Kimi 入門

你可以在聊天框輸入問題、上傳檔案，或依照需求切換不同模型。 開啟 kimi.com，試著傳送一則訊息，和 Kimi 打聲招呼：

Text

由 K2.6 驅動

Kimi K2.6 是在 K2.5 基礎上大幅升級的開源模型，聚焦於頂尖的程式撰寫、長週期執行與 Agent Swarm 能力。它在 agent 任務、程式撰寫、圖像理解、影片理解與通用智慧基準測試中，皆達到業界頂尖表現。K2.6 也是 Kimi 最全能的模型——其原生多模態架構同時支援視覺與文字輸入、Thinking mode 與非 Thinking mode，以及對話與代理式任務。 因此，Kimi 不只擅長問答對話，也能自主規劃任務、呼叫工具並進行多步推理，為複雜任務提供深入思考與執行能力。

內建工具

開箱即用，無需設定：

視覺與多模態能力

K2.6 支援對圖片、影片與辦公文件（PDF/Word/Excel）的全場景理解，採用原生多模態架構（不是外掛式 OCR）。它可以直接解析文件內容，並執行中高階辦公任務（例如撰寫 Excel 公式，或生成 PPT 大綱／VBA 程式碼）。

多模態輸入支援

• 圖片：PNG、JPEG、WebP、GIF 等（透過 URL、Base64 或本機檔案上傳）
• 影片：MP4 等（透過 video_url，或圖片影格序列 + fps 參數）
• 文件：PDF、Word、Excel、TXT、Markdown 等
• 線上資源：URL、文章連結
• 圖片搜尋：上傳圖片以搜尋相關或相似圖片
• 影片理解：支援影片理解——可分析螢幕錄影並複現互動邏輯
• 視覺程式撰寫：上傳螢幕截圖或螢幕錄影以生成前端程式碼（HTML/Vue/React 等）；可依設計稿自動還原網頁

輸出格式

• 純文字／圖文混合：標準對話式回覆
• Markdown：包含標題、清單、表格與連結的富文字
• 程式碼區塊：HTML/Vue/React/Python/JSON/Mermaid 等（含語言識別碼）
• JSON 結構化資料：強制以 JSON mode 輸出
• Mermaid 圖表：流程圖、時序圖、心智圖等
• LaTeX 數學公式：行內與區塊層級的數學表達式
• 雙模式輸出（Thinking）：同時回傳 reasoning_content（思考過程）與 content（最終答案）
• 工具呼叫格式：Function Calling 標準格式（供開發者使用）

注意事項

Session 與對話回合

當你點擊「新聊天」時，可以把它想成是和 Kimi 開始一段長對話。

主要差異

Session

• 連續記憶：Kimi 會記住目前聊天中的所有上下文
• 跨回合上下文：每次回覆都會參照先前的對話內容，作為下一回合的上下文
• 邊界明確：點擊「新聊天」= 重新開始；先前上下文會被清除 回合
• 累計計數：第 1 回合、第 2 回合……依序增加
• 記憶有限：回合太多（例如 50+）可能會讓 Kimi「忘記」較早的內容，尤其是在長文寫作或有嚴格要求的任務中
• 上下文長度限制：受 token 數限制；當回合累積時，最早的內容可能會被壓縮

為什麼這項區分很重要

在同一個 session 中，你送出的每個新問題或指令，都會參照先前所有回合來回答。隨著回合累積、內容變長，回覆品質可能會逐漸下降。

常見情境

情境 1：切換主題

• 錯誤做法：在一個已經用來撰寫 30,000 字小說的 session 裡，詢問「幫我計算稅金」
• 正確做法：為稅務問題開啟新的 session，避免 Kimi 把小說角色和稅務概念混在一起 情境 2：處理長文件
• 經過數十個回合後，Kimi 可能會「忘記」一開始建立的規則或檔案摘要
• 解法：在任務進行中主動摘要（「總結一下我們目前的計畫」），或開啟新的 session 情境 3：理解產品限制
• 上下文長度限制是以 token 衡量，但日常使用時，可以把它理解為「回合數」
• 如果你看到「開始新的聊天」提示，表示目前 session 的回合數已經太多

最佳實務