

Kimi K2.6 e Qwen3.6 Plus lado a lado: especificações, recursos, parâmetros e preços ao vivo do catálogo da EmpirioLabs.
Kimi K2.6 de Moonshot AI e Qwen3.6 Plus de Alibaba Cloud pertencem à categoria Geração de Texto e estão disponíveis pela API da EmpirioLabs.
| Especificação | Kimi K2.6 | Qwen3.6 Plus |
|---|---|---|
| ID do modelo | kimi-k2-6 | qwen3-6-plus |
| Autor | Moonshot AI | Alibaba Cloud |
| Lançado | 20 de abr. de 2026 | 2 de abr. de 2026 |
| Janela de contexto | 256K tokens | 983.6K tokens |
| Saída máxima | 16.000 tokens | 65.536 tokens |
| Entrada | Texto Imagem Vídeo | Texto Imagem Vídeo |
| Saída | Texto | Texto |
| Saída estruturada | JSON Schema | Modo JSON |
| Região | China | Singapore |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-6:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/qwen3-6-plus:generateContent |
| Recursos |
Tarifas ao vivo do catálogo da EmpirioLabs para os dois modelos. Cada tabela de tarifas sempre corresponde ao que a API cobra.
Parâmetros de requisição que cada modelo indica na EmpirioLabs, com os valores permitidos ou o intervalo quando houver. Um traço marca um parâmetro que o modelo não indica.
| Parâmetro | Kimi K2.6 | Qwen3.6 Plus |
|---|---|---|
| temperature | 0 a 1.99 Padrão: 0.7 | 0 a 1.99 Padrão: 0.7 |
| top_p | 0 a 1 Padrão: 0.9 | 0 a 1 Padrão: 0.9 |
| max_tokens | 1 a 16000 | 1 a 65536 |
| stop | string | string |
| enable_thinking | boolean Padrão: true | boolean Padrão: true |
| reasoning_effort | none, low, medium, high, max Padrão: medium | none, low, medium, high, max |
| thinking_budget | 1 a 81920 Padrão: 32768 | 1 a 131072 |
| response_format | enum | enum |
| web_search_linkup | boolean Padrão: false | - |
| disable_formatting | boolean Padrão: false | boolean Padrão: false |
| preserve_thinking | - | boolean Padrão: false |
| seed | - | 0 a 2147483647 |
| top_k | - | 1 a 100 |
| presence_penalty | - | -2 a 2 |
| repetition_penalty | - | 0.1 a 2 |
| n | - | 1 a 4 Padrão: 1 |
O preço é 4x para entrada e 2x para saída acima de 256K tokens. Chamadas de ferramenta embutidas NÃO são suportadas quando vídeo está conectado.
Busca por texto para imagem e busca por imagem por imagem usam a linha de preços da busca por imagem. Cada busca de imagem invocada é cobrada à taxa listada por chamada.
Kimi K2.6 atende a API Chat Completions compatível com OpenAI. Aponte qualquer SDK OpenAI para https://api.empiriolabs.ai/v1 com sua chave de API EmpirioLabs e use o id de modelo kimi-k2-6. Os dois modelos são chamados pelo mesmo endpoint. Defina model como kimi-k2-6 ou qwen3-6-plus. Obtenha uma chave de API no painel EmpirioLabs.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2-6",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Kimi K2.6 é o lançamento mais recente (20 de abr. de 2026); Qwen3.6 Plus foi lançado em 2 de abr. de 2026. Qwen3.6 Plus tem a maior janela de contexto: 983.6K tokens, contra 256K de Kimi K2.6. Qwen3.6 Plus retorna até 65.536 tokens de saída por resposta; Kimi K2.6, até 16.000. As especificações, as tabelas de tarifas e os parâmetros desta página vêm do catálogo ao vivo da EmpirioLabs.
Kimi K2.6 é o lançamento mais recente (20 de abr. de 2026); Qwen3.6 Plus foi lançado em 2 de abr. de 2026.
Os dois modelos são tarifados em unidades ou níveis diferentes, então compare as tabelas de tarifas ao vivo desta página. Elas sempre correspondem ao que a API cobra.
Sim. Os dois modelos usam POST /v1/chat/completions com a mesma chave de API da EmpirioLabs, então a maioria das integrações alterna só mudando o valor model. Confira antes a tabela de parâmetros desta página se você depende de um parâmetro específico de um modelo.
Sim. Abra cada modelo no playground da EmpirioLabs e execute o mesmo prompt nos dois, com os parâmetros que a API expõe.
Confira nossos preços ou entre em contato se quiser que seu próprio modelo seja implementado em nossa pilha.