3 週間前、私は Kimi K2.6 の紹介記事を書き、それを「多くの人がまだ気づいていないモデル」と評しました。
その記事が公開され、人々が試し、その半数が同じ質問をして戻ってきました。
「わかった、でも実際の仕事でどう使うの？」
この記事がその答えです。導入記事よりも深く、表面的ではなく、より戦術的に掘り下げています。
新機能、ほとんどのオペレーターが知らない 4 つのモード、今日すぐにコピーしてテストできるプロンプト、そしてまだ誰も書いていないユースケースについて。
最初の記事を読んだ方には、お待ちかねの続編です。読んでいない方も、すぐに追いつけます。
まずはおさらい...
Kimi K2.6 は、Moonshot AI が 2026 年 4 月 20 日にリリースしたオープンソースモデルです。無料で、API 経由では入力トークン 100 万あたり約 0.55～0.80 ドルと、同じ作業量に対して Claude よりも約 7～10 倍安価です（出力ボリュームによります）。
技術的な見出しは、300 のサブエージェントが 4,000 の連携ステップを並列実行するというものです。
それがエージェントスウォームです。1 つのプロンプトから、何百ものエージェントが同時に動作し、1 つのオーケストレーターが結果を統合します。
その印象的な数字で、ほとんどの記事は止まってしまいます。本当のストーリーは、そもそもなぜこのアーキテクチャが存在するのかということです。
シングルエージェント AI が構造的な天井にぶつかった理由
これは Moonshot のフレーミングであり、私のものではありません。そして、それはどのチュートリアルよりも強烈に響きます。
3 年間、AI 業界はハンマーを研ぎ澄ましてきました。より高速な推論、より長いコンテキスト、より安いトークン。すべてのリリースは、ツールを少し良くすることに焦点を当ててきました。
問題は、大工は依然として両手と 1 日 24 時間しか持っていないことです。ボトルネックがそもそもハンマーではなかったのなら、より良いハンマーは役に立ちません。
ここからが、ほとんどの人が見逃す部分です。シングルエージェントのディープリサーチツールに、100 の企業を調査させたり、数十の論文を統合させたりしてみてください。
タスクが長引くにつれて、コンテキストウィンドウがいっぱいになります。システムは、新しいトークンのためのスペースを確保するために、履歴の折り畳みや要約に頼り始めます。
この圧縮は不可逆的であり、その後の推論ステップはすべて悪化していきます。
これは、バグや一時的な制限ではありません。これは、シングルエージェントの逐次実行モデルそのものによって課せられた構造的な天井です。よりスマートなモデルで修正できるものではありません。アーキテクチャを放棄することでのみ修正できます。
それがエージェントスウォームです。より優れたシングルエージェントではなく、ワークショップ全体の再構築です。
K2.5 は 100 のサブエージェントと 1,500 の連携ステップを持っていました。K2.6 は 300 のサブエージェントと 4,000 のステップを持っています。
長期的なタスクにおける実際の結果は、同じ作業を行う逐次エージェントと比較して最大 4.5 倍高速な実行を実現し、最終的な品質も高くなります。なぜなら、スウォームはシングルエージェントを破綻させるコンテキストの崩壊を構造的に回避するからです。
印象的な数字は現実のものであり、それらが重要な理由は、ボトルネックが移動したからです。
エージェントスウォームは、自己設計する組織である
Moonshot の研究記事の中で、ほとんど誰も引用しない一文があります。
「これは、多くの AI エージェントが協力して働くという話ではありません。私たちが構築しているのは、上司、従業員、分業を持つ組織構造です。ただし、この組織は人間が設計するものではありません。それは自己設計します。」
エージェントスウォームに目標を与えるとき、あなたはアシスタントに指示を出しているのではありません。あなたは CEO を雇っているのです。その CEO は、研究者、アナリスト、ファクトチェッカーを、すべて自分自身で見つけ出します。
あなたはマイクロマネジメントしません。チームを選びません。成果物を定義するだけで、スウォームはそれを届けるために必要な組織を構築します。
🚨 さて、これがエージェントスウォームが「何ができるか見せて」という単純な質問に対して私に返した答えです
この自己組織化こそが、実際の鍵です。市場にある他の「マルチエージェント」システムはすべて、あなたが設計しなければならない固定ループの中で LLM A が LLM B を呼び出すものです。
Kimi のスウォームは、毎回ゼロから組織図を構築し、目の前の仕事に合わせて規模を調整します。
スウォームの実際の仕組み
スウォームタスクを送信すると、内部で 5 つのことが起こります。
- 分解: コーディネーターがあなたの目標をドメイン特化型のサブタスクに分解します。リサーチはリサーチエージェントへ、統合は統合エージェントへ、ライティングはライティングエージェントへ。
- エージェントマッチング: 各サブタスクは、スキルとツールに基づいて最も適したサブエージェントにルーティングされます。このルーティングこそが、K2.6 がスウォームモードで BrowseComp 86.3%（K2.5 は 78.4%）を達成した理由であり、同じワーカーでも、よりスマートなディスパッチングを実現しています。
- 並列実行: すべてのサブエージェントは、それぞれにスコープされたコンテキストウィンドウを持ち、同時に作業します。これにより、シングルエージェントの実行を破綻させるコンテキスト崩壊の問題が解決されます。
- 障害回復: サブエージェントが停止した場合、コーディネーターがリダイレクトと再割り当てを行います。スウォームは実行中に自己修復します。
- 統合: 矛盾が解決された、一貫性のある 1 つの成果物に出力が統合されます。
誰も話さない 6 つ目のことがあります。それは、構造的な不一致です。独立したエージェントは、重複する質問に対して当然異なる結論に達します。コーディネーターが調整を強制し、構造的に集団思考を回避します。これが、スウォームの出力が多くの場合、1 つのモデルが生成するものよりもシャープに感じられる理由です。
それを証明する Moonshot 自身の例: スウォームは、個人サイトやアーカイブに散在する 200 以上の Paul Graham のエッセイを、6 つのトピックベースのフォルダと完全なサマリーレポートにまとめました。たった 1 つのプロンプトで。
別の実行では、100 のニッチな YouTube ドメインにわたるトップ 3 のクリエイターを見つけ出し、各ニッチを自ら定義してから、100 の並列サブエージェントを派遣しました。
パターンは両方で同じです: 見つけたり処理したりする対象が大量にあり、各項目が独立していること。これがスイートスポットです。ステップ N がステップ N-1 に依存する逐次タスクの場合は、シングルエージェントモードを使用してください。
スウォームが実際にどう機能するか...4 つです。Instant は簡単な検索用、Thinking は分析と複雑なコード用、Agent は 10 ページのレポートのような中程度の自律タスク用、Agent Swarm は作業が真に並列化される場合のみ。ほとんどのオペレーターはデフォルトでスウォームを使い、決して使わない並列性に対してコストを払っています。モードをタスクサイズに合わせてください。
あまり使われていない 3 つの機能と、それらで構築できるもの
/swarm の前に /plan を実行する: これを教えている人はほとんどいません。
/plan は、作業が始まる前に、Kimi がどのようにタスクをサブエージェントとステップに分解するかを正確に示します。
計画を確認し、エージェントが間違っている場合は調整してから実行できます。
コストはゼロですが、200 エージェントのスウォームを間違って分解すると、実際のコストが発生します。
Document to Skills: あなたの最高の仕事（洗練されたレポート、ランディングページ、成約したデッキ）をアップロードします。Kimi は、構造的およびスタイル的な特徴を再利用可能なスキルとしてキャプチャし、将来のすべてのスウォームが自動的に適用します。メニューにありますが、ほとんど誰も使っていません。
コーディング駆動型デザイン: 同じプロンプトで、2 つの異なる結果が得られます。Claude はデフォルトでクリーンなテンプレートレイアウトを生成します。Kimi は UI をまずコーディング問題として扱い、MoonVIT エンコーダと組み合わせることで、意図的に構成されたエディトリアルレイアウトを生成します。
両方に「The J Hotel のランディングページをデザインして」とプロンプトすると、Claude はネイビーにゴールドのアクセントが付いた中央揃えの予約フォームを返します。まるで AI が作ったホテルページのように見えます。
Kimi は、暖かみのあるヒーロー写真、「予約する」が画像の上にフロートした左揃えのエディトリアルレイアウト、デザインされた感のあるタイポグラフィを返します。
もしあなたが大規模にフロントエンドを展開しているなら、ワークフローのその部分は Kimi に切り替えてください。
今日から構築できる 6 つのこと:
- 1 回の実行で PDF、Excel、PowerPoint を生成する多段階市場参入戦略
- 24 ヶ月分の関連論文を 40 ページの分析にまとめる比較アカデミックディープダイブ
- マクロデータ統合を備えた生の CSV ファイルからの財務ダッシュボード
- 一貫したフィンガープリントで 50 の古い投稿を書き換えるコンテンツライブラリ監査
- 30 件の逐次アウトリーチではなく、300 件の見込み客規模のアウトリーチ
- 5 万行のレガシーコードベースをモジュールごとに分割し、24～36 時間かけて自律的に実行する長期コードリファクタリング
今日テストすべき 3 つの実際のプロンプト:
これらはオペレーターグレードです。スコープロック、ソースルール、エラーハンドリング、しきい値条件が含まれており、タイムラインにあふれているような一般的なプロンプトではありません。
テスト 1: Agent Swarm 並列リサーチ
Kimi を Agent Swarm モードに切り替えて、これを貼り付けます。
表示されるはずのもの: スウォームがリサーチを複数のエージェントに分割し、それぞれが異なるソースから並列に情報を取得し、それを単一のクリーンな成果物に統合します。これを手動で行う場合と時間を比較してみてください。
テスト 2: Document to Skills
あなたの最高のプロフェッショナルな仕事を見つけてください。レポート、提案書、デッキ、誇りに思えるものなら何でも構いません。それをアップロードして、これを貼り付けます。
表示されるはずのもの: まったく異なるトピックに関する新しいドキュメントが、同じ著者が書いたかのように感じられます。これが、プレミアムなアウトプットを大規模に生産するための鍵です。
テスト 3: スウォーム検証のための Plan モード
高価なスウォーム実行の前に、分解をテストします。
表示されるはずのもの: Kimi が、実行に移る前に、タスクにどのようにアプローチするかを正確に示します。200 エージェントのスウォームを立ち上げる前に購入できる、最も安価な保険です。
そして最も重要な部分の 1 つ | コストの実態、正直に。
調整のために大まかな数字をいくつか示します。
kimi の無料ティアでは、Instant と Thinking モードがすぐに利用できます。Agent と Agent Swarm には Allegretto プランが必要ですが、価値はあると思います。
API の価格は、入力トークン 100 万あたり約 0.55～0.80 ドル、出力トークン 100 万あたり約 2.65～3.60 ドルで、エンドポイントとルーティングによって異なります。
同じワークロードで、Claude Opus よりも約 7～10 倍安価です。
引用と構造化データセットを含む 40 ページのレポートを生成する 100 エージェントのリサーチ実行は、通常トークンあたり 2～6 ドルです。
手動オーケストレーションによる Claude Code での同じ作業は、30～80 ドルかかり、3 倍の時間がかかります。
適切なハードウェアがあれば、セルフホスティングは無料です。重みは、修正 MIT ライセンスの下で Hugging Face で入手できます。
- Leo
