Moonshot AI выпустила Kimi K2.7 Code — новую ИИ-модель для программирования и агентных сценариев разработки. Она стала развитием Kimi K2.6 и доступна в версии с открытыми весами на Hugging Face.
По данным Moonshot AI, K2.7 Code лучше предшественника справляется с длительными и комплексными задачами программной инженерии. Для задач вне программирования компания по-прежнему рекомендует K2.6. Издание также отмечает, что модель Kimi в изменённом виде перепродаёт сервис для разработки Cursor.
На внутренних тестах Moonshot AI модель показала рост по нескольким бенчмаркам. На Kimi Code Bench v2 результат вырос с 50,9 до 62,0, на Program Bench — с 48,3 до 53,6, а на MLS Bench Lite — с 26,7 до 35,1.
Улучшение есть и в агентных тестах. На MCP Atlas показатель вырос с 69,4 до 76,0, а на MCPMark Verified — с 72,8 до 81,1.
При прямом сравнении с GPT-5.5 и Claude Opus 4.8 модель Moonshot AI уступает по большей части бенчмарков для кода. На Program Bench GPT-5.5 набирает 69,1 балла против 53,6 у K2.7 Code, а на Kimi Code Bench v2 — 69,0 против 62,0.
Program Bench — один из самых жёстких тестов. В нём агенту нужно воспроизвести поведение программы, имея только скомпилированный бинарный файл и документацию, без доступа к исходному коду, декомпиляции и интернету.
Исключением стал MCPMark Verified — бенчмарк, который проверяет ИИ-агентов в пяти реальных программных средах, включая Notion, GitHub, файловые системы, базы Postgres и автоматизацию браузера через Playwright. Здесь K2.7 Code набирает 81,1 балла, опережая Claude Opus 4.8 с 76,4, но заметно отставая от GPT-5.5 с 92,9.
K2.7 Code построена на архитектуре Mixture-of-Experts. Согласно карточке модели, она включает один триллион параметров, но на каждый токен активны только 32 млрд. Всего у модели 384 эксперта, из которых на каждый токен выбираются восемь. Длина контекста составляет 256 000 токенов.
Модель мультимодальная и умеет обрабатывать изображения и видео вместе с текстом. Для зрения используется собственный энкодер MoonViT на 400 млн параметров. Архитектура совпадает с K2.5 и K2.6, поэтому существующие конфигурации развёртывания можно использовать без изменений.
Одним из ключевых улучшений Moonshot AI называет более экономный режим рассуждений. K2.7 Code использует примерно на 30% меньше thinking tokens, чем K2.6, что должно снижать избыточные рассуждения. В модели также принудительно включён режим thinking и режим preserve_thinking, который сохраняет полный ход рассуждений между несколькими ходами диалога для агентных сценариев программирования.
Компания также анонсировала режим 6x High-Speed Mode, который должен выйти позже. Доступ к модели открыт через Kimi API, Kimi Code CLI и движки инференса вроде vLLM и SGLang. Для неё также доступна нативная INT4-квантизация, что позволяет запускать модель на менее производительном или более дешёвом оборудовании.
Стоимость API для K2.7 Code составляет $0,95 за 1 млн входных токенов и $4 за 1 млн выходных токенов. При попадании в кэш цена входных токенов снижается до $0,19 за 1 млн. Для сравнения, у K2.6 базовая цена такая же — $0,95 и $4, а кэшированный ввод стоит $0,16.
По цене модель заметно дешевле конкурентов. У GPT-5.5 тариф составляет $5 за 1 млн входных токенов и $30 за 1 млн выходных, у Claude Opus 4.8 — $5 и $25. Приостановленная флагманская модель Anthropic Claude Fable 5 стоит $10 за вход и $50 за выход за 1 млн токенов.
Moonshot AI распространяет модель по модифицированной лицензии MIT, которая разрешает бесплатное использование, изменение и распространение. Однако компании, использующие K2.7 Code или производные модели в коммерческих продуктах с более чем 100 млн ежемесячно активных пользователей или более чем $20 млн месячной выручки, должны явно указывать в интерфейсе название «Kimi K2.7 Code».
Источник: The Decoder, Moonshot AI, Hugging Face.
