Hace tres semanas escribí una introducción sobre Kimi K2.6 y lo llamé el modelo que la mayoría estaba ignorando.
El artículo se publicó, la gente lo probó, y la mitad volvió con la misma pregunta.
"Está bien, pero ¿cómo uso esto realmente para trabajar?"
Esta es la respuesta, más profunda que la introducción, menos superficial, más táctica.
Las nuevas funciones, los cuatro modos que la mayoría de los operadores ni siquiera saben que existen, los prompts para copiar y probar hoy, y los casos de uso de los que nadie está escribiendo todavía.
Si leíste el primer artículo, esta es la continuación que querías. Si no lo hiciste, te pondrás al día rápido.
El repaso rápido...
Kimi K2.6 es el modelo de código abierto de Moonshot AI, lanzado el 20 de abril de 2026. Es gratuito y cuesta alrededor de $0.55-0.80 por millón de tokens de entrada vía API, aproximadamente 7-10 veces más barato que Claude por el mismo trabajo, dependiendo del volumen de salida.
El titular técnico son 300 subagentes ejecutando 4,000 pasos coordinados en paralelo.
Ese es el enjambre de agentes: un prompt -> cientos de agentes trabajando simultáneamente, un orquestador fusionando los resultados.
Ese número llamativo es donde se detienen la mayoría de los artículos. La verdadera historia es por qué existe la arquitectura en primer lugar.
Por qué la IA de un solo agente ha alcanzado un techo estructural
Este es el planteamiento de Moonshot, no el mío, y impacta más que cualquier tutorial.
Durante tres años, la industria de la IA ha estado refinando el martillo. Inferencia más rápida, contexto más largo, tokens más baratos. Cada lanzamiento se ha centrado en mejorar un poco la herramienta.
El problema es que el carpintero todavía tiene dos manos y veinticuatro horas en un día. Un martillo mejor no ayuda si el cuello de botella nunca fue el martillo.
Aquí está la parte que la mayoría pasa por alto: pídele a una herramienta de investigación profunda de un solo agente que investigue cien empresas o sintetice docenas de artículos.
A medida que la tarea se alarga, la ventana de contexto se llena, el sistema recurre al plegado de historial o al resumen para hacer espacio para nuevos tokens.
Esa compresión tiene pérdidas, y cada paso de razonamiento posterior empeora.
Esto no es un error ni una limitación temporal. Es un techo estructural impuesto por el propio modelo de ejecución secuencial de un solo agente. No puedes solucionarlo con un modelo más inteligente. Solo puedes solucionarlo abandonando la arquitectura.
Eso es lo que es Agent Swarm: no un agente único mejor, sino una reconstrucción de todo el taller.
K2.5 tenía 100 subagentes y 1,500 pasos coordinados. K2.6 tiene 300 subagentes y 4,000 pasos.
Los resultados del mundo real en tareas de largo plazo ofrecen una ejecución hasta 4.5 veces más rápida que un agente secuencial en el mismo trabajo, con una calidad final superior porque el enjambre evita estructuralmente el colapso del contexto que afecta a los agentes individuales.
Los números llamativos son reales, y la razón por la que importan es que el cuello de botella se ha movido.
Agent Swarm es una organización que se diseña a sí misma
La frase de la publicación de investigación de Moonshot que casi nadie cita:
"Esta no es la historia de muchos agentes de IA trabajando juntos. Lo que estamos construyendo es una estructura organizativa con jefes, empleados y divisiones de trabajo, excepto que esta organización no está diseñada por humanos. Se diseña a sí misma."
Cuando le das un objetivo a Agent Swarm, no estás dando órdenes a un asistente. Estás contratando a un CEO. Ese CEO entonces encuentra a los investigadores, los analistas, los verificadores de datos, todo por su cuenta.
No microgestionas. No eliges al equipo. Defines el entregable, y el enjambre construye la organización necesaria para producirlo.
🚨 Bien, esto es lo que Agent Swarm me dio como respuesta a la simple pregunta "Muéstrame lo que puedes hacer"
Esa autoorganización es la verdadera clave. Cualquier otro sistema "multiagente" en el mercado es LLM A llamando a LLM B en un bucle fijo que tú tuviste que diseñar.
El enjambre de Kimi construye el organigrama desde cero cada vez, dimensionado para el trabajo que tiene delante.
Cómo funciona realmente el Swarm
Cinco cosas suceden bajo el capó cuando envías una tarea al swarm.
Descomposición. El coordinador divide tu objetivo en subtareas especializadas por dominio. La investigación va a los agentes de investigación, la síntesis a los agentes de síntesis, la redacción a los agentes de redacción.
Asignación de agentes. Cada subtarea se enruta al subagente más adecuado según sus habilidades y herramientas. Este enrutamiento es la razón por la que K2.6 alcanzó el 86.3% en BrowseComp en modo Swarm frente al 78.4% de K2.5, mismos trabajadores, despacho más inteligente.
Ejecución paralela. Todos los subagentes trabajan simultáneamente con su propia ventana de contexto, lo que elimina el problema de colapso del contexto que afecta las ejecuciones de un solo agente.
Recuperación de fallos. Cuando un subagente se estanca, el coordinador redirige y reasigna. El enjambre se autocura durante la ejecución.
Síntesis. Las salidas se fusionan en un solo entregable coherente con las contradicciones resueltas.
Hay una sexta cosa de la que nadie habla: el desacuerdo estructural. Los agentes independientes naturalmente llegan a diferentes conclusiones en preguntas superpuestas, el coordinador fuerza la reconciliación, y eso evita estructuralmente el pensamiento grupal. Esta es la razón por la que la salida del enjambre a menudo se siente más aguda que lo que produce un solo modelo.
Los propios ejemplos de Moonshot que lo demuestran: el enjambre extrajo más de 200 ensayos de Paul Graham dispersos en sitios personales y archivos en 6 carpetas temáticas con un informe de resumen completo, un solo prompt.
Otra ejecución encontró los 3 mejores creadores en 100 dominios nicho de YouTube, definiendo cada nicho por sí mismo antes de despachar 100 subagentes paralelos.
El patrón es el mismo en ambos: una montaña de cosas que encontrar o procesar donde cada elemento es independiente. Ese es el punto óptimo. Para tareas secuenciales donde el paso N depende del paso N-1, quédate en el modo de agente único.
Cómo funciona realmente el Swarm. Cuatro: Instant para búsquedas rápidas, Thinking para análisis y código complejo, Agent para tareas autónomas medianas como un informe de 10 páginas, Agent Swarm solo cuando el trabajo realmente se paraleliza. La mayoría de los operadores usan Swarm por defecto y pagan por un paralelismo que nunca utilizan. Empareja el modo con el tamaño de la tarea.
Tres funciones poco utilizadas y qué construir con ellas
Ejecuta /plan antes de /swarm, casi nadie enseña esto.
/plan te muestra exactamente cómo Kimi descompondrá tu tarea en subagentes y pasos antes de que ocurra cualquier trabajo.
Ves el plan, ajustas si los agentes están equivocados, luego confirmas.
No cuesta nada. Un enjambre de 200 agentes descompuesto incorrectamente cuesta dinero real.
Documento a Skills: Sube tu mejor trabajo, un informe pulido, una página de destino, una presentación que cerró un trato. Kimi captura la huella estructural y estilística como una habilidad reutilizable que cada enjambre futuro aplica automáticamente. Está en el menú, casi nadie lo usa.
Diseño impulsado por código: Mismo prompt, dos resultados diferentes. Claude por defecto usa plantillas limpias y ordenadas. Kimi trata la UI como un problema de codificación primero, junto con el codificador MoonVIT, y produce diseños editoriales que se sienten intencionalmente compuestos.
Prueba ambos con "diseña una página de destino para The J Hotel". Claude devuelve un formulario de reserva centrado en azul marino con acentos dorados, parece cualquier página de hotel hecha por IA.
Kimi devuelve un diseño editorial alineado a la izquierda con una foto principal cálida, "Reserva una Estancia" flotando sobre la imagen, una tipografía que se siente diseñada.
Si trabajas con front-end a escala, cambia a Kimi para esa parte del flujo de trabajo.
Seis cosas para construir hoy:
Estrategias de entrada al mercado multifase que produzcan PDF, Excel y PowerPoint en una sola ejecución.
Inmersiones académicas comparativas que recopilen 24 meses de artículos relacionados en un análisis de 40 páginas.
Paneles financieros a partir de CSV sin procesar con integración de datos macro.
Auditorías de bibliotecas de contenido reescribiendo 50 publicaciones antiguas con una huella consistente.
Alcance a escala de 300 prospectos en lugar de 30 secuenciales.
Refactorizaciones de código de largo plazo dividiendo una base de código heredada de 50,000 líneas por módulo, ejecutándose de forma autónoma durante 24-36 horas.
Tres prompts reales para probar hoy:
Son de nivel operador, con bloqueos de alcance, reglas de fuente, manejo de errores y condiciones de umbral, no los prompts genéricos que inundan el timeline.
Prueba 1: Investigación en paralelo con Agent Swarm
Cambia Kimi al modo Agent Swarm, luego pega esto.
Lo que deberías ver: el enjambre dividiendo la investigación entre múltiples agentes, cada uno obteniendo información de diferentes fuentes en paralelo, y luego fusionándose en un solo entregable limpio. Cronométralo contra hacerlo manualmente.
Prueba 2: Documento a Skills
Encuentra tu mejor pieza de trabajo profesional. Un informe, una propuesta, una presentación, cualquier cosa de la que estés orgulloso. Súbela y pega esto.
Lo que deberías ver: un nuevo documento sobre un tema completamente diferente que se siente como si lo hubiera escrito el mismo autor. Esta es la clave para producir resultados premium a escala.
Prueba 3: Modo Plan para validación del swarm
Antes de cualquier ejecución costosa del swarm, prueba la descomposición.
Lo que deberías ver: Kimi detallando exactamente cómo atacaría la tarea antes de comprometerse. El seguro más barato que puedes comprar antes de iniciar un enjambre de 200 agentes.
Y una de las partes más importantes | El panorama de costos, honesto.
Algunos números aproximados para que puedas calibrar:
El nivel gratuito en kimi te da los modos Instant y thinking de inmediato. Agent y Agent Swarm requieren el plan Allegretto, aunque francamente diría que vale la pena.
El precio de la API ronda los $0.55-0.80 por millón de tokens de entrada y $2.65-3.60 por millón de tokens de salida, dependiendo del endpoint y el enrutamiento.
Aproximadamente 7-10 veces más barato que Claude Opus por la misma carga de trabajo.
Una ejecución de investigación de 100 agentes que produce un informe de 40 páginas con citas y un conjunto de datos estructurado generalmente cuesta $2-6 en tokens.
El mismo trabajo a través de Claude Code con orquestación manual cuesta $30-80 y toma tres veces más tiempo.
El auto-alojamiento es gratuito si tienes el hardware, los pesos están en Hugging Face bajo la Licencia MIT Modificada.
- Leo
