Moonshot lanza kimi k2.6 para competir con modelos avanzados de ee. uu.

Martes 21 Abril 2026 - 09:00

Moonshot AI presentó Kimi K2.6, un modelo de inteligencia artificial de pesos abiertos que busca posicionarse frente a sistemas desarrollados por OpenAI y Anthropic. La empresa con sede en Pekín publicó los pesos del modelo en Hugging Face, una decisión que refuerza su estrategia de apertura frente al enfoque cerrado predominante en Estados Unidos.

Las pruebas comparativas sitúan al modelo en niveles cercanos a los líderes del sector en tareas de programación y sistemas agenticos. K2.6 obtuvo 80.2 por ciento en SWE-Bench Verified, muy cerca de Claude Opus 4.6, y alcanzó resultados equivalentes a Gemini 3.1 Pro. En tareas prolongadas y de ejecución autónoma, el modelo mostró ventajas. Registró 58.6 por ciento en SWE-Bench Pro, superando a GPT-5.4 y Claude. También logró 83.2 por ciento en BrowseComp, por encima de GPT-5.4, y mejores resultados en Toolathlon.

El modelo presenta limitaciones en matemáticas y razonamiento complejo. GPT-5.4 mantiene ventaja en AIME 2026, mientras que Gemini 3.1 Pro lidera en pruebas científicas avanzadas. En clasificaciones generales, K2.6 ocupa el puesto 13 entre más de cien modelos evaluados, con su mejor desempeño en programación.

Una de sus principales innovaciones es el sistema Agent Swarm, que permite coordinar hasta 300 agentes simultáneamente y ejecutar miles de pasos en paralelo. El sistema divide tareas en segmentos especializados y asigna agentes de forma dinámica. La función Claw Groups introduce colaboración entre humanos y agentes dentro de un mismo entorno operativo. El modelo es compatible con herramientas como OpenClaw y Cursor, lo que amplía su adopción potencial.

K2.6 utiliza una arquitectura de mezcla de expertos con un billón de parámetros y una ventana de contexto de 256 mil tokens. Moonshot mantiene un ritmo acelerado de desarrollo con varias versiones lanzadas en menos de un año. La empresa también enfrenta tensiones con competidores occidentales tras acusaciones sobre el uso de datos para entrenamiento. Los resultados finales de evaluación se esperan en las próximas semanas.