LLM Perks

Kimi K2.6

Moonshot AI · Tous les modèles Kimi
Gratuit actuellement Très grand
RaisonnementCodeAppel d'outilsPoids ouverts

Kimi K2.6 est un modèle de langage de Moonshot AI. Il est actuellement gratuit chez 1 fournisseur avec jusqu'à — tokens de contexte. Le modèle prend en charge le raisonnement étape par étape, est adapté au code, prend en charge l'appel d'outils. Ses poids sont ouverts : il peut donc aussi s'exécuter en local.

Développeur
Moonshot AI
Type
Texte
Licence
Poids ouverts

Où utiliser Kimi K2.6 gratuitement

Chaque ligne est un endpoint gratuit distinct avec ses propres limites.

FournisseurContexteLimiteCarte
NVIDIA Build
moonshotai/kimi-k2.6
— Inférence serverless gratuite pour le développement ; les limites et la disponibilité des modèles peuvent changer. Non Ouvrir

Démarrage rapide

curl https://integrate.api.nvidia.com/v1/chat/completions \
  -H "Authorization: Bearer $NVIDIA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k2.6",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Exemple pour NVIDIA Build. Tout client compatible OpenAI fonctionne : Cursor, Cline, OpenCode, Open WebUI.

Benchmarks

Intelligence Index
27.0
GPQA Diamond
91.1%
Humanity's Last Exam
37.5%
Terminal-Bench Hard
43.9%
τ²-Bench
95.9%
Long contexte (LCR)
81.0%

Source : Artificial Analysis · Kimi K2.6

Modèles gratuits similaires

FAQ

Kimi K2.6 est-il gratuit ?

Oui. Au 26 septembre 2026, Kimi K2.6 est gratuit chez NVIDIA Build. Chaque fournisseur a ses propres limites — voir le tableau ci-dessus.

Comment appeler Kimi K2.6 via API ?

Utilisez n'importe quel client compatible OpenAI avec la base URL https://integrate.api.nvidia.com/v1, l'ID de modèle moonshotai/kimi-k2.6 et une clé NVIDIA Build.

Que vaut Kimi K2.6 ?

Artificial Analysis Intelligence Index : 27.0, GPQA Diamond: 91%. À titre de comparaison, le meilleur modèle gratuit du catalogue actuellement est GLM 5.3.

Kimi K2.6 est-il open-weight ?

Oui, les poids sont publiés — vous pouvez le télécharger et l'exécuter en local, par exemple avec Ollama ou LM Studio.