Kimi K2.6 cobra US$ 4 por milhão de saída — e não tem nota de QI

O preço está na mesa — a nota, não

Você olha o catálogo e vê o Kimi K2.6 com um slot de modelo "top" e, ao lado, um campo de QI em branco. Não é falha de carregamento: a MoonshotAI simplesmente não publicou um índice de inteligência para esse modelo. Em um mercado em que Google, OpenAI e DeepSeek já entregam números de 45 a 47 pontos no mesmo recorte, isso muda a forma de decidir.

Lançado em 20 de abril de 2026, o K2.6 entra no catálogo 19 dias depois como peça multimodal de texto+imagem→texto, com 262.144 tokens de contexto e a proposta explícita de "long-horizon coding", geração de UI/UX orientada por código e orquestração multi-agente. A ficha é ambiciosa; o comparativo, menos.

O que o preço diz — e o que ele esconde

A conta do K2.6 é esta: US$ 0,95 por milhão de tokens de entrada, US$ 4,00 por milhão de tokens de saída e US$ 0,16 por milhão de tokens em cache. Traduzindo: para cada prompt de 1 milhão de tokens que você manda, paga menos de um dólar; o caro continua sendo a resposta.

Coloque isso lado a lado com o que está no topo do catálogo hoje. O DeepSeek V4 Pro cobra US$ 1,74 de saída com QI 45,27. O Gemini 3.1 Pro Preview sai por US$ 12 com QI 47,74. O GPT-5.3-Codex chega a US$ 14 com QI 45,51. O K2.6, portanto, é mais barato que os três na saída — mas é também o único do pelotão de elite sem nota pública de inteligência.

Para quem o K2.6 faz sentido

Se o seu gargalo é tarefa longa com muito código, o K2.6 foi explicitamente desenhado para isso: Python, Rust e Go, com janela de 262 mil tokens para manter arquivos inteiros e históricos de agente no contexto. O preço de cache a US$ 0,16 é o que mais importa aqui — em fluxos agentic, a maior parte dos tokens é leitura repetida, não geração nova. Quem mantém um agente rodando por horas paga caro em cache; quem só dispara prompts curtos, nem tanto.

Para quem precisa de orquestração multi-agente, a descrição do modelo cita explicitamente esse caso de uso, o que combina com a proposta de MoonshotAI de tratar o K2.6 como backbone de sistemas, não como assistente de chat.

Para quem NÃO muda nada

Se você compra modelo pelo topo do benchmark, o K2.6 não entra na sua shortlist hoje. Sem QI publicado, sem nota de coding, sem agentic score, você está apostando na descrição do fornecedor — e a descrição é marketing. O catálogo tem 441 modelos listados; 51 foram lançados nos últimos 30 dias; e entre os que mediram acima de 45 de QI, três têm nome e preço.

Se o seu fluxo é curto e conversacional, o custo de saída de US$ 4 não é argumento suficiente para trocar um modelo que você já conhece e que tem benchmark. O ganho aparece quando o volume de tokens por requisição é alto — coisa que só acontece em tarefas agentic, code review de arquivo grande ou análise de imagem+documento longo.

Se você precisa de nota para defender escolha internamente, o K2.6 também não ajuda. Sem número, a conversa com o time vira "confia no fornecedor" — e isso é uma conversa cara.

O tabuleiro em maio de 2026

O K2.6 chega em um momento específico: o catálogo tem 60 criadores listados, o topo de QI é dominado por Google, OpenAI e DeepSeek, e a Xiaomi entrou com duas variantes do MiMo-V2.5 logo abaixo. A MoonshotAI, criadora do Kimi, é chinesa — o que combina com a estratégia de preço agressivo da DeepSeek e com a faixa de US$ 0,28 a US$ 0,87 da Xiaomi para quem quer gastar menos.

O K2.6 senta no meio desse campo: mais caro que Xiaomi e DeepSeek no absoluto, mais barato que Google e OpenAI, e sem a régua pública que os outros três têm. É um slot de preço interessante preso a uma promessa de capacidade que, por ora, só a MoonshotAI está medindo.

O que você faz com isso

Se você já roda agentes longos e quer testar um backbone novo sem queimar o orçamento de maio, o K2.6 é candidato a piloto — pequeno, controlado, com cache barato para segurar o custo. Se você precisa de número para colocar no deck, espere a próxima medição pública ou trate o K2.6 como experimento, não como padrão.