Open-Source-Modell refaktoriert Legacy-Code 13 Stunden autonom 🤌

Moonshot AI haben Kimi K2.6 als Open Source veröffentlicht.

Was ist interessant an diesem Release:

1️⃣ Long-Horizon Execution
Im Blogpost wurden anschauliche Fälle beschrieben. Erster: Das Modell wurde beauftragt, den lokalen Qwen-Inferenz auf einem Mac zu optimieren. K2.6 führte über 12 Stunden hinweg 4000+ Tool-Aufrufe durch und schrieb das Backend in Zig um (Zig, Karl!), wodurch der Durchsatz um 20% über dem von LM Studio lag.
Zweiter: Refactoring einer 8 Jahre alten Finanz-Engine exchange-core. Das Modell analysierte 13 Stunden autonom CPU-Flamegraphs und Speicherallokationen, führte über 1000 Tool-Aufrufe durch, schrieb 4000 Zeilen Code um und änderte die Thread-Topologie. Ergebnis: Durchsatzsteigerung um 185%.

2️⃣ Agent Swarms auf Steroiden
Die Architektur skaliert nun horizontal auf bis zu 300 Sub-Agenten, die parallel bis zu 4000 Schritte ausführen können. Sie zerlegen die Aufgabe selbstständig.

3️⃣ Proactive Agents
Das interne RL-Infrastruktur-Team von Moonshot ließ einen auf K2.6 basierenden Agenten 5 Tage lang autonom das Monitoring verwalten, auf Vorfälle reagieren und das System reparieren. Ohne Beteiligung von Fleischsäcken. DevOps-Ingenieure, wie läuft's?

🛠 Das Modell schlägt GPT-5.4 (im xhigh-Modus) und Claude Opus 4.6 (max effort) bei SWE-Bench Pro und HLE (Humanity's Last Exam).
Kontextfenster: 262k Token.
Native INT4-Quantisierung vorhanden, läuft über vLLM, SGLang oder KTransformers.

Gewichte verfügbar auf HF: huggingface.co/moonshotai/Kimi-K2.6