Что произошло
11 июня 2026 года Moonshot AI опубликовала Kimi K2.7 Code на Hugging Face. Модель сосредоточена на агентном кодинге и создана поверх Kimi K2.6. Ключевое улучшение — снижение расхода токенов на «думание» (thinking) примерно на 30% при сохранении качества. За три дня после выхода модель набрала trendingScore 548 — один из самых высоких показателей на HF.
Детали
Архитектура и характеристики (по официальной карточке HF):Параметр Значение Архитектура MoE (Mixture-of-Experts) Всего параметров 1T (триллион) Активных на инференс 32B Контекстное окно 256K токенов Vision encoder MoonViT (400M параметров)
Сравнение с конкурентами на ключевых бенчмарках (данные Moonshot AI, 11 июня 2026):Бенчмарк K2.6 K2.7 Code GPT-5.5 Claude Opus 4.8 Kimi Code Bench v2 50.9 62.0 69.0 67.4 MCPMark-Verified 72.8 81.1 92.9 76.4 MCP Atlas 69.4 76.0 79.4 81.3
MCPMark-Verified проверяет реальное использование MCP-инструментов (Notion, GitHub, Filesystem, Postgres, Playwright). Kimi K2.7 Code (+8.3 п.п. vs K2.6) обгоняет Claude Opus 4.8 на этом бенчмарке.
Модель доступна через OpenAI/Anthropic-совместимый API на platform.moonshot.ai, а также у провайдеров fireworks-ai и novita. Для локального запуска поддерживаются vLLM, SGLang, KTransformers.
Что это значит
Для разработчиков, которые строят AI-агентов под кодинг: K2.7 Code — сильный вариант в нише «агентный инженер», особенно для задач с MCP-инструментами. Снижение thinking-токенов на 30% означает реальную экономию в длинных агентных сессиях. Слабое место — GPT-5.5 опережает на большинстве бенчмарков; для максимального качества кода K2.7 подойдёт как бюджетная альтернатива.
Для команд с ограниченным бюджетом на API: 1T/32B MoE через novita или fireworks — дешевле, чем GPT-5.5 или Opus 4.8; при этом 256K контекст и MCPMark ≥81% делают модель рабочим выбором для агентных пайплайнов прямо сейчас.
Горизонт: модель новая, сторонние ревью появятся на этой неделе — следим за независимыми оценками на SWE-bench и LiveCodeBench.
