Hace tres semanas escribí una introducción a 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 preguntando lo mismo.
"Vale, pero ¿cómo uso esto para trabajo real?"
Esta es la respuesta, más profunda que la introducción, menos superficial, con más tácticas.
Las nuevas funciones, los cuatro modos que la mayoría de los operadores no saben que existen, los prompts para copiar y probar hoy, y los casos de uso que nadie está cubriendo todavía.
Si leíste el primer artículo, este es el seguimiento que querías; si no lo hiciste, te pondrás al día rápido.
El resumen rápido...
Kimi K2.6 es el modelo open source 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.
Eso es el enjambre de agentes: un prompt -> cientos de agentes trabajando simultáneamente, un orquestador fusionando los resultados.
Ese número titular 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 agente único ha alcanzado un techo estructural
Este es el enfoque 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 ha consistido en mejorar un poco la herramienta.
El problema es que el carpintero todavía tiene dos manos y veinticuatro horas al día; un martillo mejor no ayuda si el cuello de botella nunca fue el martillo.
Aquí está la parte que la mayoría omite: pídele a una herramienta de investigación profunda de agente único que encueste cien empresas o sintetice decenas de artículos académicos.
A medida que la tarea se alarga, la ventana de contexto se llena, el sistema recurre al plegado de historial o a la síntesis 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 agente único. No puedes arreglarlo con un modelo más inteligente. Solo puedes arreglarlo abandonando la arquitectura.
Eso es Agent Swarm: no un mejor agente único, 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 hasta 4.5 veces más velocidad de ejecución que un agente secuencial en el mismo trabajo, con mayor calidad final porque el enjambre evita estructuralmente el colapso de contexto que rompe a los agentes únicos.
Los números titulares son reales, y la razón por la que importan es que el cuello de botella se movió.
Agent Swarm es una organización que se diseña a sí misma
La frase del artículo 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 división del 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 ordenando 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 entregarlo.
🚨 Vale, esto es lo que Agent Swarm me dio como respuesta a la simple pregunta "Muéstrame lo que puedes hacer"
Esa autoorganización es el verdadero avance. Todos los demás sistemas "multiagente" del mercado son 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 al trabajo que tiene delante.
Cómo funciona realmente el Swarm
Cinco cosas ocurren bajo el capó cuando envías una tarea de swarm.
Descomposición. El coordinador divide tu objetivo en subtareas especializadas por dominio. Investigación va a agentes de investigación, síntesis a agentes de síntesis, redacción a agentes de redacción.
Emparejamiento de agentes. Cada subtarea se dirige al subagente más adecuado según su habilidad y herramientas. Este enrutamiento es la razón por la que K2.6 alcanzó un 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 delimitada, lo que elimina el problema de colapso de contexto que rompe las ejecuciones de agente único.
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 entregable coherente con las contradicciones resueltas.
Hay una sexta cosa de la que nadie habla: el desacuerdo estructural. Agentes independientes llegan naturalmente a conclusiones diferentes en preguntas superpuestas; el coordinador fuerza la reconciliación, y eso evita estructuralmente el pensamiento grupal. Por eso la salida del enjambre a menudo se siente más aguda que la 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 resumido completo, un solo prompt.
Otra ejecución encontró a los 3 mejores creadores en 100 nichos 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 modo de agente único.
Cómo funciona realmente el Swarm: cuatro. Instant para consultas 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 paralelismo que nunca utilizan. Empareja el modo con el tamaño de la tarea.
Tres funciones infrautilizadas 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 ningún trabajo.
Ves el plan, ajustas si los agentes se equivocan, luego confirmas.
No cuesta nada; un enjambre de 200 agentes descompuesto incorrectamente cuesta dinero real.
Document to Skills: Sube tu mejor trabajo, un informe pulido, una página de aterrizaje, 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 la usa.
Diseño impulsado por código: Mismo prompt, dos resultados diferentes. Claude por defecto produce diseños de plantilla limpios. Kimi trata la interfaz de usuario como un problema de codificación primero, emparejado con el codificador MoonVIT, y produce diseños editoriales que se sienten intencionalmente compuestos.
Prueba ambos con "diseña una página de aterrizaje para The J Hotel". Claude devuelve un formulario de reserva centrado sobre azul marino con acentos dorados, parece cualquier página de hotel de IA.
Kimi devuelve un diseño editorial alineado a la izquierda con una foto principal cálida, "Reserva una estancia" superpuesto sobre la imagen, tipografía que se siente diseñada.
Si envías front-end a escala, cámbiate 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 extraigan 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 que reescriban 50 publicaciones antiguas con una huella consistente.
Alcance a escala de 300 prospectos en lugar de 30 secuenciales.
Refactorizaciones de código de largo plazo que dividan un código heredado de 50,000 líneas por módulo, ejecutándose autónomamente durante 24-36 horas.
Tres prompts reales para probar hoy:
Estos son de nivel operador: bloqueos de alcance, reglas de fuentes, manejo de errores y condiciones de umbral, no los prompts genéricos que inundan la cronología.
Prueba 1: Investigación paralela con Agent Swarm
Cambia Kimi al modo Agent Swarm, luego pega esto.
<code-segment id="0" lang="text">
Eres un investigador de mercado senior. Tu tarea es investigar las 5 principales tendencias en IA generativa para 2025. Usa fuentes autorizadas como artículos académicos, informes de la industria y comunicados de prensa. Para cada tendencia, proporciona: una breve descripción, datos cuantitativos de respaldo, actores clave y una fuente citada. Estructura la salida como una tabla markdown. Si alguna fuente no es verificable, indícalo con una nota. Prioriza fuentes de 2024-2025. Salida en español.
</code-segment>
Lo que deberías ver: el enjambre dividiendo la investigación entre múltiples agentes, cada uno extrayendo de diferentes fuentes en paralelo, luego fusionando en un entregable limpio. Mide el tiempo frente a hacerlo manualmente.
Prueba 2: Document to Skills
Encuentra tu mejor trabajo profesional. Un informe, una propuesta, una presentación, cualquier cosa de la que estés orgulloso. Súbelo y pega esto.
<code-segment id="1" lang="text">
Analiza este documento y extrae su huella estructural y estilística: tono, nivel de formalidad, estructura de párrafos, uso de datos, elecciones de vocabulario y elementos visuales. Luego, crea una habilidad reutilizable que pueda aplicarse a nuevos documentos. Dame la habilidad en formato de texto plano, lista para usar.
</code-segment>
Lo que deberías ver: un nuevo documento sobre un tema completamente diferente que se siente como escrito por el mismo autor. Este es el avance para producir contenido premium a escala.
Prueba 3: Modo Plan para validación de swarm
Antes de cualquier ejecución costosa de swarm, prueba la descomposición.
<code-segment id="2" lang="text">
Describe paso a paso cómo descompondrías la siguiente tarea en subagentes y pasos coordinados. La tarea es: "Realizar un análisis competitivo de las 10 principales empresas de IA en 2025, incluyendo financiación, productos clave, cuota de mercado y posicionamiento estratégico. Producir un informe de 20 páginas con gráficos y tabla de comparación." Muestra la estructura de agentes, las fuentes que usaría cada uno, y cómo se fusionarían los resultados.
</code-segment>
Lo que deberías ver: Kimi explicando exactamente cómo atacaría la tarea antes de comprometerse. El seguro más barato que puedes comprar antes de levantar 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 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 con 100 agentes que produzca un informe de 40 páginas con citas y un conjunto de datos estructurado suele costar entre $2 y $6 en tokens.
El mismo trabajo mediante Claude Code con orquestación manual cuesta entre $30 y $80 y tarda tres veces más.
El autoalojamiento es gratuito si tienes el hardware; los pesos están en Hugging Face bajo Licencia MIT Modificada.
- Leo
