Kimi K2.7 Code: model kodowania Moonshot
Najnowszy model open-weight Moonshot. Najlepsze w swojej klasie benchmarki agentowe na granicy open-source i interfejs kompatybilny z Claude.
256K tokens · Text / Vision / Code · Prompt cache
Okou nie uruchamia już Kimi K2.7 Code. Ta strona jest zachowana jako odniesienie do jej specyfikacji, cen i benchmarków. Do tego samego rodzaju pracy użyj GPT 5.6 Luna.
Zobacz GPT 5.6 LunaKimi K2.7 Code to flagowy model open-weight Moonshot i obecnie najsilniejszy otwarty model agentowy w kilku publicznych benchmarkach. Utrzymuje bardzo długie przebiegi bez utraty wątku (Moonshot udokumentował nieobsługiwane sesje trwające ponad 12 godzin i ponad 4000 wywołań narzędzi) i natywnie akceptuje dane wejściowe w postaci obrazów i wideo. Zgłoszony przez dostawcę wynik SWE-bench Pro wynosi 58,6 (powyżej Claude Opus 4.6 i GPT-5.4 w tym benchmarku), a wskaźnik halucynacji spadł z ~65% w K2.6 do ~39%.
Cena katalogowa dostawcy to 1,14 USD / 4,80 USD za 1 milion tokenów, otwarte wagi są dostarczane na licencji Modified MIT, a API jest kompatybilny z Anthropic. Sięgnij po Sonnet 4.6, gdy niezawodność routingu narzędzi produkcyjnych jest ważniejsza niż wyniki benchmarków, a po Kimi K2.7 Code, gdy dominuje opóźnienie.
Czym jest Kimi K2.7 Code?
Czerwiec 2026 · Najwyższa półka serii Kimi K2 o otwartym kodzie źródłowym Moonshot. Następca K2.6 i K2 Thinking.
Kimi K2.7 Code to otwarty model agentowy Moonshot AI wydany w czerwcu 2026 roku. Jest to model Mixture-of-Experts (MoE) o bilionie parametrów z 32B aktywnych parametrów na token. Ta sama rodzina architektur co K2.6 i K2 Thinking, ze znacznymi zyskami w kodowaniu agentowym i rozumowaniu długoterminowym.
K2.7 zrobił prawdziwą furorę na niezależnych rankingach. Wyniki podane przez dostawców stawiają go przed GPT-5.4 (xhigh) i Claude Opus 4.6 (maksymalny wysiłek) w teście SWE-bench Pro, z wskaźnikiem halucynacji wynoszącym 39% (spadek z 65% w K2.6). Artificial Analysis plasuje go na 4. miejscu w swoim Indeksie Inteligencji. Wiodąca opcja o otwartej wadze.
Co jest godne uwagi w Kimi K2.7 Code
Architektura nagłówków i funkcje możliwości.
K2.7 to model Mixture-of-Experts z 1T całkowitych parametrów i 32B aktywnych na token, poprzedzony oknem kontekstowym 256K tokenów i wejściem multimodalnym obejmującym obraz i wideo (wyjście tylko tekstowe). Moonshot łączy go ze środowiskiem wykonawczym Agent Swarm, które skaluje się horyzontalnie do 300 sub-agentów i 4000 skoordynowanych kroków, i udokumentowało długoterminowe sesje kodowania trwające 12 godzin lub dłużej. Otwarte wagi są publikowane na Hugging Face na licencji Modified MIT License.
Specyfikacje w skrócie
Benchmarki Kimi K2.7 Code
Wyniki zgłoszone przez dostawców z bloga Moonshot K2.7. Niezależne strony trzecie (Artificial Analysis, TokenMix) potwierdzają względne uporządkowanie. Wskaźnik halucynacji K2.7 spadł do 39% z 65% w K2.6. Znacząca poprawa bezpieczeństwa/niezawodności.
Cennik Kimi K2.7 Code
Cena katalogowa dostawcy, za 1M tokenów.
Jak Kimi K2.7 Code zachowuje się w praktyce
Obserwowane zachowanie z uruchomień agentów produkcyjnych.
Przywoływanie długiego kontekstu
Najsilniejsze przypominanie długiego kontekstu w naszej wewnętrznej ocenie w całej linii Built-in. Utrzymuje spójność w długich transkrypcjach agentów, gdzie Anthropic Sonnet zaczyna dryfować.
Benchmarki agentowe
Zgłoszony przez dostawcę SWE-bench Pro 58.6 jest najwyższy w ofercie w momencie pisania. Pokonuje GPT-5.4 i Opus 4.6.
Kodowanie długoterminowe
Udokumentowane ponad 12-godzinne autonomiczne sesje, podczas których wykonano ponad 4000 wywołań narzędzi. Model autentycznie utrzymuje wydajność podczas bardzo długich uruchomień.
Najlepsze zadania agenta dla Kimi K2.7 Code
Dochodzenie, które musi przeczytać każdy stary wątek
Przejrzyj sześć miesięcy rozmów Slack, aby dowiedzieć się, dlaczego klient zrezygnował, przeszukaj zaległości w zgłoszeniach do pomocy technicznej w poszukiwaniu powtarzającego się wzorca błędów lub połącz spostrzeżenia z setek RFC. Długoterminowa pamięć kontekstowa K2.7 utrzymuje się w transkrypcjach, gdzie Anthropic Sonnet zaczyna pomijać wcześniejsze tury, co jest dokładnie tym, czego potrzebują przepływy pracy „czytania całej sterty”.
Autonomiczny refaktoring, który działa przez noc
Moonshot udokumentował 13-godzinną autonomiczną refaktoryzację ośmioletniego silnika dopasowującego, z K2.7 wykonującym ponad 4000 wywołań narzędzi bez odchodzenia od zadania. To jest rodzaj uruchomienia, w którym większość modeli traci cel gdzieś około drugiej godziny; stabilność K2.7 w długim horyzoncie sprawia, że „zacznij w piątek wieczorem, sprawdź w poniedziałek rano” faktycznie działa.
Agent multimodalny, który obsługuje zrzuty ekranu i klipy
K2.7 akceptuje zarówno wejście obrazu, jak i wideo za pośrednictwem MoonViT, co jest niezwykłe poza rodziną Claude. Przydatne dla agentów QA opartych na zrzutach ekranu, potoków wizji dokumentów i każdego wdrożenia, gdzie w przeciwnym razie trzeba by wstawić oddzielny model wizyjny tylko do odczytu obrazów.
Kimi K2.7 Code vs inne modele
Kimi K2.7 Code vs GLM-5.2
Obie są aktualnymi, oszczędnymi opcjami z długim kontekstem. K2.7 Code to domyślna opcja Moonshot z silniejszym dopasowaniem do kodowania multimodalnego; GLM-5.2 to obecna domyślna opcja Z.AI z większym oknem kontekstowym 1M tokenów.
Kimi K2.7 Code vs Claude Sonnet 4.6
Sonnet (×1) przoduje w niezawodności routingu wielonarzędziowego w języku angielskim. K2.7 (×0.3) wygrywa pod względem kosztów i w testach porównawczych agentów (SWE-bench Pro). Połącz je: Sonnet do złożonego routingu narzędzi, K2.7 do prac agentowych wrażliwych na koszty.
Kimi K2.7 Code vs DeepSeek V4 Pro
DeepSeek V4 Pro jest tańszy i ma większe okno kontekstowe 1M tokenów. Kimi K2.7 Code to silniejsza, natywna dla Moonshot ścieżka kodowania i obejmuje wejście wizyjne. Wybierz według dopasowania dostawcy i kształtu obciążenia.
Podsumowując: czy powinieneś używać Kimi K2.7 Code?
Domyślny model o otwartym kodzie źródłowym do poważnej pracy agenta — długi kontekst, opłacalny. Pozostałe luki w porównaniu z Sonnet 4.6 to niezawodność routingu narzędzi i wsparcie korporacyjne.
Często zadawane pytania
Kiedy wydano Kimi K2.7 Code?
Moonshot AI wydał Kimi K2.7 Code w czerwcu 2026 roku. Otwarte wagi są publikowane na Hugging Face na licencji Modified MIT License.
Jakie jest okno kontekstowe?
256 tys. tokenów. K2.7 wyróżnia się jakością przypominania przy tej wielkości, a nie surową wielkością okna. Przypominanie zaczyna się pogarszać po około 180 tys. (podobnie jak w innych modelach 256 tys.).
Jak Kimi K2.7 Code wypada w porównaniu do Claude Opus 4.6?
W testach agentowych (raportowanych przez dostawców) K2.7 prowadzi. SWE-bench Pro 58.6 vs Opus 4.6 53.4, HLE z narzędziami 54.0 vs 53.0. Opus 4.6 zachowuje przewagę w profilu bezpieczeństwa i niezawodności routingu narzędzi w języku angielskim w produkcji.
Czy K2.7 obsługuje wprowadzanie obrazów?
Tak. K2.7 akceptuje dane wejściowe obrazu i wideo. Wyjście tylko tekstowe. Agenci multimodalni działają natywnie.
Dostępność Kimi K2.7 Code na Okou
Kimi K2.7 Code został usunięty z oferty Okou, więc nie można go już wybrać w czacie ani w przepływie pracy, i nie jest dostępny z własnym kluczem API. GPT 5.6 Luna obejmuje ten sam poziom oszczędności kosztów.
