Moonshot avaldas Kimi K2.7 koodi: Hiina AI programmeerijad avaldavad hinnale survet
Moonshot AI on välja andnud Kimi K2.7-Code’i, avatud mudeli programmeerimiseks ja agendipõhisteks ülesanneteks, mis on üles ehitatud Kimi K2.6-le. Kaalud on Hugging Face’is juba saadaval muudetud MIT litsentsi alusel ning mudel ise on ühendatud Kimi API ja Kimi Code kaudu. Formaalselt on see järjekordne väljalase programmeerimismudelite tihedas võidujooksus, kuid selle põhirõhk on ebatavaline: Moonshot ei müü mitte ainult kvaliteeti, vaid ka pikaajalise agenditöö ökonoomikat.
Ettevõte väidab, et K2.7-Code vähendab arutlusmärkide tarbimist ligikaudu 30% võrreldes K2.6-ga. Tavalise vestluse vastuse puhul kõlab see tehnilise detailina. Tarkvaraagendi jaoks, kes kulutab tunde hoidla lugemisele, plaani koostamisele, testide tegemisele, vigade vastuvõtmisele ja lahenduse ümberkirjutamisele, on see otsene raha ja viivitus. Mida pikem on ülesanne, seda rohkem mõjutab “mõtlemise” hind lõplikku maksumust.
Miks mitte ainult punktid pole olulised
Mudelkaardi järgi on Kimi K2.7-Code ekspertide segu, millel on kokku 1 triljon parameetrit ja 32 miljardit aktiivset parameetrit ühe märgi kohta. Kontekst - 256 tuhat märki. Mudel toetab teksti, pilte ja videot, töötab mõtlemisrežiimis ja on mõeldud instrumentaalsete stsenaariumide jaoks: funktsioonikutsed, JSON-režiim, pikk kontekst ja mitmeastmelised ülesanded.
Ka Moonshoti enda testides tõusis tulemus märgatavalt. Kimi Code Bench v2-l sai uus mudel 62,0 punkti, võrreldes K2,6 50,9 punktiga. MCP Mark Verified sai ta tulemuseks 81,1, mis on kõrgem kui Claude Opuse tabelis 4,8 näidatud tulemus. Kuid tabelit tuleb kainelt lugeda: see on esimene pool, osa võrdlusaluseid on sisemised ning GPT-5.5 ja Claude Opus 4.8 on enamikus ridades endiselt liidripositsioonil.
Seetõttu pole uudised olulised kui teade “Hiina mudel on kõik võitnud”. Täpsem järeldus on erinev: avatud kaaluga mängijad õpivad purustama suletud mudeleid, kus äri ei arvesta mitte tabeli rekordit, vaid lahendatud probleemi hinda.
Täistööhind
Kimi K2.7-Code’i ametlik hind on 0,95 dollarit miljoni sisendmärgi kohta, 4 dollarit miljoni väljundmärgi kohta ja 0,19 dollarit miljoni sisendmärgi kohta vahemällu salvestatuna. See on märgatavalt madalam kui läänepoolsete mudelite ülemine segment, eriti väljapääsu juures, kus pikk arutlussisu suurendab arve kiiresti.
Arendusmeeskondade jaoks muudab see mudelivaliku küsimust. Kui vajate üht raskeimat ja maksimaalse kvaliteediga jooksu, võib suletud juhtmudel olla õigustatud. Kui agent peab regulaarselt probleeme läbima, tüüpilisi vigu parandama, teste kirjutama, koodi migreerima ja suure kontekstiga töötama, ei muutu iga tsükli säästmine kosmeetiliseks, vaid masskasutuse tingimuseks.
See loogika on juba nähtav Hiina laborite viimastes väljaannetes: Xiaomi, MiniMax, Alibaba ja Moonshot räägivad üha enam mitte ainult “targeimast” mudelist, vaid ka praktilisest sobivusest agentidele, IDE-dele, kohalikule juurutamisele ja odavatele API-dele. Kimi K2.7-Code sobib täpselt sellesse keerdu.
Mida see arendajatele tähendab
K2.7-Code’i peamine praktiline panus ei ole mitte asendada GPT-5.5 ega Claude’i kõigis ülesannetes, vaid saada piisavalt tugevaks ja piisavalt odavaks mudeliks igapäevaseks agendiarenduseks. Avatud kaalud annavad ettevõtetele võimaluse ise hostida ning OpenAI- ja Anthropic-ühilduvate kõnedega API vähendab testimise takistust.
Samuti on ilmne nõrk koht: sõltumatuid kontrolle on endiselt vähe. Kuni välised aruanded ei ole kättesaadavad, tuleks K2.7-Code’i vaadelda kui paljutõotavat väljaannet, millel on tugev äriline alus, mitte kui lõplikku reitingut. Kuid suund on juba selge: järgmine kodeerivate agentide laine hakkab võistlema mitte ainult intelligentsuses, vaid ka selles, kui palju maksab ülesande viimine rohelistesse testidesse.
- huggingface.comoonshotai/Kimi-K2.7-Code · Hugging Face
- platform.kimi.aiCoding Model Kimi K2.7 Code Pricing - Kimi API Platform
- techmeme.comMoonshot AI releases Kimi K2.7-Code, claiming 30% lower reasoning token usage compared to K2.6, available under a modified MIT license
- venturebeat.comKimi K2.7-Code cuts thinking tokens 30%
- i.ifeng.com探访中国最火大模型公司：月之暗面_凤凰网
