moonshot

Kimi K2.7 Code

Kimi K2.7 Code è un modello MoE da 1T di parametri di Moonshot AI. Dispone di un context window di 262k e di un ragionamento più efficiente del 30% per...

Coding FlagshipOpen WeightsMoE ArchitectureMultimodal AIReasoning Model
moonshot logomoonshotKimi12 giugno 2026
Contesto
262Ktoken
Output max
262Ktoken
Prezzo input
$0.95/ 1M
Prezzo output
$4.00/ 1M
Modalita:TextImageVideo
Capacita:VisioneStrumentiStreamingRagionamento
Benchmark
GPQA
65.8%
GPQA: Domande scientifiche livello laurea. Un benchmark rigoroso con 448 domande su biologia, fisica e chimica. Gli esperti PhD raggiungono solo il 65-74% di accuratezza. Kimi K2.7 Code ha ottenuto 65.8% in questo benchmark.
HLE
38.2%
HLE: Ragionamento esperto di alto livello. Testa la capacita di un modello di dimostrare ragionamento a livello esperto in domini specializzati. Kimi K2.7 Code ha ottenuto 38.2% in questo benchmark.
MMLU
87.2%
MMLU: Comprensione linguistica multitask massiva. Un benchmark completo con 16.000 domande su 57 materie accademiche. Kimi K2.7 Code ha ottenuto 87.2% in questo benchmark.
MMLU Pro
71.4%
MMLU Pro: MMLU Edizione Professionale. Una versione migliorata di MMLU con 12.032 domande e un formato piu difficile a 10 opzioni. Kimi K2.7 Code ha ottenuto 71.4% in questo benchmark.
SimpleQA
52.4%
SimpleQA: Benchmark di accuratezza fattuale. Testa la capacita di un modello di fornire risposte accurate e fattuali. Kimi K2.7 Code ha ottenuto 52.4% in questo benchmark.
IFEval
88.5%
IFEval: Valutazione del seguire istruzioni. Misura quanto bene un modello segue istruzioni e vincoli specifici. Kimi K2.7 Code ha ottenuto 88.5% in questo benchmark.
AIME 2025
91.5%
AIME 2025: Esame di matematica invitazionale americano. Problemi matematici a livello competitivo dal prestigioso esame AIME. Kimi K2.7 Code ha ottenuto 91.5% in questo benchmark.
MATH
81.3%
MATH: Risoluzione di problemi matematici. Un benchmark matematico completo che testa la risoluzione di problemi in algebra, geometria, calcolo. Kimi K2.7 Code ha ottenuto 81.3% in questo benchmark.
GSM8k
97.2%
GSM8k: Matematica scuola elementare 8K. 8.500 problemi matematici a parole di livello scuola elementare. Kimi K2.7 Code ha ottenuto 97.2% in questo benchmark.
MGSM
92.4%
MGSM: Matematica multilingue scuola elementare. Il benchmark GSM8k tradotto in 10 lingue. Kimi K2.7 Code ha ottenuto 92.4% in questo benchmark.
MathVista
65.5%
MathVista: Ragionamento visivo matematico. Testa la capacita di risolvere problemi matematici con elementi visivi. Kimi K2.7 Code ha ottenuto 65.5% in questo benchmark.
SWE-Bench
78.2%
SWE-Bench: Benchmark ingegneria software. I modelli AI tentano di risolvere veri problemi GitHub in progetti Python. Kimi K2.7 Code ha ottenuto 78.2% in questo benchmark.
HumanEval
94.2%
HumanEval: Problemi di programmazione Python. 164 problemi di programmazione dove i modelli devono generare implementazioni corrette di funzioni Python. Kimi K2.7 Code ha ottenuto 94.2% in questo benchmark.
LiveCodeBench
68.5%
LiveCodeBench: Benchmark di codifica live. Testa le capacita di codifica su sfide di programmazione reali continuamente aggiornate. Kimi K2.7 Code ha ottenuto 68.5% in questo benchmark.
MMMU
72.4%
MMMU: Comprensione multimodale. Benchmark di comprensione multimodale su 30 materie universitarie. Kimi K2.7 Code ha ottenuto 72.4% in questo benchmark.
MMMU Pro
48.2%
MMMU Pro: MMMU Edizione Professionale. Versione migliorata di MMMU con domande piu impegnative. Kimi K2.7 Code ha ottenuto 48.2% in questo benchmark.
ChartQA
84.2%
ChartQA: Domande e risposte su grafici. Testa la capacita di comprendere e analizzare informazioni da grafici e diagrammi. Kimi K2.7 Code ha ottenuto 84.2% in questo benchmark.
DocVQA
90.1%
DocVQA: Domande visive su documenti. Testa la capacita di estrarre informazioni da immagini di documenti. Kimi K2.7 Code ha ottenuto 90.1% in questo benchmark.
Terminal-Bench
67%
Terminal-Bench: Attivita terminale/CLI. Testa la capacita di eseguire operazioni da linea di comando. Kimi K2.7 Code ha ottenuto 67% in questo benchmark.
ARC-AGI
12.5%
ARC-AGI: Astrazione e ragionamento. Testa l'intelligenza fluida attraverso nuovi puzzle di riconoscimento di pattern. Kimi K2.7 Code ha ottenuto 12.5% in questo benchmark.

Informazioni su Kimi K2.7 Code

Scopri le capacita di Kimi K2.7 Code, le funzionalita e come puo aiutarti a ottenere risultati migliori.

Mixture of Experts da un trilione di parametri

Kimi K2.7 Code è l'ultima iterazione del modello Mixture of Experts (MoE) da un trilione di parametri di Moonshot AI. È ottimizzato per l'ingegneria del software e l'automazione agentic. Il modello attiva 32 miliardi di parametri per passaggio di inference, bilanciando un'elevata intelligenza con la velocità operativa. Introduce un meccanismo di ragionamento raffinato che utilizza il 30 percento in meno di token per pensare rispetto alle versioni precedenti. La risoluzione dei problemi tecnici è più rapida ed economica per le conversazioni multi-turn.

Multimodalità nativa e contesto visivo

Questo modello è nativamente multimodal ed elabora input di testo, immagini e video. Il suo context window di 262.144 token gestisce codebase di grandi dimensioni e stack trace complessi. Rilasciando il modello con open weights, Moonshot AI fornisce un'alternativa ai modelli frontier proprietari per gli sviluppatori che costruiscono agenti IA autonomi. Mantiene la coerenza in task di coding a lungo termine e traduce design visivi in codice funzionale senza bisogno di descrizioni testuali intermedie.

Kimi K2.7 Code

Casi d'uso per Kimi K2.7 Code

Scopri i diversi modi in cui puoi usare Kimi K2.7 Code per ottenere ottimi risultati.

Coding Agentic Autonomo

Potenzia agenti a più fasi che navigano in strutture di file complesse ed eseguono refactoring multi-file tramite accesso al terminale.

Traduzione da Visuale a Codice

Conversione di design di UI complessi o diagrammi di architettura direttamente in codice funzionale per front-end o sistemi.

Debugging a lungo termine

Analisi di intere cronologie di progetto e stack trace all'interno del context window di 262k per identificare bug architetturali.

Sintesi di scene 3D

Generazione di ambienti 3D interattivi ad alta fedeltà utilizzando Three.js o C++ partendo da descrizioni in linguaggio naturale.

Quality Assurance basata su video

Analisi di sessioni video registrate o demo video per identificare bug visivi e transizioni UI incoerenti.

Modernizzazione di sistemi legacy

Automazione della migrazione di codebase datate verso framework moderni mantenendo una chain-of-thought coerente.

Punti di forza

Limitazioni

Benchmark di coding di alto livello: Ottiene il 78,2 percento su SWE-bench Verified e il 94,2 percento su HumanEval, superando la maggior parte dei modelli open-weight.
Formattazione C++ incoerente: Può richiedere molteplici tentativi per riscrivere file C++ di grandi dimensioni senza introdurre errori minori di sintassi o formattazione.
Efficienza del reasoning: Riduce l'overhead dei thinking token del 30 percento rispetto alle generazioni precedenti, accelerando i cicli complessi.
Context window rispetto ai competitor: Sebbene 262k sia ampio, è inferiore ai contesti da un milione di tokens offerti da Google Gemini 2.0.
Supporto video nativo: Uno dei pochi modelli in grado di elaborare input video diretti per test di UI e debugging visivo.
Stabilità del browser headless: Le pipeline di QA autonome che utilizzano Chrome headless possono occasionalmente bloccarsi durante le fasi di verifica prolungate.
Rapporto qualità-prezzo: Offre prestazioni di livello GPT-5.5 nei task di coding a un costo contenuto di 0,95 $ per milione di input tokens.
Precisione della fisica 3D: Può avere difficoltà con la gravità realistica o l'attrito complesso nelle simulazioni fisiche generate, richiedendo regolazioni manuali.

Avvio rapido API

moonshot/kimi-k2.7-code

Visualizza documentazione
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 || '');
}

Installa l'SDK e inizia a fare chiamate API in pochi minuti.

Cosa dice la gente su Kimi K2.7 Code

Guarda cosa pensa la community di Kimi K2.7 Code

Kimi 2.7 si è classificato 2° dopo Fable 5 e prima di GPT-5 xhigh... Kimi 2.7 è incredibilmente buono.
Przemek Chojecki
twitter
Kimi K2.7 Code ha appena reso Kimi K2.6 dolorosamente superato... ha fornito la resa più realistica delle onde d'acqua!
GMI Cloud
twitter
È il modello open weight n. 1 su SWE-bench (78,2%) e Terminal-Bench 2.1.
Vals AI
twitter
Kimi-K2.7-Code è stato rilasciato ed è open-source! Migliorata la performance di coding e quella degli agenti rispetto a K2.6.
Kimi.ai
twitter
Ha gestito 50 PDF legali in una volta sola senza battere ciglio.
ThePromptEngineer
youtube
Il prezzo è sceso da 20$/mese a 1,5$/mese con l'API. UX decente.
LocalLLaMA-User
reddit

Video su Kimi K2.7 Code

Guarda tutorial, recensioni e discussioni su Kimi K2.7 Code

Ha iniziato a pensare molto di più e molto più a lungo.

La versione 2.7 ha fornito risultati migliori, più velocemente, ma un po' più costosi in termini di token totali utilizzati.

Ha approfondito il ragionamento su implementazioni di progetti più lunghi fino ad avere successo.

Non produce solo codice, pianifica prima l'architettura nei suoi thinking tokens.

La logica nello script Python era impeccabile rispetto alla precedente versione 2.6.

Ha migliorato l'efficienza dei token rispetto a Kimi K2.6, riducendo l'uso di thinking tokens di circa il 30%.

Il processo di ragionamento è molto più diretto pur mantenendo l'alto tasso di successo del modello.

Il divario tra i due non è folle se si considera che questo modello è 12,5 volte più economico di Claude Fable.

Questo modello è 12,5 volte più economico di Claude Fable agli attuali prezzi API.

Le prestazioni su SWE-bench Verified sono di alto livello per un rilascio open-weight.

Il context window di 256k è incredibilmente stabile per la generazione di progetti multi-file.

Ha gestito la logica C++ senza bisogno di documentazione di librerie esterne.

Il processo di ragionamento è ora molto più lineare senza loop ridondanti.

Ha costruito l'intera struttura del progetto in 15 minuti, inclusi i componenti backend.

È il miglior modello open-weight per task di coding disponibile al momento sul mercato.

Piu di semplici prompt

Potenzia il tuo workflow con l'automazione AI

Automatio combina la potenza degli agenti AI, dell'automazione web e delle integrazioni intelligenti per aiutarti a fare di piu in meno tempo.

Agenti AI
Automazione web
Workflow intelligenti

Consigli Pro per Kimi K2.7 Code

Consigli esperti per aiutarti a ottenere il massimo da Kimi K2.7 Code e raggiungere risultati migliori.

Preserva la modalità di pensiero

Abilita sempre preserve_thinking nelle tue chiamate API per assicurarti che il modello utilizzi la sua chain-of-thought ottimizzata per la logica.

Prompting Multimodale

Fornisci screenshot di bug attuali o mockup dell'interfaccia insieme alle istruzioni testuali per migliorare il tasso di successo della generazione di codice.

Gestisci il budget del contesto

Mantieni le istruzioni critiche per le prestazioni all'inizio o alla fine del prompt per ottenere un'esecuzione delle istruzioni più affidabile.

Integrazione CLI

Usa la CLI ufficiale di Kimi Code per lo sviluppo locale per sfruttare la capacità nativa del modello di interagire con gli ambienti locali.

Testimonianze

Cosa dicono i nostri utenti

Unisciti a migliaia di utenti soddisfatti che hanno trasformato il loro workflow

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.

Correlati 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

Domande frequenti su Kimi K2.7 Code

Trova risposte alle domande comuni su Kimi K2.7 Code