curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "kimi-k2.6",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'Chat, coding agents & document work. Priced per 1M tokens — input, cached input and output are billed separately. GPTProto is 10% below official rates.
MoonshotAI · ≈ 148M tokens/mo（48M 快取）
OpenRouter 成本含約 5.5% 儲值手續費。GPTProto 在官方價上另有模型折扣（10–30% off），贈送額度也按折扣價消耗——節省會疊加。預估假設 60% 快取命中率。
| 模型 | 輸入 → 輸出 | ||||
|---|---|---|---|---|---|
| 262K | $0.85 / $3.60 每 1M | $0.14 / $0.14 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | |
| — | — | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.05M | $0.79 / $2.38 每 1M | — / $0.04 每 1M | 輸入: 文字 輸出: 文字 | ||
| 1.05M | $8.00 / $40.00 每 1M | $10.00 / $0.80 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| 1M | $9.00 / $45.00 每 1M | $11.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| — | 1.31M | $0.15 / $0.50 每 1M | — / $0.03 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | |
| — | 1.05M | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.31M | $1.26 / $3.96 每 1M | — / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | — / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | ||
| 1M | $4.50 / $22.50 每 1M | $5.63 / $0.45 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $2.70 / $13.50 每 1M | $0.27 / $0.27 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.16 / $0.96 每 1M | $0.20 / $0.02 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.60 / $9.60 每 1M | $2.00 / $0.16 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | $0.30 / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $9.00 每 1M | $2.25 / $0.18 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.48 / $0.96 每 1M | $0.10 / $0.10 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.26 / $3.96 每 1M | $0.23 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $0.36 / $1.44 每 1M | $0.07 / $0.07 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| — | 1.05M | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字 輸出: 文字 | |
| 1M | $0.75 / $1.50 每 1M | $0.12 / $0.12 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 205K | $0.24 / $0.96 每 1M | $0.30 / $0.02 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.54 / $2.70 每 1M | $0.09 / $0.09 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.02 / $0.18 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 |
用於程式設計、視覺與代理工作流程的 Kimi K2.6 API
在 GPTProto 上使用 Kimi K2.6 API，支援長上下文程式設計、影像與影片理解、工具呼叫及多步驟代理任務。GPTProto 提供的存取價格比顯示的市場參考價低 10%，只需一組 API 金鑰和一份餘額，即可共用 200 多個模型。開發者因此能以實惠的方式使用 Kimi K2.6 API，而不必維護獨立的供應商帳戶或專用的 Moonshot 餘額。
什麼是 Kimi K2.6？
Kimi K2.6 是 Moonshot AI 推出的開源通用模型，適用於程式設計、推理、多模態理解及代理工作流程。它接受文字、影像和影片輸入，支援思考與非思考模式，並能參與多步驟工具迴圈。其 262,144 個 token 的上下文視窗可容納大型程式碼儲存庫、長篇文件、延伸對話，以及必須保留大量歷史資訊的任務。
Moonshot 將 K2.6 定位為長期程式設計與代理模型，而非僅限文字的聊天機器人。其發布內容涵蓋 Rust、Go、Python、前端開發、DevOps 及效能最佳化。該公司也展示了最多可包含 300 個子代理及 4,000 個協調步驟的 Agent Swarm 部署。這些數據描述的是 Moonshot 的協調產品，並不代表每次 API 請求都會自動具備這些行為。
Kimi K2.6 API 規格
| 規格 | 已驗證值 |
| 供應商 | Moonshot AI |
| 模型字串 | kimi-k2.6 |
| 上下文視窗 | 262,144 個 token |
| 輸入模態 | 文字、影像和影片 |
| 輸出模態 | 文字 |
| 推理模式 | 啟用或停用思考 |
| 預設 `max_tokens` | 32,768 |
| 工具支援 | 函式呼叫、多步驟工具使用、JSON 模式及部分模式 |
| API 格式 | 相容 OpenAI 的聊天完成格式 |
| 開源狀態 | Moonshot AI 已將 Kimi K2.6 發布為開源模型 |
長期程式設計與代理任務
當任務不只是短暫的程式碼補全時，Kimi K2.6 最能發揮作用。256K 視窗可在單一工作上下文中容納更多檔案、需求、日誌和工具結果，減少反覆摘要的需要。典型的 Kimi K2.6 模型 API 工作負載包括儲存庫分析、跨檔案重構、測試產生、事件調查、文件審查，以及在推理與工具執行之間交替的代理。
Moonshot 表示，在其發布的設定下，SWE-Bench Pro 得分為 58.6，Terminal-Bench 2.0 得分為 66.7。可使用這些結果初步篩選模型，接著以自己的儲存庫慣例、工具、回應結構、延遲目標和復原案例進行測試。
影像與影片理解
模型可在同一段對話中接受文字、影像和影片。它能在解釋或採取行動前理解介面截圖、圖表、圖形、錄影及片段，適合瀏覽器代理、視覺 QA、支援服務，以及重要狀態存在於來源文字之外的程式設計任務。
Moonshot 建議影像尺寸不超過 4096 × 2160，影片尺寸不超過 1920 × 1080。更高解析度會增加處理時間，卻不會改善理解能力。在文件所述的視覺流程中不支援遠端影像 URL；請使用 base64 或檔案上傳，並將完整請求本文控制在 100 MB 以下。
支援的媒體與請求限制
| 項目 | 文件所述行為 |
| 影像格式 | PNG、JPEG、WebP 和 GIF |
| 影片格式 | MP4、MPEG、MOV、AVI、X-FLV、MPG、WebM、WMV 和 3GPP |
| 建議影像解析度 | 最高 4096 × 2160 |
| 建議影片解析度 | 最高 1920 × 1080 |
| 請求本文限制 | 100 MB |
| 遠端影像 URL | 文件所述的視覺流程不支援 |
| 重複使用或大型媒體 | 建議使用檔案上傳 |
| 媒體計費 | 影像和影片內容會轉換為動態計算的 token |
思考模式與工具呼叫限制
Kimi K2.6 提供更深入的推理和負擔更低的非思考回應，但其取樣參數並非完全自由。文件所述的溫度在思考模式下為 `1.0`，未啟用思考時為 `0.6`；`top_p` 固定為 `0.95`，而 `n` 與懲罰值也固定不變。不支援的值可能會導致錯誤。
啟用思考時，`tool_choice` 支援 `auto` 或 `none`。在多步驟呼叫期間，請保留 assistant 訊息中的 `reasoning_content`。Moonshot 也提醒，其內建網路搜尋工具正在更新，目前不建議使用；截至本文撰寫時，文件中的搜尋工具與 K2.6 思考模式不相容。
| 整合細節 | Kimi K2.6 行為 |
| 啟用思考 | `{"type":"enabled"}` |
| 停用思考 | `{"type":"disabled"}` |
| 溫度 | 啟用思考時為 `1.0`；未啟用思考時為 `0.6` |
| `top_p` | API 指南中固定為 `0.95` |
| 思考模式下的工具選擇 | `auto` 或 `none` |
| `reasoning_content` | 位於 assistant 歷史記錄中 |
| 內建網路搜尋 | 目前正在修訂；使用前請查閱最新的 Moonshot 文件 |
Kimi K2.6 與 Kimi K3 的比較
`kimi k2.6 vs kimi k3.0` 這個查詢通常是指 Kimi K3，即 Moonshot AI 較新的旗艦模型。K3 在 Moonshot 發布的表格中領先，而 K2.6 仍適合需要開源存取、較低 API 成本或與既有整合相容性的情境。請根據工作負載相對於延遲和 token 成本所能獲得的品質提升來選擇。
| Moonshot 官方基準測試 | Kimi K2.6 | Kimi K3 |
| Humanity's Last Exam | 54.0 | 58.7 |
| GPQA Diamond | 88.4 | 91.2 |
| AIME 2026 | 91.2 | 96.7 |
| SWE-Bench Pro | 58.6 | 63.4 |
| Terminal-Bench 2.0 | 66.7 | 71.8 |
這些是 Moonshot 官方公布、使用發布測試設定所得到的結果。若要做遷移決策，請使用相同的提示、工具及通過／失敗標準，對兩個模型 ID 進行測試。
Kimi K2.6 與 Claude Opus 4.7 及 GPT-5.5 的比較
`kimi k2.6 vs opus 4.7` 和 `kimi k2.6 vs gpt 5.5` 這類查詢需要根據工作負載做決策，而不是尋找普遍適用的勝者。GPTProto 列出這三個模型系列，讓你能透過相同的應用程式介面進行評估。
| 模型 | 已驗證的存取資訊 | 評估時應比較的項目 |
| Kimi K2.6 |
可在 GPTProto 上使用；256K 上下文；支援文字、影像和影片輸入；開源版本 |
長期程式設計、多模態輸入、工具迴圈復原，以及 token 總成本 |
| Kimi K3 | 可在 GPTProto 上使用；較新的 Moonshot 旗艦模型 | 相較於 K2.6 的品質提升、延遲，以及每個成功任務的成本 |
| Claude Opus 4.7 | 可在 GPTProto 上使用 | 指令遵循度、工具呼叫可靠性、長篇輸出及成本 |
| GPT-5.5 | 可在 GPTProto 上使用 | 程式設計準確度、推理品質、結構化輸出、延遲及成本 |
比較時使用一組 GPTProto 金鑰和一份餘額。固定提示、工具、檔案、推理設定及成功評分標準，讓結果反映模型行為，而不是不同的測試條件。
託管 API 存取與自行託管
Moonshot AI 的開源發布使自行託管成為可能，但它與託管存取解決的是不同問題。自行託管讓團隊能控制服務堆疊；其成本取決於量化、並行數、上下文長度、硬體、可觀測性及推理引擎。託管端點可免除這些基礎架構工作，並按使用量收費。
| 決策面向 | GPTProto API 存取 | 自行託管的開源部署 |
| 初始設定 | 使用現有的 GPTProto 帳戶和金鑰流程 | 配置硬體和推理堆疊 |
| 持續工作 |
監控請求、token 及應用程式行為 |
維護驅動程式、執行環境、擴展、日誌及模型更新 |
| 模型切換 | 在 200 多個模型間使用相同的餘額 | 分別部署和操作每個模型 |
| 成本模式 | 按 token 付費 | 硬體、託管、工程及使用率成本 |
| 最適合 | 快速評估、流量可變及多模型應用程式 | 需要基礎架構控制權且能操作服務層的團隊 |
在 GPTProto 上存取 Kimi K2.6 API
GPTProto 透過模型字串 `kimi-k2.6` 提供存取。目前頁面列出的價格為每 1M 個輸入 token `$0.855`，以及每 1M 個輸出 token `$3.60`，兩者都比顯示的市場參考價低 10%。同一組金鑰和餘額也可用於 Kimi K3、GPT-5.5、Claude Opus 4.7 及其他支援的模型，讓路由和 A/B 測試不再需要個別的供應商錢包。
Kimi K2.6 API：常見問題
關於 Kimi K2.6 效能、定價和技術整合的專家解答。
Kimi K2.6 是開源模型嗎？
Kimi K2.6 的上下文視窗是多少？
Kimi K2.6 支援圖片和影片嗎？
Kimi K2.6 的思考模式如何影響 API 參數？
Kimi K2.6 與 Kimi K3 相比如何？
我應該將 Kimi K2.6 與 Claude Opus 4.7 或 GPT-5.5 進行測試嗎？
在 GPTProto 上使用 Kimi K2.6 API 的費用是多少？
如何在 GPTProto 上取得 Kimi K2.6 API 金鑰？
Kimi K2.6 是否相容於 OpenAI API 格式？
Kimi K2.6 支援網頁瀏覽功能嗎？
Kimi K2.6 支援哪些語言？
為什麼選擇 GPTProto 存取 Kimi K2.6 模型？
相关文章
與本模型相關的指南、對比與更新。
所有文章
2026 年 5 款最佳中國大型語言模型：哪一款最適合程式設計？
比較 Kimi K3、GLM 5.2、Qwen3.7 Max、MiniMax M3 和 DeepSeek V4 Pro 在程式設計、成本、速度、100 萬 token 上下文及開放權重存取方面的表現。
GLM-5.2 與 Kimi K3 程式設計比較：2026 年哪一款更適合開發者？
比較 GLM-5.2 與 Kimi K3 在程式設計、程式碼審查、遊戲開發、基準測試及 API 成本方面的表現，找出 2026 年更優秀的開發者模型。
什麼是 Kimi K3——它真的接近 GPT-5.6 和 Fable 5 嗎？
Kimi K3 是開源的嗎——它真的接近 GPT-5.6 和 Fable 5 嗎？深入了解其 100 萬 token 上下文、API 定價、獨立基準測試及 Reddit 上的反應。
2026 年最適合開發者的 AI API：10 個平台比較
比較 OpenAI、Claude、Gemini、OpenRouter、fal.ai、Replicate 和 GPTProto 的實際定價、模型涵蓋範圍、延遲、SDK 及生產環境適用性。