Moonshot AI lanza Kimi K2.7-Code: mejora del 21,8% en Code Bench v2 sobre K2.6

Moonshot AI ha publicado el código fuente de un nuevo modelo especializado, Kimi K2.7-Code. El modelo está orientado a tareas de programación y trabajo autónomo de IA — cuando un sistema de IA ejecuta secuencialmente tareas de múltiples pasos sin intervención humana. Se distribuye bajo la licencia MIT Modificada y está disponible a través de la API Kimi y el servicio Kimi Code.

Arquitectura y Parámetros del Modelo

Kimi K2.7-Code se construye sobre Kimi K2.6, lanzado hace algunas semanas. La diferencia clave es su ajuste fino para tareas de codificación: escribir código según especificación, depuración, refactorización automática y trabajo iterativo en entornos de desarrollo sin intervención manual. La ventana de contexto es de 256K tokens. En la práctica, esto significa la capacidad de mantener simultáneamente en memoria decenas de archivos de código, historial completo de conversación con un desarrollador o documentación técnica extensa. En tareas autónomas — cuando el modelo lee un archivo, lo modifica, ejecuta una prueba, lee el error y aplica una corrección — ese contexto es crítico.

El segundo parámetro clave es una reducción en el consumo de tokens de razonamiento de aproximadamente el 30% con respecto a K2.6. Los tokens de razonamiento son el razonamiento interno del modelo antes de cada respuesta. En escenarios autónomos, donde el modelo razona antes de cada una de decenas de pasos, el consumo total crece rápidamente. Una reducción de una tercera parte es un ahorro real en carga de producción.

Resultados en Benchmarks

Moonshot comparó K2.7-Code con su predecesor en seis conjuntos de pruebas y registró mejoras en todos ellos. La cifra principal es +21,8% en Kimi Code Bench v2. Este es el conjunto de pruebas interno de la empresa, desarrollado específicamente para evaluar capacidades de codificación autónoma: tareas que requieren múltiples iteraciones, trabajo con el sistema de archivos y ejecución de código.

• Kimi Code Bench v2: mejora de +21,8% sobre K2.6
• Mejora registrada en los seis benchmarks
• Consumo de tokens de razonamiento: reducción de ~30%
• Ventana de contexto: 256K tokens
• Licencia: MIT Modificada (uso comercial permitido)

Moonshot no publica valores absolutos en benchmarks externos — solo comparación con K2.6. Esto hace que la evaluación independiente de la posición del modelo con respecto a Claude 3.7 Sonnet, Gemini 2.5 Pro o GPT-4.1 sea difícil. Las pruebas independientes de la comunidad aparecerán en los próximos días: los pesos abiertos permiten ejecutar el modelo localmente y conducir comparaciones.

Acceso Abierto y Ecosistema

Kimi K2.7-Code se lanza bajo la licencia MIT Modificada. La licencia es amigable con el comercio: el modelo puede integrarse en productos, ajustarse con datos propios y desplegarse en infraestructura empresarial. Los pesos abiertos permiten ajuste fino para estándares de código específicos o lenguajes de programación raros.

El acceso se organiza a través de dos canales: API Kimi — para desarrolladores y empresas que integran el modelo en sus propios sistemas y pipelines CI/CD, e Kimi Code — el asistente de codificación listo de Moonshot, el equivalente de GitHub Copilot para usuarios finales.

El lanzamiento de K2.7-Code se ajusta a una tendencia sostenida: los laboratorios de IA chinos abiertamente publican modelos de codificación poderosos. DeepSeek Coder V2, la serie Qwen-Coder de Alibaba y ahora Kimi K2.x representan competencia real a sistemas occidentales cerrados — a menudo con condiciones de uso más abiertas.

Lo Que Esto Significa

Para empresas que automatizan trabajo con código a través de IA, Kimi K2.7-Code ofrece una combinación relevante para uso en producción: una ventana de contexto grande, costos reducidos de razonamiento y una licencia abierta. La capacidad de ajuste fino hace que el modelo sea atractivo para equipos que necesitan personalización a estándares corporativos o pilas tecnológicas específicas.