Trois semaines, j’ai écrit une intro sur Kimi K2.6 en disant que c’était le modèle que la plupart des gens sous-estimaient.
L’article est sorti, les gens l’ont testé, et la moitié sont revenus avec la même question.
« OK, mais comment je l’utilise concrètement pour du vrai boulot ? »
Voici la réponse. Plus profonde que l’intro, moins superficielle, plus de tactiques.
Les nouvelles fonctionnalités, les quatre modes que la plupart des opérateurs ne connaissent pas, les prompts à copier et tester aujourd’hui, et les cas d’usage dont personne ne parle encore.
Si tu as lu le premier article, voici la suite que tu attendais. Sinon, tu rattraperas vite.
Le rappel express…
Kimi K2.6 est le modèle open source de Moonshot AI, sorti le 20 avril 2026. Il est gratuit et coûte environ 0,55–0,80 $ par million de tokens d’entrée via l’API, soit 7 à 10 fois moins cher que Claude pour le même travail, selon le volume de sortie.
Le chiffre technique qui marque : 300 sous-agents exécutant 4 000 étapes coordonnées en parallèle.
C’est ça, le swarm d’agents : un seul prompt → des centaines d’agents qui travaillent simultanément, un orchestrateur qui fusionne les résultats.
Ce chiffre, la plupart des articles s’arrêtent là. La vraie histoire, c’est pourquoi cette architecture existe en premier lieu.
Pourquoi l’IA mono-agent a atteint un plafond structurel
C’est le constat de Moonshot, pas le mien, et il tape plus fort que n’importe quel tuto.
Depuis trois ans, l’industrie de l’IA affine le marteau. Inférence plus rapide, contexte plus long, tokens moins chers. Chaque version rend l’outil un peu meilleur.
Le problème, c’est que le menuisier a toujours deux mains et vingt-quatre heures dans une journée. Un meilleur marteau n’aide pas si le goulot d’étranglement n’a jamais été le marteau.
Voici le détail que la plupart des gens ignorent : demande à un outil de recherche approfondie mono-agent d’étudier une centaine d’entreprises ou de synthétiser des dizaines d’articles.
Au fur et à mesure que la tâche s’allonge, la fenêtre de contexte se remplit, le système se rabat sur le repliement de l’historique ou la synthèse pour faire de la place aux nouveaux tokens.
Cette compression est avec pertes, et chaque étape de raisonnement suivante empire.
Ce n’est pas un bug ni une limitation temporaire. C’est un plafond structurel imposé par le modèle d’exécution séquentiel mono-agent lui-même. Tu ne peux pas le corriger avec un modèle plus intelligent. Tu ne peux le corriger qu’en abandonnant l’architecture.
C’est ça, Agent Swarm : pas un meilleur agent unique, mais une reconstruction complète de l’atelier.
K2.5 avait 100 sous-agents et 1 500 étapes coordonnées. K2.6 en a 300 et 4 000.
Sur des tâches longues, les résultats concrets donnent jusqu’à 4,5 fois plus de rapidité qu’un agent séquentiel sur le même travail, avec une qualité finale supérieure car le swarm évite structurellement l’effondrement de contexte qui brise les agents uniques.
Les chiffres clés sont réels, et ils comptent parce que le goulot d’étranglement a bougé.
Agent Swarm est une organisation qui se conçoit elle-même
La phrase du billet de recherche de Moonshot que presque personne ne cite :
« Ce n’est pas l’histoire de nombreux agents IA qui travaillent ensemble. Ce que nous construisons, c’est une structure organisationnelle avec des chefs, des employés et une division du travail, sauf que cette organisation n’est pas conçue par des humains. Elle se conçoit elle-même. »
Quand tu donnes un objectif à Agent Swarm, tu ne donnes pas un ordre à un assistant. Tu embauches un PDG. Ce PDG trouve ensuite les chercheurs, les analystes, les vérificateurs, tout seul.
Tu ne fais pas de micro-management. Tu ne choisis pas l’équipe. Tu définis le livrable, et le swarm construire l’organisation nécessaire pour le produire.
🚨 OK, voici ce qu’Agent Swarm m’a donné comme réponse à la simple question « Montre-moi ce que tu sais faire »
Cette auto-organisation est le véritable déclencheur. Tous les autres systèmes « multi-agents » sur le marché sont des LLM A qui appellent LLM B dans une boucle fixe que tu as dû concevoir.
Le swarm de Kimi construit l’organigramme à chaque fois, dimensionné au travail à accomplir.
Comment le Swarm fonctionne réellement
Cinq choses se produisent sous le capot quand tu soumets une tâche de swarm.
Décomposition. Le coordinateur décompose ton objectif en sous-tâches spécialisées par domaine. La recherche va aux agents de recherche, la synthèse aux agents de synthèse, la rédaction aux agents de rédaction.
Appariement d’agents. Chaque sous-tâche est dirigée vers le sous-agent le mieux adapté selon ses compétences et ses outils. C’est ce routage qui a permis à K2.6 d’atteindre 86,3 % sur BrowseComp en mode Swarm contre 78,4 % pour K2.5 : mêmes travailleurs, répartition plus intelligente.
Exécution parallèle. Tous les sous-agents travaillent simultanément avec leur propre fenêtre de contexte, ce qui élimine le problème d’effondrement de contexte qui plombe les exécutions mono-agent.
Récupération d’échec. Quand un sous-agent s’arrête, le coordinateur redirige et réaffecte. Le swarm s’auto-répare pendant l’exécution.
Synthèse. Les sorties fusionnent en un livrable cohérent, les contradictions sont résolues.
Il y a une sixième chose dont personne ne parle : le désaccord structurel. Des agents indépendants arrivent naturellement à des conclusions différentes sur des questions qui se chevauchent ; le coordinateur force la réconciliation, ce qui évite structurellement la pensée de groupe. C’est pour ça que la sortie du swarm semble souvent plus affûtée que ce qu’un seul modèle produit.
Les exemples de Moonshot qui le prouvent : le swarm a réuni plus de 200 essais de Paul Graham éparpillés sur des sites personnels et des archives dans 6 dossiers thématiques avec un rapport de synthèse complet, un seul prompt.
Un autre run a trouvé les 3 meilleurs créateurs sur 100 niches YouTube, en définissant lui-même chaque niche avant de lancer 100 sous-agents parallèles.
Le schéma est le même dans les deux : une montagne de choses à trouver ou à traiter où chaque élément est indépendant. C’est le point idéal. Pour les tâches séquentielles où l’étape N dépend de l’étape N-1, reste en mode mono-agent.
Comment le Swarm fonctionne réellement… quatre modes. Instant pour les recherches rapides, Thinking pour l’analyse et le code complexe, Agent pour les tâches autonomes de taille moyenne (comme un rapport de 10 pages), Agent Swarm uniquement quand le travail se parallélise vraiment. La plupart des opérateurs utilisent Swarm par défaut et paient pour un parallélisme qu’ils n’utilisent jamais. Adapte le mode à la taille de la tâche.
Trois fonctionnalités sous-utilisées et ce qu’on peut construire avec
Exécute /plan avant /swarm, presque personne n’enseigne ça.
/plan te montre exactement comment Kimi va décomposer ta tâche en sous-agents et en étapes avant que le travail ne commence.
Tu vois le plan, tu ajustes si les agents se trompent, puis tu valides.
Ça ne coûte rien — un swarm de 200 agents mal décomposé coûte de l’argent réel.
Document to Skills : Importe ton meilleur travail — un rapport soigné, une page d’atterrissage, une présentation qui a conclu une affaire. Kimi capture l’empreinte structurelle et stylistique comme une compétence réutilisable que chaque futur swarm appliquera automatiquement. C’est dans le menu, presque personne ne l’utilise.
Conception par le code : Même prompt, deux résultats différents. Claude produit par défaut des mises en page propres et standardisées. Kimi traite d’abord l’UI comme un problème de code, couplé avec l’encodeur MoonVIT, et produit des mises en page éditoriales qui semblent intentionnellement composées.
Teste les deux avec « conçois une page d’atterrissage pour The J Hotel ». Claude renvoie un formulaire de réservation centré sur fond bleu marine avec des accents dorés, comme toutes les pages d’hôtel IA.
Kimi renvoie une mise en page éditoriale alignée à gauche avec une photo d’accueil chaleureuse, « Réserver un séjour » flottant sur l’image, une typographie qui semble pensée.
Si tu fais du front-end à grande échelle, passe à Kimi pour cette partie du workflow.
Six choses à construire aujourd’hui :
Stratégies d’entrée sur le marché multi-phases produisant PDF, Excel et PowerPoint en une seule exécution.
Analyses comparatives académiques approfondies rassemblant 24 mois d’articles connexes dans une analyse de 40 pages.
Tableaux de bord financiers à partir de CSV bruts avec intégration de données macro.
Audits de bibliothèque de contenu réécrivant 50 anciens articles avec une empreinte cohérente.
Prospection à l’échelle de 300 prospects au lieu de 30 en séquentiel.
Refontes de code longues divisant une base de code legacy de 50 000 lignes par module, fonctionnant de manière autonome sur 24–36 heures.
Trois vrais prompts à tester aujourd’hui :
Ce sont des prompts de niveau opérateur : périmètre défini, règles de sources, gestion d’erreurs et conditions de seuil — pas les prompts génériques qui inondent le fil.
Test 1 : Recherche parallèle avec Agent Swarm
Passe Kimi en mode Agent Swarm, puis colle ceci.
Ce que tu devrais voir : le swarm répartir la recherche entre plusieurs agents, chacun puisant dans des sources différentes en parallèle, puis fusionner le tout en un livrable propre. Chronomètre la tâche effectuée manuellement.
Test 2 : Document to Skills
Trouve ton meilleur travail professionnel. Un rapport, une proposition, une présentation — tout ce dont tu es fier. Importe-le et colle ceci.
Ce que tu devrais voir : un nouveau document sur un sujet complètement différent qui donne l’impression d’avoir été écrit par le même auteur. C’est le déclencheur pour produire du contenu premium à grande échelle.
Test 3 : Mode Plan pour valider le swarm
Avant toute exécution coûteuse de swarm, teste la décomposition.
Ce que tu devrais voir : Kimi détailler exactement comment il attaquerait la tâche avant de s’engager. La meilleure assurance que tu puisses acheter avant de lancer un swarm de 200 agents.
Et l’une des parties les plus importantes | Le coût, honnêtement.
Quelques chiffres approximatifs pour que tu puisses te calibrer :
Le niveau gratuit sur kimi donne accès aux modes Instant et Thinking immédiatement ; les modes Agent et Agent Swarm nécessitent le plan Allegretto, mais honnêtement, je dirais que ça en vaut la peine.
Les tarifs API tournent autour de 0,55–0,80 $ par million de tokens d’entrée et 2,65–3,60 $ par million de tokens de sortie selon le point d’accès et le routage.
Environ 7 à 10 fois moins cher que Claude Opus pour la même charge de travail.
Une exécution de recherche avec 100 agents qui produit un rapport de 40 pages avec citations et jeu de données structuré coûte généralement entre 2 et 6 $ en tokens.
Le même travail avec Claude Code et une orchestration manuelle coûte entre 30 et 80 $ et prend trois fois plus de temps.
L’auto-hébergement est gratuit si tu as le matériel — les poids sont sur Hugging Face sous licence Modified MIT.
– Léo
