Kimi K2.7 Code とは何ですか？
Kimi K2.7 Code は、Moonshot AI が開発したオープンソースのコーディング特化型 agentic モデルです。コーディング性能と agent 性能をさらに高め、実環境における長期的なコーディングタスクで大幅な改善を実現しています。これにより、複雑なソフトウェアエンジニアリングのワークフロー全体で、エンドツーエンドのタスク成功率が向上します。また K2.7 Code は推論効率も改善し、K2.6 と比べて thinking-token の使用量を約 30% 削減します。
ベンチマーク性能
Kimi K2.7 Code は、コーディング能力と agentic タスク実行という 2 つの観点を対象に、社内外のベンチマークを組み合わせて K2.6 と比較評価されました。
コーディングベンチマークでは、K2.7 Code は K2.6 に対して大きく向上しています。Kimi Code Bench v2 で +21.8%（62.0 対 50.9）、Program Bench で +11.0%（53.6 対 48.3）、MLS Bench Lite で +31.5%（35.1 対 26.7）を記録しました。
コーディング能力の強化は、agentic 性能の向上にもつながります。自律型 agent のタスク実行を測定する Kimi Claw 24/7 Bench、MCP Atlas、MCP Mark Verified では、K2.7 Code が K2.6 をおよそ 10% 上回りました。
コーディング:
| ベンチマーク | 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 |
Agentic:
| ベンチマーク | 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 |
Kimi Code Bench v2 は Moonshot AI が開発した社内ベンチマークで、Kimi Claw 24/7 Bench は agentic 評価のための社内ベンチマークです。Kimi K2.7 Code と K2.6 は、思考を有効にした Kimi Code CLI（temperature 1.0、top-p 0.95、262,144-token コンテキスト）でテストしました。一方、GPT-5.5 は Codex（xhigh）、Opus 4.8 は Claude Code（xhigh）で評価しました。ベンチマークごとの例外と詳細な手法は、Hugging Face model card に記載しています。
長期的なコーディングのために設計
実際のソフトウェアエンジニアリングが 1 ステップで終わることはほとんどありません。コードベースのリファクタリング、複数ファイルにまたがる機能実装、長時間の agent セッションでのデバッグといったタスクでは、モデルが広範なコンテキストの中で指示に確実に従い、タスクを最後まで完遂する力が求められます。
Kimi K2.7 Code は、こうした長期的なシナリオに合わせて最適化されています。K2.6 と比べて、長いコンテキストでもより確実に指示に従い、エンドツーエンドのタスク成功率も高いため、複雑なソフトウェアエンジニアリングのワークフローにより適しています。
推論効率の最適化
推論モデルは、必要のない問題にまで数千 token を費やして検討するなど、考えすぎる傾向があります。Kimi K2.7 Code はこの傾向を大きく抑え、K2.6 と比べて thinking-token の使用量を平均で約 30% 削減します。
Kimi Code Bench v2、Program Bench、MLS Bench Lite のいずれにおいても、Kimi K2.7 Code は各ベンチマークでより少ない tokens しか消費せずに、K2.6 を上回るスコアを達成しています。
開発者にとって、この効率性はあらゆるタスクで積み重なって効いてきます。対話型のコーディングセッションでは応答が速くなり、本番環境では API コストが下がり、agent ワークフローでは同じコンテキスト予算内でより多くの作業を完了できます。
モデルアーキテクチャ
Kimi K2.7 Code は、総パラメータ数 1 兆、token あたりの有効化パラメータ数 320 億の Mixture-of-Experts（MoE）アーキテクチャを基盤としています。モデルは 256K のコンテキスト長に対応し、Multi-head Latent Attention（MLA）を使用します。また、4 億パラメータのビジョンエンコーダーである MoonViT も含まれています。
| パラメータ | 値 |
|---|---|
| アーキテクチャ | Mixture-of-Experts (MoE) |
| 総パラメータ数 | 1T |
| 有効化パラメータ数 | 32B |
| 層数（Dense layer を含む） | 61 |
| Dense Layers 数 | 1 |
| Attention Hidden Dimension | 7168 |
| MoE Hidden Dimension（Expert あたり） | 2048 |
| Attention Heads 数 | 64 |
| Experts 数 | 384 |
| Token あたりの選択 Experts 数 | 8 |
| Shared Experts 数 | 1 |
| 語彙サイズ | 160K |
| コンテキスト長 | 256K |
| Attention メカニズム | MLA |
| 活性化関数 | SwiGLU |
| ビジョンエンコーダー | MoonViT |
| ビジョンエンコーダーのパラメータ数 | 400M |
完全なモデル重みはオープンソース化されており、Hugging Face で入手できます。
Kimi K2.7 Code と K2.6 の選び方
Kimi K2.7 Code はコーディングタスクに特化して設計されています。文章作成、分析、会話などの汎用的な用途には、よりバランスの取れた能力を備える K2.6 をおすすめします。
Kimi K2.7 Code の利用方法
利用できる場所
Kimi K2.7 Code は以下から利用できます。
Kimi Code（https://www.kimi.com/code）。現在、Kimi K2.7 Code はデフォルトモデルで、thinking モードも標準で有効になっています。始めるには、ページ上のセットアップ手順に従ってください。
オープンプラットフォーム上の Kimi API（https://platform.kimi.ai/）。開発者は Kimi API 経由で Kimi K2.7 Code を呼び出し、自身のコーディングワークフロー、agents、開発者向けツールに組み込めます。
thinking モードの要件
Kimi K2.7 Code は非 thinking モードをサポートしていません。Kimi API と Kimi Code のどちらでも、常に thinking を有効にして実行されます。Kimi Code で thinking を無効にしたリクエストは、自動的に K2.6 によって処理されます。
Kimi K2.7 Code の料金
Kimi Code プラン
ターミナルや IDE プラグインを含め、Kimi Code から Kimi K2.7 Code を直接体験したい方は、Code プランを選択できます。以下の価格は 年払い の場合の月額料金です。
| プラン | 料金 | 適した用途 |
|---|---|---|
| Moderato | $15 / 月 | 通常のコーディングワークフローで、毎週更新される利用枠と複数デバイスからのアクセスが必要なユーザー |
| Allegretto | $31 / 月 | より大きな週次上限と高い同時実行上限が必要な上級ユーザー |
| Allegro | $79 / 月 | 負荷の高い開発タスク、複雑なプロジェクト、大規模なワークロードに取り組むユーザー |
| Vivace | $159 / 月 | 複雑なプロジェクトや大規模なコードベースに向けて、週次プラン枠の最大値が必要なユーザー |
各プランには、毎週更新される利用上限が含まれます. 上位プランでは週次上限と同時実行上限がより大きく、より複雑なプロジェクトに適しています.最新のプラン詳細は、公式メンバーシップページをご覧ください。
Kimi API の料金
Kimi K2.7 Code は Kimi API から利用でき、使用量に応じた token 単位の課金が適用されます。
| モデル | 単位 | 入力料金（キャッシュヒット） | 入力料金（キャッシュミス） | 出力料金 | コンテキストウィンドウ |
|---|---|---|---|---|---|
| kimi-k2.7-code | 1M tokens | $0.19 | $0.95 | $4.00 | 262,144 tokens |
API は自動コンテキストキャッシュに対応しており、再利用されたコンテキストの入力コストを抑えられます（100 万 tokens あたり、キャッシュヒット $0.19、キャッシュミス $0.95）。価格には適用される税金は含まれていません。最新の料金は、公式料金ドキュメントをご覧ください。