Moonshot
Kimi K3
최대 컨텍스트
1M
최대 출력
131.1K
출시일
N/A
kimi-k2.7-codeKimi K2.7 Code는 소프트웨어 엔지니어링 시나리오에 최적화된 프로그래밍 지향 모델입니다. 개발자가 코드를 생성하고 이해하며 개선하도록 돕고, 디버깅, 코드 리뷰, 프로젝트 분석, 자동화된 개발 워크플로우와 같은 작업을 처리합니다. 코딩 어시스턴트, 개발자 에이전트, AI 기반 프로그래밍 도구에 강력한 선택입니다.
Context Window
262.1K tokens
Maximum Output
262.1K tokens
Release Date
2026년 6월 12일
Modalities
| 입력 가격 | 출력 가격 | 캐시 읽기 |
|---|---|---|
| $0.9286/M | $3.8571/M | $0.1857/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Kimi K2.7 Code는 장기 소프트웨어 엔지니어링, 효율적인 추론, 저장소 규모 컨텍스트 처리를 위한 오픈 웨이트 멀티모달 코딩 모델입니다.
장시간 코딩 세션에서도 지시를 유지하며 복잡한 다중 파일 엔지니어링 작업의 전체 수행 능력을 높입니다.
Kimi K2.6보다 평균 약 30% 적은 사고 토큰을 사용하면서 공식 코딩 평가 결과를 개선했습니다.
네이티브 멀티모달 아키텍처로 256K 토큰 컨텍스트 안에서 코드와 함께 텍스트, 이미지, 동영상을 처리합니다.
Kimi K2.7 Code는 저장소 전체 코드 변경, 장시간 디버깅, 시각 자료 기반 프런트엔드 개발에 적합합니다.
대규모 코드베이스의 의존성을 추적하고 요구사항을 유지하면서 여러 파일에 걸친 리팩터링을 수행합니다.
여러 차례 반복해 결함을 조사하고 이전 결과를 유지하면서 테스트와 예상 동작이 일치할 때까지 구현을 수정합니다.
스크린샷이나 동영상 참고 자료의 레이아웃, 스타일, 상호작용을 파악해 작동하는 프런트엔드 코드로 변환합니다.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)Kimi K2.7 Code
| 지표 점수 | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 종합 역량 평가 | 41.9 |
| Artificial Analysis Coding Index | 코딩 역량 종합 평가 | 60.8 |
| 지식 및 추론 | ||
| GPQA | 고난도 과학 문제 해결 | 89.6% |
| HLE | 다분야 전문가 수준 평가 | 32.8% |
| 코딩 및 소프트웨어 엔지니어링 | ||
| SciCode | 과학 컴퓨팅 코딩 과제 | 47.5% |
| Terminal-Bench Hard | 고난도 터미널 작업 수행 | 44.7% |
| 지시 준수 및 에이전트 작업 | ||
| IFBench | 프롬프트 제약 준수 | 63.1% |
| AA-LCR | 긴 컨텍스트 추론 | 66.3% |
| τ²-Bench | 에이전트 워크플로 작업 | 90.1% |
지표 출처 Artificial Analysis
TokenHub에서 Kimi K2.7 Code를 사용할 때 자주 묻는 질문입니다.
Kimi K2.7 Code는 소프트웨어 개발과 장기 코딩 작업에 초점을 둔 에이전트 모델입니다.
저장소 탐색, 코드 생성, 리팩터링, 디버깅, 테스트 및 도구를 사용하는 코딩 에이전트에 적합합니다.
강력한 코딩 에이전트 능력과 256K 컨텍스트가 장점이지만 추론으로 지연과 비용이 늘 수 있으므로 중요한 변경은 병합 전에 검토하세요.
TokenHub에서 이 모델을 선택하고 제공업체의 API 호환 설정을 사용하세요. 기술 통합에서는 모델 ID kimi-for-coding이 필요할 수 있습니다.
소프트웨어 엔지니어링이 우선이고 Kimi K3의 백만 토큰 컨텍스트가 필요하지 않다면 적합합니다.
하나의 API 키로 Kimi K2.7 Code과 더 많은 AI 모델을 이용하세요.
Kimi K2.7 Code 미디어, 데모 및 리뷰
Kimi K2.7 Code에 관한 공개 발표, 실제 테스트 및 커뮤니티 토론입니다.
X (Twitter)
Mark Kretschmann ·
Kimi K2.7 Code lands at #2 on ErdosBench, right behind Claude Fable 5 max. Very strong result: 13/14 coverage, 5 fully accepted solves, 5 accepted partials, 0 major false partials, 0 unsafe partials. It even matches the top model on the five accepted solved/settled results. The https://t.co/AceDr1WdXN
https://pbs.twimg.com/media/HKxwkWmXcAAF61V.jpg원문 보기Noctus ·
Kimi K2.7 is absolutely incredible Some of the things it pulls off in a single shot are absurd. https://t.co/3lmSiPrRid
https://pbs.twimg.com/media/HKwcvqebUAAcNUc.jpghttps://pbs.twimg.com/amplify_video_thumb/2066057981595381760/img/no8GVj9APko6HBpt.jpg원문 보기stevibe ·
I gave Kimi K2.6 and K2.7 Code the exact same prompt to animate a letter burning to ash. Pure HTML canvas, zero libraries. https://t.co/MgLx9XfMrR
https://pbs.twimg.com/amplify_video_thumb/2065463846324842496/img/DlbNXkT5ZgvGa8ik.jpg원문 보기YouTube
Kimi K2.7 Code: The first open-weight model in GitHub Copilot
GitHub
원문 보기Kimi K2.7 Code Is HERE – Is THIS the Best Open Coding Model Yet?
Bijan Bowen
원문 보기I Tested NEW Kimi-K2.7-Code with 20 Prompts
AI Coding Daily
원문 보기