moonshot

Kimi K2.7 Code

Kimi K2.7 Code is een 1T parameter MoE model van Moonshot AI. Het beschikt over een 262k context window en 30% efficiëntere reasoning voor software engineering.

Coding FlagshipOpen WeightsMoE ArchitectureMultimodal AIReasoning Model
moonshot logomoonshotKimi12 juni 2026
Context
262Ktokens
Max output
262Ktokens
Invoerprijs
$0.95/ 1M
Uitvoerprijs
$4.00/ 1M
Modaliteit:TextImageVideo
Mogelijkheden:VisieToolsStreamingRedeneren
Benchmarks
GPQA
65.8%
GPQA: Wetenschappelijke vragen op graduate-niveau. Een rigoureuze benchmark met 448 vragen over biologie, fysica en chemie. PhD-experts behalen slechts 65-74% nauwkeurigheid. Kimi K2.7 Code scoorde 65.8% op deze benchmark.
HLE
38.2%
HLE: Expert-niveau redeneren. Test het vermogen van een model om expert-niveau redeneren te demonstreren in gespecialiseerde domeinen. Kimi K2.7 Code scoorde 38.2% op deze benchmark.
MMLU
87.2%
MMLU: Massale multitask taalbegrip. Een uitgebreide benchmark met 16.000 vragen over 57 academische vakken. Kimi K2.7 Code scoorde 87.2% op deze benchmark.
MMLU Pro
71.4%
MMLU Pro: MMLU Professionele editie. Een verbeterde versie van MMLU met 12.032 vragen en een moeilijker 10-optie formaat. Kimi K2.7 Code scoorde 71.4% op deze benchmark.
SimpleQA
52.4%
SimpleQA: Feitelijke nauwkeurigheidsbenchmark. Test het vermogen van een model om accurate, feitelijke antwoorden te geven. Kimi K2.7 Code scoorde 52.4% op deze benchmark.
IFEval
88.5%
IFEval: Instructie-opvolging evaluatie. Meet hoe goed een model specifieke instructies en beperkingen volgt. Kimi K2.7 Code scoorde 88.5% op deze benchmark.
AIME 2025
91.5%
AIME 2025: Amerikaanse uitnodigingswiskunde-examen. Wiskundeproblemen op wedstrijdniveau van het prestigieuze AIME-examen. Kimi K2.7 Code scoorde 91.5% op deze benchmark.
MATH
81.3%
MATH: Wiskundig probleemoplossen. Een uitgebreide wiskunde-benchmark die probleemoplossen test in algebra, meetkunde, calculus. Kimi K2.7 Code scoorde 81.3% op deze benchmark.
GSM8k
97.2%
GSM8k: Basisschool wiskunde 8K. 8.500 wiskundige woordproblemen op basisschoolniveau. Kimi K2.7 Code scoorde 97.2% op deze benchmark.
MGSM
92.4%
MGSM: Meertalige basisschool wiskunde. De GSM8k-benchmark vertaald naar 10 talen. Kimi K2.7 Code scoorde 92.4% op deze benchmark.
MathVista
65.5%
MathVista: Wiskundig visueel redeneren. Test het vermogen om wiskundeproblemen met visuele elementen op te lossen. Kimi K2.7 Code scoorde 65.5% op deze benchmark.
SWE-Bench
78.2%
SWE-Bench: Software engineering benchmark. AI-modellen proberen echte GitHub-issues op te lossen in Python-projecten. Kimi K2.7 Code scoorde 78.2% op deze benchmark.
HumanEval
94.2%
HumanEval: Python programmeerproblemen. 164 programmeerproblemen waarbij modellen correcte Python-functie-implementaties moeten genereren. Kimi K2.7 Code scoorde 94.2% op deze benchmark.
LiveCodeBench
68.5%
LiveCodeBench: Live codeerbenchmark. Test codeervaardigheden op continu bijgewerkte, real-world programmeeruitdagingen. Kimi K2.7 Code scoorde 68.5% op deze benchmark.
MMMU
72.4%
MMMU: Multimodaal begrip. Multimodaal begripsbenchmark over 30 universitaire vakken. Kimi K2.7 Code scoorde 72.4% op deze benchmark.
MMMU Pro
48.2%
MMMU Pro: MMMU Professionele editie. Verbeterde versie van MMMU met uitdagendere vragen. Kimi K2.7 Code scoorde 48.2% op deze benchmark.
ChartQA
84.2%
ChartQA: Grafiek vraag-antwoord. Test het vermogen om informatie uit grafieken en diagrammen te begrijpen en te analyseren. Kimi K2.7 Code scoorde 84.2% op deze benchmark.
DocVQA
90.1%
DocVQA: Document visueel vraag-antwoord. Test het vermogen om informatie uit documentafbeeldingen te extraheren. Kimi K2.7 Code scoorde 90.1% op deze benchmark.
Terminal-Bench
67%
Terminal-Bench: Terminal/CLI-taken. Test het vermogen om command-line operaties uit te voeren. Kimi K2.7 Code scoorde 67% op deze benchmark.
ARC-AGI
12.5%
ARC-AGI: Abstractie en redeneren. Test fluide intelligentie door nieuwe patroonherkennigspuzzels. Kimi K2.7 Code scoorde 12.5% op deze benchmark.

Over Kimi K2.7 Code

Leer over de mogelijkheden van Kimi K2.7 Code, functies en hoe het je kan helpen betere resultaten te behalen.

Mixture of Experts met een biljoen parameters

Kimi K2.7 Code is de nieuwste iteratie van het Mixture of Experts (MoE) model met een biljoen parameters van Moonshot AI. Het is geoptimaliseerd voor software engineering en agentic automatisering. Het model activeert 32 miljard parameters per inference stap, wat een balans vormt tussen hoge intelligentie en operationele snelheid. Het introduceert een verfijnd reasoning-mechanisme dat 30 procent minder tokens voor het denkproces gebruikt in vergelijking met vorige versies. Het oplossen van technische problemen is sneller en kosteneffectiever voor multi-turn conversaties.

Native multimodaliteit en visuele context

Dit model is native multimodal en verwerkt tekst-, beeld- en video-input. De context window van 262.144 tokens kan grote codebases en complexe stack traces aan. Door het model uit te brengen met open weights, biedt Moonshot AI een alternatief voor propriëtaire frontier modellen voor ontwikkelaars die autonome AI-agents bouwen. Het behoudt consistentie bij langdurige codetaken en vertaalt visuele ontwerpen naar functionele code zonder dat daar tekstuele beschrijvingen tussen nodig zijn.

Kimi K2.7 Code

Gebruikscases voor Kimi K2.7 Code

Ontdek de verschillende manieren waarop je Kimi K2.7 Code kunt gebruiken voor geweldige resultaten.

Autonome Agentic Coding

Het aansturen van multi-step agents die door complexe bestandsstructuren navigeren en refactors van meerdere bestanden uitvoeren via terminal-toegang.

Visual-to-Code vertaling

Complexe UI-designs of architectuurdiagrammen direct omzetten naar functionele front-end of systeemcode.

Long-Horizon Debugging

Het analyseren van volledige projectgeschiedenissen en stack traces binnen de 262k context window om architecturale bugs te identificeren.

3D Scene Synthesis

High-fidelity interactieve 3D-omgevingen genereren met Three.js of C++ op basis van beschrijvingen in natuurlijke taal.

Video-gebaseerde kwaliteitsborging

Opgenomen schermsessies of videodemo's analyseren om visuele bugs en inconsistente UI-transities te identificeren.

Modernisering van legacy-systemen

Het automatiseren van de migratie van verouderde codebases naar moderne frameworks door een consistente chain-of-thought te behouden.

Sterke punten

Beperkingen

Topprestaties in coding benchmarks: Scoort 78,2 procent op SWE-bench Verified en 94,2 procent op HumanEval, waarmee het de meeste open-weights modellen overtreft.
Inconsistente C++ formattering: Kan meerdere pogingen vereisen om grote C++ bestanden te herschrijven zonder kleine syntax- of formatteerfouten te introduceren.
Reasoning efficiency: Vermindert de overhead van thinking-tokens met 30 procent vergeleken met vorige generaties, wat complexe cycli versnelt.
Context window vs concurrenten: Hoewel 262k groot is, blijft het achter bij de context windows van één miljoen tokens die door Google Gemini 2.0 worden aangeboden.
Native video-ondersteuning: Een van de weinige modellen die in staat is om directe video-input te verwerken voor UI-testing en visuele debugging.
Stabiliteit van headless browsers: Autonome QA-pipelines die headless Chrome gebruiken, kunnen soms vastlopen tijdens lange verificatiestappen.
Prijs-prestatieverhouding: Levert prestaties op GPT-5.5-niveau bij codetaken tegen lage kosten van $0,95 per miljoen input tokens.
Precisie in 3D-fysica: Kan moeite hebben met realistische zwaartekracht of complexe wrijving in gegenereerde fysica-simulaties, wat handmatige aanpassing vereist.

API snelstart

moonshot/kimi-k2.7-code

Bekijk documentatie
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 || '');
}

Installeer de SDK en begin binnen enkele minuten met API-calls.

Wat mensen zeggen over Kimi K2.7 Code

Bekijk wat de community denkt over Kimi K2.7 Code

Kimi 2.7 stond op de 2e plek na Fable 5 en voor GPT-5 xhigh... Kimi 2.7 is verbazingwekkend goed.
Przemek Chojecki
twitter
Kimi K2.7 Code heeft Kimi K2.6 pijnlijk verouderd gemaakt... het gaf de meest realistische weergave van watergolven!
GMI Cloud
twitter
Het is het #1 open-weights model op SWE-bench (78,2%) en Terminal-Bench 2.1.
Vals AI
twitter
Kimi-K2.7-Code is nu uitgebracht en open-sourced! Verbeterde coding- en agent-prestaties ten opzichte van K2.6.
Kimi.ai
twitter
Het verwerkte 50 juridische pdf's in één keer zonder moeite.
ThePromptEngineer
youtube
De prijs is gedaald van $20/maand naar $1,5/maand met de API. Fatsoenlijke UX.
LocalLLaMA-User
reddit

Video's over Kimi K2.7 Code

Bekijk tutorials, reviews en discussies over Kimi K2.7 Code

Het begon veel meer en veel langer na te denken.

2.7 leverde betere resultaten, sneller, maar iets duurder in termen van totaal gebruikte tokens.

Het dacht dieper na over de implementatie van grotere projecten totdat het daadwerkelijk slaagde.

Het voert niet zomaar code uit, het plant eerst de architectuur in zijn thinking tokens.

De logica in het Python-script was feilloos vergeleken met de vorige 2.6-versie.

Het heeft de token-efficiëntie verbeterd ten opzichte van Kimi K2.6, waardoor het gebruik van thinking tokens met ongeveer 30% is afgenomen.

Het reasoning-proces is veel directer met behoud van de hoge slagingskans van het model.

Het verschil tussen de twee is niet gigantisch als je bedenkt dat dit model 12,5 keer goedkoper is dan Claude Fable.

Dit model is 12,5 keer goedkoper dan Claude Fable tegen de huidige API-prijzen.

De prestaties op SWE-bench Verified zijn top voor een open-weights release.

De 256k context window is ongelooflijk stabiel voor het genereren van projecten met meerdere bestanden.

Het verwerkte de C++ logica zonder externe documentatie van bibliotheken nodig te hebben.

Het reasoning-proces is nu veel lineairder zonder redundante lussen.

Het bouwde de volledige projectstructuur in 15 minuten, inclusief de backend-componenten.

Het is momenteel het beste open-weights model voor codetaken op de markt.

Meer dan alleen prompts

Supercharge je workflow met AI-automatisering

Automatio combineert de kracht van AI-agents, webautomatisering en slimme integraties om je te helpen meer te bereiken in minder tijd.

AI-agents
Webautomatisering
Slimme workflows

Pro-tips voor Kimi K2.7 Code

Experttips om je te helpen het maximale uit Kimi K2.7 Code te halen en betere resultaten te behalen.

Behoud de Thinking Mode

Schakel altijd preserve_thinking in je API-calls in om ervoor te zorgen dat het model zijn geoptimaliseerde reasoning chain gebruikt voor logica.

Multimodal Prompting

Deel screenshots van huidige bugs of UI-mockups naast tekstuele instructies om de slagingskans van code generation te vergroten.

Beheer het contextbudget

Plaats prestatiekritieke instructies aan het begin of einde van de prompt voor de meest betrouwbare opvolging van instructies.

CLI-integratie

Gebruik de officiële Kimi Code CLI voor lokale ontwikkeling om gebruik te maken van het native vermogen van het model om met lokale omgevingen te communiceren.

Testimonials

Wat onze gebruikers zeggen

Sluit je aan bij duizenden tevreden gebruikers die hun workflow hebben getransformeerd

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.

Gerelateerd 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

Veelgestelde vragen over Kimi K2.7 Code

Vind antwoorden op veelvoorkomende vragen over Kimi K2.7 Code