От одиночных промптов к роям из 300 субагентов: как устроена архитектура Kimi K2.6 от Moonshot AI

Мало кто обратил внимание на важный архитектурный сдвиг в свежем релизе от Moonshot AI. В то время как индустрия сфокусирована на одиночных генерациях, их новая модель Kimi K2.6 изначально спроектирована под управление роевым интеллектом. Это MoE-архитектура на 1 триллион параметров (из которых активны 32B), способная динамически дробить задачу и запускать до 300 параллельных субагентов. В одном автономном прогоне они могут выполнить цепочку из 4000 скоординированных шагов, собирая готовые сайты, документы или базы данных.

Если копнуть глубже в результаты бенчмарков, становится понятен прицел на длинные задачи разработки. С контекстом в 256K токенов K2.6 забирает лидерство в сложных код-ревью и DevOps-сценариях, стабильно обходя Composer 2 от Cursor. Модель умеет трансформировать абстрактные описания в рабочие интерфейсы с настроенной логикой на Rust, Go или Python, самостоятельно подгоняя верстку и легковесные анимации без дополнительных уточнений.

На самом деле, реальный потенциал релиза кроется в интеграции с внешними инструментами. Разработчики целенаправленно тренировали веса для работы со средами вроде OpenClaw и фреймворками типа SWE-agent. Судя по метрикам Terminal-Bench, где K2.6 опережает тяжеловесов уровня Claude Opus 4.6 и GPT-5.4, речь идет о создании полноценных фоновых воркеров. Они могут сутками висеть на сервере, проактивно управлять расписанием, выполнять код и оркестрировать кросс-платформенные процессы без какого-либо надзора.