Kimi K2.6: что улучшили в новой версии

👋 По базовой архитектуре модели близки: обе используют MoE-подход, имеют 1 трлн параметров, 32 млрд активных параметров на токен, 384 эксперта и контекстное окно 256K токенов.

⚙️ Главное отличие Kimi K2.6 — не в новой архитектуре, а в более сильной настройке под инженерные задачи.

Что важно:
▪️ Работа с кодом
Подходит для задач, где модель должна не просто написать отдельный фрагмент кода, а долго работать с проектом: читать кодовую базу, искать ошибки, исправлять логику, использовать инструменты и проверять результат.

▪️ Instruction following
Улучшена способность модели точнее следовать заданию пользователя, удерживать контекст и выполнять многошаговые инструкции.

▪️ Self-correction
Улучшение способности модели находить и исправлять собственные ошибки в процессе выполнения задачи. Это особенно важно для агентных сценариев, где модель работает не одним ответом, а через последовательность действий.

▪️ Tool use
Kimi K2.6 сильнее в задачах, где нужно использовать внешние инструменты: терминал, браузер, API, редактор кода, файловую систему, базы данных или другие сервисы.

▪️ Agent workflows
Модель лучше подходит для автономных сценариев, где AI-агент получает цель, разбивает её на шаги, проверяет промежуточные результаты и продолжает работу.

📲 Подробнее — в слайдах.

➡️ Kimi K2.6 относится к классу крупных MoE-моделей, поэтому для запуска потребуется серьёзная GPU-инфраструктура уровня не ниже 6 видеокарт NVIDIA H200.

🚀 В immers.cloud модель можно запустить из каталога и использовать в собственных продуктах без долгой настройки инфраструктуры.