Kimi K2.7 Code: מודל הקידוד של Moonshot
המודל הפתוח האחרון של Moonshot. אמות מידה סוכנותיות הטובות ביותר בקטגוריה בחזית הקוד הפתוח וממשק תואם Claude.
256K tokens · Text / Vision / Code · Prompt cache
Okou אינו מריץ עוד את Kimi K2.7 Code. דף זה נשמר כהפניה למפרטיו, תמחורו ובנצ'מרקים שלו. עבור אותו סוג עבודה, השתמש ב-GPT 5.6 Luna.
ראה GPT 5.6 LunaKimi K2.7 Code הוא מודל הדגל בקוד פתוח של Moonshot והמודל הסוכני החזק ביותר בקוד פתוח כיום במספר מדדי ביצועים ציבוריים. הוא מקיים ריצות ארוכות מאוד מבלי לאבד את הרצף (Moonshot תיעדה הפעלות ללא השגחה של 12+ שעות ו-4,000+ קריאות כלים) ומקבל קלט תמונה ווידאו באופן טבעי. ציון SWE-bench Pro המדווח על ידי הספק הוא 58.6 (מעל Claude Opus 4.6 ו-GPT-5.4 במדד זה), ושיעור ההזיות ירד מ-~65% ב-K2.6 ל-~39%.
מחיר המחירון של הספק הוא 1.14 דולר / 4.80 דולר למיליון אסימונים, קוד פתוח נשלח תחת רישיון Modified MIT, ו-API תואם ל-Anthropic. השתמש ב-Sonnet 4.6 כאשר אמינות ניתוב כלים בייצור חשובה יותר מציוני מדדי ביצועים, וב-Kimi K2.7 Code כאשר זמן השהיה הוא הגורם הדומיננטי.
מה זה Kimi K2.7 Code?
יוני 2026 · השורה העליונה של סדרת Kimi K2 הפתוחה של Moonshot. יורש ל-K2.6 ול-K2 Thinking.
Kimi K2.7 Code הוא מודל סוכני בקוד פתוח של Moonshot AI ששוחרר ביוני 2026. זהו מודל Mixture-of-Experts (MoE) עם טריליון פרמטרים ו-32B פרמטרים פעילים לכל אסימון. אותה משפחת ארכיטקטורה כמו K2.6 ו-K2 Thinking, עם רווחים משמעותיים בקידוד סוכני ובהיגיון ארוך טווח.
K2.7 עשה רעש גדול בלוחות המובילים העצמאיים. ציונים שדווחו על ידי הספק מציבים אותו לפני GPT-5.4 (xhigh) ו-Claude Opus 4.6 (מאמץ מרבי) ב-SWE-bench Pro, עם שיעור הזיות של 39% (ירידה מ-65% של K2.6). Artificial Analysis מדרגת אותו במקום הרביעי במדד האינטליגנציה שלה. האפשרות המובילה בקוד פתוח.
מה מיוחד ב-Kimi K2.7 Code
ארכיטקטורת כותרות ותכונות יכולת.
K2.7 הוא מודל Mixture-of-Experts עם 1T פרמטרים בסך הכל ו-32B פעילים לכל אסימון, עם חלון הקשר של 256K אסימונים וקלט רב-מודאלי על פני תמונה ווידאו (פלט טקסט בלבד). Moonshot משלב אותו עם סביבת ריצה של Agent Swarm שמתרחבת אופקית ל-300 תת-סוכנים ו-4,000 צעדים מתואמים, ותיעד סשנים ארוכי טווח של קידוד של 12 שעות או יותר. משקלים פתוחים מתפרסמים ב-Hugging Face תחת רישיון MIT שונה.
מפרטים במבט חטוף
מדדי ביצועים של Kimi K2.7 Code
ציונים שדווחו על ידי הספק מבלוג השחרור של K2.7 של Moonshot. צדדים שלישיים עצמאיים (Artificial Analysis, TokenMix) מאשרים את הסדר היחסי. שיעור ההזיות של K2.7 ירד ל-39% מ-65% של K2.6. שיפור משמעותי בבטיחות/אמינות.
תמחור Kimi K2.7 Code
מחיר מחירון ספק, למיליון טוקנים.
כיצד Kimi K2.7 Code מתנהג בפועל
התנהגות נצפית מהרצות סוכנים בייצור.
זיכרון בהקשר ארוך
זיכרון הקשר ארוך החזק ביותר בהערכה הפנימית שלנו על פני מערך ה-Built-in. שומר על עקביות על פני תמלילי סוכן ארוכים שבהם Anthropic Sonnet מתחיל לסטות.
מדדי ביצועים של סוכנים
SWE-bench Pro 58.6 שדווח על ידי הספק הוא הגבוה ביותר במערך בזמן הכתיבה. מנצח את GPT-5.4 ו-Opus 4.6.
קידוד ארוך-טווח
תועדו הפעלות אוטונומיות של 12+ שעות שהשלימו 4,000+ קריאות כלים. המודל שומר באמת על ביצועים לאורך ריצות ארוכות מאוד.
משימות סוכן הטובות ביותר עבור Kimi K2.7 Code
החקירה שצריכה לקרוא כל שרשור ישן
חפשו בשיחות Slack של שישה חודשים כדי למצוא מדוע לקוח נטש, סרקו את יומן תקלות התמיכה כדי למצוא דפוס באג חוזר, או חברו תובנות על פני מאה RFCs. זיכרון ההקשר הארוך של K2.7 מחזיק מעמד על פני תמלילים שבהם Anthropic Sonnet מתחיל להשמיט תורות קודמים, וזה בדיוק מה שזרימות עבודה של "קריאת כל הערימה" צריכות.
הריפקטור האוטונומי שרץ בלילה
Moonshot תיעד ריפקטור אוטונומי של 13 שעות של מנוע התאמה בן שמונה שנים, כאשר K2.7 שמר על 4,000+ קריאות כלים מבלי לסטות מהמשימה. זהו סוג הריצה שבו רוב המודלים מאבדים את המטרה איפשהו בסביבות השעה השנייה; היציבות ארוכת הטווח של K2.7 היא מה שגורם ל"התחל ביום שישי בערב, בדוק ביום שני בבוקר" לעבוד בפועל.
הסוכן הרב-מודאלי שמטפל בצילומי מסך וקטעי וידאו
K2.7 מקבל גם קלט תמונה וגם וידאו דרך MoonViT, וזה יוצא דופן מחוץ למשפחת Claude. שימושי עבור סוכני QA מבוססי צילומי מסך, צינורות ראיית מסמכים, וכל פריסה שבה היית צריך אחרת לחבר מודל ראייה נפרד רק כדי לקרוא תמונות.
Kimi K2.7 Code לעומת מודלים אחרים
Kimi K2.7 Code לעומת GLM-5.2
שניהם הם אפשרויות נוכחיות לחיסכון בעלויות עם הקשר ארוך. K2.7 Code הוא ברירת המחדל של Moonshot עם התאמה חזקה יותר לקידוד מולטימודלי; GLM-5.2 הוא ברירת המחדל הנוכחית של Z.AI עם חלון הקשר גדול יותר של מיליון אסימונים.
Kimi K2.7 Code לעומת Claude Sonnet 4.6
Sonnet (×1) מוביל באמינות ניתוב רב-כלים בשפה האנגלית. K2.7 (×0.3) מנצח בעלות ובמדדי סוכנים (SWE-bench Pro). חבר אותם: Sonnet לניתוב כלים מורכב, K2.7 לעבודת סוכנים רגישה לעלות.
Kimi K2.7 Code לעומת DeepSeek V4 Pro
DeepSeek V4 Pro זול יותר ובעל חלון הקשר גדול יותר של מיליון אסימונים. Kimi K2.7 Code הוא מסלול הקידוד החזק יותר המובנה ב-Moonshot וכולל קלט חזותי. בחר לפי התאמת ספק וצורת עומס עבודה.
שורה תחתונה: האם כדאי להשתמש ב-Kimi K2.7 Code?
ברירת המחדל בקוד פתוח לעבודת סוכן רצינית — הקשר ארוך, חסכוני. הפערים הנותרים לעומת Sonnet 4.6 הם אמינות ניתוב הכלים ותמיכה ארגונית.
שאלות נפוצות
מתי שוחרר Kimi K2.7 Code?
Moonshot AI שחררה את Kimi K2.7 Code ביוני 2026. משקלים פתוחים פורסמו ב-Hugging Face תחת רישיון MIT שונה.
מהו חלון ההקשר?
256K אסימונים. K2.7 מבדיל באיכות השחזור בגודל זה, לא בגודל חלון גולמי. השחזור מתחיל להתדרדר מעבר ל-~180K (בדומה למודלים אחרים של 256K).
כיצד Kimi K2.7 Code משתווה ל-Claude Opus 4.6?
במדדי סוכנים (מדווחים על ידי ספקים), K2.7 מוביל. SWE-bench Pro 58.6 לעומת 53.4 של Opus 4.6, HLE עם כלים 54.0 לעומת 53.0. Opus 4.6 שומר על יתרון בפרופיל בטיחות ובאמינות ניתוב כלים בשפה האנגלית בייצור.
האם K2.7 תומך בקלט תמונה?
כן. K2.7 מקבל קלט תמונה ווידאו. פלט טקסט בלבד. סוכנים מולטימודליים עובדים באופן טבעי.
זמינות Kimi K2.7 Code ב-Okou
Kimi K2.7 Code הוסר ממערך Okou, כך שלא ניתן עוד לבחור אותו בצ'אט או בתהליך עבודה, והוא אינו זמין עם מפתח API משלך. GPT 5.6 Luna מכסה את אותה רמת חיסכון בעלויות.
