Kimi K2.7 Code: Moonshotin koodausmalli
Moonshotin uusin avoimen painon malli. Luokkansa parhaat agenttiset vertailuarvot avoimen lähdekoodin eturintamassa ja Claude-yhteensopiva käyttöliittymä.
256K tokens · Text / Vision / Code · Prompt cache
Okou ei enää käytä Kimi K2.7 Code:ää. Tämä sivu on säilytetty viitteenä sen teknisistä tiedoista, hinnoittelusta ja vertailuarvoista. Samanlaiseen työhön käytä GPT 5.6 Luna:ää.
Katso GPT 5.6 LunaKimi K2.7 Code on Moonshotin avoimen painon lippulaiva ja tällä hetkellä vahvin avoimen lähdekoodin agenttimalli useissa julkisissa vertailuanalyyseissä. Se kestää erittäin pitkiä ajoja menettämättä lankaa (Moonshot on dokumentoinut valvomattomia istuntoja, jotka ovat kestäneet yli 12 tuntia ja yli 4 000 työkalukutsua) ja hyväksyy kuva- ja videosisällön natiivisti. Myyjän ilmoittama SWE-bench Pro -tulos on 58,6 (yli Claude Opus 4.6:n ja GPT-5.4:n kyseisessä vertailuanalyysissä), ja hallusinaatioaste laski K2.6:n ~65 %:sta ~39 %:iin.
Myyjän listahinta on 1,14 $ / 4,80 $ per 1M tokenia, avoimet painot toimitetaan Modified MIT -lisenssillä, ja API on Anthropic-yhteensopiva. Valitse Sonnet 4.6, kun tuotannon työkalureitityksen luotettavuus on tärkeämpää kuin vertailuanalyysitulokset, ja Kimi K2.7 Code, kun latenssi on hallitseva tekijä.
Mikä on Kimi K2.7 Code?
Kesäkuu 2026 · Moonshotin avoimen painon Kimi K2 -sarjan huippu. K2.6:n ja K2 Thinkingin seuraaja.
Kimi K2.7 Code on Moonshot AI:n avoimen painon agenttimalli, joka julkaistiin kesäkuussa 2026. Se on 1 biljoonan parametrin Mixture-of-Experts (MoE) -malli, jossa on 32B aktiivista parametria per token. Sama arkkitehtuurperhe kuin K2.6 ja K2 Thinking, merkittävillä parannuksilla agenttikoodauksessa ja pitkän aikavälin päättelyssä.
K2.7 teki todellisen vaikutuksen riippumattomissa tulostaulukoissa. Toimittajan ilmoittamat pisteet asettavat sen GPT-5.4:n (xhigh) ja Claude Opus 4.6:n (maksimivaiva) edelle SWE-bench Prossa, hallusinaatioasteen ollessa 39 % (laskua K2.6:n 65 %:sta). Artificial Analysis sijoittaa sen neljänneksi Intelligence Indexissään. Johtava avoimen painon vaihtoehto.
Mitä Kimi K2.7 Code:ssä on huomattavaa
Otsikkoarkkitehtuuri ja ominaisuudet.
K2.7 on Mixture-of-Experts-malli, jossa on 1T kokonaisparametria ja 32B aktiivista per token, edessä 256K-tokenin konteksti-ikkuna ja monimuotoinen syöte kuvan ja videon kautta (vain tekstin ulostulo). Moonshot yhdistää sen Agent Swarm -ajonaikaiseen ympäristöön, joka skaalautuu vaakasuunnassa 300 ala-agenttiin ja 4 000 koordinoituun vaiheeseen, ja on dokumentoinut pitkän aikavälin koodaussessioita, jotka kestävät 12 tuntia tai enemmän. Avoimet painot julkaistaan Hugging Facessa Modified MIT License -lisenssillä.
Tekniset tiedot yhdellä silmäyksellä
Kimi K2.7 Code vertailuarvot
Myyjän ilmoittamat pisteet Moonshotin K2.7-julkaisublogista. Riippumattomat kolmannet osapuolet (Artificial Analysis, TokenMix) vahvistavat suhteellisen järjestyksen. K2.7:n hallusinaatioaste laski 39 prosenttiin K2.6:n 65 prosentista. Merkittävä turvallisuus-/luotettavuusparannus.
Kimi K2.7 Code hinnoittelu
Palveluntarjoajan listahinta, per 1M tokenia.
Miten Kimi K2.7 Code käyttäytyy käytännössä
Havainnoitu käyttäytyminen tuotantoagenttien ajosta.
Pitkän kontekstin palautus
Vahvin pitkän kontekstin muistaminen sisäisessä arvioinnissamme Built-in-valikoimassa. Säilyttää johdonmukaisuuden pitkissä agenttikäsikirjoituksissa, joissa Anthropic Sonnet alkaa ajautua.
Agenttien vertailuarvot
Myyjän ilmoittama SWE-bench Pro 58.6 on kirjoitushetkellä korkein valikoimassa. Voittaa GPT-5.4:n ja Opus 4.6:n.
Pitkän aikavälin koodaus
Dokumentoitu yli 12 tunnin autonomisia istuntoja, joissa suoritettiin yli 4 000 työkalukutsua. Malli ylläpitää suorituskykyä aidosti erittäin pitkien suoritusten aikana.
Parhaat agenttitehtävät Kimi K2.7 Code:lle
Tutkimus, jonka on luettava jokainen vanha ketju
Selaa kuuden kuukauden Slack-keskusteluja löytääksesi syyn asiakkaan vaihtamiseen, käy läpi tukipyyntöjen jono toistuvan virhekuvion löytämiseksi tai yhdistä oivalluksia sadasta RFC:stä. K2.7:n pitkän kontekstin muisti säilyy transkriptioissa, joissa Anthropic Sonnet alkaa pudottaa aikaisempia vuoroja, mikä on juuri sitä, mitä "koko kasan lukeminen" -työnkulut tarvitsevat.
Autonominen uudelleenmuokkaus, joka suoritetaan yön yli
Moonshot on dokumentoinut 13 tunnin autonomisen uudelleenjärjestelyn kahdeksan vuotta vanhasta vastaavuusmoottorista, jossa K2.7 ylläpitää yli 4 000 työkalukutsua poikkeamatta tehtävästä. Tällaisessa ajossa useimmat mallit menettävät tavoitteen jossain toisen tunnin tienoilla; K2.7:n pitkän aikavälin vakaus tekee "aloita perjantai-iltana, tarkista maanantaiaamuna" -periaatteesta todella toimivan.
Monimuotoinen agentti, joka käsittelee kuvakaappauksia ja leikkeitä
K2.7 hyväksyy sekä kuva- että videosisällön MoonViT:n kautta, mikä on epätavallista Claude-perheen ulkopuolella. Hyödyllinen kuvakaappauspohjaisille QA-agenteille, asiakirjanäkymäputkille ja kaikille käyttöönotoille, joissa muuten joutuisit liittämään erillisen näkömallin vain kuvien lukemiseksi.
Kimi K2.7 Code vs. muut mallit
Kimi K2.7 Code vs GLM-5.2
Molemmat ovat nykyisiä kustannussäästöjä tarjoavia pitkän kontekstin vaihtoehtoja. K2.7 Code on Moonshotin oletusarvo vahvemmalla multimodaalisella koodaussoveltuvuudella; GLM-5.2 on nykyinen Z.AI:n oletusarvo suuremmalla 1M-tokenin konteksti-ikkunalla.
Kimi K2.7 Code vs Claude Sonnet 4.6
Sonnet (×1) johtaa monityökaluisen englanninkielisen reitityksen luotettavuudessa. K2.7 (×0.3) voittaa kustannuksissa ja agenttisissa vertailuarvoissa (SWE-bench Pro). Yhdistä ne: Sonnet monimutkaiseen työkalujen reititykseen, K2.7 kustannusherkkään agenttityöhön.
Kimi K2.7 Code vs DeepSeek V4 Pro
DeepSeek V4 Pro on edullisempi ja siinä on suurempi 1M-tokenin konteksti-ikkuna. Kimi K2.7 Code on vahvempi Moonshot-natiivi koodausreitti ja sisältää visuaalisen syötteen. Valitse palveluntarjoajan sopivuuden ja työmäärän muodon mukaan.
Lopputulos: pitäisikö sinun käyttää Kimi K2.7 Code:ää?
Avoin paino oletuksena vakavaan agenttityöhön – pitkä konteksti, kustannustehokas. Jäljellä olevat puutteet Sonnet 4.6:een verrattuna ovat työkalujen reitityksen luotettavuus ja yritystuki.
Usein kysytyt kysymykset
Milloin Kimi K2.7 Code julkaistiin?
Moonshot AI julkaisi Kimi K2.7 Coden kesäkuussa 2026. Avoimet painot julkaistaan Hugging Facessa Modified MIT -lisenssillä.
Mikä on konteksti-ikkuna?
256K tokenia. K2.7 erottuu muistin laadulla tässä koossa, ei raa'alla ikkunan koolla. Muisti alkaa heikentyä ~180K:n jälkeen (samoin kuin muissa 256K-malleissa).
Miten Kimi K2.7 Code vertautuu Claude Opus 4.6:een?
Agenttipohjaisissa vertailuissa (toimittajan raportoima) K2.7 johtaa. SWE-bench Pro 58.6 vs. Opus 4.6:n 53.4, HLE työkaluilla 54.0 vs. 53.0. Opus 4.6 säilyttää etulyöntiaseman turvallisuusprofiilissa ja englanninkielisen työkalureitityksen luotettavuudessa tuotannossa.
Tukeeko K2.7 kuvasyötettä?
Kyllä. K2.7 hyväksyy kuva- ja videosisällön. Vain tekstimuotoinen tulos. Monimuotoiset agentit toimivat natiivisti.
Kimi K2.7 Code:n saatavuus Okou:ssä
Kimi K2.7 Code on poistettu Okou-valikoimasta, joten sitä ei voi enää valita chatissa tai työnkulussa, eikä se ole saatavilla omalla API-avaimellasi. GPT 5.6 Luna kattaa saman kustannussäästötason.
