Moonshot AI выпустила Kimi K2.7-Code: прирост 21,8% на Code Bench v2 над K2.6

Moonshot AI открыла исходный код новой специализированной модели Kimi K2.7-Code. Модель ориентирована на задачи программирования и агентную работу — когда AI-система последовательно выполняет многошаговые задачи без участия человека. Распространяется под лицензией Modified MIT, доступна через Kimi API и сервис Kimi Code.

Архитектура и параметры модели

Kimi K2.7-Code построена поверх Kimi K2.6, вышедшей несколько недель назад.

Ключевое отличие — настройка под coding-задачи: написание кода по спецификации, отладку, автоматический рефакторинг и итеративную работу в среде разработки без ручного вмешательства. Контекстное окно составляет 256K токенов. На практике это возможность держать в памяти несколько десятков файлов кода одновременно, полную историю переписки с разработчиком или объёмную техническую документацию.

В агентных задачах — когда модель читает файл, изменяет его, запускает тест, читает ошибку и вносит правку — такой контекст критически важен. Второй ключевой параметр — снижение расхода reasoning-токенов примерно на 30% относительно K2.6.

Reasoning-токены — это внутренние рассуждения модели перед каждым ответом. В агентных сценариях, где модель рассуждает перед каждым из десятков шагов, суммарный расход быстро растёт. Сокращение на треть — реальная экономия в продакшн-нагрузке.

Результаты на бенчмарках

Moonshot сравнила K2.7-Code с предшественником на шести тестовых наборах и зафиксировала прирост во всех. Главная цифра — +21,8% на Kimi Code Bench v2.

Это внутренний тестовый набор компании, разработанный специально для оценки агентных coding-способностей: задач, требующих нескольких итераций, работы с файловой системой и исполнения кода. Kimi Code Bench v2: прирост +21,8% над K2.6 Улучшение зафиксировано по всем шести бенчмаркам Расход reasoning-токенов: снижение ~30% Контекстное окно: 256K токенов * Лицензия: Modified MIT (коммерческое использование разрешено) Moonshot не публикует абсолютные значения на внешних бенчмарках — только сравнение с K2.

6. Это делает самостоятельную оценку позиции модели относительно Claude 3.7 Sonnet, Gemini 2.

5 Pro или GPT-4.1 затруднённой. Независимые тесты от сообщества появятся в ближайшие дни: открытые веса позволяют запустить модель локально и провести сравнение.

Открытый доступ и экосистема Kimi K2.7-Code выходит под лицензией Modified MIT.

Лицензия коммерчески-дружественная: модель можно интегрировать в продукты, дообучать на собственных данных и развёртывать на корпоративной инфраструктуре. Открытые веса открывают возможность fine-tuning под конкретные кодовые стандарты или редкие языки программирования. Доступ организован через два канала: Kimi API — для разработчиков и компаний, встраивающих модель в собственные системы и CI/CD-пайплайны, и Kimi Code — готовый coding-ассистент Moonshot, аналог GitHub Copilot для конечных пользователей. Выпуск K2.7-Code вписывается в устойчивую тенденцию: китайские AI-лаборатории системно открывают мощные coding-модели. DeepSeek Coder V2, серия Qwen-Coder от Alibaba и теперь Kimi K2.x составляют реальную конкуренцию закрытым западным системам — при этом нередко с более открытыми условиями использования.

Что это значит

Для компаний, которые автоматизируют работу с кодом через AI, Kimi K2.7-Code предлагает сочетание, актуальное для продакшн-использования: большое контекстное окно, сниженная стоимость reasoning и открытая лицензия. Возможность fine-tuning делает модель интересной для команд, которым нужна кастомизация под корпоративные стандарты или специфические технологические стеки.