Open-Weight Kimi K2.6 முன்னணி AI போட்டியை பெரும் பல-ஏஜென்ட் பணிநெறிகளின் நோக்கில் தள்ளுகிறது

Kimi K2.6 ஒரு open-weight முன்மொழிவுடன் frontier போட்டியில் நுழைகிறது

Moonshot AI, Kimi K2.6-ஐ வெளியிட்டுள்ளது. இது code எழுதும் பணிகள் மற்றும் agent benchmarks-இல் GPT-5.4, Claude Opus 4.6, மற்றும் Gemini 3.1 Pro-க்கு போட்டியாக இருக்க முடியும் என நிறுவனம் கூறும் open-weight மாதிரி. இந்த வெளியீடு benchmark கோரிக்கைகளால் மட்டுமல்ல, Moonshot அதனுடன் மிகக் கடுமையான product திசையையும் இணைத்துள்ளதால் தனித்துத் தெரிகிறது: பெரிய அளவிலான multi-agent execution.

கொடுக்கப்பட்ட source text-ன் படி, K2.6, Tools உடன் HLE-இல் 54.0, SWE-Bench Pro-இல் 58.6, மற்றும் BrowseComp-இல் 83.2 பெற்றுள்ளது. Rust, Go, மற்றும் Python போன்ற மொழிகளில் model-ஆல் 4,000-க்கும் அதிகமான tool calls-ஐ தொடர்ச்சியாக chain செய்ய முடியும் என்றும், 12 மணி நேரத்துக்கும் மேலாக இடைநிறுத்தமின்றி இயங்க முடியும் என்றும் Moonshot கூறுகிறது. OpenAI, Anthropic, மற்றும் Google ஆகியவற்றின் top systems-க்கு code மற்றும் agent tasks-இல் இணையாக செயல்படும் எனவும், pure reasoning மற்றும் vision-இல் பின்தங்குகிறது எனவும் இந்த model விவரிக்கப்படுகிறது.

இந்த வலிமை-பலவீன கலவை முக்கியமானது. K2.6 ஒரே நேரத்தில் எல்லாவற்றாகவும் ஆக முயற்சி செய்யவில்லை. இங்கே கவனம் operational performance-இல் உள்ளது: ஒரு model பணியை எவ்வாறு உடைக்கிறது, tools-ஐ அழைக்கிறது, task-இல் நிலைத்திருக்கிறது, மற்றும் நீண்டநேர software அல்லது research workflows-ஐ எவ்வாறு முடிக்கிறது என்பதில். குறிப்பாக enterprise வாங்குபவர்கள் மற்றும் developers-க்கு, benchmark theater-ஐ விட ஒரு model உண்மையில் job-ஐ முடிக்கிறதா என்பதே முக்கியமாக மாறும் நிலையில், frontier market தற்போது இந்தத் திசையில்தான் நகர்கிறது.

முக்கிய அம்சம் intelligence மட்டும் அல்ல, scale

Moonshot-ன் மிகப்பெரிய கோரிக்கை Agent Swarm. இது parallel-ஆக 300 sub-agents வரை இயக்கக்கூடிய ஒரு system; ஒவ்வொரு agent-உம் 4,000 steps வரை எடுக்க முடியும். இந்த system tasks-ஐ தானாக subtasks-ஆக உடைத்து, அவற்றை specialized agents-க்கு ஒதுக்குகிறது என்று நிறுவனம் கூறுகிறது. இந்த agents web research, document analysis, மற்றும் writing-ஐ இணைத்து, websites, documents, slide decks, மற்றும் spreadsheets போன்ற இறுதி outputs-ஐ ஒரே run-இல் உருவாக்கும் நோக்கத்துடன் செயல்படுகின்றன என்று விவரிக்கப்படுகின்றன.

இந்த திறன்கள் நடைமுறையில் நிலைத்தால், அதன் முக்கியத்துவம் பெரியது. AI agents குறித்த சந்தை விவாதம் பெரும்பாலும் ஒரு model தனியாகச் செயல்பட முடியுமா என்பதையே மையமாகக் கொண்டிருந்தது. Kimi K2.6 அந்தக் கேள்வியை மறுவரையறை செய்கிறது. ஒரே agent-ஐ அனைத்தையும் கையாளச் சொல்லுவதற்குப் பதிலாக, Moonshot model-scale orchestration-ஐ நோக்கி தள்ளுகிறது; இதில் பல agents parallel-ஆக செயல்படுகின்றன, மற்றும் coordinating system failures, handoffs, specialization ஆகியவற்றை நிர்வகிக்கிறது.

source text-ல் "claw groups" எனப்படும் ஒரு preview feature-உம் குறிப்பிடப்படுகிறது. இது மனிதர்களும் பல agents-உம் ஒரு team-ஆக சேர்ந்து வேலை செய்ய அனுமதிக்கிறது; K2.6 coordination-ஐ கையாள்ந்து, ஒரு agent தோல்வியுற்றாலோ அல்லது சிக்கிக்கொண்டாலோ இடைநிறுத்தி செயல்படுகிறது. இந்த design choice முக்கியமானது, ஏனெனில் இது deployment-க்கு ஒரு நிஜமான model-ஐ சுட்டிக்காட்டுகிறது: முழு autonomy அல்ல, ஆனால் software agents மற்றும் மனிதர்கள் ஒரே பணியைப் பகிர்ந்து கொள்ளும் supervised swarms.

மூடிய model incumbents-க்கு கூர்மையான சவால்

Moonshot இதை open-weight model-ஆக வழங்குவதால் Kimi K2.6 மேலும் குறிப்பிடத்தக்கதாகிறது. மிக வலிமையான systems பெரும்பாலும் கடுமையாகக் கட்டுப்படுத்தப்பட்ட APIs மற்றும் subscription products மூலம் வழங்கப்படும் சந்தையில், open-weight release வேறு வகையான அழுத்தத்தை உருவாக்குகிறது. இது developers-க்கு models-ஐ பார்க்க, மாற்ற, தங்கள் infrastructure-ல் host செய்ய, மற்றும் தங்கள் stack-களில் integrate செய்ய அதிக சுதந்திரம் தருகிறது; license-களில் சில நிபந்தனைகள் இருந்தாலும் கூட.

இந்த வழக்கில், model மாற்றியமைக்கப்பட்ட MIT license கீழ் வருகிறது. source text-ன் படி, 100 million-ஐ விட அதிக monthly active users அல்லது monthly revenue-வில் $20 million-ஐ விட அதிகம் கொண்ட commercial deployments, user interface-இல் "Kimi K2.6" என்பதைக் தெளிவாக credit செய்ய வேண்டும். இது எந்த நிபந்தனையும் இல்லாத release அல்ல; ஆனால் முழுமையாக மூடிய frontier systems-ஐ ஒப்பிடுகையில் அதிக அணுகலுக்கான திசையில் இது இன்னும் முக்கியமான முன்னேற்றம்.

கிடைப்பும் அதிக reach-ஐ பெறும் வகையில் வடிவமைக்கப்பட்டதாகத் தெரிகிறது. Moonshot, K2.6-ஐ kimi.com-ல் chat மற்றும் agent mode-இல், Kimi Code வழியாக coding tool-ஆக, API மூலம், மற்றும் Hugging Face-இல் open-source download-ஆக வழங்குகிறது. இந்த பரவல், experiment செய்வதிலிருந்து production வரை developer funnel-ன் முழுதிலும் போட்டியிட நிறுவனம் விரும்புவதை காட்டுகிறது.

இந்த launch AI-யின் அடுத்த கட்டத்தை பற்றி என்ன சொல்கிறது

இந்த release-இல் மிக முக்கியமான விவரம், model progress என்றால் என்ன என்பதில் ஏற்பட்ட மாற்றம் இருக்கலாம். Moonshot K2.6-ஐ முதன்மையாக ஒரு சிறந்த chatbot-ஆக முன்வைக்கவில்லை. அதை extended execution-க்கான system-ஆக முன்வைக்கிறது. நீண்ட runs, அதிக tool usage, multi-agent delegation, மற்றும் finished artifacts ஆகியவையே இந்த pitch-ன் மையம்.

அது K2.6-ஐ agentic software development-இல் உருவாகும் போட்டியின் மையத்தில் வைத்திருக்கிறது. source text-ன் படி, model text prompts-இலிருந்து animation-களும் database connections-உம் கொண்ட முழுமையான websites-ஐ உருவாக்க முடியும்; மேலும் user sign-ups, database operations, session management போன்ற அடிப்படை full-stack பணிகளையும் கையாள முடியும். அந்த outputs production-க்கு நம்பகமாக உள்ளதா என்பது தனிப்பட்ட கேள்வி; ஆனால் திசை தெளிவாக உள்ளது: model vendors இப்போது prompt-இலிருந்து working system-க்கு செல்லும் பாதையை தங்கள் கட்டுப்பாட்டில் எடுக்க விரும்புகிறார்கள்.

இந்த போட்டி framing-உம் முக்கியம். GPT-5.4 மற்றும் Claude Opus 4.6-ஐ peers-ஆக பெயரிட்டு, open-weight models இனி சுலபமான, பலவீனமான மாற்றுகளாக மட்டுமே பார்க்கப்பட வேண்டியதில்லை என Moonshot அறிவிக்கிறது. அதற்கு பதிலாக, குறைந்தபட்சம் சில வேலை வகைகளில், அதே performance tier-இல் உள்ள நம்பகமான போட்டியாளர்களாக அவற்றை முன்வைக்கலாம்.

எனினும், வழங்கப்பட்ட text-இல் ஒரு முக்கிய caveat உள்ளது: K2.6 pure reasoning மற்றும் vision-இல் top systems-ஐ விட பின்தங்குகிறது. இதன் பொருள், model-ன் promise raw all-purpose capability-ஐ விட workflow design மற்றும் tool integration-இல் அதிகமாக சார்ந்திருக்கலாம். ஆனால் அதுவே குறிப்பாக point ஆக இருக்கலாம். உண்மையான deployments-இல், காலப்போக்கில் பல குறுகிய actions-ஐ ஒருங்கிணைப்பது, generalized intelligence comparison-ஐ வெல்வதைவிட முக்கியமாக இருக்கலாம்.

அதனால் Kimi K2.6, conventional model launch-ஐ விட, AI product design அடுத்ததாக எங்கு செல்கிறது என்பதற்கான ஒரு அறிக்கையாகத் தெரிகிறது: parallel agents, long-horizon execution, மற்றும் ஒரு சுருக்கமான உரையாடலில் எவ்வளவு impressive-ஆக ஒலிக்கிறது என்பதற்குப் பதிலாக, எவ்வளவு work-ஐ முடிக்க முடிகிறது என்பதைக் கொண்டு மதிப்பிடப்படும் models நோக்கி.

இந்த கட்டுரை The Decoder-இன் அறிக்கையை அடிப்படையாகக் கொண்டது. மூலக் கட்டுரையைப் படிக்கவும்.