Рефакторинг кодовой базы из сорока файлов — это не один промпт. Это цепочка из десятков шагов: прочитать зависимости, понять архитектуру, поменять интерфейс, обновить вызовы, проверить тесты. Обычная LLM где-то на двадцатом шаге теряет нить: забывает, что уже поменяла, дублирует правки, предлагает вариант, который ломает предыдущий слой.
Kimi K2.7 Code — попытка решить именно эту проблему. Не «ответить на вопрос по коду», а довести многошаговую задачу до конца.
Что это
Kimi K2.7 Code — открытая кодинговая модель от Moonshot AI, построенная на архитектуре Mixture-of-Experts (MoE — «смесь экспертов»: модель с триллионом параметров, где для каждого токена активируются только 32 миллиарда). Специализация — программирование и агентные задачи: автономная работа, где модель сама решает, какой инструмент вызвать, какой файл прочитать, какую команду выполнить.
Ключевое отличие от предыдущей версии K2.6 — фокус на long-horizon задачах (длинные многошаговые сессии). Модель лучше следует инструкциям в протяжённом контексте и реже «разваливается» на середине сложной задачи.
Ещё одна деталь: K2.7 Code всегда работает в режиме thinking (с промежуточными рассуждениями). Без этого режима модель не запускается — в отличие от многих LLM, где thinking можно отключить.
Зачем нужно
Reasoning-модели (модели с режимом промежуточных рассуждений) часто «передумывают»: тратят тысячи токенов на обдумывание простых действий. Например, переименование переменной в трёх файлах не требует глубокого анализа — но модель может сгенерировать пятьсот токенов рассуждений о последствиях этого изменения, прежде чем сделать правку.
K2.7 Code сокращает расход thinking-токенов примерно на 30% по сравнению с K2.6. На практике это означает три вещи: быстрее ответы в интерактивной работе, ниже стоимость по API, больше полезной работы в рамках того же контекстного окна (256K токенов — это ~262 144 токена, примерно 200 тысяч строк кода).
Инсайт: Экономия токенов компаундируется. Каждый вызов модели в агентном цикле — это токены. Тридцать процентов экономии на каждом шаге умножаются на десятки шагов в сессии.
Бенчмарки: кодинг
K2.7 Code протестирован против K2.6, GPT-5.5 и Claude Opus 4.8 на внутренних и внешних бенчмарках. Цифры по кодингу:
| Бенчмарк | Kimi K2.6 | Kimi K2.7 Code | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Kimi Code Bench v2 | 50.9 | 62.0 | 69.0 | 67.4 |
| Program Bench | 48.3 | 53.6 | 69.1 | 63.8 |
| MLS Bench Lite | 26.7 | 35.1 | 35.5 | 42.8 |
Kimi Code Bench v2 — внутренний бенчмарк Moonshot AI для оценки кодинга. Рост относительно K2.6: +21.8% на Kimi Code Bench v2, +11.0% на Program Bench, +31.5% на MLS Bench Lite.
Важно: На Program Bench и Kimi Code Bench v2 GPT-5.5 и Opus 4.8 показывают более высокие результаты. K2.7 Code — не «лучшая модель во всех сценариях», а специализированный инструмент с открытыми весами.
Бенчмарки: агентные задачи
Сильнее кодинг — сильнее агентная работа. Там, где модель автономно выполняет задачи через инструменты (MCP — Model Context Protocol, стандарт, который позволяет LLM вызывать внешние функции: читать файлы, запускать тесты, делать HTTP-запросы, работать с базами данных):
| Бенчмарк | Kimi K2.6 | Kimi K2.7 Code | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Kimi Claw 24/7 Bench | 42.9 | 46.9 | 52.8 | 50.4 |
| MCP Atlas | 69.4 | 76.0 | 79.4 | 81.3 |
| MCP Mark Verified | 72.8 | 81.1 | 92.9 | 76.4 |
Рост относительно K2.6 — примерно 10% на всех трёх агентных бенчмарках. На MCP Mark Verified K2.7 Code обходит Opus 4.8 (81.1 против 76.4), но уступает GPT-5.5 (92.9).
Методология: K2.7 Code и K2.6 тестировались через Kimi Code CLI с включённым thinking (temperature 1.0, top-p 0.95, контекст 262 144 токена). GPT-5.5 — в Codex (режим xhigh), Opus 4.8 — в Claude Code (режим xhigh). Полная методология — в карточке модели на Hugging Face.
Как устроено
Архитектура
K2.7 Code построен на Mixture-of-Experts — архитектуре, где вместо одной большой нейросети работает набор «экспертов». Для каждого токена маршрутизатор выбирает 8 из 384 экспертов. Это позволяет иметь триллион параметров в памяти, но активировать только 32 миллиарда на каждый токен — скорость инференса (генерации ответа) как у 32-миллиардной модели, а качество — как у триллионной.
Полные спецификации:
| Параметр | Значение |
|---|---|
| Архитектура | Mixture-of-Experts (MoE) |
| Всего параметров | 1T |
| Активированные параметры | 32B |
| Количество слоёв (включая dense) | 61 |
| Dense слоёв | 1 |
| Attention hidden dimension | 7168 |
| MoE hidden dimension (на эксперт) | 2048 |
| Количество attention heads | 64 |
| Количество экспертов | 384 |
| Выбранных экспертов на токен | 8 |
| Shared experts | 1 |
| Размер словаря | 160K |
| Длина контекста | 256K |
| Механизм внимания | MLA |
| Функция активации | SwiGLU |
| Визионный энкодер | MoonViT |
| Параметры визионного энкодера | 400M |
MLA (Multi-head Latent Attention) — механизм внимания, разработанный Moonshot AI. Обычный механизм внимания хранит для каждого токена в контексте отдельные «ключи» и «значения» — массивы чисел, по которым модель решает, на какие части контекста смотреть. При 256K токенов этот KV-кеш разрастается до гигабайт. MLA сжимает эти данные в меньший скрытый слой (латентное пространство), восстанавливая их по мере необходимости. Результат: 256K-токенный контекст работает без пропорционального роста потребления памяти.
MoonViT — отдельная нейросеть внутри модели, которая преобразует изображения в числовые представления (векторы), понятные основной языковой модели. На 400 миллионов параметров. K2.7 Code нативно мультимодален: принимает текст, изображения и видео на вход, в дополнение к кодинговым возможностям.
Веса модели открыты и доступны на Hugging Face.
Режим thinking
K2.7 Code не поддерживает режим без thinking. Он всегда работает с включёнными промежуточными рассуждениями — и в Kimi Code (терминальный клиент), и через API. Если в Kimi Code запрос отправлен с отключённым thinking, он автоматически обслуживается моделью K2.6 вместо K2.7 Code.
Это не баг, а архитектурное решение: модель оптимизирована под работу с рассуждением, и её качество без thinking не гарантируется.
Когда использовать
K2.7 Code против K2.6
Выбор зависит от задачи:
- K2.7 Code — для кодинговых задач, агентной работы, длинных многошаговых сессий. Специализированный инструмент.
- K2.6 — для общих задач: тексты, анализ, разговорные сценарии. Универсальная модель с более широкими возможностями.
Совет: Если не уверены — начните с K2.6. K2.7 Code даёт прирост именно в кодинге, а не в общих задачах. Использование кодинговой модели для написания статей — как использование шуруповёрта для забивания гвоздей: работать будет, но неоптимально.
Где доступен
Два канала:
- Kimi Code — терминальный клиент и IDE-плагины от Moonshot AI. K2.7 Code — модель по умолчанию, thinking включён. Доступен на kimi.com/code.
- Kimi API — открытая платформа platform.kimi.ai. Разработчики могут вызывать K2.7 Code через API и интегрировать в собственные инструменты, агенты и devops-пайплайны.
Тарифы Kimi Code
Четыре плана (цены указаны за месяц при годовой оплате):
| План | Цена | Для кого |
|---|---|---|
| Moderato | $15/мес | Регулярная кодинговая работа, еженедельные лимиты, несколько устройств |
| Allegretto | $31/мес | Продвинутые пользователи, увеличенные лимиты и параллельность |
| Allegro | $79/мес | Интенсивная разработка, сложные проекты, большие нагрузки |
| Vivace | $159/мес | Максимальные еженедельные лимиты для крупных кодовых баз |
Все планы включают еженедельно обновляемые лимиты. Более дорогие планы — больше лимит и выше concurrency (число одновременных запросов).
Тарифы API
Постоянная оплата по токенам:
| Параметр | Значение |
|---|---|
| Модель | kimi-k2.7-code |
| Единица | 1M токенов |
| Входящая цена (cache hit) | $0.19 |
| Входящая цена (cache miss) | $0.95 |
| Исходящая цена | $4.00 |
| Контекстное окно | 262 144 токена |
API поддерживает автоматическое кэширование контекста — если один и тот же контекст используется повторно, цена входящих токенов падает с $0.95 до $0.19 за миллион. Цены указаны без учёта налогов.
FAQ
- Модель открытая? Да, веса доступны на Hugging Face, там же — документация и гайды по развёртыванию.
- Какой контекст? 256K токенов (262 144) — подходит для репозиториев и длинных многошаговых сессий.
- Поддерживает изображения и видео? Да, нативно мультимодальная архитектура: текст, изображения, видео.
- Обязателен thinking? Да, всегда включён. Без thinking запросы в Kimi Code автоматически идут на K2.6.
Пример
Сценарий: разработчик ведёт сессию рефакторинга через Kimi Code CLI. Модель по умолчанию — K2.7 Code, thinking включён.
Разработчик: «Перенеси все API-вызовы из callback-стиля в async/await во всём проекте».
Модель последовательно: находит все файлы с callback-стилем, планирует порядок изменений, обновляет каждый файл, проверяет согласованность типов, прогоняет тесты. Контекст 256K позволяет держать весь проект в окне без потери ранних изменений.
Каждый шаг генерирует thinking-токены (внутренние рассуждения модели, не видны пользователю, но оплачиваются по API). Сокращение на 30% относительно K2.6 означает, что на той же задаче модель потратит меньше токенов и завершит быстрее.
Важно: Thinking-токены оплачиваются по той же цене, что и обычные выходящие токены — $4.00 за миллион через API. Сокращение их расхода — прямая экономия.
Ограничения
Ограничения
Перед внедрением нужно понимать границы модели.
Только thinking — Режим без промежуточных рассуждений не поддерживается.
Если нужен raw-вывод без рассуждений — используйте K2.6.
Специализация на кодинге — Для текстов, анализа, разговорных задач K2.6 эффективнее.
K2.7 Code — не универсальная замена.
Бенчмарки — не продакшен — Цифры на Kimi Code Bench v2 и Program Bench не гарантируют такой же прирост на вашем коде.
Внутренние бенчмарки могут быть оптимизированы под свои сценарии.
Конкуренция с закрытыми моделями — GPT-5.5 и Claude Opus 4.8 показывают более высокие результаты на нескольких бенчмарках.
K2.7 Code — лучший среди открытых, но не абсолютный лидер.
Стоимость thinking-токенов — Thinking оплачивается как обычные выходящие токены.
30% экономии — относительно K2.6, не относительно «модели без thinking».
Антипаттерны
Антипаттерны
Что не делать при работе с моделью.
Использовать для не-кодинговых задач — Модель оптимизирована под кодинг и агентную работу.
Для текстов и анализа K2.6 подходит лучше.
Отключать thinking и ждать K2.7 Code — Запросы с отключённым thinking автоматически идут на K2.6.
Вы не экономите — вы просто меняете модель.
Сравнивать бенчмарки без методологии — K2.7 Code тестировался через Kimi Code CLI, GPT-5.5 — через Codex, Opus 4.8 — через Claude Code.
Разные окружения влияют на результаты.
Игнорировать кэширование контекста — Cache hit стоит $0.19 против $0.95 за cache miss.
Повторяющийся контекст без кэширования — пятикратная переплата.
Чеклист
Чеклист
Проверка перед запуском.
Определите задачу
Кодинг и агентная работа — K2.7 Code; общие задачи — K2.6.
Выберите канал доступа
Терминал/IDE через Kimi Code или программный через Kimi API.
Учтите thinking
Модель всегда работает с рассуждением, отключить нельзя.
Оцените бюджет — API:
$0.95 входящие (cache miss) + $4.00 исходящие за 1M токенов. Kimi Code: от $15/мес.
Проверьте контекст — 256K токенов на задачу.
Если проект больше — разбивайте на модули.
Включите кэширование
При работе через API убедитесь, что автоматическое кэширование контекста активно.
Ссылки
Ссылки
- Документация: Hugging Face — Kimi-K2.7-Code
- Сайт: Kimi Code
- Сайт: Kimi API Platform
- Тарифы: Kimi Code Membership
- Тарифы: Kimi API Pricing