Modelo open-source refatora legado por 13 horas de forma autônoma 🤌

A Moonshot AI lançou em open-source o Kimi K2.6.

O que há de interessante neste lançamento:

1️⃣ Execução de Longo Horizonte
No blogpost, descreveram casos exemplares. Primeiro: o modelo foi forçado a otimizar a inferência local do Qwen em um Mac. O K2.6 fez mais de 4000 chamadas de ferramentas em 12 horas e reescreveu o backend em Zig (Zig, cara!), aumentando a taxa de transferência em 20% acima da LM Studio.
Segundo: refatoração de um motor financeiro de 8 anos, o exchange-core. O modelo, por 13 horas, analisou autonomamente flamegraphs de CPU e alocações de memória, fez mais de 1000 chamadas de ferramentas, reescreveu 4000 linhas de código e alterou a topologia de threads. Resultado: a taxa de transferência aumentou em 185%.

2️⃣ Enxames de Agentes turbinados
A arquitetura agora escala horizontalmente para até 300 subagentes, que podem executar paralelamente até 4000 passos. Eles próprios decompõem a tarefa.

3️⃣ Agentes Proativos
A equipe interna de infraestrutura RL da Moonshot deixou um agente baseado no K2.6 por 5 dias gerenciando autonomamente o monitoramento, respondendo a incidentes e corrigindo o sistema. Sem participação de sacos de pele. Engenheiros DevOps, como estão?

🛠 O modelo supera o GPT-5.4 (no modo xhigh) e o Claude Opus 4.6 (max effort) no SWE-Bench Pro e HLE (Humanity's Last Exam).
Janela de contexto — 262k tokens.
Há quantização INT4 nativa, roda via vLLM, SGLang ou KTransformers.

Os pesos estão disponíveis no HF: huggingface.co/moonshotai/Kimi-K2.6