- 256K 上下文
- 多模态
- 推理
- Responses API
Kimi K2.6 · QuickSilver Pro
Kimi K2.6 是 Moonshot 的通用 agent 模型,适用于长程规划、编码和多模态工作。在 QuickSilver Pro 上,每百万 token 输入 $0.45 / 输出 $1.95,与本路由选择的 OpenRouter 上游端点平价,无加价或折扣。OpenAI 没有与之完全对应的模型 —— 如果你的评测在 agent 深度上选中的是 Claude Opus 或 GPT-5,K2.6 就是值得拿来做 A/B 测试的开源对标模型。
- 256K 上下文
- 视觉
- 工具调用
- 推理 · 默认开启
- 流式输出
- JSON Schema 输出
你支付 · 每 1M 输入 / 输出
$0.45 / $1.95
与官方价相同
与 OpenRouter 价格相同
价格对比($/1M token)
条形长度 = 相对官方价的价格
| 服务商 | 输入 | 输出 | 对比 QSP |
|---|---|---|---|
| QuickSilver Pro | $0.45 | $1.95 | — |
| OpenRouter(moonshotai/kimi-k2.6) | $0.45 | $1.95 | 相同 |
OpenRouter 价格来源: openrouter.ai/api/v1/models/moonshotai/kimi-k2.6/endpoints
概览
- 上下文
- 256K token
- 输入 / 1M
- $0.45
- 输出 / 1M
- $1.95
- 默认思考
- 是
- 延迟 · 实时
- —
看重 Opus 级深度的长程 agent / 规划工作负载。
什么时候该选 Kimi K2.6?
依据目录中的能力和公开价格整理,而非基准测试。
适用场景
需要在长程任务中协调工具的多步规划 agent、需要综合大量文档的研究 / 分析 agent、先规划再行动的复杂代码审查或重构 agent,以及任何 DeepSeek V4 Pro 的纯数学推理无法替代 K2.6 的 agent / 长上下文规划能力的工作负载。256K 的上下文可以容纳相当规模的代码库或研究语料。
- 长文档和代码库,最多 256K token 上下文
- 需要调用工具并输出严格 JSON Schema 的 Agent
- 包含图片的提示
- 多步推理,默认开启
何时该选其他模型
日常对话、编码或短上下文任务,用 K2.6 太贵 —— 请用 V4 Flash。纯数学推理,V4 Pro 更胜一筹。需要原生工具生态,选 Claude 或 OpenAI —— 不过我们也提供 Claude,而且我们的 92 个模型中有 46 个支持图像输入。
快速开始(curl)
获取 API key →curl https://api.quicksilverpro.io/v1/chat/completions \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2.6",
"messages": [{"role": "user", "content": "Hello!"}]
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="kimi-k2.6",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.quicksilverpro.io/v1",
apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
model: "kimi-k2.6",
messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);curl https://api.quicksilverpro.io/v1/responses \
-H "Authorization: Bearer $QSP_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2.6",
"input": "Hello!"
}'import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.quicksilverpro.io/v1",
api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
model="kimi-k2.6",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)兼容 OpenAI。只需改一行 base_url 即可迁移。
网关行为
本模型的兼容性说明。
prompt- 提示最多 256K token。
- /v1/chat/completions: 支持
- /v1/responses: 支持
- 流式输出: 支持
- 工具调用: 支持
- 图片输入: 支持
- JSON Schema: 支持
- 推理: 支持
价格从何而来
- 服务商参考价
- $0.45 / $1.95openrouter.ai/api/v1/models/moonshotai/kimi-k2.6/endpoints
- 目录核验日期
- 提示缓存 · 不参与对比
- 读取 $0.045
usage.cost = prompt_tokens × $0.45/1M + completion_tokens × $1.95/1M
常见问题
常见问题
在 Moonshot 随 2026 年 4 月版本公布的评测中,K2.6 在 agent 工具使用基准测试(Tau-bench、SWE-bench Verified)上与 Claude Opus 4 相差无几,在长上下文检索上则领先。做决定之前请先用你自己的评测比对 —— Opus 在生产环境中打磨的时间更长,在某些任务的主观质量上可能仍然胜出。如果你的选型流程选中了 Opus,K2.6 就是值得做 A/B 测试的开源替代方案。
每百万 token 输入 $0.45 / 输出 $1.95,缓存读取 $0.045,与本路由选择的 OpenRouter 端点(chutes int4)平价,无加价或折扣。路由按固定提供商顺序,或在量化筛选后按 sort: price 选择最低价合格端点;/models 的展示价可能不同。较贵的备用端点不会改变你的价格。使用 base_url=https://api.quicksilverpro.io/v1 和 model="kimi-k2.6"。
可以 —— K2.6 在 QuickSilver Pro 上是一个 OpenAI 兼容的 chat completions endpoint。设置 base_url=https://api.quicksilverpro.io/v1,粘贴你的 QSP key,使用 model="kimi-k2.6"。流式输出、工具调用、json_schema strict mode 和 usage.cost 统计都可以使用。K2.6 默认开启思考;如需不思考的输出,请传入 reasoning: { enabled: false }(不过对于 K2.6 所针对的工作负载,你通常会需要思考过程)。