Vor drei Wochen habe ich eine Einführung zu Kimi K2.6 geschrieben und es als das Modell bezeichnet, das die meisten Leute übersehen.
Der Artikel landete, die Leute probierten es aus, die Hälfte kam mit der gleichen Frage zurück.
„Okay, aber wie nutze ich das Ding eigentlich für echte Arbeit?“
Das hier ist die Antwort – tiefer als die Einführung, weniger Oberfläche, mehr Taktiken.
Die neuen Funktionen, die vier Modi, von denen die meisten Operatoren nicht wissen, dass sie existieren, die Prompts zum Kopieren und Testen heute, und die Anwendungsfälle, über die noch niemand schreibt.
Wenn du den ersten Artikel gelesen hast, ist das das Follow-up, das du wolltest. Falls nicht, wirst du schnell aufholen.
Die kurze Auffrischung …
Kimi K2.6 ist Moonshot AIs Open-Source-Modell, veröffentlicht am 20. April 2026, es ist kostenlos und kostet etwa 0,55–0,80 $ pro Million Input-Tokens über die API, ungefähr 7–10x günstiger als Claude für die gleiche Arbeit, je nach Output-Volumen.
Die technische Schlagzeile ist: 300 Sub-Agenten, die 4.000 koordinierte Schritte parallel ausführen.
Das ist der Agentenschwarm – ein Prompt → hunderte Agenten arbeiten gleichzeitig, ein Orchestrator führt die Ergebnisse zusammen.
Bei dieser Schlagzahl bleiben die meisten Artikel stehen. Die eigentliche Geschichte ist, warum die Architektur überhaupt existiert.
Warum Einzel-Agenten-KI eine strukturelle Grenze erreicht hat
Das ist Moonshots Framing, nicht meins, und es trifft härter als jedes Tutorial.
Drei Jahre lang hat die KI-Industrie den Hammer verfeinert. Schnellere Inferenz, längerer Kontext, günstigere Tokens. Jede Veröffentlichung drehte sich darum, das Werkzeug ein bisschen besser zu machen.
Das Problem ist, dass der Zimmermann immer noch zwei Hände und vierundzwanzig Stunden am Tag hat. Ein besserer Hammer hilft nicht, wenn der Engpass nie der Hammer war.
Hier ist der Teil, den die meisten überspringen: Frag ein Einzel-Agenten-Deep-Research-Tool, hundert Unternehmen zu untersuchen oder Dutzende Paper zu synthetisieren.
Während die Aufgabe sich hinzieht, füllt sich das Kontextfenster, das System greift auf History-Folding oder Zusammenfassung zurück, um Platz für neue Tokens zu schaffen.
Diese Kompression ist verlustbehaftet, und jeder weitere Reasoning-Schritt wird schlechter.
Das ist kein Bug oder eine vorübergehende Einschränkung. Es ist eine strukturelle Grenze, die das sequenzielle Einzel-Agenten-Modell selbst auferlegt. Man kann es nicht mit einem klügeren Modell beheben. Man kann es nur beheben, indem man die Architektur aufgibt.
Das ist Agent Swarm – kein besserer Einzel-Agent, sondern eine Rekonstruktion der gesamten Werkstatt.
K2.5 hatte 100 Sub-Agenten und 1.500 koordinierte Schritte. K2.6 hat 300 Sub-Agenten und 4.000 Schritte.
Reale Ergebnisse bei langfristigen Aufgaben liefern bis zu 4,5x schnellere Ausführung als ein sequenzieller Agent bei der gleichen Arbeit, bei höherer Endqualität, weil der Schwarm strukturell den Kontextkollaps vermeidet, der Einzel-Agenten zerstört.
Die Schlagzahlen sind real, und der Grund, warum sie wichtig sind, ist, dass der Engpass sich verlagert hat.
Agent Swarm ist eine Organisation, die sich selbst entwirft
Der Satz aus Moonshots Forschungsbeitrag, den fast niemand zitiert:
„Das ist nicht die Geschichte vieler KI-Agenten, die zusammenarbeiten. Was wir bauen, ist eine Organisationsstruktur mit Chefs, Angestellten und Arbeitsteilung – nur dass diese Organisation nicht von Menschen entworfen wird. Sie entwirft sich selbst.“
Wenn du Agent Swarm ein Ziel gibst, beauftragst du keinen Assistenten. Du stellst einen CEO ein. Dieser CEO findet dann die Forscher, die Analysten, die Faktenprüfer – ganz allein.
Du micromanagest nicht. Du wählst das Team nicht aus. Du definierst das Arbeitsergebnis, und der Schwarm baut die Organisation, die benötigt wird, um es zu liefern.
🚨 Okay, das hat mir Agent Swarm als Antwort auf die einfache Frage „Zeig mir, was du kannst“ gegeben
Diese Selbstorganisation ist der eigentliche Durchbruch. Jedes andere „Multi-Agenten“-System auf dem Markt ist LLM A, das LLM B in einer festen Schleife aufruft, die du entwerfen musstest.
Kimi Schwarm baut jedes Mal von Grund auf ein neues Organigramm, passend zur anstehenden Arbeit.
Wie der Schwarm tatsächlich funktioniert
Fünf Dinge passieren unter der Haube, wenn du eine Schwarm-Aufgabe einreichst.
Zerlegung. Der Koordinator zerlegt dein Ziel in domänenspezifische Teilaufgaben. Recherche geht an Recherche-Agenten, Synthese an Synthese-Agenten, Schreiben an Schreib-Agenten.
Agentenzuordnung. Jede Teilaufgabe wird an den Sub-Agenten weitergeleitet, der aufgrund von Fähigkeiten und Werkzeugen am besten geeignet ist. Diese Weiterleitung ist der Grund, warum K2.6 im Schwarm-Modus 86,3 % bei BrowseComp erreicht hat gegenüber K2.5 mit 78,4 % – gleiche Arbeiter, intelligentere Disposition.
Parallele Ausführung. Alle Sub-Agenten arbeiten gleichzeitig mit ihrem eigenen abgegrenzten Kontextfenster, was das Kontextkollaps-Problem löst, das Einzel-Agenten-Läufe zerstört.
Fehlerbehebung. Wenn ein Sub-Agent ins Stocken gerät, leitet der Koordinator um und weist neu zu. Der Schwarm heilt sich während des Laufs selbst.
Synthese. Die Ausgaben werden zu einem kohärenten Ergebnis zusammengeführt, mit aufgelösten Widersprüchen.
Es gibt eine sechste Sache, über die niemand spricht: strukturelle Uneinigkeit. Unabhängige Agenten kommen auf überlappende Fragen natürlicherweise zu unterschiedlichen Schlussfolgerungen; der Koordinator erzwingt Abgleich, und das vermeidet strukturell Gruppendenken. Deshalb fühlt sich die Schwarm-Ausgabe oft schärfer an als das, was ein einzelnes Modell produziert.
Moonshots eigene Beispiele, die das belegen: Der Schwarm zog 200+ Paul-Graham-Essays, die über persönliche Seiten und Archive verstreut waren, in 6 themenbasierte Ordner mit einem vollständigen Zusammenfassungsbericht – ein Prompt.
Ein anderer Lauf fand die Top-3-Ersteller in 100 Nischen-YouTube-Domänen, wobei er jede Nische selbst definierte, bevor er 100 parallele Sub-Agenten entsandte.
Das Muster ist in beiden Fällen gleich: ein Berg von Dingen, die zu finden oder zu verarbeiten sind, wobei jedes Element unabhängig ist. Das ist der Sweet Spot. Für sequenzielle Aufgaben, bei denen Schritt N von Schritt N-1 abhängt, bleib im Einzel-Agenten-Modus.
Wie der Schwarm tatsächlich funktioniert – vier Modi. Instant für schnelle Nachschlagevorgänge, Thinking für Analysen und komplexen Code, Agent für mittlere autonome Aufgaben wie einen 10-seitigen Bericht, Agent Swarm nur, wenn die Arbeit wirklich parallelisierbar ist. Die meisten Operatoren greifen standardmäßig zu Swarm und bezahlen für Parallelität, die sie nie nutzen. Stimme den Modus auf die Aufgabengröße ab.
Drei wenig genutzte Features und was man damit bauen kann
/plan vor /swarm ausführen – das lehrt fast niemand.
/plan zeigt dir genau, wie Kimi deine Aufgabe in Sub-Agenten und Schritte zerlegen wird, bevor überhaupt gearbeitet wird.
Du siehst den Plan, passt ihn an, falls die Agenten falsch liegen, und führst ihn dann aus.
Kostet nichts – ein falsch zerlegter 200-Agenten-Schwarm kostet echtes Geld.
Document to Skills: Lade deine beste Arbeit hoch – einen ausgefeilten Bericht, eine Landing Page, ein Deck, das einen Deal abgeschlossen hat. Kimi erfasst den strukturellen und stilistischen Fingerabdruck als wiederverwendbare Fähigkeit, die jeder zukünftige Schwarm automatisch anwendet. Das Menü ist vorhanden, aber fast niemand nutzt es.
Coding-driven Design: Gleicher Prompt, zwei unterschiedliche Ergebnisse. Claude standardmäßig saubere, templatierte Layouts. Kimi behandelt UI zuerst als Codierungsproblem, gepaart mit dem MoonVIT-Encoder, und produziert redaktionelle Layouts, die bewusst komponiert wirken.
Probiere beide mit „Entwirf eine Landing Page für The J Hotel“ – Claude gibt ein zentriertes Buchungsformular auf Marine mit goldenen Akzenten zurück, sieht aus wie jede KI-Hotel-Seite.
Kimi gibt ein linksbündiges redaktionelles Layout mit einem warmen Heldenfoto zurück, „Buchung“ über das Bild gelegt, Typografie, die durchdacht wirkt.
Wenn du Frontend im großen Stil auslieferst, wechsle für diesen Teil des Workflows zu Kimi.
Sechs Dinge, die du heute bauen kannst:
Mehrphasige Markteintrittsstrategien, die PDF, Excel und PowerPoint in einem Durchlauf erstellen.
Vergleichende akademische Tiefenbohrungen, die 24 Monate relevanter Paper zu einer 40-seitigen Analyse zusammenführen.
Finanz-Dashboards aus rohen CSVs mit Makrodaten-Integration.
Content-Bibliothek-Audits, die 50 alte Beiträge mit konsistentem Fingerabdruck umschreiben.
Outreach im Umfang von 300 Interessenten statt 30 sequenziell.
Langfristige Code-Refactorings, die eine 50.000-Zeilen-Altcodebasis nach Modul aufteilen und über 24–36 Stunden autonom laufen.
Drei echte Prompts zum Testen heute:
Diese sind auf Operator-Niveau – Bereichssperren, Quellenregeln, Fehlerbehandlung und Schwellenbedingungen – nicht die generischen Prompts, die die Timeline überfluten.
Test 1: Agent Swarm parallele Recherche
Schalte Kimi in den Agent-Swarm-Modus und füge dann dies ein.
Was du sehen solltest: Der Schwarm teilt die Recherche auf mehrere Agenten auf, jeder zieht parallel aus verschiedenen Quellen, und führt dann zu einem einzigen sauberen Ergebnis zusammen. Miss die Zeit im Vergleich zur manuellen Durchführung.
Test 2: Document to Skills
Finde deine beste professionelle Arbeit. Einen Bericht, einen Vorschlag, ein Deck – alles, worauf du stolz bist. Lade sie hoch und füge dies ein.
Was du sehen solltest: Ein neues Dokument zu einem völlig anderen Thema, das sich anfühlt, als hätte es der gleiche Autor geschrieben. Das ist der Durchbruch für die Produktion von Premium-Output in großem Maßstab.
Test 3: Plan-Modus zur Schwarm-Validierung
Teste die Zerlegung vor jedem teuren Schwarmlauf.
Was du sehen solltest: Kimi legt genau dar, wie es die Aufgabe angehen würde, bevor es sich festlegt. Die günstigste Versicherungspolice, die du kaufen kannst, bevor du einen 200-Agenten-Schwarm startest.
Und einer der wichtigsten Teile | Die Kostenwahrheit, ehrlich.
Ein paar grobe Zahlen zur Einordnung:
Der kostenlose Tarif bei kimi gibt dir sofort Instant- und Thinking-Modi, Agent und Agent Swarm benötigen den Allegretto-Plan, obwohl ich direkt sagen würde, dass es sich lohnt.
Die API-Preise liegen bei etwa 0,55–0,80 $ pro Million Input-Tokens und 2,65–3,60 $ pro Million Output-Tokens, je nach Endpunkt und Routing.
Ungefähr 7–10x günstiger als Claude Opus bei gleicher Arbeitslast.
Ein 100-Agenten-Recherchelauf, der einen 40-seitigen Bericht mit Zitaten und einem strukturierten Datensatz produziert, kostet normalerweise 2–6 $ an Tokens.
Die gleiche Arbeit über Claude Code mit manueller Orchestrierung kostet 30–80 $ und dauert dreimal so lange.
Self-Hosting ist kostenlos, wenn du die Hardware hast – die Gewichte sind auf Hugging Face unter der Modified MIT License verfügbar.
- Leo
