moonshot

Kimi K2.7 Code

Kimi K2.7 Code, Moonshot AI'ın 1T parametreli MoE modelidir. 262k context window ve yazılım mühendisliği için %30 daha verimli bir reasoning sunar.

Kodlama FlagshipOpen WeightsMoE MimarisiMultimodal AIReasoning Model
moonshot logomoonshotKimi12 Haziran 2026
Bağlam
262Ktoken
Maks. çıktı
262Ktoken
Giriş fiyatı
$0.95/ 1M
Çıkış fiyatı
$4.00/ 1M
Modalite:TextImageVideo
Yetenekler:GörüntüAraçlarAkışAkıl Yürütme
Benchmarks
GPQA
65.8%
GPQA: Doktora Düzeyinde Bilim Soruları. Biyoloji, fizik ve kimya alanlarında uzmanlar tarafından oluşturulmuş 448 çoktan seçmeli soru içeren zorlu bir benchmark. Doktora uzmanları sadece %65-74 doğruluk oranına ulaşırken, uzman olmayanlar sınırsız web erişimiyle bile sadece %34 puan alır (bu yüzden 'Google'a dayanıklı' olarak adlandırılır). Kimi K2.7 Code bu benchmark'ta 65.8% puan aldı.
HLE
38.2%
HLE: Yüksek Düzey Uzmanlık Akıl Yürütme. Bir modelin özelleşmiş alanlarda uzman düzeyinde akıl yürütme sergileme yeteneğini test eder. Profesyonel düzeyde bilgi gerektiren karmaşık konuların derin anlaşılmasını değerlendirir. Kimi K2.7 Code bu benchmark'ta 38.2% puan aldı.
MMLU
87.2%
MMLU: Kapsamlı Çoklu Görev Dil Anlama. Matematik, felsefe, hukuk ve tıp dahil 57 akademik konuyu kapsayan 16.000 çoktan seçmeli soru içeren kapsamlı bir benchmark. Geniş bilgi ve akıl yürütme yeteneklerini test eder. Kimi K2.7 Code bu benchmark'ta 87.2% puan aldı.
MMLU Pro
71.4%
MMLU Pro: MMLU Profesyonel Sürüm. Daha zor 10 seçenekli format kullanan 12.032 soru içeren geliştirilmiş MMLU sürümü. Matematik, Fizik, Kimya, Hukuk, Mühendislik, Ekonomi, Sağlık, Psikoloji, İşletme, Biyoloji, Felsefe ve Bilgisayar Bilimlerini kapsar. Kimi K2.7 Code bu benchmark'ta 71.4% puan aldı.
SimpleQA
52.4%
SimpleQA: Olgusal Doğruluk Benchmark'ı. Bir modelin basit sorulara doğru, olgusal yanıtlar verme yeteneğini test eder. Bilgi alma görevlerinde güvenilirliği ölçer ve halüsinasyonları azaltır. Kimi K2.7 Code bu benchmark'ta 52.4% puan aldı.
IFEval
88.5%
IFEval: Talimat Takip Değerlendirmesi. Bir modelin belirli talimatları ve kısıtlamaları ne kadar iyi takip ettiğini ölçer. Biçimlendirme kurallarına, uzunluk sınırlarına ve diğer açık gereksinimlere uyma yeteneğini test eder. Kimi K2.7 Code bu benchmark'ta 88.5% puan aldı.
AIME 2025
91.5%
AIME 2025: Amerikan Davetiye Matematik Sınavı. Yetenekli lise öğrencileri için tasarlanmış prestijli AIME sınavından yarışma düzeyinde matematik problemleri. Sadece kalıp eşleştirme değil, soyut akıl yürütme gerektiren ileri düzey matematiksel problem çözmeyi test eder. Kimi K2.7 Code bu benchmark'ta 91.5% puan aldı.
MATH
81.3%
MATH: Matematiksel Problem Çözme. Cebir, geometri, kalkülüs ve diğer matematiksel alanlarda problem çözmeyi test eden kapsamlı bir matematik benchmark'ı. Çok adımlı akıl yürütme ve formal matematiksel bilgi gerektirir. Kimi K2.7 Code bu benchmark'ta 81.3% puan aldı.
GSM8k
97.2%
GSM8k: İlkokul Matematiği 8K. Çok adımlı akıl yürütme gerektiren 8.500 ilkokul düzeyinde matematik sözel problemi. Alışveriş veya zaman hesaplamaları gibi gerçek dünya senaryoları aracılığıyla temel aritmetik ve mantıksal düşünmeyi test eder. Kimi K2.7 Code bu benchmark'ta 97.2% puan aldı.
MGSM
92.4%
MGSM: Çok Dilli İlkokul Matematiği. GSM8k benchmark'ı İspanyolca, Fransızca, Almanca, Rusça, Çince ve Japonca dahil 10 dile çevrilmiştir. Farklı dillerde matematiksel akıl yürütmeyi test eder. Kimi K2.7 Code bu benchmark'ta 92.4% puan aldı.
MathVista
65.5%
MathVista: Matematiksel Görsel Akıl Yürütme. Grafikler, geometri diyagramları ve bilimsel şekiller gibi görsel öğeler içeren matematik problemlerini çözme yeteneğini test eder. Görsel anlayışı matematiksel akıl yürütme ile birleştirir. Kimi K2.7 Code bu benchmark'ta 65.5% puan aldı.
SWE-Bench
78.2%
SWE-Bench: Yazılım Mühendisliği Benchmark'ı. Yapay zeka modelleri, insan doğrulaması ile açık kaynak Python projelerindeki gerçek GitHub sorunlarını çözmeye çalışır. Üretim kod tabanlarında pratik yazılım mühendisliği becerilerini test eder. En iyi modeller 2023'te %4,4'ten 2024'te %70'in üzerine çıktı. Kimi K2.7 Code bu benchmark'ta 78.2% puan aldı.
HumanEval
94.2%
HumanEval: Python Programlama Problemleri. Modellerin doğru Python fonksiyon implementasyonları üretmesi gereken 164 el yazımı programlama problemi. Her çözüm birim testlerle doğrulanır. En iyi modeller artık %90'ın üzerinde doğruluk oranına ulaşıyor. Kimi K2.7 Code bu benchmark'ta 94.2% puan aldı.
LiveCodeBench
68.5%
LiveCodeBench: Canlı Kodlama Benchmark'ı. Sürekli güncellenen gerçek dünya programlama zorlukları üzerinde kodlama yeteneklerini test eder. Statik benchmark'ların aksine, veri kirliliğini önlemek ve gerçek kodlama becerilerini ölçmek için taze problemler kullanır. Kimi K2.7 Code bu benchmark'ta 68.5% puan aldı.
MMMU
72.4%
MMMU: Çok Modlu Anlama. Görüntü anlama ve uzman bilgisi gerektiren 30 konuda üniversite düzeyinde problemlerde görme-dil modellerini test eden Kapsamlı Çok Disiplinli Çok Modlu Anlama benchmark'ı. Kimi K2.7 Code bu benchmark'ta 72.4% puan aldı.
MMMU Pro
48.2%
MMMU Pro: MMMU Profesyonel Sürüm. Daha zor sorular ve daha katı değerlendirme içeren geliştirilmiş MMMU sürümü. Profesyonel ve uzman seviyelerinde ileri düzey çok modlu akıl yürütmeyi test eder. Kimi K2.7 Code bu benchmark'ta 48.2% puan aldı.
ChartQA
84.2%
ChartQA: Grafik Soru Cevaplama. Grafiklerde ve tablolarda sunulan bilgileri anlama ve akıl yürütme yeteneğini test eder. Görsel veri gösterimlerinden veri çıkarma, değerleri karşılaştırma ve hesaplamalar yapma gerektirir. Kimi K2.7 Code bu benchmark'ta 84.2% puan aldı.
DocVQA
90.1%
DocVQA: Belge Görsel Soru Cevaplama. Formlar, raporlar ve taranmış metin dahil belge görüntülerinden bilgi çıkarma ve akıl yürütme yeteneğini test eden Belge Görsel Soru Cevaplama benchmark'ı. Kimi K2.7 Code bu benchmark'ta 90.1% puan aldı.
Terminal-Bench
67%
Terminal-Bench: Terminal/CLI Görevleri. Komut satırı işlemleri yapma, shell betikleri yazma ve terminal ortamlarında gezinme yeteneğini test eder. Pratik sistem yönetimi ve geliştirme iş akışı becerilerini ölçer. Kimi K2.7 Code bu benchmark'ta 67% puan aldı.
ARC-AGI
12.5%
ARC-AGI: Soyutlama ve Akıl Yürütme. AGI için Soyutlama ve Akıl Yürütme Corpus'u - yeni örüntü tanıma bulmacaları aracılığıyla akışkan zekayı test eder. Her görev, örneklerden temel kuralı keşfetmeyi gerektirir ve ezberleme yerine genel akıl yürütme yeteneğini ölçer. Kimi K2.7 Code bu benchmark'ta 12.5% puan aldı.

Kimi K2.7 Code Hakkında

Kimi K2.7 Code'in yetenekleri, özellikleri ve kullanım yolları hakkında bilgi edinin.

Trilyon Parametreli Mixture of Experts

Kimi K2.7 Code, Moonshot AI'ın trilyon parametreli Mixture of Experts (MoE) modelinin en son sürümüdür. Yazılım mühendisliği ve agentic otomasyon için optimize edilmiştir. Model, inference adımı başına 32 milyar parameters aktif ederek yüksek zeka ile operasyonel hız arasında bir denge kurar. Önceki sürümlere kıyasla düşünme (thinking) için yüzde 30 daha az token kullanan rafine bir reasoning mekanizması sunar. Teknik problem çözme, çok adımlı sohbetler için daha hızlı ve daha uygun maliyetlidir.

Doğal Multimodalite ve Görsel Context

Bu model doğal olarak multimodal bir yapıya sahiptir ve metin, görsel ve video girdilerini işler. 262.144 token'lık context window'u, büyük kod tabanlarını ve karmaşık stack trace'leri yönetebilir. Modeli open-weights olarak yayınlayan Moonshot AI, otonom AI agent'ları inşa eden geliştiriciler için özel frontier modellere bir alternatif sunar. Uzun vadeli kodlama görevlerinde tutarlılığı korur ve görsel tasarımları ara metin açıklamalarına ihtiyaç duymadan işlevsel koda dönüştürür.

Kimi K2.7 Code

Kimi K2.7 Code için Kullanım Alanları

Harika sonuçlar elde etmek için Kimi K2.7 Code'i kullanmanın farklı yollarını keşfedin.

Otonom Agentic Kodlama

Karmaşık dosya yapılarını yöneten ve terminal erişimi üzerinden çok dosyalı refactor işlemleri gerçekleştiren çok adımlı agent'ları güçlendirme.

Görselden Koda Dönüştürme

Karmaşık UI tasarımlarını veya mimari diyagramları doğrudan işlevsel front-end veya sistem koduna dönüştürme.

Uzun Vadeli Hata Ayıklama

Mimari hataları tanımlamak için tüm proje geçmişini ve stack trace'leri 262k context window içerisinde analiz etme.

3D Sahne Sentezi

Doğal dil tanımlarından Three.js veya C++ kullanarak yüksek kaliteli etkileşimli 3D ortamlar oluşturma.

Video Tabanlı Kalite Güvencesi

Görsel hataları ve tutarsız UI geçişlerini belirlemek için kaydedilmiş ekran oturumlarını veya video demolarını analiz etme.

Eski Sistemlerin Modernizasyonu

Tutarlı bir reasoning chain koruyarak eski kod tabanlarının modern framework'lere taşınmasını otomatikleştirme.

Güçlü Yönler

Sınırlamalar

Üst Düzey Kodlama Benchmark'ları: SWE-bench Verified'da %78,2 ve HumanEval'da %94,2 puan alarak çoğu open-weight modelden daha iyi performans gösterir.
Tutarsız C++ Biçimlendirme: Büyük C++ dosyalarını küçük sözdizimi veya biçimlendirme hataları eklemeden yeniden yazmak için bazen birden fazla deneme gerektirebilir.
Reasoning Verimliliği: Önceki nesillere kıyasla reasoning-token yükünü %30 azaltarak karmaşık döngüleri hızlandırır.
Rakiplere Göre Context Window: 262k büyük bir kapasite olsa da, Google Gemini 2.0 tarafından sunulan 1 milyon token'lık context window'ların gerisinde kalıyor.
Doğal Video Desteği: UI testleri ve görsel hata ayıklama için doğrudan video girdisini işleyebilen nadir modellerden biridir.
Headless Browser Kararlılığı: Headless Chrome kullanan otonom QA hatları, uzun doğrulama adımları sırasında bazen takılabilir.
Fiyat-Performans Oranı: Kodlama görevlerinde GPT-5.5 seviyesinde performansı, 1 milyon input token başına 0,95 dolar gibi düşük bir maliyetle sunar.
3D Fizik Hassasiyeti: Oluşturulan fizik simülasyonlarında gerçekçi yerçekimi veya karmaşık sürtünme konusunda zorlanabilir, bu da manuel ayar gerektirir.

API Hızlı Başlangıç

moonshot/kimi-k2.7-code

Belgeleri Görüntüle
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 || '');
}

SDK'yı yükleyin ve dakikalar içinde API çağrıları yapmaya başlayın.

İnsanlar Kimi K2.7 Code Hakkında Ne Diyor

Topluluğun Kimi K2.7 Code hakkında ne düşündüğünü görün

Kimi 2.7, Fable 5'ten sonra ve GPT-5 xhigh'dan önce 2. sıraya yerleşti... Kimi 2.7 inanılmaz derecede iyi.
Przemek Chojecki
twitter
Kimi K2.7 Code, Kimi K2.6'yı acı verici bir şekilde eskimiş kıldı... su dalgalarının en gerçekçi işlenmesini o sağladı!
GMI Cloud
twitter
SWE-bench (%78,2) ve Terminal-Bench 2.1'de 1 numaralı open-weight model.
Vals AI
twitter
Kimi-K2.7-Code yayınlandı ve open-source oldu! K2.6'ya göre gelişmiş kodlama ve agent performansı.
Kimi.ai
twitter
50 adet hukuki PDF'i tek seferde hiç zorlanmadan işledi.
ThePromptEngineer
youtube
API ile fiyat ayda 20 dolardan 1,5 dolara düştü. İyi bir UX.
LocalLLaMA-User
reddit

Kimi K2.7 Code Hakkında Videolar

Kimi K2.7 Code hakkında eğitimler, incelemeler ve tartışmalar izleyin

Çok daha fazla ve çok daha uzun düşünmeye başladı.

2.7 daha iyi sonuçları daha hızlı verdi, ancak toplam token kullanımı açısından biraz daha maliyetliydi.

Başarılı olana kadar daha uzun proje uygulamaları üzerine daha derin düşünmeye girdi.

Sadece kod çıktısı vermiyor, önce mimariyi kendi reasoning token'larında planlıyor.

Python betiğindeki mantık, önceki 2.6 sürümüne kıyasla kusursuzdu.

Kimi K2.6'ya göre token verimliliğini artırarak düşünme token kullanımını yaklaşık %30 azalttı.

Reasoning süreci, modelin yüksek başarı oranını korurken çok daha doğrudan bir hale geldi.

Bu modelin Claude Fable'dan 12,5 kat daha ucuz olduğu düşünüldüğünde aradaki fark çok devasa değil.

Bu model mevcut API fiyatlandırmasında Claude Fable'dan 12,5 kat daha ucuz.

SWE-bench Verified performansı, open-weight bir sürüm için üst düzeyde.

256k context window, çok dosyalı proje oluşturma için inanılmaz derecede kararlı.

Harici kütüphane dokümantasyonuna ihtiyaç duymadan C++ mantığını yönetti.

Reasoning süreci artık gereksiz döngüler olmadan çok daha doğrusal.

Backend bileşenleri dahil tüm proje yapısını 15 dakikada inşa etti.

Şu anda piyasada kodlama görevleri için mevcut olan en iyi open-weight model.

Sadece promptlardan fazlasi

İş akışınızı güçlendirin Yapay Zeka Otomasyonu

Automatio, yapay zeka ajanlari, web otomasyonu ve akilli entegrasyonlarin gucunu birlestirerek daha az zamanda daha fazlasini basarmaniza yardimci olur.

Yapay Zeka Ajanları
Web Otomasyonu
Akıllı İş Akışları

Kimi K2.7 Code için Pro İpuçları

Kimi K2.7 Code'den en iyi şekilde yararlanmak için uzman ipuçları.

Düşünme Modunu (Thinking Mode) Koruyun

Modelin mantıksal süreçler için optimize edilmiş reasoning chain'ini kullandığından emin olmak adına API çağrılarınızda her zaman preserve_thinking özelliğini etkinleştirin.

Multimodal Prompting

Kod oluşturma başarısını artırmak için mevcut hataların ekran görüntülerini veya UI taslaklarını metin talimatlarınızla birlikte sunun.

Context Bütçesini Yönetin

En güvenilir talimat takibi için performans açısından kritik talimatları prompt'un başına veya sonuna yerleştirin.

CLI Entegrasyonu

Yerel ortamlarda etkileşime girme yeteneğinden yararlanmak için yerel geliştirmelerinizde resmi Kimi Code CLI'yı kullanın.

Referanslar

Kullanicilarimiz Ne Diyor

Is akisini donusturen binlerce memnun kullaniciya katilin

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.

İlgili 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

Kimi K2.7 Code Hakkında Sık Sorulan Sorular

Kimi K2.7 Code hakkında sık sorulan soruların cevaplarını bulun