Tout savoir sur Kimi K2.6

Kimi K2.6 en bref

Moonshot AI a publié Kimi K2.6 le 20 avril 2026. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent. Ses poids sont publiés : vous pouvez le télécharger et le faire tourner sur vos propres serveurs, ou passer par l'un des 67 fournisseurs d'API qui le référencent sur models.dev. Il a donc 6 mois au 22 octobre 2026.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Résultats aux benchmarks

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Kimi K2.6 obtient un indice de capacité de 84,4 sur 100, calculé sur 4 tests de notre panier.

Cela le place à la 19e place du classement hebdomadaire des modèles.

• GPQA Diamond (questions de sciences de niveau doctorat) : 90,8 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 96,1 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 57,2 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• SWE-bench Verified (correction de vrais bugs logiciels) : 76,7 % — le meilleur modèle suivi, Claude Opus 4.7, atteint 83,5 %

Ce qu'il sait faire

Sa fenêtre de contexte atteint 262 144 tokens, soit environ 393 pages de texte à 500 mots par page : assez pour un long rapport ou plusieurs contrats d'un coup. Une réponse peut compter jusqu'à 262 144 tokens.

Il accepte en entrée : texte, image et vidéo. Ses connaissances s'arrêtent à janvier 2025 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (moonshotai/Kimi-K2.6). Voir aussi notre sélection de modèles open source.

Ce que ça coûte

Kimi K2.6 est facturé 0,95 $US par million de tokens en entrée et 4 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Pour fixer les idées : lire 20 000 tokens (une trentaine de pages) et en rédiger 2 000 coûte environ 0,027 $US ; mille fois cette tâche, 27 $US.

C'est 4 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Les tokens relus depuis le cache sont facturés 0,16 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Quand le choisir ?

Par sa catégorie, Kimi K2.6 vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Son résultat à SWE-bench Verified (76,7 %, au-dessus de la médiane des modèles suivis) en fait un candidat sérieux pour les agents de programmation.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Modèles comparables

Dans la même catégorie, les modèles les plus proches de Kimi K2.6 sont :

• Kimi K3 (Moonshot AI, indice 80,7) — voir le comparatif
• GLM-5.3 (Zhipu AI (Z.ai), indice 78,8) — voir le comparatif
• DeepSeek V4.1 Flash 1017 (DeepSeek, indice 90,6) — voir le comparatif
• Kimi K2.5 (Moonshot AI, indice 78,1) — voir le comparatif