Moonshot AI ปล่อย Kimi K2.6 ออกมาอย่างเป็นทางการ พร้อมคะแนน benchmark ด้านงานเขียนโค้ดและระบบ Agent ที่ทำสถิติไล่ตาม Claude Opus 4.6 ได้แบบกระชั้นชิด จุดสำคัญคือเปิดให้นักพัฒนาสามารถดาวน์โหลดไฟล์น้ำหนัก (open-weight) ไปรันบนโครงสร้างพื้นฐานของตัวเองได้ฟรี

สิ่งที่น่าสนใจไม่ใช่เพียงเรื่องตัวเลขคะแนน แต่เป็นความเร็วในการพัฒนาของฝั่งโอเพนซอร์ส Kimi K2.5 เพิ่งเปิดตัวไปเมื่อต้นปี เพียงสามเดือนถัดมา K2.6 ก็เปิดตัวตามมาติดๆ ควบคู่กับกระแสข่าวของ DeepSeek สะท้อนว่าช่องว่างระหว่างโมเดลแบบปิดที่ต้องจ่ายค่าสมาชิกรายเดือนแพงๆ กับโมเดลแบบเปิด กำลังแคบลงเรื่อยๆ

---

สเปกและสถาปัตยกรรมของ Kimi K2.6

Kimi K2.6 มีจำนวนพารามิเตอร์รวม 1 ล้านล้านตัว (1T parameters) โดยใช้สถาปัตยกรรม Mixture of Experts (MoE) ทำให้มีพารามิเตอร์ที่ถูกเรียกใช้งานจริงเพียง 32B ต่อหนึ่ง token

รายละเอียดทางเทคนิคที่น่าสนใจประกอบด้วย

• โครงสร้าง MoE แบบ 384 experts แบ่งเป็น 8 routed experts และ 1 shared expert
• ระบบ Multi-head Latent Attention (MLA) รองรับ Context Window กว้างถึง 256K tokens
• รองรับการประมวลผลแบบ Multimodal ตั้งแต่แกนของโมเดล
• มีไฟล์แบบ INT4 Quantization ให้ดาวน์โหลด เพื่อให้นักพัฒนานำไปรันบนการ์ดจอระดับทั่วไปได้โดยไม่ต้องพึ่งพา hardware ระดับ data center ขนาดใหญ่

รายงานจาก Latent Space ยกให้ K2.6 เป็นโมเดลเปิดชั้นนำที่กลับมาทวงตำแหน่งหัวแถว ขณะที่ The Decoder วิเคราะห์ว่าประสิทธิภาพด้าน coding และ agent อยู่ในระดับเดียวกับ GPT-5.4, Claude Opus 4.6 และ Gemini 3.1 Pro แต่ยังคงเป็นรองในงานด้าน pure reasoning และ vision บางประเภท

ผลการทดสอบ Benchmark

Moonshot เผยแพร่ผลการทดสอบที่น่าสนใจสำหรับสายพัฒนาโปรแกรม โดยเฉพาะคะแนนบน SWE-Bench Pro ที่ 58.6 และ SWE-bench Multilingual ที่ 76.7 ซึ่งเป็นเกณฑ์มาตรฐานในการวัดการแก้ปัญหาบั๊กข้ามโปรเจกต์จริง

นอกจากนี้ยังมีผลการทดสอบด้านการทำงานร่วมกับเครื่องมือ (Tool Use) และคณิตศาสตร์ เช่น HLE with tools ได้ 54.0, BrowseComp ได้ 83.2, Toolathlon ได้ 50.0 และ Math Vision with python ได้ 93.2 พร้อมระบุว่ามีอัตราความพึงพอใจและชนะร่วม (win and tie rate) อยู่ที่ 68.6% เมื่อเทียบกับ Gemini 3.1 Pro

ฟีเจอร์เด่น ระบบ Agent Swarm และ Claw Groups

จุดที่ทำให้ K2.6 แตกต่างจากโมเดลทั่วไปอย่างชัดเจน คือความสามารถในการบริหารจัดการ Agent Swarm โดยรองรับการสร้าง Sub-agent พร้อมกันได้สูงสุดถึง 300 ตัว และทำ Tool Call ต่อเนื่องได้มากกว่า 4,000 ครั้งในการทำงานรอบเดียว รองรับการประมวลผลต่อเนื่องยาวนานกว่า 12 ชั่วโมง

ฟีเจอร์ "Claw Groups" ช่วยจัดระบบการทำงานร่วมกันระหว่างผู้ใช้และกลุ่ม Agent ทำให้สามารถสั่งสร้างแอปพลิเคชันแบบ Full-stack ที่มีทั้ง Web UI, ระบบ Animation, การเชื่อมต่อ Database ตลอดจนระบบ Authentication และ Session Management ได้จากชุด Prompt เดียว

ในคอมมูนิตี้เริ่มมีการนำไปทดลองสร้าง Infrastructure Agent ที่รันต่อเนื่องหลายวัน รวมถึงการสร้างเอนจิน Inference บนภาษา Zig ที่ทำความเร็ว Token per Second ได้ดีกว่าเดิม

โอกาสและความคุ้มค่าสำหรับทีมพัฒนา

การที่โมเดลเปิดสามารถทำงานได้ใกล้เคียงกับโมเดลแถวหน้า ช่วยเปิดโอกาสสำคัญให้กับทีมพัฒนา โดยเฉพาะองค์กรที่ต้องการความเป็นส่วนตัวของข้อมูล

1. ลดต้นทุน API ในระยะยาว ทีมพัฒนาสามารถนำโมเดลมารันเองภายในองค์กร (Self-host) เพื่อควบคุมค่าใช้จ่ายให้คงที่ และมั่นใจได้ว่าข้อมูลที่เป็นความลับจะไม่หลุดออกไปยังคลาวด์ภายนอก

2. ความพร้อมของ Ecosystem K2.6 รองรับแพลตฟอร์มและเครื่องมือยอดนิยมตั้งแต่วันแรก ทั้ง vLLM, OpenRouter, Cloudflare Workers AI, Baseten, MLX, Hermes Agent และ OpenCode ทำให้การสลับมาทดลองทำได้ทันทีโดยไม่ต้องเขียนระบบเชื่อมต่อใหม่ทั้งหมด

ข้อควรพิจารณาก่อนนำไปใช้งานจริง

ก่อนตัดสินใจนำ K2.6 เข้าสู่ Production มี 3 ประเด็นที่ควรตรวจสอบ

1. เงื่อนไขด้าน License รายงานระบุว่าโมเดลใช้ Modified MIT License โดยมีเงื่อนไขว่า หากนำไปใช้เชิงพาณิชย์และมีผู้ใช้งานเกิน 100 ล้านคนต่อเดือน หรือมีรายได้เกิน 20 ล้านดอลลาร์สหรัฐต่อเดือน จะต้องแสดงเครดิต "Kimi K2.6" บนหน้า UI อย่างชัดเจน จึงควรศึกษารายละเอียดสัญญากับทาง Moonshot โดยตรง

2. ลักษณะการอัปเดต K2.6 เป็นการพัฒนาเชิงต่อยอดจาก K2.5 เพื่อปรับปรุงประสิทธิภาพการทำงานให้สมบูรณ์ขึ้น มากกว่าจะเป็นการเปลี่ยนผ่านทางสถาปัตยกรรมแบบก้าวกระโดด

3. รายละเอียดข้อมูลการเทรน ทาง Moonshot ไม่ได้เปิดเผยข้อมูลชุดข้อมูลที่ใช้เทรน (Training Dataset) หรือรายละเอียดปริมาณ Compute ทั้งหมด ซึ่งเป็นลักษณะของ Open-weight ที่เปิดเฉพาะค่าน้ำหนักโมเดล แต่ไม่ได้เปิดกระบวนการผลิตทั้งหมด

บทสรุปและคำแนะนำ

วงจรการปล่อยโมเดลใหม่ทุก 3 เดือนของค่ายโอเพนซอร์ส สร้างแรงผลักดันให้ตลาด AI มีการแข่งขันสูงขึ้นอย่างต่อเนื่อง ผู้ใช้งานได้ประโยชน์จากตัวเลือกที่หลากหลายและราคาค่าบริการที่มีแนวโน้มสมเหตุสมผลมากขึ้น

สำหรับนักพัฒนาที่มีทรัพยากรการประมวลผลพร้อม สามารถดาวน์โหลดโมเดลมาทดสอบระบบ Coding Agent ได้ทันที หรือหากต้องการทดสอบเบื้องต้น สามารถเรียกใช้งานผ่าน OpenRouter เพื่อเปรียบเทียบผลลัพธ์กับงานจริงก่อนตัดสินใจวางแผนระบบต่อไป

แหล่งอ้างอิง

• AINews: Moonshot Kimi K2.6 the world's leading Open Model refreshes its lead (Latent Space)
• Open-weight Kimi K2.6 takes on GPT-5.4 and Claude Opus 4.6 with agent swarms (The Decoder)