¿Qué es Kimi K2.7 Code?
Kimi K2.7 Code es un modelo centrado en programación de Moonshot AI, publicado en Hugging Face en junio de 2026 y construido sobre Kimi K2.6. Es un modelo mixture-of-experts con 1 billón de parámetros en total y unos 32 mil millones activos por token, 384 expertos con 8 elegidos en cada paso más uno compartido, repartidos en 61 capas. Los pesos vienen con cuantización nativa INT4, el mismo método que Kimi K2 Thinking.
Lee texto e imágenes y escribe texto; la entrada de vídeo est á marcada como experimental y solo funciona a través de la API propia de Moonshot. El contexto es de 256K tokens. El modelo siempre funciona en modo de razonamiento y conserva su razonamiento entre turnos, lo que no se puede desactivar, pero está ajustado para usar un 30% menos de tokens de razonamiento que K2.6. La licencia es una Modified MIT License que cubre tanto el código como los pesos.
¿Merece la pena Kimi K2.7 Code?
La tabla de Moonshot muestra una ganancia real de generación a generación. K2.7 Code supera a Kimi K2.6 en todas las pruebas listadas: 62,0 frente a 50,9 en el propio Kimi Code Bench v2 de Moonshot, 46,9 frente a 42,9 en su Kimi Claw 24/7 Bench agéntico, y 81,1 frente a 72,8 en MCP Mark Verified. En esta última prueba incluso supera a Claude Opus 4.8, que puntúa 76,4.
En todo lo demás los modelos cerrados siguen por delante. GPT-5.5 llega a 69,0 y Opus 4.8 a 67,4 en Kimi Code Bench v2 frente al 62,0 de K2.7 Code, y ambos lideran en MCP Atlas y en el banco agéntico. Dos de las seis pruebas destacadas, Kimi Code Bench y Kimi Claw 24/7 Bench, son de Moonshot, así que lee la comparación como el encuadre de un fabricante y no como un ranking neutral. Notablemente, la ficha nunca informa de SWE-bench, la prueba con la que más compradores comparan.
El diseño tiene criterio. El razonamiento y el razonamiento conservado están siempre activados, sin modo instantáneo, así que no puedes ejecutarlo como un completador rápido y barato; a cambio, usa un 30% menos de razonamiento que K2.6 para el mismo trabajo. Como comparte la arquitectura de K2.5 y K2.6, las configuraciones existentes de vLLM, SGLang y KTransformers lo sirven sin cambios, pero un modelo de 1 billón de parámetros en INT4 aún necesita mucha memoria, lo que empuja a la mayoría de los equipos a la API alojada.
La pega: ya es una rama lateral. Kimi K3 de Moonshot, publicado en julio de 2026, es el buque insignia más nuevo, así que K2.7 Code se lee mejor como un fork ajustado a código de la línea K2 que como el modelo en el que estandarizar. La licencia permisiva y las llamadas a herramientas agénticas son las razones para no perderlo de vista.
Nuestra opinión: si autoalojas la familia K2 para agentes de programación y quieres la opción abierta más fuerte de esa línea, es esta; para una elección nueva, sopésalo contra Kimi K3 y la frontera alojada antes de comprometer el hardware.
Dónde se gana su sitio
Un equipo de plataforma que ya sirve Kimi K2.6 para agentes de programación
Pasar a un modelo más fuerte sin cambiar la pila de servicio
Sustitúyelo por K2.7 Code, que comparte la arquitectura de K2.5/K2.6 y funciona en la misma configuración de vLLM, SGLang o KTransformers. Espera una mejora en las pruebas de programación y un 30% menos de razonamiento por tarea, recortando el gasto en tokens.
Una empresa que construye un agente de programación autónomo sobre pesos abiertos
Ejecutar tareas de software largas y de varios pasos con llamadas a herramientas
Usa el razonamiento siempre activo y las llamadas a herramientas intercaladas de varios pasos para llevar trabajo a nivel de repositorio a través de la Kimi Code CLI o un servidor compatible con OpenAI, aceptando que no puedes cambiar a un modo instantáneo más barato para llamadas triviales.
Un desarrollador que compara modelos de código abiertos con licencia permisiva
Juzgarlo frente a Qwen y DeepSeek antes de comprometer hardware
Sopesa los términos Modified MIT y las puntuaciones agénticas frente a una alternativa densa como Qwen3.8-27B que cabe en una GPU; los pesos de 1 billón en INT4 de K2.7 Code necesitan mucha más memoria para su techo más alto.
Antes de decidirte
- Puesta en marcha
- Pesos en Hugging Face en INT4 nativo; se sirve con vLLM, SGLang o KTransformers y transformers >=4.57.1,<5.0.0. Funciona el mismo despliegue que Kimi K2.5/K2.6. El razonamiento y preserve_thinking están siempre activos.
- Integraciones
- Kimi Code CLI y una API compatible con OpenAI; razonamiento intercalado con llamadas a herramientas de varios pasos como en Kimi K2 Thinking; codificador de visión MoonViT para entrada de imagen.
- Datos y privacidad
- Modified MIT License en código y pesos, así que autoalojarlo mantiene los prompts en tu propia infraestructura. El uso alojado a través de la Kimi API de Moonshot sigue los términos de Moonshot, que la ficha no reitera.
- Coste a escala
- Autoalojado, el coste es la memoria y el cómputo de un MoE de 1 billón de parámetros con 32B activos en INT4; la Kimi API alojada y el plan Kimi Code son la vía práctica para equipos sin ese hardware.
- Límites
- Contexto de 256K; sin modo instantáneo, así que cada llamada paga el razonamiento; la entrada de vídeo es experimental y solo por API; no se publica cifra de SWE-bench; superado como buque insignia por Kimi K3.
Lo bueno
- Supera a Kimi K2.6 en todas las pruebas publicadas
- Supera a Claude Opus 4.8 en MCP Mark Verified (81,1 frente a 76,4)
- Licencia permisiva Modified MIT en código y pesos
- Un 30% menos de tokens de razonamiento que K2.6
Lo malo
- Por detrás de GPT-5.5 y Opus 4.8 en la mayoría de las pruebas
- Dos de las seis pruebas destacadas son de Moonshot; sin SWE-bench
- Razonamiento siempre activo, sin modo instantáneo rápido
- Superado como buque insignia por Kimi K3
Ideal para
Equipos que autoalojan la línea Kimi K2 y quieren el modelo de programación abierto y agéntico más fuerte de esa familia y pueden ejecutar un modelo de 1 billón de parámetros en INT4.
Alternativas a Kimi K2.7 Code
Kimi K2.7 Code: preguntas frecuentes
- ¿Merece la pena Kimi K2.7 Code?
- Un modelo de programación abierto y capaz que supera con claridad a su propio predecesor y aún va por detrás de la frontera cerrada, con un diseño de "siempre razona" algo especializado. Le damos un 4.1 sobre 5.
- ¿Cuánto cuesta Kimi K2.7 Code?
- Pesos gratuitos bajo una Modified MIT License. Alojado en la Kimi API de Moonshot y el plan Kimi Code; el precio por token no aparece en la ficha del modelo.
- ¿Qué inconvenientes tiene Kimi K2.7 Code?
- Por detrás de GPT-5.5 y Opus 4.8 en la mayoría de las pruebas; dos de las seis pruebas destacadas son de Moonshot; sin SWE-bench; razonamiento siempre activo, sin modo instantáneo rápido; superado como buque insignia por Kimi K3.
- ¿Para quién es Kimi K2.7 Code?
- Equipos que autoalojan la línea Kimi K2 y quieren el modelo de programación abierto y agéntico más fuerte de esa familia y pueden ejecutar un modelo de 1 billón de parámetros en INT4.
- ¿Cuánto cuesta Kimi K2.7 Code para un equipo o en producción?
- Autoalojado, el coste es la memoria y el cómputo de un MoE de 1 billón de parámetros con 32B activos en INT4; la Kimi API alojada y el plan Kimi Code son la vía práctica para equipos sin ese hardware.
- ¿Es Kimi K2.7 Code seguro para los datos de la empresa?
- Modified MIT License en código y pesos, así que autoalojarlo mantiene los prompts en tu propia infraestructura. El uso alojado a través de la Kimi API de Moonshot sigue los términos de Moonshot, que la ficha no reitera.
- ¿Cuáles son las mejores alternativas a Kimi K2.7 Code?
- Las alternativas más cercanas que hemos analizado son Kimi K3, Qwen3.8-27B y DeepSeek-V4.1-Flash.
Respuestas comprobadas el 14 nov 2026.
¿Desarrollas Kimi K2.7 Code? Muestra esta nota en tu web
