Moonshot AI lança Kimi K2.7-Code: ganho de 21,8% no Code Bench v2 sobre K2.6

A Moonshot AI abriu o código-fonte de um novo modelo especializado, o Kimi K2.7-Code. O modelo é orientado para tarefas de programação e trabalho autônomo de IA — quando um sistema de IA executa sequencialmente tarefas multi-etapa sem intervenção humana. É distribuído sob a licença MIT Modificada e disponível através da API Kimi e do serviço Kimi Code.

Arquitetura e Parâmetros do Modelo

O Kimi K2.7-Code é construído sobre o Kimi K2.6, lançado há algumas semanas. A principal diferença é seu ajuste fino para tarefas de codificação: escrever código conforme especificação, depuração, refatoração automática e trabalho iterativo em ambientes de desenvolvimento sem intervenção manual. A janela de contexto é de 256K tokens. Na prática, isso significa a capacidade de manter dezenas de arquivos de código simultaneamente na memória, histórico completo de conversa com um desenvolvedor ou documentação técnica extensa. Em tarefas autônomas — quando o modelo lê um arquivo, o modifica, executa um teste, lê o erro e aplica uma correção — esse contexto é criticamente importante.

O segundo parâmetro-chave é uma redução no consumo de tokens de raciocínio em aproximadamente 30% em relação ao K2.6. Tokens de raciocínio são o raciocínio interno do modelo antes de cada resposta. Em cenários autônomos, onde o modelo raciocina antes de cada uma de dezenas de etapas, o consumo total cresce rapidamente. Uma redução de um terço é uma economia real na carga de produção.

Resultados em Benchmarks

A Moonshot comparou o K2.7-Code com seu antecessor em seis conjuntos de testes e registrou melhorias em todos eles. O número principal é +21,8% no Kimi Code Bench v2. Este é o conjunto de testes interno da empresa, desenvolvido especificamente para avaliar capacidades de codificação autônoma: tarefas que exigem múltiplas iterações, trabalho com sistema de arquivos e execução de código.

• Kimi Code Bench v2: melhoria de +21,8% sobre o K2.6
• Melhoria registrada em todos os seis benchmarks
• Consumo de tokens de raciocínio: redução de ~30%
• Janela de contexto: 256K tokens
• Licença: MIT Modificada (uso comercial permitido)

A Moonshot não publica valores absolutos em benchmarks externos — apenas comparação com o K2.6. Isso torna a avaliação independente da posição do modelo em relação ao Claude 3.7 Sonnet, Gemini 2.5 Pro ou GPT-4.1 difícil. Testes independentes da comunidade aparecerão nos próximos dias: pesos abertos permitem executar o modelo localmente e conduzir comparações.

Acesso Aberto e Ecossistema

O Kimi K2.7-Code é lançado sob a licença MIT Modificada. A licença é amigável comercialmente: o modelo pode ser integrado em produtos, ajustado com foco em dados proprietários e implantado em infraestrutura corporativa. Pesos abertos permitem ajuste fino para padrões de código específicos ou linguagens de programação raras.

O acesso é organizado através de dois canais: API Kimi — para desenvolvedores e empresas que integram o modelo em seus próprios sistemas e pipelines CI/CD, e Kimi Code — o assistente de codificação pronto da Moonshot, o equivalente do GitHub Copilot para usuários finais.

O lançamento do K2.7-Code se encaixa em uma tendência sustentada: laboratórios de IA chineses abrem sistematicamente modelos de codificação poderosos. O DeepSeek Coder V2, a série Qwen-Coder da Alibaba e agora o Kimi K2.x representam competição real a sistemas ocidentais fechados — frequentemente com termos de uso mais abertos.

O Que Isso Significa

Para empresas que automatizam trabalho com código através de IA, o Kimi K2.7-Code oferece uma combinação relevante para uso em produção: uma janela de contexto grande, custos reduzidos de raciocínio e uma licença aberta. A capacidade de ajuste fino torna o modelo atraente para equipes que precisam de personalização para padrões corporativos ou stacks tecnológicos específicos.