Kimi K2.6: Model Coding Open Source Số 1 Thế Giới Từ Moonshot AI
Kimi (Moonshot AI) là một trong những AI startup tăng trưởng nhanh nhất Trung Quốc, thuộc nhóm "AI Lục Tiểu Hổ". Dòng model Kimi K2 đặc biệt nổi bật về khả năng coding và Agent, với K2.6 đang giữ vị trí số 1 toàn cầu về open source models trên bảng xếp hạng Artificial Analysis.
Bài viết này tổng hợp toàn bộ hành trình Moonshot AI: từ startup 2023 đến kỳ lân tỷ đô, các phiên bản Kimi từ K2 đến K2.6, và cách dùng Kimi với OpenCode.
Tổng quan: Moonshot AI - Kỳ lân 2 năm tuổi
Thông tin cơ bản
| Thông tin | Chi tiết |
|---|---|
| Tên đầy đủ | Beijing Moonshot AI (北京月之暗面科技有限公司) |
| Thành lập | 17/04/2023 |
| CEO & Sáng lập | Dương Thực Lân (杨植麟) - Tiến sĩ ĐH Thanh Hoa |
| Sản phẩm chính | Kimi Chat, Kimi API |
| Website | moonshot.cn |
Gọi vốn thần tốc
| Vòng | Thời gian | Số tiền | Định giá |
|---|---|---|---|
| Series B | 02/2024 | 1 tỷ USD | 2,5 tỷ USD |
| Series C | 12/2025 | 500 triệu USD | - |
| Series D | 02/2026 | 700 triệu USD | - |
| Series E | 03-04/2026 (đàm phán) | ~1 tỷ USD | ~18-40 tỷ USD |
Tính đến đầu 2026, Moonshot AI có hơn 10 tỷ NDT (~1,4 tỷ USD) tiền mặt. Họ không vội IPO dù đã liên hệ CICC và Goldman Sachs cho kế hoạch lên sàn Hong Kong cuối 2026.
Kinh doanh
| Chỉ số | Giá trị |
|---|---|
| ARR (Q1/2026) | >100 triệu USD |
| Tăng trưởng | Nhanh nhất trong 6 startup AI hàng đầu TQ |
| Chi phí training K2 Thinking | Chỉ 4,6 triệu USD |
Các dòng model Kimi: Từ K2 đến K2.6
Tổng quan timeline
| Model | Ngày | Điểm nổi bật |
|---|---|---|
| Kimi K2 | 07/2025 | MoE 1T tham số, open source |
| Kimi K2 Thinking | 11/2025 | Vượt GPT-5/Claude 4.5 một số benchmark, cost $4,6M |
| Kimi K2.5 🚀 | 01/2026 | Đa phương thức, cụm Agent 100 phân thân, #1 open source |
| Kimi K2.6 💎 | 04/2026 | 300 sub-Agent, code 13h liên tục, #1 toàn cầu open source |
| Kimi K3 🔮 | Q3/2026 (dự kiến) | 2,5T tham số, context 1 triệu token |
Kimi K2 - Nền tảng MoE 1.000 tỷ tham số (07/2025)
| Thông số | Giá trị |
|---|---|
| Kiến trúc | MoE (Mixture of Experts) |
| Tổng tham số | 1.000 tỷ |
| Active tham số | 32 tỷ |
| Open Source | Có |
Kimi K2 Thinking - "Siêu phẩm giá rẻ" (11/2025)
- Hỗ trợ 300 bước gọi công cụ liên tiếp
- Vượt GPT-5 và Claude 4.5 trên một số benchmark
- Chi phí training chỉ 4,6 triệu USD - siêu tiết kiệm
- Triết lý "Model as Agent" - model vừa suy nghĩ vừa gọi công cụ
Kimi K2.5 - Đa phương thức + Cụm Agent (01/2026)
| Thông số | Giá trị |
|---|---|
| Kiến trúc | Đa phương thức bản địa (text + image) |
| Chế độ | 4 chế độ: Nhanh, Suy nghĩ, Agent, Cụm Agent |
| Cụm Agent | 100 phân thân xử lý đồng thời 1.500 bước |
| API input | $0,60/1M token |
Kimi K2.6 - #1 Open Source Toàn Cầu (04/2026)
| Thông số | Giá trị |
|---|---|
| Ngày phát hành | 20/04/2026 |
| Preview → GA | Chỉ 8 ngày |
| Coding liên tục | 13 giờ, >4.000 dòng code |
| Sub-Agent | 300 Agent con song song, 4.000 bước |
| API input | $0,95/1M token |
Trên Artificial Analysis:
- Claude Opus 4 (closed)
- GPT-5 (closed)
- Gemini 3 Pro (closed)
- Kimi K2.6 - #1 open source 🏆
Khả năng đặc biệt:
- Coding siêu dài: 13h liên tục, 4.000+ dòng code
- Cụm Agent dị chủng: 300 Agent con với chuyên môn khác nhau
- Chạy ổn định trên GPU nội địa Trung Quốc
Kimi K3 - "Quái vật 2.500 tỷ" (dự kiến Q3/2026)
| Thông số | Kỳ vọng |
|---|---|
| Tổng tham số | 2,5 nghìn tỷ |
| Context | ~1 triệu tokens |
| So sánh | > DeepSeek V4 Pro, > Baidu Wenxin 5.0 |
Định hướng chiến lược
1. Premium Pricing
Moonshot định giá ở phân khúc premium, khác biệt với các đối thủ đua giá rẻ.
2. Model as Agent
Mọi model được huấn luyện theo triết lý "Model as Agent": vừa suy luận vừa gọi công cụ tự nhiên, không cần framework bên ngoài.
3. Tự chủ tài chính
Có >10 tỷ NDT tiền mặt nhưng vẫn gọi vốn liên tục để duy trì lợi thế trước IPO.
Cách dùng Kimi với OpenCode
Bước 1: Đăng ký
Truy cập platform.moonshot.cn để đăng ký.
Bước 2: Lấy API Key
Vào Moonshot Console → Tạo API Key → Copy key.
Bước 3: Kết nối
/connect kimi
Hoặc cấu hình trong opencode.json:
{
"provider": {
"moonshot": {
"apiKey": "sk-kimi-...",
"models": {
"coding": "moonshot/kimi-k2.5",
"agent": "moonshot/kimi-k2.6"
}
}
}
}
Gợi ý: Dùng K2.6 cho coding phức tạp, dài hơi. Dùng K2.5 cho tác vụ thông thường.
So sánh chi phí
| Model | Input (1M token) | Output (1M token) | Điểm mạnh |
|---|---|---|---|
| Kimi K2.5 | $0,60 | $2,40 | Đa phương thức, Agent cluster |
| Kimi K2.6 | $0,95 | $4,00 | Code mạnh nhất open source |
| MiniMax M2.5 | $0,10 | $0,30 | Giá rẻ nhất cho coding |
| MiniMax M2.7 | $0,20 | $0,60 | Self-evolution, SWE-Pro 56% |
| Claude Sonnet 4 | $3,00 | $15,00 | Coding tốt nhất closed source |
Kimi K2.6 vs MiniMax M2.7: Nên chọn gì?
| Tiêu chí | Kimi K2.6 🏆 | MiniMax M2.7 |
|---|---|---|
| Xếp hạng OS | #1 toàn cầu | #~10 |
| Sub-Agent | 300 Agent song song | Agent harness |
| Coding liên tục | 13h, 4000+ dòng | Chưa công bố |
| Self-Evolution | ❌ | ✅ Có |
| Giá input/Mtok | $0,95 | $0,20 |
| Context | 128K | 200K |
Kết luận: K2.6 mạnh hơn về coding & Agent quy mô lớn. M2.7 rẻ hơn ~5 lần, có self-evolution và context dài hơn. Nếu cần coding siêu dài → Kimi. Nếu cần giá rẻ, context dài → MiniMax.
Tổng kết
- ✅ #1 Open Source toàn cầu (K2.6 - Artificial Analysis)
- ✅ Cụm Agent 300 phân thân - xử lý song song
- ✅ Đa phương thức bản địa - text + image cùng lúc
- ✅ Chi phí training siêu rẻ - $4,6M cho K2 Thinking
- ✅ K3 2,5T tham số sắp ra mắt Q3/2026
Điểm yếu: API đắt hơn MiniMax ~5 lần, chưa có self-evolution, context ngắn hơn M2.7.
Bài viết tổng hợp từ Baidu Baike, Securities Times, 36氪, Artificial Analysis và các nguồn báo chí Trung Quốc, cập nhật tháng 4/2026.
Đọc tiếp
Một vài bài liên quan có thể bạn sẽ thích
MiniMax M2 — AI Giá Rẻ Nhất Cho Coding: Từ Startup 400 Người Đến IPO Kỷ Lục
Toàn cảnh MiniMax: hành trình 4 năm từ startup đến IPO Hong Kong, kiến trúc MoE + Linear Attention giúp M2.5 rẻ hơn GPT-4o 25 lần, SWE-Bench 80,2%, và hướng dẫn dùng MiniMax với OpenCode.
MiniMax M3 ra mắt: 1M context, multimodal, agent coding và cú nhảy từ M2.7
Phân tích MiniMax M3 cho developer dùng OpenCode: 1M context, MiniMax Sparse Attention, native multimodal, model id, cách dùng qua API/OpenRouter/Vercel và khi nào nên nâng từ M2.7.
Vibe Coding Cho Người Mới: Cách Dùng OpenCode + DeepSeek + OpenCode Go Không Cháy Ví
Hướng dẫn vibe coding cho người mới với OpenCode, OpenCode Go và DeepSeek: cách viết PLAN.md, AGENTS.md, chia workflow orchestrator-worker và tối ưu chi phí token.