moonshot

Kimi K2.7 Code

Kimi K2.7 Code هو نموذج MoE بمعاملات قدرها 1 تريليون من Moonshot AI. يتميز بـ context window بحجم 262k و reasoning أكثر كفاءة بنسبة 30% لهندسة البرمجيات.

Coding FlagshipOpen WeightsMoE ArchitectureMultimodal AIReasoning Model
moonshot logomoonshotKimi12 يونيو 2026
نافذة السياق
262Kرموز
أقصى مخرج
262Kرموز
سعر الإدخال
$0.95/ 1M
سعر الإخراج
$4.00/ 1M
الوضع:TextImageVideo
القدرات:الرؤيةالأدواتالبثالاستدلال
المعايير
GPQA
65.8%
GPQA: أسئلة علمية مستوى الدراسات العليا. معيار صارم مع 448 سؤالاً من الأحياء والفيزياء والكيمياء. خبراء الدكتوراه يحققون فقط 65-74% دقة. حقق Kimi K2.7 Code درجة 65.8% في هذا المعيار.
HLE
38.2%
HLE: استدلال مستوى الخبير. يختبر قدرة النموذج على إظهار استدلال مستوى الخبير في المجالات المتخصصة. حقق Kimi K2.7 Code درجة 38.2% في هذا المعيار.
MMLU
87.2%
MMLU: فهم اللغة متعدد المهام الضخم. معيار شامل مع 16,000 سؤال في 57 مادة أكاديمية. حقق Kimi K2.7 Code درجة 87.2% في هذا المعيار.
MMLU Pro
71.4%
MMLU Pro: MMLU النسخة المهنية. نسخة محسنة من MMLU مع 12,032 سؤالاً وتنسيق 10 خيارات أصعب. حقق Kimi K2.7 Code درجة 71.4% في هذا المعيار.
SimpleQA
52.4%
SimpleQA: معيار الدقة الواقعية. يختبر قدرة النموذج على تقديم إجابات دقيقة وواقعية. حقق Kimi K2.7 Code درجة 52.4% في هذا المعيار.
IFEval
88.5%
IFEval: تقييم اتباع التعليمات. يقيس مدى جودة اتباع النموذج للتعليمات والقيود المحددة. حقق Kimi K2.7 Code درجة 88.5% في هذا المعيار.
AIME 2025
91.5%
AIME 2025: امتحان الرياضيات الأمريكي بالدعوة. مسائل رياضيات مستوى المنافسة من امتحان AIME المرموق. حقق Kimi K2.7 Code درجة 91.5% في هذا المعيار.
MATH
81.3%
MATH: حل المسائل الرياضية. معيار رياضيات شامل يختبر حل المسائل في الجبر والهندسة والتفاضل والتكامل. حقق Kimi K2.7 Code درجة 81.3% في هذا المعيار.
GSM8k
97.2%
GSM8k: رياضيات المدرسة الابتدائية 8K. 8,500 مسألة رياضية كلامية مستوى المدرسة الابتدائية. حقق Kimi K2.7 Code درجة 97.2% في هذا المعيار.
MGSM
92.4%
MGSM: رياضيات ابتدائية متعددة اللغات. معيار GSM8k مترجم إلى 10 لغات. حقق Kimi K2.7 Code درجة 92.4% في هذا المعيار.
MathVista
65.5%
MathVista: الاستدلال البصري الرياضي. يختبر القدرة على حل المسائل الرياضية مع عناصر بصرية. حقق Kimi K2.7 Code درجة 65.5% في هذا المعيار.
SWE-Bench
78.2%
SWE-Bench: معيار هندسة البرمجيات. نماذج الذكاء الاصطناعي تحاول حل مشكلات GitHub حقيقية في مشاريع Python. حقق Kimi K2.7 Code درجة 78.2% في هذا المعيار.
HumanEval
94.2%
HumanEval: مسائل برمجة Python. 164 مسألة برمجة حيث يجب على النماذج إنشاء تنفيذات صحيحة لدوال Python. حقق Kimi K2.7 Code درجة 94.2% في هذا المعيار.
LiveCodeBench
68.5%
LiveCodeBench: معيار البرمجة المباشرة. يختبر قدرات البرمجة على تحديات برمجة واقعية محدثة باستمرار. حقق Kimi K2.7 Code درجة 68.5% في هذا المعيار.
MMMU
72.4%
MMMU: الفهم متعدد الوسائط. معيار الفهم متعدد الوسائط من 30 مادة جامعية. حقق Kimi K2.7 Code درجة 72.4% في هذا المعيار.
MMMU Pro
48.2%
MMMU Pro: MMMU النسخة المهنية. نسخة محسنة من MMMU مع أسئلة أكثر تحدياً. حقق Kimi K2.7 Code درجة 48.2% في هذا المعيار.
ChartQA
84.2%
ChartQA: أسئلة وأجوبة الرسوم البيانية. يختبر القدرة على فهم وتحليل المعلومات من الرسوم البيانية والمخططات. حقق Kimi K2.7 Code درجة 84.2% في هذا المعيار.
DocVQA
90.1%
DocVQA: أسئلة بصرية للمستندات. يختبر القدرة على استخراج المعلومات من صور المستندات. حقق Kimi K2.7 Code درجة 90.1% في هذا المعيار.
Terminal-Bench
67%
Terminal-Bench: مهام Terminal/CLI. يختبر القدرة على تنفيذ عمليات سطر الأوامر. حقق Kimi K2.7 Code درجة 67% في هذا المعيار.
ARC-AGI
12.5%
ARC-AGI: التجريد والاستدلال. يختبر الذكاء المرن من خلال ألغاز جديدة للتعرف على الأنماط. حقق Kimi K2.7 Code درجة 12.5% في هذا المعيار.

حول Kimi K2.7 Code

تعرف على قدرات Kimi K2.7 Code والميزات وكيف يمكن أن يساعدك في تحقيق نتائج أفضل.

بنية Mixture of Experts بمليارات المعاملات

Kimi K2.7 Code هو أحدث إصدار من نموذج Mixture of Experts (MoE) الخاص بـ Moonshot AI والذي يحتوي على تريليون parameter. تم تحسينه لهندسة البرمجيات والأتمتة الـ agentic. يقوم النموذج بتفعيل 32 مليار parameter لكل خطوة inference، مما يوازن بين الذكاء العالي وسرعة التشغيل. ويقدم آلية reasoning منقحة تستخدم tokens أقل بنسبة 30 بالمائة للتفكير مقارنة بالإصدارات السابقة. حل المشكلات التقنية أصبح أسرع وأكثر فعالية من حيث التكلفة للمحادثات متعددة الجولات.

تعدد الوسائط الأصلي والسياق البصري

هذا النموذج هو multimodal أصلي ويعالج مدخلات النصوص والصور والفيديو. ويتعامل الـ context window البالغ 262,144 token مع قواعد الكود الضخمة وآثار الـ stack trace المعقدة. من خلال إصدار النموذج بـ open weights، توفر Moonshot AI بديلاً للنماذج الرائدة المغلقة للمطورين الذين يبنون AI agents مستقلة. يحافظ النموذج على الاتساق عبر مهام البرمجة طويلة المدى ويترجم التصميمات البصرية إلى كود وظيفي دون الحاجة إلى أوصاف نصية وسيطة.

Kimi K2.7 Code

حالات استخدام Kimi K2.7 Code

اكتشف الطرق المختلفة لاستخدام Kimi K2.7 Code لتحقيق نتائج رائعة.

البرمجة المستقلة (Autonomous Agentic Coding)

تشغيل الـ agents متعددة الخطوات التي تتنقل في هياكل الملفات المعقدة وتنفذ عمليات إعادة هيكلة لملفات متعددة عبر الوصول إلى الـ terminal.

الترجمة من التصميم البصري إلى كود

تحويل تصميمات الواجهة المعقدة أو مخططات المعمارية مباشرة إلى كود برمجيات واجهات أمامية أو أنظمة وظيفية.

تصحيح الأخطاء للمشاريع الضخمة

تحليل سجلات المشاريع بالكامل وآثار الـ stack traces ضمن الـ context window البالغ 262k لتحديد الأخطاء المعمارية.

توليد المشاهد ثلاثية الأبعاد

توليد بيئات تفاعلية ثلاثية الأبعاد عالية الدقة باستخدام Three.js أو C++ بناءً على أوصاف باللغة الطبيعية.

ضمان الجودة عبر الفيديو

تحليل جلسات الشاشة المسجلة أو عروض الفيديو التوضيحية لتحديد الأخطاء البصرية وانتقالات الواجهة غير المتسقة.

تحديث الأنظمة القديمة

أتمتة نقل قواعد الكود البرمجي القديمة إلى إطارات عمل حديثة مع الحفاظ على سلسلة تفكير (chain-of-thought) متسقة.

نقاط القوة

القيود

أداء رائد في معايير البرمجة: يحقق 78.2 بالمائة على SWE-bench Verified و94.2 بالمائة على HumanEval، متفوقاً على معظم النماذج مفتوحة الـ weights.
تنسيق غير متسق لـ C++: قد يتطلب الأمر محاولات متعددة لإعادة كتابة ملفات C++ الكبيرة دون إدخال أخطاء طفيفة في الـ syntax أو التنسيق.
كفاءة الـ reasoning: يقلل من العبء الناتج عن الـ thinking-tokens بنسبة 30 بالمائة مقارنة بالأجيال السابقة، مما يسرع الدورات المعقدة.
مقارنة الـ context window مع المنافسين: على الرغم من كبر حجم 262k، إلا أنه لا يزال خلف سعات الـ context window البالغة مليون token التي توفرها Google Gemini 2.0.
دعم الفيديو الأصلي: أحد النماذج القليلة القادرة على معالجة مدخلات الفيديو المباشرة لاختبار الواجهات وتصحيح الأخطاء البصرية.
استقرار المتصفح بدون واجهة (Headless Browser): خطوط أنابيب ضمان الجودة المستقلة التي تستخدم Chrome بدون واجهة قد تتوقف أحياناً أثناء خطوات التحقق الطويلة.
نسبة الأداء إلى السعر: يوفر أداءً بمستوى GPT-5.5 في مهام البرمجة بتكلفة منخفضة تبلغ 0.95 دولار لكل مليون token للمدخلات.
دقة الفيزياء ثلاثية الأبعاد: قد يواجه صعوبة في محاكاة الجاذبية الواقعية أو الاحتكاك المعقد في محاكيات الفيزياء المولدة، مما يتطلب ضبطاً يدوياً.

البدء السريع API

moonshot/kimi-k2.7-code

عرض التوثيق
moonshot SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: process.env.KIMI_API_KEY,
  baseURL: 'https://api.moonshot.cn/v1',
});

const response = await client.chat.completions.create({
  model: 'kimi-k2.7-code',
  messages: [{ role: 'user', content: 'Generate a 3D WebGL pendulum sim.' }],
  stream: true,
  extra_body: { preserve_thinking: true }
});

for await (const chunk of response) {
  process.stdout.write(chunk.choices[0]?.delta?.content || '');
}

ثبت SDK وابدأ في إجراء استدعاءات API في دقائق.

ماذا يقول الناس عن Kimi K2.7 Code

شاهد رأي المجتمع في Kimi K2.7 Code

احتل Kimi 2.7 المرتبة الثانية بعد Fable 5 وقبل GPT-5 xhigh... Kimi 2.7 جيد بشكل مذهل.
Przemek Chojecki
twitter
لقد جعل Kimi K2.7 Code نموذج Kimi K2.6 قديماً بشكل مؤلم... لقد قدم عرضاً واقعياً للغاية لأمواج الماء!
GMI Cloud
twitter
إنه النموذج رقم 1 مفتوح الـ weights على SWE-bench (78.2%) وTerminal-Bench 2.1.
Vals AI
twitter
تم إصدار Kimi-K2.7-Code وهو مفتوح المصدر الآن! تحسن في البرمجة وأداء الـ agent مقارنة بـ K2.6.
Kimi.ai
twitter
لقد تعامل مع 50 ملف PDF قانوني في دفعة واحدة دون أي عناء.
ThePromptEngineer
youtube
انخفض السعر من 20 دولاراً في الشهر إلى 1.5 دولار في الشهر باستخدام الـ API. تجربة مستخدم لائقة.
LocalLLaMA-User
reddit

فيديوهات عن Kimi K2.7 Code

شاهد الدروس والمراجعات والنقاشات عن Kimi K2.7 Code

بدأ في التفكير بشكل أكبر ولفترة أطول بكثير.

قدم إصدار 2.7 نتائج أفضل، بشكل أسرع، لكنها أغلى قليلاً من حيث إجمالي الـ tokens المستخدمة.

دخل في تفكير أعمق في تنفيذ المشروع لفترة أطول حتى نجح أخيراً.

إنه لا يكتفي بإخراج الكود، بل يخطط للمعمارية أولاً في الـ thinking tokens الخاصة به.

كان المنطق في سكربت الـ Python لا تشوبه شائبة مقارنة بإصدار 2.6 السابق.

لقد تحسنت كفاءة الـ tokens مقارنة بـ Kimi K2.6، مما قلل من استخدام الـ thinking tokens بنسبة 30% تقريباً.

عملية الـ reasoning أصبحت مباشرة أكثر بكثير مع الحفاظ على معدل نجاح مرتفع للنموذج.

الفجوة بين النموذجين ليست جنونية عندما تأخذ في الاعتبار أن هذا النموذج أرخص بـ 12.5 ضعفاً من Claude Fable.

هذا النموذج أرخص بـ 12.5 ضعفاً من Claude Fable وفقاً لأسعار الـ API الحالية.

الأداء على SWE-bench Verified هو في القمة بالنسبة لإصدار مفتوح الـ weights.

الـ context window بحجم 256k مستقر بشكل لا يصدق لتوليد مشاريع بملفات متعددة.

تعامل مع منطق C++ دون الحاجة إلى توثيق مكتبات خارجية.

عملية الـ reasoning أصبحت خطية أكثر الآن بدون حلقات تكرار زائدة.

لقد بنى هيكل المشروع بالكامل في 15 دقيقة بما في ذلك مكونات الـ backend.

إنه أفضل نموذج مفتوح الـ weights لمهام البرمجة متاح حالياً في السوق.

أكثر من مجرد برومبتات

عزز سير عملك مع أتمتة الذكاء الاصطناعي

يجمع Automatio بين قوة وكلاء الذكاء الاصطناعي وأتمتة الويب والتكاملات الذكية لمساعدتك على إنجاز المزيد في وقت أقل.

وكلاء الذكاء الاصطناعي
أتمتة الويب
سير عمل ذكي

نصائح احترافية لـ Kimi K2.7 Code

نصائح الخبراء لمساعدتك على تحقيق أقصى استفادة من Kimi K2.7 Code وتحقيق نتائج أفضل.

الحفاظ على وضع التفكير (Preserve Thinking Mode)

قم دائماً بتفعيل preserve_thinking في استدعاءات الـ API الخاصة بك لضمان استخدام النموذج لسلسلة الـ reasoning المحسنة الخاصة به من أجل المنطق.

الـ prompting المتعدد الوسائط

قدم لقطات شاشة للأخطاء الحالية أو نماذج أولية لواجهة المستخدم بجانب التعليمات النصية لتحسين معدل نجاح توليد الكود.

إدارة ميزانية الـ context

اجعل التعليمات الحاسمة للأداء في بداية أو نهاية الـ prompt لضمان أفضل التزام بالتعليمات.

التكامل مع الـ CLI

استخدم Kimi Code CLI الرسمي للتطوير المحلي للاستفادة من قدرة النموذج الأصلية على التفاعل مع البيئات المحلية.

الشهادات

ماذا يقول مستخدمونا

انضم إلى الآلاف من المستخدمين الراضين الذين حولوا سير عملهم

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

ذو صلة AI Models

anthropic

Claude 3.7 Sonnet

Anthropic

Claude 3.7 Sonnet is Anthropic's first hybrid reasoning model, delivering state-of-the-art coding capabilities, a 200k context window, and visible thinking.

200K context
$3.00/$15.00/1M
deepseek

DeepSeek-V3.2-Speciale

DeepSeek

DeepSeek-V3.2-Speciale is a reasoning-first LLM featuring gold-medal math performance, DeepSeek Sparse Attention, and a 131K context window. Rivaling GPT-5...

131K context
$0.28/$0.42/1M
google

Gemini 3.5 Flash

Google

Gemini 3.5 Flash is Google's high-speed multimodal model with a 1M context window, optimized for sub-second agentic loops and complex coding tasks.

1M context
$1.50/$9.00/1M
other

MiMo V2.5 Pro

Other

MiMo V2.5 Pro is Xiaomi's open-source 1.02T parameter MoE model featuring a 1M context window, native multimodality, and elite agentic coding performance.

1M context
$1.00/$3.00/1M
anthropic

Claude 4.5 Sonnet

Anthropic

Anthropic's Claude Sonnet 4.5 delivers world-leading coding (77.2% SWE-bench) and a 200K context window, optimized for the next generation of autonomous agents.

200K context
$3.00/$15.00/1M
anthropic

Claude Fable 5

Anthropic

Anthropic's Claude Fable 5 is a Mythos-class model featuring a 1M context window and 128K output tokens. It excels at agentic coding and 3D physics.

1M context
$10.00/$50.00/1M
alibaba

Qwen 3.7 Max

alibaba

Qwen 3.7 Max is Alibaba’s flagship AI model for deep reasoning and autonomous agent tasks, featuring a 256k context window and top-tier coding performance.

256K context
$1.20/$6.00/1M
alibaba

Qwen3.5-Omni

alibaba

Qwen3.5-Omni is a natively omnimodal AI by Alibaba Cloud, offering seamless audio-visual reasoning, real-time voice chat, and 256k context for low-latency apps.

256K context
$0.40/$4.80/1M

الأسئلة الشائعة حول Kimi K2.7 Code

ابحث عن إجابات للأسئلة الشائعة حول Kimi K2.7 Code