Ya está aquí Kimi K2.6: el modelo de IA de código abierto que iguala a GPT-5.5 en programación

Kimi K2.6 es el nuevo modelo de IA de código abierto de la china Moonshot AI, lanzado el 20 de abril de 2026. Acaba de igualar a GPT-5.5 en el benchmark de programación más exigente del sector, con un coste aproximadamente 80 % menor por millón de tokens. La carrera de los pesos abiertos sigue avanzando rápido. Moonshot ha lanzado desde entonces Kimi K3, de 2,8 billones de parámetros, y GLM 5.2 ha adelantado a GPT-5.5 en SWE-bench Pro. Con 1 billón de parámetros en total, 32.000 millones activos por token, y una ventana de contexto de 256K tokens, K2.6 es ahora el modelo de pesos abiertos número 1 en el Artificial Analysis Intelligence Index.

En este artículo encontrarás en qué es realmente bueno Kimi K2.6, dónde todavía pierde frente a Claude Opus 4.7 y GPT-5.5, cuánto cuesta exactamente y las formas más sencillas de usarlo en un Mac sin alquilar tu propia GPU. También veremos cómo se compara con DeepSeek V4, el otro gigante chino de código abierto de la misma semana.

Las conclusiones clave

• Kimi K2.6 se lanzó el 20 de abril de 2026 como un modelo Mixture-of-Experts de 1 billón de parámetros de pesos abiertos, con 32.000 millones activos y una ventana de contexto de 256K.
• Obtiene 58,6 en SWE-Bench Pro, empatado con GPT-5.5 y por delante de DeepSeek V4 Pro y Gemini 3.1 Pro (Claude Opus 4.7 lidera con 64,3).
• El precio oficial de la API de Moonshot es de $0.95 / $4.00 por 1M de tokens (entrada/salida), con la entrada en caché desde tan solo $0.16/M.
• K2.6 es gratuito en kimi.com y en la app de Kimi; los pesos están disponibles en Hugging Face bajo una licencia MIT modificada.
• Función nueva más destacada: enjambres de 300 agentes capaces de ejecutar 4000 pasos coordinados y sesiones autónomas de 13 horas.

¿Qué es Kimi K2.6?

Kimi K2.6 es el último modelo insignia de Moonshot AI, un laboratorio con sede en Pekín que ha estado lanzando modelos de IA de código abierto a un ritmo más propio de una startup que de un centro de investigación respaldado por el Estado. El modelo es el sucesor directo de Kimi K2.5 y de Kimi K2 Thinking, que ya se situaban cerca de lo más alto de las clasificaciones de código abierto. La carrera del código abierto ahora se extiende mucho más allá de China: el gobierno municipal de Río de Janeiro lanzó Rio 3.5 Open 397B en junio de 2026.

K2.6 mantiene la misma arquitectura Mixture-of-Experts que sus predecesores, con 1 billón de parámetros en total y 32.000 millones activos por token, distribuidos entre 384 expertos (8 seleccionados en cada pasada). Los grandes saltos respecto a K2.5 no están en el tamaño bruto. K2.6 es mucho más sólido en la programación agéntica de largo alcance, acepta entrada de visión e introduce los enjambres de agentes, donde una sola tarea se reparte entre hasta 300 subagentes que se ejecutan en paralelo.

Y algo importante: K2.6 tiene pesos abiertos. Cualquiera puede descargar el modelo desde Hugging Face bajo una licencia MIT modificada. Hay una condición. Si despliegas K2.6 dentro de un producto comercial con más de 100 millones de usuarios activos mensuales o $20 millones de ingresos mensuales, tienes que mostrar «Kimi K2» de forma destacada en tu interfaz. Para todos los que estén por debajo de esos umbrales, la licencia funciona como una MIT normal.

Qué cambió de Kimi K2.5 a K2.6

La arquitectura es idéntica a la de K2.5. La diferencia está en el posentrenamiento. Moonshot dice que destinó muchísimo más cómputo de entrenamiento a tres áreas: estabilidad de largo alcance, seguimiento de instrucciones y coordinación de enjambres. El resultado es un modelo que hace lo mismo que hacía K2.5, pero obtiene resultados notablemente mejores cuando la tarea tarda más de unos minutos en completarse.

Cifras concretas de los propios benchmarks de Moonshot:

• La precisión de generación de código mejora un 12 % respecto a K2.5
• La estabilidad de contexto largo mejoró un 18 %
• La tasa de éxito de invocación de herramientas ahora alcanza el 96,6 %
• Las tareas de programación de largo alcance muestran una mejora del 185 % en la tasa de finalización
• La tasa de alucinaciones bajó del 65 % al 39 %, una reducción de aproximadamente el 40 %
• Terminal-Bench 2.0 pasó de 50,8 a 66,7
• La capacidad del enjambre de agentes se triplicó, de 100 subagentes y 1500 pasos a 300 subagentes y 4000 pasos

Si ya usas K2.5 a través de OpenRouter o de la API de Moonshot, la actualización es prácticamente gratuita. No hay cambios en la API que rompan nada, ni dependencias nuevas, ni un nivel de precios distinto para K2.6. Cambias la cadena con el nombre del modelo en tu código y esa es toda la migración.

Kimi K2.6 frente a GPT-5.5, Claude Opus 4.7 y DeepSeek V4

Esta es la comparación que más importa para decidir si actualizar.

Algunas lecturas honestas de esta tabla.

En SWE-Bench Pro, el benchmark de ingeniería de software del mundo real más exigente, Kimi K2.6 está empatado con GPT-5.5 en 58,6. Claude Opus 4.7 lidera ahora con 64,3, pero cuesta aproximadamente 5 veces más en entrada y más de 6 veces más en salida. Por el precio, K2.6 es el modelo de programación con mejor relación coste-rendimiento disponible actualmente.

Si observas la puntuación general del Intelligence Index de Artificial Analysis, el panorama cambia. GPT-5.5 lidera con 60 frente a Kimi K2.6 con 54, con Claude Opus 4.7 en 57. Así que K2.6 no es un modelo de vanguardia universal. Es un especialista que resulta especializarse justo en lo que más gente usa la IA, que es escribir código, depurarlo y razonar sobre él.

Los precios cuentan una historia distinta. Solo DeepSeek V4 Pro es más barato que K2.6, y solo con el precio promocional vigente hasta el 5 de mayo de 2026. Después de esa fecha, V4 Pro vuelve a $1.74/$3.48 por millón de tokens, lo que devuelve a K2.6 al liderazgo en relación calidad-precio en el coste de entrada. K2.6 también supera a V4 Pro en SWE-Bench Pro (58,6 frente a 55,4), aunque V4 Pro tiene una ventana de contexto mucho mayor, de 1M. Para ver todos los niveles y tarifas por token en un solo sitio, consulta nuestra guía de precios y tarifas de la API de Kimi.

Donde K2.6 realmente destaca en solitario es en su capacidad de agentes. El sistema de enjambre de 300 subagentes se ha demostrado funcionando durante 13 horas ininterrumpidas con más de 4000 llamadas a herramientas en una sola sesión. Ese tipo de estabilidad de largo alcance solía ser terreno exclusivo de Claude.

En qué es realmente bueno Kimi K2.6

Las cifras de los benchmarks cuentan una historia; los puntos fuertes prácticos cuentan otra.

Tareas de programación de largo alcance. K2.6 es el primer modelo de código abierto que gestiona de forma fiable trabajos de programación que llevan horas, no minutos. Obtiene 66,7 en Terminal-Bench 2.0, frente a 50,8 en K2.5. En la práctica, puedes dejarlo trabajando solo para refactorizar un proyecto, ejecutar pruebas y arreglar lo que se rompa sin perder el hilo de lo que estaba haciendo.

Investigación web agéntica. En BrowseComp (un benchmark de navegación e investigación autónomas), K2.6 obtiene 83,2, por delante de GPT-5.4 y a poca distancia de Claude Opus 4.7. Combinado con la función de enjambre de agentes, esto convierte a K2.6 en una opción sólida para tareas de investigación autónoma en las que quieres que el modelo persiga fuentes por su cuenta.

Diseño impulsado por código. K2.6 se entrenó para producir código que genera resultados visuales (gráficos, sitios web, diseños de diapositivas, paneles de control) en lugar de simples funciones. Es la misma dirección que ha tomado Claude Design, pero con pesos abiertos y una fracción del coste de la API.

Reducción de alucinaciones. Análisis independientes indican que la tasa de alucinaciones bajó del 65 % en K2.5 al 39 % en K2.6. Sigue siendo alta en términos absolutos, pero la tendencia importa; en flujos de trabajo de agentes que dependen mucho de herramientas, cada dato erróneo se va acumulando.

Dentro del enjambre de agentes: cómo funcionan los 300 subagentes de K2.6

El enjambre de agentes es la función más destacada, y es genuinamente distinto de todo lo demás que hay en el terreno del código abierto.

La mayoría de los frameworks multiagente (CrewAI, AutoGen, LangGraph) te obligan a definir los agentes y la orquestación manualmente. Tú decides qué agente se encarga de cada subtarea, conectas el paso de mensajes y esperas que nada falle. El enjambre de agentes de Kimi K2.6 hace ese trabajo por ti. A partir de un solo mensaje, el modelo descompone la tarea en subtareas heterogéneas, crea subagentes especializados, los ejecuta en paralelo y combina sus resultados a través de un coordinador de estado compartido.

La arquitectura es jerárquica. Un único agente Architect analiza tu mensaje, diseña el esquema de datos, elige la pila tecnológica y define la estructura del proyecto. Después se activan escuadras especializadas por debajo de él. Para la construcción típica de una aplicación web, una Frontend Squad de 120 agentes escribe componentes de interfaz en paralelo, con agentes individuales encargándose a la vez de la lógica de formularios, las animaciones y los estilos responsivos. Otras escuadras se encargan del backend, las devops, las pruebas y la integración.

Por encima de todo esto está el propio K2.6, actuando como coordinador adaptativo. Asigna dinámicamente las tareas a los agentes según sus perfiles de habilidades, hace seguimiento del progreso en tiempo real y, cuando un subagente se atasca o falla, el coordinador lo detecta y reasigna o regenera la subtarea sin intervención humana.

Las cifras de capacidad (300 agentes, 4000 pasos) no son teóricas. Moonshot ha demostrado que K2.6 funciona durante 13 horas ininterrumpidas en una única construcción autónoma, con el enjambre manteniéndose coherente todo el tiempo. K2.5 tenía un tope de 100 agentes y 1500 pasos. K2.6 triplica ambas cifras, y eso es lo que marca la diferencia entre «constrúyeme una pequeña función» y «constrúyeme una aplicación de producción completa».

Para la mayoría de los lectores, esto importa de dos formas prácticas. Primero, puedes encargarle a K2.6 una tarea mucho más grande de la que le encargarías a un agente de un solo modelo y confiar en que mantendrá la cabeza fría. Segundo, ya no necesitas alquilar herramientas caras de orquestación multiagente para hacer trabajo de programación en paralelo. El enjambre viene integrado en el modelo.

Kimi Code: el agente de programación de terminal que la mayoría todavía no ha probado

Junto con el lanzamiento del modelo K2.6, Moonshot ha estado lanzando discretamente Kimi Code, un agente de programación con IA basado en terminal que compite directamente con Claude Code y OpenAI Codex. Para ver el panorama completo de costes del líder actual, consulta nuestra guía de precios de Claude Code.

Kimi Code es una herramienta de línea de comandos que se ejecuta en el directorio de tu proyecto y obtiene permisos de ejecución completos en tu máquina local. A diferencia de un chatbot que solo sugiere código, Kimi Code lee archivos directamente, los edita, ejecuta comandos de shell, obtiene páginas web y ajusta su plan sobre la marcha. Se integra con VSCode, Cursor, JetBrains y Zed a través del Agent Client Protocol (ACP), así que puedes seguir usando tu editor mientras Kimi se encarga del trabajo.

La configuración es sencilla. Instalas la herramienta de línea de comandos, escribes kimi en el directorio de tu proyecto, inicias sesión una vez con /login y luego ejecutas /init para que el agente analice la estructura de tu proyecto y genere un archivo AGENTS.md (básicamente un manual del proyecto que mejora la precisión en cada tarea a partir de entonces). A partir de ahí, pides lo que necesites en lenguaje natural y Kimi Code lo ejecuta.

El modelo de interacción es híbrido: pulsa Ctrl-X para alternar entre el modo Agente (conversación, planificación, edición de código) y el modo Shell (ejecución de comandos nativos). En espíritu se parece más a Claude Code que a una interfaz de chat, con la ventaja añadida de funcionar sobre el modelo de vanguardia más barato del mercado.

Si ya pagas por Claude Code o Codex y ves cómo se acumulan las facturas, este es el cambio que se amortiza más rápido. Para una alternativa china propietaria con compatibilidad nativa con la API de Anthropic, consulta nuestra reseña de Qwen3.7-Max.

¿Cuánto cuesta Kimi K2.6?

K2.6 es uno de los modelos serios de vanguardia más baratos del mercado actual.

En comparación, Claude Opus 4.7 cuesta $5/$25 por millón de tokens y GPT-5.5 cuesta $5/$30 por millón de tokens. Si ejecutas agentes de programación pesados y vigilas la factura de la API, K2.6 es el cambio de coste-rendimiento más agresivo desde DeepSeek V3 hace un año.

¿Puedes ejecutar Kimi K2.6 en un Mac?

Sí, pero con matices. La versión completa en safetensors de 595 GB es terreno de hardware de servidor. El camino realista para un Mac son las compilaciones cuantizadas GGUF, que ya están en Hugging Face de la mano de Unsloth, Ubergarm y AesSedai.

Incluso la compilación práctica más pequeña, cuantizada a 2 bits, necesita más de 350 GB de memoria unificada para funcionar, lo que deja a K2.6 fuera del alcance de todo salvo un M5 Ultra Mac Studio al máximo con 512 GB de memoria unificada. Apple solo restauró esa opción de 512 GB el 25 de agosto de 2026, y esa configuración no llega hasta finales de octubre. Para la mayoría de los lectores, eso no es realista.

Si tienes un M5 MacBook Pro o un Mac de 64 a 96 GB, es mejor que mires modelos de código abierto más pequeños como DeepSeek V4 Flash o Llama 4 Scout, que cubrimos en nuestra guía para ejecutar modelos de IA de código abierto en Macs con M5. Para K2.6 en concreto, el camino más limpio en Mac es usarlo a través de la nube, ya sea en kimi.com, mediante la API o dentro de una aplicación multimodelo.

Cómo empezar a usar Kimi K2.6 hoy mismo

Hay cuatro caminos prácticos para empezar, según lo que quieras hacer.

1. Pruébalo gratis en kimi.com. Abre kimi.com, inicia sesión y empieza a chatear. El nivel gratuito te da acceso completo a K2.6 con el modo de razonamiento activado, sin necesidad de tarjeta de crédito. Es la forma más rápida de ver si el modelo encaja con tu flujo de trabajo antes de comprometerte a nada.

2. Usa la app móvil de Kimi. El mismo modelo, en iOS o Android. Útil si trabajas sobre todo desde el móvil y quieres un modelo de vanguardia que no requiera una suscripción a OpenAI o Anthropic.

3. Conéctalo a tus herramientas actuales a través de OpenRouter. La mayoría de las aplicaciones de IA y complementos de IDE (Cline, Roo Code, Continue, Open WebUI, Cursor con modelos personalizados) admiten OpenRouter como backend. Añade tu clave de OpenRouter, cambia el selector de modelo a moonshotai/kimi-k2.6 y ya está. El precio a través de OpenRouter ronda los $0.74 de entrada / $4.66 de salida por millón de tokens.

4. Ve directo a través de la API de Moonshot. Si ejecutas cargas de trabajo de producción o quieres el coste más bajo, regístrate para obtener una clave de API en platform.kimi.ai y usa $0.95 de entrada / $4.00 de salida por millón de tokens, con la entrada en caché bajando a $0.16/M para contexto repetido. Es el camino más barato para trabajo de agentes de alto volumen.

Para los desarrolladores de Mac en concreto, Kimi Code es la vía que merece la pena probar primero. La configuración es una sola instalación por línea de comandos, y una vez que has ejecutado /init en tu proyecto, puedes encargarle tareas igual que se las encargarías a Claude Code, salvo que K2.6 las ejecutará a aproximadamente una quinta parte del precio.

Dónde encaja Fello AI

Si no quieres gestionar claves de API, cuentas de OpenRouter y cuatro pestañas de chat distintas, el camino más sencillo en Mac es una aplicación de IA multimodelo.

Fello AI está diseñada exactamente para esto. Una única suscripción de $9.99 al mes te da ChatGPT, Claude, Gemini, Grok, DeepSeek y Kimi en una sola aplicación nativa de macOS, con actualizaciones de modelos a medida que se lanzan nuevas versiones de vanguardia. Ese empaquetado importa más en 2026 de lo que importaba hace un año, porque ya ningún modelo gana en todas las tareas. Quieres modelos de vanguardia de código cerrado para algunas cargas de trabajo, modelos de código abierto como Kimi y DeepSeek para otras, y una forma de alternar entre ellos sin tener que volver a pegar tu mensaje.

Para los usuarios de Mac que quieren la configuración más sencilla posible, sin cálculos de API ni facturas por token, esa es la jugada. Funciona como un cliente de escritorio nativo de Kimi, así que K2.6 se queda en tu dock en lugar de en una pestaña del navegador.

¿Merece la pena cambiarse a Kimi K2.6?

Para la mayoría de los lectores, la respuesta honesta es: sí para trabajo centrado en programación, no como sustituto completo de ChatGPT.

Si vives dentro de un IDE, ejecutas agentes de programación autónomos o quemas tokens de API en Claude Code o Cursor, K2.6 es el cambio de coste por calidad más convincente del mercado ahora mismo. Si Cursor es tu herramienta de cada día, compara sus planes en nuestra guía de niveles de precios de Cursor. El hecho de que los pesos sean abiertos significa que seguirá abaratándose a medida que compitan los proveedores externos.

Si sobre todo chateas, escribes, planificas y razonas, GPT-5.5 y Claude Opus 4.7 todavía se sienten un paso por delante, sobre todo en calidad de escritura subjetiva y seguimiento de instrucciones. K2.6 es rápido y barato, pero tiende a ser verboso y se pasa de entusiasta con las llamadas a herramientas.

La verdadera jugada ganadora para la mayoría de la gente es usarlos todos a través de una sola aplicación de Mac y elegir la herramienta adecuada para cada tarea. Ese es el cambio estructural que la frontera del código abierto está imponiendo en 2026: ya ningún modelo aislado es la respuesta.

Preguntas frecuentes