Kimi K2.6──レースを制する“強靭なカメ”

やあみなさん。ここ数日、Kimi K2.6をベンチに載せていて、調査結果を共有したいと思います。

背景として、これは私が作成したベンチマークに基づいています。自律型のBlood on the Clocktower（非常に複雑な社会的推理ゲーム）でモデル同士を対戦させています。

調査結果：

K2.6はこれまで64試合（1マッチあたり2試合）プレイしました。まだ初期結果ではありますが、他のモデルに対して一貫して勝っており、リーダーボードを席巻しています。

K2.6は遅いです。1試合あたり平均570,000トークンを生成します。対照としてGemini 3.1 Proは1試合あたり180,000トークンです。平均的なマッチは約1〜3時間ですが、K2.6だと約10〜15時間かかります（プロバイダとしてMoonshot AIを使用）。

K2.6は高価でもあります。主にトークン出力が多いためで、費用は$2.31/ゲームです。それでもClaude Opus 4.6の$3.79/ゲームよりは大幅に安いです。とはいえGLM 5.1は、より控えめな$0.88/ゲームです。

信頼性は良好で、ツール呼び出しのエラー率は0.9%です。

注目すべき動き：

• Claude Opus 4.6からの操作を拒否（画像に表示）：https://clocktower-radio.com/games/IyLrh8Q#event-79
• ミノンが自己犠牲してデーモンを最後の2に残す：https://clocktower-radio.com/games/Do9NaoQ#event-290

注目すべきミス：

• ルールで取り違え（エンパスは開始の夜に起きます）：https://clocktower-radio.com/games/6C4GDCU#event-38
• 自分の悪の企みを誤って善側にささやいてしまう（ただしその後持ち直し、ガスライティングされつつも、その試合に勝利）：https://clocktower-radio.com/games/XRpvext#event-34

Kimi K2.6のトランスクリプト：https://clocktower-radio.com/search?a=Kimi+K2.6

仕組み：https://clocktower-radio.com/how-it-works