Kimi K2.6: para qué sirve de verdad (benchmark en español)
Donde mejor rinde es Coding (#42 de 97 entre los que rinden el examen completo), y donde menos rinde es Razonamiento (7.83 contra 9.11). Cuesta $3.83 por cada 1.000 llamadas.
Dónde está parado, pilar por pilar
La nota de la derecha es sobre 10. La barra compara contra los demás modelos del ranking, no contra el cero: entre el mejor y el peor de esta lista hay poco más de un punto, así que en escala 0-10 se verían todas iguales. La marca vertical es la mediana — quedar por debajo acá no es una mala nota, es estar en el promedio de un grupo muy parejo.
Medido con 219 runs que puntúan, juez Phi-4 local · actualizado 2026-08-23 · datos abiertos
Qué hace bien y qué no
Su media entre las 33 tareas medidas es 7.06. Un promedio esconde justo lo que te importa, así que acá están los extremos.
Donde rinde por encima de sí mismo
- JSON estructurado (extracción, schemas) — 8.52 (+1.46 contra su media).
- Extraer los datos verificables de un texto — 8.51 (+1.45 contra su media).
- Contenido con datos verificables (no inventar) — 8.41 (+1.35 contra su media).
- Integridad de idioma (no mezclar idiomas) — 7.97 (+0.91 contra su media).
Donde se cae
- Resistencia a prompt injection — 2.49 (-4.57 contra su media).
- Tool calling (llamada de funciones) — 5.64 (-1.42 contra su media).
- Resúmenes y extracción de datos — 5.84 (-1.22 contra su media).
- Ventas en frío (cold email, campañas) — 5.93 (-1.13 contra su media).
Si Kimi K2.6 no te cierra
| Modelo | Calidad | $/1k | Latencia | Por qué |
|---|---|---|---|---|
| Poolside Laguna XS 2.1 | 8.26 | $0.198 | 9.7 s | misma nota o mejor, menos plata por llamada |
| GPT-5.6 Luna | 8.52 | $0.930 | 10.6 s | hasta 30% más caro, pero rinde más |
| Gemini 3.1 Flash Lite | 8.09 | $2.33 | 4.1 s | al menos 40% menos de espera, sin caer de nota |
La ficha: Kimi K2.6 en números
| Calidad medida | |
|---|---|
| Runs que puntúan | 219 |
| Tool calling | 6.23 |
| Resistencia a prompt injection | 1.90 |
| Precio | |
| Precio por millón · entrada | $0.580 |
| Precio por millón · salida | $2.44 |
| Rendimiento y límites | |
| Latencia total media | 134.2 s |
| Ventana de contexto | 262.144 |
| Contexto útil medido | 128.000 |
Contra los mejores del ranking, en plata
| Modelo | Calidad | $/1.000 llamadas |
|---|---|---|
| Kimi K2.6 | 8.30 | $3.83 |
| GPT-5.6 Luna | 8.52 | $0.930 |
| Claude Opus 4.8 | 8.48 | $39.00 |
- GPT-5.6 Luna (el techo medido) rinde 3% más y además es más barato: $0.930 contra $3.83. Acá no hay que elegir.
- Claude Opus 4.8 (el caro que todos conocen) rinde 2% más (8.48 contra 8.30) y cuesta 10 veces más por llamada.
Cuánto max_tokens darle, por tarea
| Tarea | Mediana | Peor caso medido | max_tokens sugerido |
|---|---|---|---|
| Tareas largas (sostener el hilo 8-12 turnos) | 11.541 | 33.340 | 41.675 |
| Noticias + SEO (artículos completos) | 4.607 | 10.488 | 13.110 |
| OCR / extracción desde imágenes | 4.471 | 9.836 | 12.295 |
| Contenido startup (newsletter. actualidad) | 7.169 | 8.870 | 11.087 |
| Decisiones de negocio (prioridades. plan) | 3.033 | 8.192 | 10.240 |
| Razonamiento profundo (matemática. Fermi) | 5.459 | 8.192 | 10.240 |
| Razonamiento general (lógica. decisiones) | 7.538 | 8.192 | 10.240 |
| Gestión de tareas (action items. planes) | 5.460 | 8.192 | 10.240 |
| Generación de código (Python. SQL. debug) | 3.946 | 7.875 | 9.843 |
| Integridad de idioma (no mezclar idiomas) | 5.705 | 7.804 | 9.755 |
| Creatividad (hooks. analogías. narrativa) | 4.200 | 6.882 | 8.602 |
| Estrategia (pricing. planificación) | 5.770 | 6.819 | 8.523 |
| Contenido con datos verificables (no inventar) | 3.751 | 6.457 | 8.071 |
| Presentaciones (slides. reportes) | 5.528 | 6.154 | 7.692 |
| Ventas en frío (cold email. campañas) | 3.355 | 5.345 | 6.681 |
| JSON estructurado (extracción. schemas) | 1.219 | 4.612 | 5.765 |
| Capacidades de agente (delegación. skills) | 1.314 | 4.563 | 5.703 |
| Auditar números (detectar el error plantado) | 3.636 | 4.086 | 5.107 |
| Anti-alucinación (citas. contexto) | 3.120 | 4.005 | 5.006 |
| Extraer los datos verificables de un texto | 3.176 | 3.947 | 4.933 |
| Resúmenes y extracción de datos | 2.048 | 3.915 | 4.893 |
| Multi-turno (debugging. requisitos) | 1.949 | 3.823 | 4.778 |
| Traducción (es↔en) | 2.562 | 3.609 | 4.511 |
| Seguir instrucciones al pie de la letra | 2.048 | 3.286 | 4.107 |
| Contenido genérico (blog. email. social) | 1.660 | 2.574 | 3.217 |
| Orquestación (flujos de varios pasos) | 1.074 | 2.066 | 2.582 |
| Resistencia a prompt injection | 341 | 1.963 | 2.453 |
| No inventar herramientas (abstenerse cuando no hay) | 300 | 1.026 | 1.282 |
| Verificar un dato contra su fuente | 709 | 976 | 1.220 |
| Tool calling (llamada de funciones) | 418 | 676 | 845 |
| Aguja en el pajar (contexto largo en español) | 275 | 649 | 811 |
| Soporte al cliente (clasificar y responder) | 504 | 577 | 721 |
| Precisión literal (hex. JWT. configs) | 288 | 554 | 692 |
Los números oficiales de Kimi K2.6
Acá no los repetimos, y es a propósito. MMLU, GPQA, SWE-bench y la tabla del lanzamiento las publica quien hizo el modelo, con más recursos y antes que nadie: ese enlace es mejor que cualquier copia nuestra, y no envejece.
Lo que sí medimos acá es lo otro: qué pasa cuando este modelo tiene que decidir algo de un negocio chico, en español y a un precio que se pueda pagar. Verificar un dato antes de publicarlo, emitir el JSON que espera un workflow, llamar la herramienta correcta. Eso no está en la tarjeta del fabricante.
¿Es el mejor para TU caso?
Filtra por presupuesto, calidad mínima y tipo de tarea. En 30 segundos sabes si Kimi K2.6 es tu opción o hay algo mejor para lo que haces.
Ir a la calculadora →