moonshot

Kimi K2.7 Code

O Kimi K2.7 Code é um modelo MoE de 1T de parâmetros da Moonshot AI. Ele possui um context window de 262k e um raciocínio 30% mais eficiente para engenharia de...

Coding FlagshipOpen WeightsMoE ArchitectureMultimodal AIReasoning Model
moonshot logomoonshotKimi12 de junho de 2026
Contexto
262Ktokens
Saida Max
262Ktokens
Preco Entrada
$0.95/ 1M
Preco Saida
$4.00/ 1M
Modalidade:TextImageVideo
Capacidades:VisaoFerramentasStreamingRaciocinio
Benchmarks
GPQA
65.8%
GPQA: Q&A de Ciencias Avancadas. Um benchmark rigoroso com 448 questoes de multipla escolha em biologia, fisica e quimica criadas por especialistas. Especialistas com PhD alcancam apenas 65-74% de precisao. Kimi K2.7 Code pontuou 65.8% neste benchmark.
HLE
38.2%
HLE: Raciocinio de Alto Nivel. Testa a capacidade de um modelo de demonstrar raciocinio de nivel especialista em dominios especializados. Kimi K2.7 Code pontuou 38.2% neste benchmark.
MMLU
87.2%
MMLU: Compreensao de Linguagem Multitarefa. Um benchmark abrangente com 16.000 questoes de multipla escolha em 57 disciplinas academicas. Kimi K2.7 Code pontuou 87.2% neste benchmark.
MMLU Pro
71.4%
MMLU Pro: MMLU Edicao Profissional. Uma versao aprimorada do MMLU com 12.032 questoes usando um formato mais dificil de multipla escolha com 10 opcoes. Kimi K2.7 Code pontuou 71.4% neste benchmark.
SimpleQA
52.4%
SimpleQA: Benchmark de Precisao Factual. Testa a capacidade de um modelo de fornecer respostas precisas e factuais a perguntas diretas. Kimi K2.7 Code pontuou 52.4% neste benchmark.
IFEval
88.5%
IFEval: Avaliacao de Seguimento de Instrucoes. Mede quao bem um modelo segue instrucoes e restricoes especificas. Kimi K2.7 Code pontuou 88.5% neste benchmark.
AIME 2025
91.5%
AIME 2025: Exame de Matematica Invitacional Americano. Problemas de matematica de nivel competitivo do prestigiado exame AIME. Kimi K2.7 Code pontuou 91.5% neste benchmark.
MATH
81.3%
MATH: Resolucao de Problemas Matematicos. Um benchmark abrangente de matematica testando resolucao de problemas em algebra, geometria, calculo e outros dominios. Kimi K2.7 Code pontuou 81.3% neste benchmark.
GSM8k
97.2%
GSM8k: Matematica do Ensino Fundamental 8K. 8.500 problemas de matematica de nivel escolar fundamental que requerem raciocinio em multiplas etapas. Kimi K2.7 Code pontuou 97.2% neste benchmark.
MGSM
92.4%
MGSM: Matematica Escolar Multilingue. O benchmark GSM8k traduzido para 10 idiomas. Kimi K2.7 Code pontuou 92.4% neste benchmark.
MathVista
65.5%
MathVista: Raciocinio Visual Matematico. Testa a capacidade de resolver problemas de matematica que envolvem elementos visuais como graficos e diagramas. Kimi K2.7 Code pontuou 65.5% neste benchmark.
SWE-Bench
78.2%
SWE-Bench: Benchmark de Engenharia de Software. Modelos de IA tentam resolver issues reais do GitHub em projetos Python de codigo aberto. Kimi K2.7 Code pontuou 78.2% neste benchmark.
HumanEval
94.2%
HumanEval: Problemas de Programacao Python. 164 problemas de programacao escritos a mao onde modelos devem gerar implementacoes corretas de funcoes Python. Kimi K2.7 Code pontuou 94.2% neste benchmark.
LiveCodeBench
68.5%
LiveCodeBench: Benchmark de Codificacao Ao Vivo. Testa habilidades de codificacao em desafios de programacao do mundo real continuamente atualizados. Kimi K2.7 Code pontuou 68.5% neste benchmark.
MMMU
72.4%
MMMU: Compreensao Multimodal. Benchmark de Compreensao Multimodal Multidisciplinar testando modelos de visao-linguagem em problemas de nivel universitario. Kimi K2.7 Code pontuou 72.4% neste benchmark.
MMMU Pro
48.2%
MMMU Pro: MMMU Edicao Profissional. Versao aprimorada do MMMU com questoes mais desafiadoras e avaliacao mais rigorosa. Kimi K2.7 Code pontuou 48.2% neste benchmark.
ChartQA
84.2%
ChartQA: Resposta a Perguntas sobre Graficos. Testa a capacidade de entender e raciocinar sobre informacoes apresentadas em graficos. Kimi K2.7 Code pontuou 84.2% neste benchmark.
DocVQA
90.1%
DocVQA: Q&A Visual de Documentos. Benchmark de Resposta a Perguntas Visuais de Documentos testando a capacidade de extrair informacoes de imagens de documentos. Kimi K2.7 Code pontuou 90.1% neste benchmark.
Terminal-Bench
67%
Terminal-Bench: Tarefas de Terminal/CLI. Testa a capacidade de realizar operacoes de linha de comando e escrever scripts de shell. Kimi K2.7 Code pontuou 67% neste benchmark.
ARC-AGI
12.5%
ARC-AGI: Abstracao e Raciocinio. Corpus de Abstracao e Raciocinio para AGI - testa inteligencia fluida atraves de quebra-cabecas de reconhecimento de padroes. Kimi K2.7 Code pontuou 12.5% neste benchmark.

Sobre Kimi K2.7 Code

Aprenda sobre as capacidades do Kimi K2.7 Code, recursos e como ele pode ajuda-lo a obter melhores resultados.

Mixture of Experts de Trilhão de Parâmetros

O Kimi K2.7 Code é a iteração mais recente do modelo Mixture of Experts (MoE) de um trilhão de parâmetros da Moonshot AI. Ele é otimizado para engenharia de software e automação agentic. O modelo ativa 32 bilhões de parâmetros por etapa de inference, o que equilibra alta inteligência com velocidade operacional. Ele introduz um mecanismo de raciocínio refinado que usa 30% menos tokens para pensar em comparação com as versões anteriores. A resolução de problemas técnicos é mais rápida e eficiente em termos de custo para conversas de múltiplos turnos.

Multimodalidade Nativa e Contexto Visual

Este modelo é nativamente multimodal e processa entradas de texto, imagem e vídeo. Seu context window de 262.144 tokens lida com grandes bases de código e stack traces complexos. Ao liberar o modelo como open-weights, a Moonshot AI fornece uma alternativa aos modelos frontier proprietários para desenvolvedores que constroem agentes de IA autônomos. Ele mantém a consistência em tarefas de programação de longa duração e traduz designs visuais em código funcional sem precisar de descrições de texto intermediárias.

Kimi K2.7 Code

Casos de Uso para Kimi K2.7 Code

Descubra as diferentes maneiras de usar Kimi K2.7 Code para obter otimos resultados.

Programação com Agentes Autônomos

Impulsionando agents de várias etapas que navegam em estruturas complexas de arquivos e executam refatorações em vários arquivos via acesso ao terminal.

Tradução de Visual para Código

Convertendo designs de UI complexos ou diagramas de arquitetura diretamente em código funcional de front-end ou sistemas.

Debugging de Longo Alcance

Analisando históricos inteiros de projetos e rastros de pilha (stack traces) dentro do context window de 262k para identificar bugs de arquitetura.

Síntese de Cenas 3D

Gerando ambientes 3D interativos de alta fidelidade usando Three.js ou C++ a partir de descrições em linguagem natural.

Garantia de Qualidade Baseada em Vídeo

Analisando sessões de tela gravadas ou demonstrações em vídeo para identificar bugs visuais e transições de UI inconsistentes.

Modernização de Legado

Automatizando a migração de bases de código antigas para frameworks modernos mantendo uma chain-of-thought consistente.

Pontos Fortes

Limitacoes

Benchmarks de Programação de Alto Nível: Pontua 78,2% no SWE-bench Verified e 94,2% no HumanEval, superando a maioria dos modelos de open-weights.
Formatação Inconsistente em C++: Pode exigir várias tentativas para reescrever grandes arquivos C++ sem introduzir erros menores de sintaxe ou formatação.
Eficiência de Reasoning: Reduz o overhead de tokens de pensamento em 30% em comparação com as gerações anteriores, acelerando ciclos complexos.
Context Window vs Concorrentes: Embora 262k seja grande, fica atrás dos context windows de um milhão de tokens oferecidos pelo Google Gemini 2.0.
Suporte Nativo a Vídeo: Um dos poucos modelos capazes de processar entrada de vídeo direta para testes de UI e debugging visual.
Estabilidade de Headless Browser: Pipelines de QA autônomos usando Chrome headless podem ocasionalmente travar durante etapas longas de verificação.
Relação Custo-Benefício: Entrega desempenho de nível GPT-5.5 em tarefas de programação a um custo baixo de $0,95 por milhão de tokens de entrada.
Precisão em Física 3D: Pode ter dificuldades com gravidade realista ou atrito complexo em simulações físicas geradas, exigindo ajustes manuais.

Inicio Rapido da API

moonshot/kimi-k2.7-code

Ver Documentacao
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 || '');
}

Instale o SDK e comece a fazer chamadas de API em minutos.

O Que as Pessoas Estao Dizendo Sobre Kimi K2.7 Code

Veja o que a comunidade pensa sobre Kimi K2.7 Code

Kimi 2.7 ficou em 2º lugar após o Fable 5 e antes do GPT-5 xhigh... O Kimi 2.7 é surpreendentemente bom.
Przemek Chojecki
twitter
O Kimi K2.7 Code simplesmente tornou o Kimi K2.6 dolorosamente ultrapassado... ele deu a renderização mais realista de ondas de água!
GMI Cloud
twitter
É o modelo #1 de open-weight no SWE-bench (78,2%) e Terminal-Bench 2.1.
Vals AI
twitter
O Kimi-K2.7-Code foi lançado e está em open-source! Desempenho de programação e agent melhorado em relação ao K2.6.
Kimi.ai
twitter
Ele lidou com 50 PDFs jurídicos de uma só vez sem esforço.
ThePromptEngineer
youtube
O preço caiu de $20/mês para $1,5/mês com a API. UX decente.
LocalLLaMA-User
reddit

Videos Sobre Kimi K2.7 Code

Assista tutoriais, analises e discussoes sobre Kimi K2.7 Code

Ele começou a pensar muito mais e por muito mais tempo.

O 2.7 entregou melhores resultados, mais rápido, mas um pouco mais caro em termos de tokens totais usados.

Ele entrou em um pensamento mais profundo em implementações de projetos mais longos até realmente ter sucesso.

Ele não gera apenas código, ele planeja a arquitetura primeiro em seus tokens de raciocínio.

A lógica no script Python foi impecável comparada à versão 2.6 anterior.

Ele melhorou a eficiência de tokens em relação ao Kimi K2.6, reduzindo o uso de tokens de raciocínio em aproximadamente 30%.

O processo de raciocínio é muito mais direto, mantendo a alta taxa de sucesso do modelo.

A diferença entre os dois não é insana quando você considera que este modelo é 12,5 vezes mais barato que o Claude Fable.

Este modelo é 12,5 vezes mais barato que o Claude Fable no preço atual da API.

O desempenho no SWE-bench Verified é de primeira linha para um lançamento de open-weight.

O context window de 256k é incrivelmente estável para geração de projetos com múltiplos arquivos.

Ele lidou com a lógica em C++ sem precisar de documentação de bibliotecas externas.

O processo de raciocínio é muito mais linear agora, sem loops redundantes.

Ele construiu toda a estrutura do projeto em 15 minutos, incluindo os componentes de backend.

É o melhor modelo de open-weight para tarefas de programação disponível no mercado agora.

Mais do que apenas prompts

Potencialize seu fluxo de trabalho com Automacao de IA

Automatio combina o poder de agentes de IA, automacao web e integracoes inteligentes para ajuda-lo a realizar mais em menos tempo.

Agentes de IA
Automacao Web
Fluxos Inteligentes

Dicas Profissionais para Kimi K2.7 Code

Dicas de especialistas para ajuda-lo a aproveitar ao maximo Kimi K2.7 Code e obter melhores resultados.

Preserve o Thinking Mode

Sempre habilite preserve_thinking em suas chamadas de API para garantir que o modelo utilize sua cadeia de reasoning otimizada para lógica.

Multimodal Prompting

Forneça capturas de tela de bugs atuais ou mockups de UI junto com instruções de texto para melhorar a taxa de sucesso da geração de código.

Gerencie o Orçamento de Contexto

Mantenha as instruções críticas para o desempenho no início ou no fim do prompt para obter um seguimento de instruções mais confiável.

Integração CLI

Use a CLI oficial do Kimi Code para desenvolvimento local, aproveitando a habilidade nativa do modelo de interagir com ambientes locais.

Depoimentos

O Que Nossos Usuarios Dizem

Junte-se a milhares de usuarios satisfeitos que transformaram seu fluxo de trabalho

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.

Relacionados 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

Perguntas Frequentes Sobre Kimi K2.7 Code

Encontre respostas para perguntas comuns sobre Kimi K2.7 Code