状態で並べてるので、ふだんの利用条件と同じとは限らないんです。ツール有りと無しでHLE-Fullが54.0と34.7に割れてるのも、その象徴ですね。
室谷代表取締役ベンチマークの1位を取りに行くために条件を揃えるのが各社の通例になっていて、そこは業界全体の構造的な問題なんですよね。数字は「どの条件で測ったか」までセットで見ないと判断を誤ります。
テキトー教師DotAI 認定講師乗り換えを検討するなら、自分の業務に近いタスクを数個だけ試すのが結局いちばん早いと思います。
Kimi K2.6はどこで使える?無料の範囲とAPI・Kimi Codeの違い
Webアプリとスマホアプリは無料で触れる
室谷代表取締役Kimi K2.6の入り口は4つなんですよね。Kimi.aiのWebアプリ、Kimiアプリ、公式API、それとコーディング特化のKimi Code。
最初の2つは無料でそのまま触れます。
最初の2つは無料でそのまま触れます。
テキトー教師DotAI 認定講師初めて触る人は「登録するだけで使えるんですか」と身構えるんですが、Webとアプリはそのまま試せます。まずここで感触を見るのが一番早いです。
室谷代表取締役うちみたいに導入するかどうか判断する立場だと、無料で触れる範囲が用意されてるのは助かるんですよ。いきなり契約して合わなかった、が一番もったいないので。
テキトー教師DotAI 認定講師たしかに。触ってから考える、でいいと思います。
公式APIはOpenAI・Anthropic互換で叩ける
室谷代表取締役で、がっつり組むならAPIかKimi Codeに分かれるんですよね。APIはplatform.kimi.aiから発行で、OpenAI互換とAnthropic互換の両方で叩けます。
テキトー教師DotAI 認定講師現場でよく聞くのは「互換って何が嬉しいの」というところなんですが、既存コードの接続先を差し替えるだけで動く、というのが実感として大きいです。
室谷代表取締役乗り換えコストが低いのは事業側からすると効くポイントで。検証のスピードがそのまま変わってきますからね。
テキトー教師DotAI 認定講師ゼロから作り直さなくていいのは、心理的にもかなり楽です。
Kimi Codeはコーディング専用のCLIとIDE向け
室谷代表取締役Kimi Codeはkimi.com/codeで案内されている、コーディング専用のCLIとIDE向けの入り口です。汎用のAPIとは別物として見た方がいい。
テキトー教師DotAI 認定講師ここ、混同する人が多いんですよ。同じKimiでも、ターミナルやエディタから直接叩く前提で整えられている、という違いなんですよね。
室谷代表取締役汎用APIは自前のプロダクトに組み込む用、Kimi Codeは開発作業そのものを任せる用、という住み分けですね。
テキトー教師DotAI 認定講師現場感覚で言うと、まずKimi Codeで手を動かしてみて、業務に組み込む段でAPIに切り替える流れが自然です。
無料プランと有料プランの境目はAgent Swarmなど高度なツール
室谷代表取締役無料と有料の線は、公式FAQだとWebアプリとアプリが無料、より多くの機能やAgent Swarmみたいな高度なツールは有料プラン、という整理になってます。
テキトー教師DotAI 認定講師「無料だと何ができないの」が気になるところですが、Agent Swarmは複数のエージェントを並行で走らせる機能なので、そこが要るかどうかで判断が変わりますね。
室谷代表取締役経営目線で言うと、その機能で浮く工数が見合うかどうか。触ってみて、時給換算で回収できるかの感覚を持ってから課金でいいと思います。
テキトー教師DotAI 認定講師まず無料の範囲で触って、足りない機能で判断、が素直ですね。
APIの料金はいくら?入力$0.95・出力$4.00のコスト感
100万トークンあたりの単価と、キャッシュ入力の差

室谷代表取締役APIの料金、まず数字を並べると入力が100万トークンで$0.95、出力が$4.00なんですよね。キャッシュにヒットした入力は$0.16まで落ちる。
実務ではここが一番効きます。
実務ではここが一番効きます。
テキトー教師DotAI 認定講師出力が入力の4倍以上という比率、初めて見る人はけっこう驚きますね。長く考えるモデルほど出力側に課金が寄るので、体感の請求額が読みにくいんですよ。
室谷代表取締役エージェントを回すと入力はキャッシュで薄くなるのに、出力とツール呼び出しは積み上がる。ROI で見るときは「1回いくら」より「1タスクで何トークン吐いたか」で見た方がいいんですよね。
テキトー教師DotAI 認定講師現場感覚でも同じです。プロンプトを短くするより、無駄な往復を減らす方が請求に効く。
最初に戸惑うのがまさにそこなんですよ。
最初に戸惑うのがまさにそこなんですよ。
Web検索ツールは呼び出しごとに単価が分かれる
テキトー教師DotAI 認定講師ツール系の課金はもう少し細かくて。Web検索は呼び出し1回ごとの課金で、Web Search Basicが$0.002、Web Search Proが$0.003、Responses API経由のweb_searchツールが$0.005なんですよ。
室谷代表取締役一律じゃないんですね。
テキトー教師DotAI 認定講師はい。しかもリクエストが失敗したときや検索結果が空だったときは課金されないので、そこは救いです。
とはいえ呼ぶ回数が増えれば普通に効いてきます。
とはいえ呼ぶ回数が増えれば普通に効いてきます。
室谷代表取締役エージェントに調べものをさせると検索が何十回も走るので、モデル単価よりツール代の方が怖いケースは普通に出てきますね。
時給で換算すると見える実務コストの輪郭
室谷代表取締役うちの現場だと、時給換算で「人が30分かけてた調べ物をいくらで置き換えたか」で判断するんですよ。$0.95の入力単価はほぼ誤差で、問題は何百回呼ぶかの方なんですよね。
テキトー教師DotAI 認定講師たしかに。単価だけ見ると安く感じるのに、走らせてみたら想定の倍だった、という声はよく聞きます。
長時間の自律実行ほど読めないんですよ。
長時間の自律実行ほど読めないんですよ。
室谷代表取締役だから上限を決めてから走らせる。1タスクあたりの予算を先に切るのが経営側の仕事で、そこを決めずに「安いから試そう」はだいたい事故ります。
サブスクがなく、従量課金だけという意味
室谷代表取締役で、Kimi K2.6のAPIはサブスクがなくて完全な従量課金なんですよね。月額で青天井を抑える層がない、と。
テキトー教師DotAI 認定講師最初に戸惑うのがそこです。「使い放題のプランはどれですか」と聞かれるんですが、APIにはそれがなくて、使った分だけ乗る形なんですよ。
テキトー教師DotAI 認定講師ちなみに「無料で使えるのか」もよく聞かれます。Webアプリとアプリは無料で、APIは使った分だけ、という切り分けなんですよね。
室谷代表取締役だから試すなら無料のアプリ側、業務に組み込むなら従量の見積もりを先に、という順番になりますね。
オープンソースで本当に自由に使える?Modified MITライセンスの条件
MITライセンスと何が違うのか
室谷代表取締役Kimi K2.6、コードもモデルの重みもHugging FaceとGitHubで公開されてるんですよね。ライセンスはModified MIT Licenseで、MITを一部だけ改変した形なんですよ。
テキトー教師DotAI 認定講師「Modified」って聞くと身構える人が多いんですけど、実際に違うのは1条項だけで、複製・改変・商用利用・再配布はMITと同じく自由なんですよね。
室谷代表取締役そこが大きくて。オープンソースと言いながら商用利用に細かい制限をかけてるモデルもある中で、条件が実質1個なら事業判断はかなりしやすいんですよ。
テキトー教師DotAI 認定講師初めて触る人が最初に戸惑うのが「じゃあ何が違うの?」という点で。そこさえ押さえれば怖くないんですよね。
月間1億人・2,000万ドルが分岐点になる理由
MITライセンスとModified MITライセンスの違い
MITライセンス
- 複製・改変・商用利用・再配布が自由
- 追加条件なし
Modified MITライセンス(Kimi K2.6)
- 複製・改変・商用利用・再配布はMITと同じく自由
- 改変は1条項のみ
- 商用サービスが月間アクティブユーザー1億人超、または月間収益2,000万米ドル相当超でUI上に「Kimi K2.6」の名称明示義務
- 再配布も自由で、社内改変した派生物の配布もMITと同じ扱い
室谷代表取締役その1条項が、Kimi K2.6または派生物を使った商用サービスが月間アクティブユーザー1億人超、または月間収益2,000万米ドル相当超になった場合、UI上に「Kimi K2.6」の名称を明示する義務、というものなんですよね。
テキトー教師DotAI 認定講師数字が大きいので、最初は「自分には関係ない」で流されがちなんですよ。ただ、伸びてから気づくと表示の改修が間に合わないタイプの条件で。
室谷代表取締役経営目線で言うと、この手の義務は成長した瞬間に発動するので、UIのどこにクレジットを差し込むかを最初から空けておくかどうか。地味ですけど、そこが分岐点なんですよね。
テキトー教師DotAI 認定講師実装の相談でも「表示欄だけ先に確保しておく」で済む話なので、知ってるか知らないかの差だけなんですよ。
ローカル実行は現実的か、INT4量子化とハードウェアの話
室谷代表取締役で、ローカルで動かせるのかという話。総パラメータ1T、活性化32BのMoEで、ネイティブINT4量子化に対応してるんですよね。
テキトー教師DotAI 認定講師「1Tなんて無理でしょ」となりがちなんですけど、活性化が32BなのとINT4前提なのが効いてくるんですよ。必要ハードは環境で変わるので、公式のモデルカードで確認するのが前提ですね。
室谷代表取締役クラウドAPI経由ならネイティブINT4で安定、という指摘もコミュニティにありますからね。ベンチマークと同一のモデルが手に入るという意味で、事業側から見ると再現性はAPIの方が読みやすいんですよ。
テキトー教師DotAI 認定講師そこは大きいですね。ローカル動作のデモも話題になってはいましたけど、まずは手元で試す範囲からで十分だと思います。
企業利用で見落としやすいUI表示義務
室谷代表取締役企業で組み込む場合に見落としやすいのが、このUI表示義務で。商用サービスとして規模が大きくなったら「Kimi K2.6」を出す、という一点だけなんですよね。
テキトー教師DotAI 認定講師現場でよく聞くのは「ライセンス表記はNOTICEにまとめてあるから大丈夫」という思い込みで。UI上の表示義務はそれとは別物なので、そこが落とし穴なんですよ。
室谷代表取締役逆に再配布も自由なので、社内で改変した派生物を配るのもMITと同じ扱い。法務に通すときの説明が一番楽なのはそこなんですよね。
テキトー教師DotAI 認定講師範囲を聞かれたら、Hugging FaceのLICENSEファイルを見せるのが確実です。条文が短いので、読むコストもほぼないんですよ。
Long-Horizon CodingとAgent Swarmは実際に何ができるのか
12時間以上ぶっ通しで走るLong-Horizon Codingの実例
室谷代表取締役公式ブログに載ってる実演が派手で、Qwen3.5-0.8BをMac上にローカルで展開して、ニッチ言語のZigで推論処理を実装・最適化させたんですよ。ツール呼び出しが4,000回以上、連続実行が12時間以上。
人間が張り付いてられない規模なんですよね。
人間が張り付いてられない規模なんですよね。
テキトー教師DotAI 認定講師12時間って、寝て起きてもまだ走ってる時間じゃないですか。初めて触る人に「AIが自分でコード書いて計測して直す」って言うと、だいたい半信半疑の顔をされるんですけど、実例がこれだと納得されるんですよ。
室谷代表取締役しかも14回イテレーションを回して、スループットが秒あたり15トークンくらいから193トークンまで上がったと。LM Studio比で約20%速いって書いてあります。
1回の出力の上手さじゃなくて、試行回数を積めるかどうかで差がつく時代なんですよね。
1回の出力の上手さじゃなくて、試行回数を積めるかどうかで差がつく時代なんですよね。
テキトー教師DotAI 認定講師現場感覚で言うと、そこが一番ハマるポイントで。1発で正解を出す期待をしちゃうと失望するんですけど、勝手に計測して直してくれる前提で見ると、評価がガラッと変わるんですよ。
8年前の金融エンジンを13時間で改修した中身
Long-Horizon Codingの2つの実演
Zig推論処理の実装・最適化
- Qwen3.5-0.8BをMac上にローカル展開
- ツール呼び出し4,000回以上
- 連続実行12時間以上
- 14回イテレーション
- スループット約15→193トークン/秒
- LM Studio比で約20%速い
exchange-coreの自律改修
- 8年前のオープンソース金融マッチングエンジン
- 所要13時間
- ツール呼び出し1,000回以上
- 変更4,000行以上
- スレッド構成を4ME+2RE→2ME+1REに変更
- 平均スループット185%向上(0.43→1.24 MT/s)
- ピーク133%向上(1.23→2.86 MT/s)
室谷代表取締役もう一つの実演がもっと分かりやすくて、8年前のオープンソース金融マッチングエンジン「exchange-core」を13時間かけて自律改修してるんですよ。ツール呼び出し1,000回以上、変更は4,000行以上。
スレッド構成を4ME+2REから2ME+1REに変えてるんですよね。
スレッド構成を4ME+2REから2ME+1REに変えてるんですよね。
テキトー教師DotAI 認定講師既存の並列構成を読み解いて組み替えるって、たしかに一番めんどくさい作業ですよね。新規で書くより、他人が8年前に書いた設計を理解する方がよっぽどきつい。
室谷代表取締役結果が平均スループット185%向上で0.43から1.24 MT/s、ピークが133%向上で1.23から2.86 MT/sですから。これ、エンジニアの工数に置き換えると冗談にならない数字で。
テキトー教師DotAI 認定講師正直、数字だけ見ると「本当に自動で?」って思いますよね。だからこそ、任せる範囲と人間が最後に確認する範囲を最初に決めておくのが大事なんだと思います。
Agent SwarmはK2.5の100エージェントからどう広がったか
室谷代表取締役Agent Swarmは、複数のサブエージェントを並行で走らせる仕組みなんですけど、前モデルのK2.5が100エージェント・1,500ステップだったのに対して、K2.6は最大300エージェント・4,000ステップまで広がってるんですよ。
テキトー教師DotAI 認定講師登場人物が3倍で、工程が2倍以上になったイメージですね。1本の作業列を長くするんじゃなくて、枝分かれさせて同時に進める方向に振ってるのが分かります。
室谷代表取締役ここは業界構造としても面白くて、モデル単体の賢さよりオーケストレーション側に価値が移ってるんですよね。うちの現場でも、エージェントを何本並走させるかで設計の前提が変わってきますし。
テキトー教師DotAI 認定講師並行で走らせると、今度は「どれが何をやってるか分からない」問題が出てくるんですよ。そこを管理する側の作り込みが要るな、と感じます。
現場でよく聞く「思考が長くなりすぎる」という声
テキトー教師DotAI 認定講師実際に使った人たちの声で多いのが、思考が長くなりすぎてツール呼び出しが増える傾向がある、という指摘なんですよ。長時間走る前提のモデルなので、止まらずに考え続けるのが裏目に出る場面があるみたいです。
室谷代表取締役それは機能の裏返しですからね。自走してくれるほど、どこで切るかを決めるのは人間側の仕事になる。
放っておいて成果が出る、という期待の仕方だとたぶん外します。
放っておいて成果が出る、という期待の仕方だとたぶん外します。
テキトー教師DotAI 認定講師あとフロントエンドやUI生成はGLM 5.1より得意という声がある一方で、バックエンドのロジックはGLM 5.1の方が良い、という評価も出てるんですよ。万能ではなくて、得意分野がはっきりしてる感じがします。
室谷代表取締役そういう棲み分けの情報のほうが、導入を決める側としてはありがたいんですよね。何でもこれ一本で、という判断の仕方はたぶん一番危ない。
Kimi K2.6の弱点とClaude Opus 4.6との使い分け
推論・数学・画像の細部で見える弱さ
室谷代表取締役ベンチマークの表を素直に読むと、K2.6が強い場所と弱い場所がはっきり分かれてるんですよね。AIME 2026は96.4で、GPT-5.4の99.2、Gemini 3.1 Proの98.3には届かない。
GPQA-Diamondも90.5で、GPT-5.4の92.8の後ろに付けてます。
GPQA-Diamondも90.5で、GPT-5.4の92.8の後ろに付けてます。
テキトー教師DotAI 認定講師現場感覚で言うと、条件分岐が何段も絡む計算問題で「惜しい」答えが返ってくるんですよ。で、ツールを渡すとHLE-Fullが34.7から54.0まで跳ね上がる。
ここが象徴的で、素の地頭で解かせるより道具を握らせた方が強い設計なんですよね。
ここが象徴的で、素の地頭で解かせるより道具を握らせた方が強い設計なんですよね。
室谷代表取締役なるほど、モデルの性格が数字に出てるわけか。逆に画像はどうなんです? MMMU-ProだとK2.6が79.4で、Claude Opus 4.6の73.9より上に来てるんですけど。
テキトー教師DotAI 認定講師そこは誤解されやすいところで、Opus 4.6を上回ってもGemini 3.1 Proの83.0には負けてるんです。図表の細かい数字を拾う系のタスクだと、まだ上に一枚ある感覚です。
UI生成は強いがバックエンドはGLM 5.1という現場の声
テキトー教師DotAI 認定講師実際に触ってる人の声を集めると、フロントのUI生成はK2.6が得意、でもバックエンドのロジックはGLM 5.1の方が素直に書ける、という評価が分かれてるんですよ。
室谷代表取締役それは面白い構図ですね。オープンモデル同士で、UI層とロジック層の住み分けが勝手に起きてるってことじゃないですか。
これって結局、単体の性能表じゃ見えない分担の話なんですよね。
これって結局、単体の性能表じゃ見えない分担の話なんですよね。
テキトー教師DotAI 認定講師あと思考が長くなりすぎてツール呼び出しが増える、という指摘も複数あって。丁寧なんですけど、テンポが落ちる場面があるんです。
室谷代表取締役経営目線で言うと、それはそのままコストなんですよ。出力が100万トークンで4ドルだから、考えすぎた分が請求に乗る。
安いモデルのはずが、回し方で崩れるのが怖いところです。
安いモデルのはずが、回し方で崩れるのが怖いところです。
どの作業をK2.6に寄せて、どこを商用モデルに残すか
室谷代表取締役MYUUUの現場だと、エージェントを走らせる実行層とリサーチ、あとはフロントの叩き台はK2.6に寄せる。数学的な詰めと画像の細部、あとは腰を据えたバックエンド設計は商用トップに残す、という分担が現実的でした。
テキトー教師DotAI 認定講師最初に戸惑うのが、全部これで置き換えようとしちゃうパターンなんですよね。SWE-Bench Verifiedだと80.2でOpus 4.6の80.8とほぼ並ぶので、いける気がしてしまうんです。
室谷代表取締役そこはROIで切った方が早いんですよ。1タスクあたりのやり直し回数が増えるなら、単価が安くても負ける。
ツール呼び出しの回数まで含めて見るべき数字だと思います。
ツール呼び出しの回数まで含めて見るべき数字だと思います。
テキトー教師DotAI 認定講師たしかに。速く回る作業はK2.6、間違えると痛い作業は上に残す。
その線引きを持っておくと、モデルが入れ替わっても迷わない気がします。
その線引きを持っておくと、モデルが入れ替わっても迷わない気がします。
K2シリーズは2026年末で終了、今から使うならどれを選ぶ?
2026年10月31日以降、新規ユーザーはAPIで使えない
K2シリーズからK3シリーズへの4世代年表と終了スケジュール
- 2026年1月27日Kimi K2.5 公開前モデル
- 2026年4月20日K2.6 公開オープンソース、エージェント向け
- 2026年7月16日K3 公開総2.8T、1Mトークンコンテキスト
- 2026年10月24日K3.1 Pro 公開3T級、1Mトークン、最新フラッグシップ
- 2026年10月31日以降新規登録ユーザーはK2シリーズをAPIで利用不可既存ユーザーは影響なし
- 2026年12月末K2シリーズ全モデル提供終了K3シリーズへ移行
室谷代表取締役ここからは2026年11月時点の話をしておきます。K2シリーズ、公式の価格ページに「2026年10月31日以降、新規登録ユーザーは利用できない」と明記されてるんですよね。
既存ユーザーは影響なし、という注記付きで。
既存ユーザーは影響なし、という注記付きで。
テキトー教師DotAI 認定講師たしかに。初めて触る人が公式を見に行くと「あれ、申し込めないぞ」となるので、そこは先に伝えたほうが親切ですね。
室谷代表取締役さらに2026年12月末までにK2シリーズ全モデルを提供終了する計画で、K3シリーズへ移行してくれという案内になってます。要はもう、出口の決まってるモデルなんですよ。
テキトー教師DotAI 認定講師だとすると新規でこれから組む人は、最初からK3系を見たほうがいいですね。ここを間違えると数ヶ月で入れ替えになりますから。
K2.5→K2.6→K3→K3.1 Proという4世代の年表
室谷代表取締役並べると位置が見えてきます。Kimi K2.5が2026年1月27日、K2.6が4月20日、K3が7月16日、K3.1 Proが10月24日です。
| 世代 | 公開日 | 位置づけ |
|---|---|---|
| K2.5 | 2026年1月27日 | 前モデル |
| K2.6 | 2026年4月20日 | オープンソース、エージェント向け |
| K3 | 2026年7月16日 | 総2.8T、1Mトークンコンテキスト |
| K3.1 Pro | 2026年10月24日 | 3T級、1Mトークン、最新フラッグシップ |
テキトー教師DotAI 認定講師半年で2世代進んでる計算なんですね。初めて触る人が「K2.6が最新ですよね」と聞いてくるのは無理もない話です。
室谷代表取締役2026年11月の最新フラッグシップはK3.1 Proで、K2.6は一世代前の軽量・低コスト枠という扱いに変わってるんですよね。
テキトー教師DotAI 認定講師公式ブログでもK3がエンタープライズ向けベンチマークでK2.6を全部上回ると書いてますから、性能で選ぶ理由はもう薄いですね。
K2.7 CodeとK3.1 Proは何が違うのか
室谷代表取締役K2.7 CodeはK2シリーズなので、終了対象にしっかり入ってます。名前だけ見ると新しそうなんですけど。
テキトー教師DotAI 認定講師そこ、初めて触る人がまず引っかかるポイントですね。「Code」が付いてると別枠の最新モデルに見えてしまうんですよ。
室谷代表取締役一方でK3.1 Proは現行のフラッグシップで、1Mトークンのコンテキスト。長いコードベースを丸ごと渡す前提なら、そっちの土俵になります。
テキトー教師DotAI 認定講師K2.7 Code自体の中身は別の話なので、詳しくはMoonshot AIが最強コーディングAI「Kimi K2.7 Code」公開、262Kコンテキストとマルチモーダル対応で解説しています。選ぶ前に一度読むと整理しやすいですよ。
既存ユーザーとこれから始める人、それぞれの判断
室谷代表取締役既存ユーザーは年内そのまま使えるわけですが、移行計画は今すぐ引くべきです。12月末で終わるのに11月から動き出すと、検証に使える時間が1ヶ月半しか残らない。
テキトー教師DotAI 認定講師現場でよく聞くのは「まだ動いてるから大丈夫」で止まってしまうパターンですね。動いてるうちに次の環境を並行で試しておくのが安全です。
室谷代表取締役経営目線で言うと、この手の移行は人件費が一番高いコストなんですよ。モデルの単価差より、切り替えで開発が止まる工数のほうが桁で効いてくる。
テキトー教師DotAI 認定講師これから始める人は最初からK3系で組んでおけば、その作業自体が発生しない。結果的にそれが一番安い選択になりますね。
よくある質問
Q1. 日本語のプロンプトでも性能は落ちませんか?
室谷代表取締役これ、実務だと一番気になるやつなんですよね。公開されてるベンチの数字は英語前提のものが多いので、日本語のタスクで同じ数字が出るとは限らない・・・
テキトー教師DotAI 認定講師現場でよく聞くのは「日本語で長々と頼むと急に指示を拾わなくなる」という声です。構造化した短い指示のほうが安定しやすい印象ですね。
室谷代表取締役なるほど。日本語で書くにしても、箇条書きにするとか、出力フォーマットを明示するとか、そこは他のモデルと同じ作法が効くわけですね。
Q2. ローカルや自前のサーバーで動かすことはできますか?
室谷代表取締役モデルが公開されているので、自前でホストする道はあります。ただ、エージェント前提で回すとなるとマシンパワーの話になってきて、そこは現実的に重いんですよね。
テキトー教師DotAI 認定講師初めて触る人は「オープンなら手元で動くんでしょ」と受け取られがちなんですけど、実際は環境の壁が先に来ます。まずは API で挙動を確かめたほうが早いですね。
室谷代表取締役そうなんですよね。検証したいのはモデルの賢さなのか、ホスティングの自由度なのか。
そこを分けて考えたほうがいい。
そこを分けて考えたほうがいい。
Q3. 他のモデルから乗り換えるとき、プロンプトはそのまま使えますか?
室谷代表取締役GPT-5.4 や Claude Opus 4.6 で組んだプロンプトをそのまま持ってくると、出力のクセが思ったより違うんですよ。
テキトー教師DotAI 認定講師たしかに。特に長いシステムプロンプトを盛っている人は、前半の指示が効きにくくなったように感じることが多いです。
削って渡したほうが素直に返ってきます。
削って渡したほうが素直に返ってきます。
室谷代表取締役乗り換えって、プロンプトの移植コストを見落としがちなんですよね。ここを軽く見ると、検証の工数がそのまま膨らみます。
Q4. 提供が終わるモデルを検証に使うのは無駄になりませんか?
室谷代表取締役終了が決まっているものに工数をかけるのは、経営目線だと判断が要ります。ただ、検証で得た知見は次のモデルにも効くので、全部が無駄にはならないんですよね。
テキトー教師DotAI 認定講師現場感覚で言うと、「このモデルでしか出せない出力」を掴んでおくと、移行先を選ぶときに迷わなくなります。スコアより、自分のタスクでどこまで行けたかのメモが残っているかどうか。
室谷代表取締役それは強いですね。乗り換え前提で、プロンプトと評価セットを残しておく、と。
Q5. 最新の提供状況や料金はどこで追えばいいですか?
室谷代表取締役この界隈は動きが速いので、記事の数字を信じ切るのは危ないんですよね。料金も提供条件も変わる前提で見たほうがいい。
テキトー教師DotAI 認定講師初めて触る人は、公式のドキュメントとアナウンスを見るクセをつけると安全です。特に提供終了の告知は日付が大事なので、そこだけは一次情報で確認を。
室谷代表取締役そうですね。二次情報は「そういう話があった」くらいの温度で読んで、判断は公式で、と。
まとめ
室谷代表取締役Kimi K2.6、位置づけとしては「安価でエージェント向けに振り切ったモデル」なんですよね。Long-Horizon Coding と Agent Swarm みたいに、長時間走らせる前提の設計になっているのが特徴で。
テキトー教師DotAI 認定講師そこが一番の分かれ目ですね。1回の回答の質を見る使い方より、何十ステップも回す前提で組むほうが持ち味が出ます。
最初に戸惑うのが、たぶんその「回し方」の違いなんですよ。
最初に戸惑うのが、たぶんその「回し方」の違いなんですよ。
室谷代表取締役あと、2026年末でK2シリーズの提供が終わる話があるので、長期でプロダクトに組み込むなら移行前提で設計しておく。ここは最初から織り込んでおいたほうがいいですね。
テキトー教師DotAI 認定講師まずは小さめのタスクで一周回してみるのがおすすめです。プロンプトと評価のメモを残しておけば、乗り換えるときにそのまま資産になりますから。
室谷代表取締役そうですね。安さで入って、回し方で差が出る。
触ってみる価値は十分あると思います。
触ってみる価値は十分あると思います。
