Primeros pasos con Kimi

Puedes escribir preguntas en el cuadro de chat, subir archivos o cambiar entre modelos según lo que necesites. Abre kimi.com y prueba a enviar un mensaje: saluda a Kimi:

Text

Impulsado por K2.6

Kimi K2.6 es un modelo de código abierto basado en K2.5 con mejoras significativas, enfocado en codificación de vanguardia, ejecución de largo alcance y capacidades de agent swarm. Alcanza un rendimiento de vanguardia en tareas de agentes, codificación, comprensión de imágenes, comprensión de videos y benchmarks de inteligencia general. K2.6 es además el modelo más versátil de Kimi: su arquitectura multimodal nativa admite tanto entrada visual como de texto, modos de pensamiento y sin pensamiento, así como tareas conversacionales y agénticas. En consecuencia, Kimi sobresale no solo en conversaciones de preguntas y respuestas, sino también en la planificación autónoma de tareas, la invocación de herramientas y el razonamiento de varios pasos, lo que permite pensamiento profundo y ejecución para tareas complejas.

Herramientas integradas

Disponibles de inmediato, sin necesidad de configuración:

Capacidades visuales y multimodales

K2.6 admite la comprensión de todo tipo de escenarios con imágenes, videos y documentos de oficina (PDF/Word/Excel), mediante una arquitectura multimodal nativa (no un OCR añadido). Puede analizar directamente el contenido de los documentos y realizar tareas de oficina de nivel intermedio a avanzado (como escribir fórmulas de Excel o generar esquemas de PPT o código VBA).

Entrada multimodal compatible

• Imágenes: PNG, JPEG, WebP, GIF, etc. (mediante URL, Base64 o subida de archivo local)
• Video: MP4, etc. (mediante video_url o secuencias de fotogramas de imagen + parámetro fps)
• Documentos: PDF, Word, Excel, TXT, Markdown, etc.
• Recursos en línea: URL, enlaces a artículos
• Búsqueda de imágenes: Sube una imagen para buscar imágenes relacionadas o similares
• Comprensión de video: Admite la comprensión de video; puede analizar grabaciones de pantalla y replicar la lógica de interacción
• Codificación visual: Sube capturas de pantalla o grabaciones de pantalla para generar código frontend (HTML/Vue/React, etc.); puede reproducir automáticamente páginas web a partir de maquetas de diseño

Formatos de salida

• Texto simple / texto e imágenes combinados: Respuestas conversacionales estándar
• Markdown: Texto enriquecido con encabezados, listas, tablas y enlaces
• Bloques de código: HTML/Vue/React/Python/JSON/Mermaid, etc. (con identificadores de lenguaje)
• Datos estructurados JSON: Salida en modo JSON forzado
• Diagramas Mermaid: Diagramas de flujo, diagramas de secuencia, mapas mentales, etc.
• Fórmulas matemáticas LaTeX: Expresiones matemáticas en línea y de bloque
• Salida de modo dual (Thinking): Devuelve tanto reasoning_content (proceso de pensamiento) como content (respuesta final)
• Formato de llamada a herramientas: Formato estándar de Function Calling (para desarrolladores)

Notas importantes

Sesiones vs. turnos de conversación

Cuando haces clic en «Nuevo chat», piensa en ello como el inicio de una larga conversación con Kimi.

Diferencias clave

Sesión

• Memoria continua: Kimi recuerda todo el contexto dentro del chat actual
• Contexto entre turnos: Cada respuesta toma como referencia el contenido previo de la conversación para el siguiente turno
• Límites definidos: Hacer clic en «Nuevo chat» = empezar de cero; el contexto anterior se borra Turno
• Conteo acumulativo: Turno 1, Turno 2, … se van sumando de forma incremental
• Memoria limitada: Demasiados turnos (por ejemplo, más de 50) pueden hacer que Kimi «olvide» contenido anterior, sobre todo en escritura extensa o tareas con requisitos estrictos
• Restricción de longitud del contexto: Limitada por la cantidad de tokens; al acumularse los turnos, el contenido más antiguo puede comprimirse

Por qué importa esta distinción

Dentro de una misma sesión, cada nueva pregunta o instrucción que envías se responde tomando como referencia todos los turnos anteriores. A medida que los turnos se acumulan y el contenido se alarga, la calidad de las respuestas puede ir disminuyendo.

Escenarios comunes

Escenario 1: Cambiar de tema

• Incorrecto: Pedir «ayúdame a calcular mis impuestos» en una sesión donde has estado escribiendo una novela de 30.000 palabras
• Correcto: Inicia una nueva sesión para la pregunta de impuestos, para evitar que Kimi confunda personajes de la novela con conceptos tributarios Escenario 2: Procesamiento de documentos largos
• Después de decenas de turnos, Kimi puede «olvidar» reglas o resúmenes de archivos establecidos al inicio
• Solución: Resume de forma proactiva a mitad de la tarea («Resume nuestro plan hasta ahora») o inicia una nueva sesión Escenario 3: Comprender los límites del producto
• Los límites de longitud del contexto se miden en tokens, pero en términos cotidianos, piénsalo como «turnos»
• Si ves un aviso de «Iniciar un nuevo chat», significa que la sesión actual tiene demasiados turnos

Mejores prácticas