Ich habe Kimi K2.6's Agent Swarm und Claude Opus 4.8's Dynamic Workflows zwei Wochen lang parallel in der Produktion eingesetzt. Das Interessante daran ist nicht, „welches besser ist". Sie liegen bei SWE-Bench gleichauf (80,2 vs. 80,8). Das Interessante ist, dass ihre Schwächen exakte Gegensätze sind, und das macht sie zu einem Stack, den keines allein erreicht.
Dieser Artikel enthält die gesamte Pipeline, die Prompts und 5 Anwendungsfälle, die du heute umsetzen kannst. Nimm alles mit.
Die Kernidee in einem Satz
Kimi Swarm ist breit und billig. Opus 4.8 ist tief und teuer. Also lässt du den Swarm alle Kandidaten generieren und gibst nur Opus Geld, um die falschen adversariell zu eliminieren.
Warum das genau funktioniert:
Kimi Swarm startet bis zu 300 Sub-Agenten, die eine Aufgabe selbstständig zerlegen: kein LangGraph, kein CrewAI, kein manuell verdrahteter Workflow. Es ist im Modell eingebaut. Es ist bei breiten Aufgaben etwa 4,5x schneller und kostet etwa 0,60 $/M Input, 2,50 $/M Output, wobei Caching 75-83 % einspart. Du kannst es dir leisten, es verschwenderisch sein zu lassen.
Seine bekannte Schwäche: Wenn du nicht explizit eine Verifizierung verlangst, produziert es unterbelegte, überhebliche Behauptungen, und Sub-Agenten widersprechen sich gegenseitig.
Opus 4.8 macht das Gegenteil. Seine Dynamic Workflows schreiben ein Orchestrierungsskript, führen Sub-Agenten aus, die ein Problem aus unabhängigen Blickwinkeln angreifen, setzen dann adversarielle Agenten ein, deren einzige Aufgabe es ist, die Ergebnisse zu widerlegen, und iterieren, bis die Antworten konvergieren. Es ist der erste Claude, der bei der unkritischen Meldung fehlerhafter Ergebnisse 0 % erreicht. Das ist etwa 10x weniger überheblich als 4.7.
Seine Kosten: Ein einziger Durchlauf kann bis zu 1.000 Agenten starten, also willst du ihn nicht für die breite Suche einsetzen. Du willst ihn für das Töten.
Die Frage, die alle stellen, ist die falsche
„Welches Modell soll ich verwenden?" fühlt sich an wie die kluge Frage. Ist es nicht.
Sie geht stillschweigend davon aus, dass du dich für ein Modell entscheiden und das andere aufgeben musst. Musst du nicht.
Die Entwickler, die 2026 am meisten ausliefern, haben aufgehört, über Modelle nachzudenken, und denken stattdessen über Rollen nach. Ein Schriftsteller wählt nicht zwischen einer Schreibmaschine und einem Lektor. Er verwendet beide, zu unterschiedlichen Zeitpunkten, für unterschiedliche Aufgaben.
Das ist das ganze Geheimnis. Also lass mich die beiden Rollen vorstellen.
Lerne den Motor kennen: Warum Kimi K2.6 leise die Rechnung geändert hat
Wenn dieser Workflow einen Star hat, dann ist es Kimi. Und je mehr du dir die Zahlen ansiehst, desto mehr fühlt es sich weniger wie ein Upgrade und mehr wie ein Cheat-Code an.
Der Preis ist kaum der Rede wert. Offiziell 0,95 $ pro Million Input-Token und 4,00 $ pro Million Output-Token. Das ist etwa 5x günstiger auf dem Hinweg und 6x günstiger auf dem Rückweg als die Premium-Stufe. Es gibt sogar einen kostenlosen Einstieg: Du kannst es heute auf kimi.com nutzen und mit täglichen kostenlosen Credits über Cloudflare Workers AI ausführen. Wenn die Kosten für einen Versuch so weit sinken, hörst du auf, deine Ideen zu rationieren. Du setzt sie einfach um.
Es wird nicht müde, und es arbeitet nicht allein. Das ist der Teil, den die meisten übersehen. Kimis Agent Swarm kann bis zu 300 spezialisierte Sub-Agenten hochfahren und sie in einem einzigen autonomen Durchlauf über etwa 4.000 Schritte koordinieren – dreimal so viel wie die Vorgängerversion. Jeder andere Assistent ist ein Arbeiter, der eine Aufgabe nach der anderen erledigt. Kimi ist ein Koordinator, der Teile an Dutzende oder Hunderte von Arbeitern gleichzeitig verteilt und dann die Ergebnisse zusammenführt.
So sieht das aus, wenn du es loslässt:
- Leute generieren in weniger als einer Stunde die Leistung einer kleinen Agentur: Finde lokale Unternehmen mit schwachen Websites, erstelle einen Landing-Page-Entwurf für jedes, schreibe die Outreach-E-Mails und erstelle einen Marktbericht – alles aus einem einzigen Briefing.
- Entwickler ziehen Tausende von validierten Zeilen in einer sauberen Tabelle an einem Nachmittag zusammen, wobei jede Zeile gegen eine echte Quelle geprüft wird – Arbeit, die ein einzelner Agent den größten Teil eines Tages brauchen würde.
- In einem viel beachteten Durchlauf wurde Kimi auf ein kleines Modell auf einem Laptop angesetzt und angewiesen, es schneller zu machen. Es lief 12 Stunden unbeaufsichtigt, tätigte über tausend Tool-Aufrufe, schrieb Tausende von Zeilen um und steigerte den Durchsatz von etwa 15 Tokens pro Sekunde auf fast 200. Kein Mensch im Kreislauf. Nur ein Ziel.
Es ist auch Open-Weight, veröffentlicht unter einer modifizierten MIT-Lizenz, mit einem begleitenden CLI, das Entwickler auf GitHub zu Tausenden mit Sternen markiert haben. Du mietest keinen Zugang zu einer Blackbox. Du stehst auf etwas, das du inspizieren, hosten und darauf aufbauen kannst.
Kimi ist der Maschinenraum. Es legt die Kilometer zurück. Es betreibt den Schwarm. Es macht aus „Ich wünschte, ich könnte zehn Versionen ausprobieren" ein „Ich habe zehn Versionen vor dem Mittagessen ausprobiert."
Aber ein Motor ohne Steuerung rast einfach in die falsche Richtung. Und genau hier kommt die zweite Rolle ins Spiel.
Lerne den Abschließer kennen: Wo Opus 4.8 seinen Wert beweist
Wenn Kimi die Kilometer macht, fängt Opus 4.8 die Fehler.
Anthropics Schlagzeile für diese Veröffentlichung war kein Benchmark. Es war Ehrlichkeit. Opus 4.8 ist Berichten zufolge etwa viermal weniger wahrscheinlich als sein Vorgänger, einen Fehler im eigenen Code unentdeckt durchzulassen. Es blufft weniger und sagt schneller „dieser Teil ist wackelig".
Diese eine Eigenschaft ist in einem Workflow mit hohem Volumen Gold wert. Wenn ein Schwarm einen Berg von Arbeit produziert hat, brauchst du keinen weiteren unermüdlichen Baumeister. Du brauchst ein scharfes, skeptisches Augenpaar, das dir die Wahrheit sagt. Opus punktet auch bei den Dingen, bei denen du am sichersten sein willst: Produktionsgenauigkeit und hochpräzises Lesen von Dokumenten und Bildern.
Es bringt auch das Urteilsvermögen für den vorderen Teil des Prozesses mit, den Teil, wo eine gute Architekturentscheidung zehn Stunden Arbeit in die falsche Richtung spart. Ein sehr großes Kontextfenster bedeutet, dass es ein ganzes Problem im Kopf behalten kann, bevor eine einzige Zeile geschrieben wird.
Es ist der leitende Prüfer. Der Architekt. Derjenige, dem du vertraust, alles anzusehen, was der Motor produziert hat, und ruhig zu sagen: „Schick das so, aber repariere das zuerst."
Der direkte Vergleich: Opus 4.8 vs. Kimi K2.6
Hier ist der Teil, den jeder will und fast niemand ehrlich schreibt.
Anthropic hat Opus 4.8 zu einem echten Schritt nach oben gemacht: schärferes Urteilsvermögen, das ehrlichste Modell, das sie je gebaut haben, und Bestnoten bei den schwierigsten Programmier- und Denktests. Wirklich hervorragende Arbeit.
Und daneben hat Kimi K2.6 leise etwas getan, das schwer zu widerlegen ist. Seine Agenten übernehmen die gleiche reale Arbeit, liefern Ergebnisse, die in der Masse nicht wesentlich schlechter sind, und das zu einem mehrfach geringeren Preis. Bei den Dingen, die die meisten Leute tagtäglich ausliefern, ist die Lücke im Output klein und die Lücke im Preis groß.
So schneiden die beiden Punkt für Punkt ab:
- Preis pro Token. Opus 4.8 kostet 5 $ pro Million Input und 25 $ pro Million Output. Kimi K2.6 kostet 0,95 $ pro Million Input und 4,00 $ pro Million Output, etwa 5x bis 6x günstiger über die gesamte Linie.
- Modellgewichte. Kimi ist offen, unter einer modifizierten MIT-Lizenz, du kannst es also selbst hosten. Opus ist proprietär.
- Größe und Kontext. Kimi ist ein Modell mit 1 Billion Parametern und einem 256K-Kontextfenster. Opus hat ein 1M-Kontextfenster.
- Agenten. Kimis Markenzeichen ist der Schwarm: bis zu 300 Sub-Agenten, die sich über etwa 4.000 Schritte in einem einzigen autonomen Durchlauf koordinieren. Opus führt parallele Sub-Agenten über Dynamic Workflows aus.
- Akzeptierte Eingaben. Kimi verarbeitet Text, Bild und Video. Opus verarbeitet Text und Bild.
- Schwierigster Programmiertest (SWE-bench Verified). Beide landen hoch. Kimi liegt bei niedrigen 80ern, Opus einen Tick höher bei hohen 80ern.
- Was jedes am besten kann. Kimi: Kosten, paralleles Volumen und Offenheit. Opus: Ehrlichkeit, Urteilsvermögen und Präzision.
Lies es ehrlich, und die Lehre ist nicht „Kimi gewinnt" oder „Opus gewinnt". Es ist, dass sie bei verschiedenen Dingen gewinnen. Das eine ist das Präzisionsinstrument, das du verwendest, wenn es am wichtigsten ist, genau richtig zu liegen. Das andere ist der Motor, der die Kilometer macht, den Schwarm betreibt und dein Budget kaum belastet. Und genau deshalb ist der kluge Schachzug nicht, eine Seite zu wählen. Es ist, jedes dort einzusetzen, wo es am stärksten ist.
Der Workflow: Planen, Schwärmen, Beurteilen, Ausliefern
Das ist der Teil zum Speichern. Vier Schritte, zwei Modelle, saubere Übergaben.
1. PLANE mit Opus 4.8 (das Denken).
Beschreibe Opus das gesamte Problem und bitte es zu architektonisieren, nicht auszuführen. Was ist die Struktur, was sind die Risiken, was ist der sauberste Weg. Bitte es dann um eine bestimmte Sache: ein schriftliches Pflichtenheft (mehr dazu, warum das wichtig ist, gleich). Du gibst hier bewusst Premium-Token aus. Das ist die günstigste Stunde, die du je kaufen wirst, weil sie die teuren Fehler verhindert.
2. SCHWÄRME mit Kimi K2.6 (das Tun).
Übergib das Pflichtenheft an Kimi und lass den Motor laufen. Hier lebt das Volumen: generiere den Code, schreibe die Tests, entwerfe die Variationen, erledige den sich wiederholenden Aufbau über Dateien hinweg. Lass den Schwarm die Plackerei parallelisieren. Weil es so billig ist, hast du keine Angst, den ersten Versuch wegzuwerfen und es noch einmal zu machen. Diese Stufe erledigt 80 % der Arbeit zu einem winzigen Bruchteil der Kosten.
3. BEURTEILE mit Opus 4.8 (der Wahrheitssager).
Füttere alles, was der Schwarm produziert hat, zurück an Opus und stelle die Frage, die zählt: Was ist falsch daran? Hier zahlt sich seine Ehrlichkeit aus. Es erkennt die stillen Fehler, die unbegründeten Annahmen, die Dinge, die richtig aussehen, es aber nicht sind. Du zahlst keine Premium-Preise, um zu generieren. Du zahlst sie, um zu verifizieren, was der effektivste Weg ist, einen teuren Token auszugeben.
4. LIEFERE AUS zurück an Kimi K2.6 (der Kreislauf).
Nimm die Notizen von Opus, gib sie an Kimi weiter und lass den Motor die Korrekturen und die Verfeinerung zu nahezu null Kosten erledigen. Dann liefere aus. Und weil der Kreislauf auf der Kimi-Seite so billig ist, kannst du ihn morgen und übermorgen wieder laufen lassen, ohne auf den Zähler zu achten.
Plane mit dem Architekten. Baue mit dem Motor. Beurteile mit dem Wahrheitssager. Liefere aus mit dem Motor. Wiederhole.
Der wahre Durchbruch: Schreibe ein Pflichtenheft, keinen Prompt
Hier ist der Trick, der die Leute trennt, die Magie aus einem Schwarm holen, und die Leute, die teuren Müll bekommen.
Wenn die meisten Leute „300 Agenten" hören, feuern sie einen einzeiligen Prompt ab wie „Scrape jedes Rechenzentrum in den USA" und erwarten Genialität. Das ist der schnellste Weg, Credits zu verbrennen und Schrott zu bekommen.
Der eigentliche Durchbruch ist, den Schwarm wie einen Auftragnehmer zu behandeln, nicht wie einen Dschinn. Statt eines Einzeilers gibst du ihm ein zwei- oder dreiseitiges Dokument, das genau definiert, was zu sammeln ist, was als gültig gilt, welche Quellen akzeptabel sind, wie das Ausgabeformat sein soll und was zu tun ist, wenn widersprüchliche Informationen gefunden werden. Du schreibst keinen Prompt. Du schreibst ein Pflichtenheft, und der Schwarm führt das Pflichtenheft aus, während du etwas anderes tust.
Und jetzt passen die beiden Rollen perfekt zusammen: Das beste Werkzeug der Welt zum Schreiben dieses Pflichtenhefts ist dein sorgfältiges, urteilsfähiges Modell. Opus 4.8 verwandelt ein vages Ziel im PLAN-Schritt in ein präzises Pflichtenheft. Kimis Schwarm führt dieses Pflichtenheft im SWARM-Schritt in großem Maßstab aus. Der Denker schreibt die Befehle. Die Armee führt sie aus.
Leute, die Agenten-Schwärme „zerbrechlich" nennen, meinen fast immer, dass ihre Prompts zerbrechlich waren. Pflichtenheft-gesteuerte Arbeit ändert das Ergebnis komplett.
Schnapp dir dieses Grundgerüst für das Pflichtenheft, das dein Architekt schreibt:
Gib das dem Motor und geh weg.
Führe den Kreislauf heute aus: 3 Prompts zum Mitnehmen
Du brauchst kein großes Projekt, um das auszuprobieren. Nimm jede Aufgabe, die du normalerweise einem einzelnen Modell zuwerfen würdest, und führe sie durch alle drei folgenden Prompts. Fülle die Klammern aus und leg los.
Prompt A. PLANE (einfügen in Opus 4.8)
1Ich möchte [beschreibe dein Ziel in einfacher Sprache].2Baue noch nichts. Handle als Architekt.3Verwandle dies in ein präzises Pflichtenheft mit genau diesen Überschriften:4ZIEL, UMFANG, REGELN, QUELLEN, AUSGABE, STOPP-BEDINGUNG.5Bevor du fertig bist, markiere die beiden riskantesten Annahmen im Plan.
Prompt B. SCHWÄRME (einfügen in Kimi K2.6)
1Hier ist ein Pflichtenheft. Führe es vollständig aus.2Parallelisiere, wo immer du kannst, und führe dann alles in der unten definierten endgültigen AUSGABE zusammen.3Stelle mir keine Fragen, es sei denn, das Pflichtenheft widerspricht sich wirklich.4[füge das Pflichtenheft aus Prompt A ein]
Prompt C. BEURTEILE (einfügen in Opus 4.8)
1Hier ist das Pflichtenheft und die Ausgabe, die ein Schwarm dagegen produziert hat.2Sei skeptisch. Deine Aufgabe ist es, zu finden, was falsch ist, nicht es zu loben.3Liste jeden Fehler, jede unbelegte Behauptung und jede stille Lücke auf, geordnet nach Schweregrad,4und gib mir dann eine kurze Korrekturliste, die ich direkt an den Baumeister zurückgeben kann.5[füge das Pflichtenheft und die Ausgabe ein]
Nimm dann die Korrekturliste aus Prompt C zurück zu Kimi, lass es alles reparieren und liefere aus. Das ist eine vollständige Runde des Kreislaufs, und es kostet fast nichts, sie erneut auszuführen.
Die Zahlen, die deinen CFO lächeln lassen
Hier ist, warum das nicht nur elegant ist. Es ist wirtschaftlich offensichtlich.
In einem naiven Workflow lässt du alles auf Premium-Token laufen. Jeden Wegwerf-Entwurf, jeden Test, jedes dumme Experiment, zum vollen Preis.
In diesem Workflow berührt das teure Modell nur die beiden Momente, in denen Urteilsvermögen wirklich zählt: den Plan und das Urteil. Alles dazwischen, die 80 % des Token-Volumens, die einfach nur die Arbeit erledigen, läuft auf dem Modell, das ein Vielfaches weniger kostet.
Du senkst nicht die Qualität. Du senkst den Preis der Teile, die nie teuer sein mussten.
So senken Teams leise ihre KI-Rechnungen um enorme Beträge, während sie gleichzeitig ihre Auslieferungen erhöhen. Nicht, indem sie weniger kaufen. Sondern, indem sie klug kaufen.
Warum diese Kombination jedes einzelne Modell allein schlägt
Das tiefere Prinzip ist älter als KI: komparativer Vorteil.
Nutze den unermüdlichen, billigen Motor für das Volumen. Nutze den sorgfältigen, premium Verstand für das Urteil. Lass deinen teuersten Denker keine Drecksarbeit machen und vertraue nicht darauf, dass dein schnellster Baumeister das letzte Wort hat.
Ein einzelnes Modell erzwingt einen Kompromiss. Nur-Premium verbrennt Geld für Aufgaben, die es nicht brauchten. Nur-Billig riskiert, Fehler auszuliefern, die niemand bemerkt hat. Der Zwei-Modell-Kreislauf verweigert den Kompromiss vollständig. Er bekommt die Wirtschaftlichkeit des billigen Modells und das Gewissen des sorgfältigen.
Das ist kein Hack. Es ist einfach eine gute Arbeitsteilung, endlich in Software verfügbar.
Der eine Fehler, der diesen Workflow leise tötet
Den JUDGE-Schritt auslassen.
Es ist die verlockendste Abkürzung, weil die Ausgabe des Schwarms normalerweise fertig aussieht. Sie kompiliert. Sie läuft. Sie fühlt sich erledigt an.
„Sieht erledigt aus" und „ist korrekt" sind verschiedene Planeten, und der einzige Grund, warum dieser Workflow sicher ist, ist, dass du ein sorgfältiges, ehrliches Modell beauftragt hast, dir den Unterschied zu sagen. Überspringe diesen Schritt, um ein paar Minuten zu sparen, und du hast ein brillantes System zurückverwandelt in einen schnellen Weg, Fehler auszuliefern.
Billiges Volumen ist nur dann eine Superkraft, wenn jemand Vertrauenswürdiges die Arbeit überprüft. Behalte den Richter.
Das Fazit
In einem Jahr, das von immer lauteren Argumenten darüber geprägt ist, welches Modell „am besten" ist, ist die stille Wahrheit fast lustig. Das beste Modell stellt sich als zwei heraus, jedes auf die Aufgabe ausgerichtet, für die es geboren wurde.
Kimi legt die Kilometer zurück. Opus fängt die Fehler. Ein gutes Pflichtenheft ist die Brücke zwischen ihnen.
Die Leute, die noch streiten, werden weiter streiten. Du hast jetzt einen Workflow.
Geh und baue das Ding, über das sie nächsten Monat Threads schreiben werden.
Speichere das 🔖.
