Moonshot

Kimi K2.6

moonshot/kimi-k2.6
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Kimi K2.6 是 Kimi 最新最智能的模型,Kimi K2.6 的通用 Agent、代码、视觉理解等综合能力得到全面提升,其中在博士级难度的完整版人类最后的考试(Humanity’s Last Exam)、在考察模型真实软件工程能力的 SWE-Bench Pro、评估 Agent 深度检索能力的 DeepSearchQA 等基准测试中均取得行业领先的成绩,同时支持文本、图片与视频输入,思考与非思考模式,对话与 Agent 任务。

输入 / 输出模态
未提供 至 未提供
参考输入 / 输出价格
输入¥6.5输出¥27每百万 Token
上下文长度
256K
收录时间
2026年4月21日

供应通道与价格

供应通道输入 /M输出 /M缓存读取 /M上下文最大输出详情
Moonshot AI¥6.5¥27¥1.1256K32K
Ali¥6.5¥27¥1.3256K16K
Other-A¥6.5¥27¥1.1256K32K
Ali-three-party¥6.5¥27¥1.3256K16K

Moonshot AI

延迟
1.96s
吞吐量
88 tokens/s
上下文
256K

价格

输入
¥6.5/M tokens
输出
¥27/M tokens
缓存
¥1.1/M tokens

规格

上下文
256K
最大输出
32K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Ali

延迟
1.87s
吞吐量
34 tokens/s
上下文
256K

价格

输入
¥6.5/M tokens
输出
¥27/M tokens
缓存
¥1.3/M tokens

规格

上下文
256K
最大输出
16K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Other-A

延迟
0.95s
吞吐量
48 tokens/s
上下文
256K

价格

输入
¥6.5/M tokens
输出
¥27/M tokens
缓存
¥1.1/M tokens

规格

上下文
256K
最大输出
32K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Ali-three-party

延迟
0.52s
吞吐量
38 tokens/s
上下文
256K

价格

输入
¥6.5/M tokens
输出
¥27/M tokens
缓存
¥1.3/M tokens

规格

上下文
256K
最大输出
16K
支持的 API
/v1/chat/completions/v1/messages/v1/responses/v1beta/models/*/v1/models/*

Kimi K2.6 的示例代码与 API 说明

Modelmesh 会帮你在不同服务提供商之间规范化处理请求和响应,为你统一接口。

Modelmesh 提供了兼容 OpenAI 的 Completion API,可连接 300 多款模型与服务提供商,既可直接调用,也可通过 OpenAI SDK 调用。此外,还提供了一些第三方 SDK。

在以下示例中,Modelmesh 专用的请求头属于可选项。若你配置了这些请求头,你的应用就能出现在 Modelmesh 的排行榜上。

支持的接口点击接口可切换下方示例
/v1/chat/completions
from openai import OpenAI API_KEY = "$SSY_API_KEY" client = OpenAI( base_url="https://router.shengsuanyun.com/api/v1", api_key=API_KEY, ) try: completion = client.chat.completions.create( model="moonshot/kimi-k2.6", messages=[{"role": "user", "content": "9.11 和 9.8 哪个数更大?"}], temperature=0.6, top_p=0.7, stream=True, ) response_text = "" for chunk in completion: if chunk.choices and chunk.choices[0].delta.content is not None: content = chunk.choices[0].delta.content print(content, end="", flush=True) response_text += content except Exception as error: print(f"Request failed: {error}")
                
              

相关模型