O que é Kimi K2.7 Code?
Kimi K2.7 Code é um modelo focado em programação da Moonshot AI, publicado no Hugging Face em junho de 2026 e construído sobre o Kimi K2.6. É um modelo mixture-of-experts com 1 trilhão de parâmetros no total e cerca de 32 bilhões ativos por token, 384 especialistas com 8 escolhidos a cada passo mais um compartilhado, em 61 camadas. Os pesos vêm com quantização nativa INT4, o mesmo método do Kimi K2 Thinking.
Ele lê texto e imagens e escreve texto; a entrada de vídeo é marcada como experimental e só funciona pela API própria da Moonshot. O contexto é de 256K tokens. O modelo roda sempre em modo de raciocínio e mantém o raciocínio entre turnos, o que não pode ser desligado, mas é ajustado para usar cerca de 30% menos tokens de raciocínio que o K2.6. A licença é uma Modified MIT License cobrindo tanto o código quanto os pesos.
Kimi K2.7 Code vale a pena?
A tabela da Moonshot mostra um ganho real de geração para geração. O K2.7 Code supera o Kimi K2.6 em todo benchmark listado: 62,0 contra 50,9 no próprio Kimi Code Bench v2 da Moonshot, 46,9 contra 42,9 no seu Kimi Claw 24/7 Bench agêntico, e 81,1 contra 72,8 no MCP Mark Verified. Nesse último teste ele até supera o Claude Opus 4.8, que pontua 76,4.
Em todo o resto os modelos fechados ficam à frente. O GPT-5.5 chega a 69,0 e o Opus 4.8 a 67,4 no Kimi Code Bench v2 contra os 62,0 do K2.7 Code, e os dois lideram no MCP Atlas e no banco agêntico. Dois dos seis testes de destaque, Kimi Code Bench e Kimi Claw 24/7 Bench, são da Moonshot, então leia a comparação como o enquadramento de um fabricante, não um ranking neutro. Notavelmente, a ficha nunca informa SWE-bench, o teste com que mais compradores comparam.
O design tem opinião. O raciocínio e o raciocínio preservado estão ambos sempre ligados, sem modo instantâneo, então você não pode rodá-lo como um completador rápido e barato; em troca, ele usa cerca de 30% menos raciocínio que o K2.6 para o mesmo trabalho. Como compartilha a arquitetura do K2.5 e do K2.6, as configurações existentes de vLLM, SGLang e KTransformers o servem sem mudança, mas um modelo de 1 trilhão de parâmetros em INT4 ainda precisa de muita memória, o que empurra a maioria das equipes para a API hospedada.
O porém: já é um ramo lateral. O Kimi K3 da Moonshot, publicado em julho de 2026, é o carro-chefe mais novo, então o K2.7 Code se lê melhor como um fork ajustado a código da linha K2 do que como o modelo para padronizar. A licença permissiva e a chamada de ferramentas agêntica são os motivos para mantê-lo à vista.
Nossa opinião: se você auto-hospeda a família K2 para agentes de programação e quer a opção aberta mais forte dessa linha, é este; para uma escolha nova, pese-o contra o Kimi K3 e a fronteira hospedada antes de comprometer o hardware.
Onde ele se destaca
Uma equipe de plataforma que já serve o Kimi K2.6 para agentes de programação
Migrar para um modelo mais forte sem mudar a pilha de serviço
Troque pelo K2.7 Code, que compartilha a arquitetura K2.5/K2.6 e roda na mesma configuração de vLLM, SGLang ou KTransformers. Espere um avanço nos benchmarks de programação e cerca de 30% menos raciocínio por tarefa, reduzindo o gasto em tokens.
Uma empresa construindo um agente de programação autônomo sobre pesos abertos
Rodar tarefas de software longas e de vários passos com chamadas de ferramentas
Use o raciocínio sempre ligado e a chamada de ferramentas intercalada de vários passos para conduzir trabalho no nível do repositório pela Kimi Code CLI ou um servidor compatível com OpenAI, aceitando não poder trocar para um modo instantâneo mais barato em chamadas triviais.
Um desenvolvedor comparando modelos de código abertos sob licença permissiva
Julgá-lo contra Qwen e DeepSeek antes de comprometer hardware
Pese os termos Modified MIT e as pontuações agênticas contra uma alternativa densa como o Qwen3.8-27B que cabe em uma GPU; os pesos de 1 trilhão em INT4 do K2.7 Code precisam de muito mais memória para o teto mais alto.
Antes de decidir
- Configuração
- Pesos no Hugging Face em INT4 nativo; servido com vLLM, SGLang ou KTransformers e transformers >=4.57.1,<5.0.0. Funciona o mesmo deployment do Kimi K2.5/K2.6. O raciocínio e o preserve_thinking estão sempre ligados.
- Integrações
- Kimi Code CLI e uma API compatível com OpenAI; raciocínio intercalado com chamadas de ferramentas de vários passos como no Kimi K2 Thinking; codificador de visão MoonViT para entrada de imagem.
- Dados e privacidade
- Modified MIT License no código e nos pesos, então auto-hospedar mantém os prompts na sua própria infraestrutura. O uso hospedado pela Kimi API da Moonshot segue os termos da Moonshot, que a ficha não repete.
- Custo em escala
- Auto-hospedado, o custo é a memória e o processamento de um MoE de 1 trilhão de parâmetros, 32B ativos, em INT4; a Kimi API hospedada e o plano Kimi Code são o caminho prático para equipes sem esse hardware.
- Limites
- Contexto de 256K; sem modo instantâneo, então cada chamada paga o raciocínio; a entrada de vídeo é experimental e só por API; nenhum número de SWE-bench publicado; superado como carro-chefe pelo Kimi K3.
O que é bom
- Supera o Kimi K2.6 em todo benchmark publicado
- Supera o Claude Opus 4.8 no MCP Mark Verified (81,1 contra 76,4)
- Licença permissiva Modified MIT no código e nos pesos
- Cerca de 30% menos tokens de raciocínio que o K2.6
O que não é
- Atrás do GPT-5.5 e do Opus 4.8 na maioria dos testes
- Dois dos seis testes de destaque são da Moonshot; sem SWE-bench
- Raciocínio sempre ligado, sem modo instantâneo rápido
- Superado como carro-chefe pelo Kimi K3
Ideal para
Equipes que auto-hospedam a linha Kimi K2 e querem o modelo de programação aberto e agêntico mais forte dessa família e podem rodar um modelo de 1 trilhão de parâmetros em INT4.
Alternativas ao Kimi K2.7 Code
Kimi K2.7 Code: perguntas frequentes
- Kimi K2.7 Code vale a pena?
- Um modelo de programação aberto e capaz que supera claramente o próprio antecessor e ainda fica atrás da fronteira fechada, com um design "sempre raciocinando" meio especializado. Damos nota 4.1 de 5.
- Quanto custa Kimi K2.7 Code?
- Pesos gratuitos sob uma Modified MIT License. Hospedado na Kimi API da Moonshot e no plano Kimi Code; o preço por token não aparece na ficha do modelo.
- Quais são as desvantagens de Kimi K2.7 Code?
- Atrás do GPT-5.5 e do Opus 4.8 na maioria dos testes; dois dos seis testes de destaque são da Moonshot; sem SWE-bench; raciocínio sempre ligado, sem modo instantâneo rápido; superado como carro-chefe pelo Kimi K3.
- Para quem Kimi K2.7 Code é indicado?
- Equipes que auto-hospedam a linha Kimi K2 e querem o modelo de programação aberto e agêntico mais forte dessa família e podem rodar um modelo de 1 trilhão de parâmetros em INT4.
- Quanto custa Kimi K2.7 Code para uma equipe ou em produção?
- Auto-hospedado, o custo é a memória e o processamento de um MoE de 1 trilhão de parâmetros, 32B ativos, em INT4; a Kimi API hospedada e o plano Kimi Code são o caminho prático para equipes sem esse hardware.
- Kimi K2.7 Code é seguro para dados da empresa?
- Modified MIT License no código e nos pesos, então auto-hospedar mantém os prompts na sua própria infraestrutura. O uso hospedado pela Kimi API da Moonshot segue os termos da Moonshot, que a ficha não repete.
- Quais são as melhores alternativas ao Kimi K2.7 Code?
- As alternativas mais próximas que analisamos são Kimi K3, Qwen3.8-27B e DeepSeek-V4.1-Flash.
Respostas verificadas em 14 de nov. de 2026.
Você faz o Kimi K2.7 Code? Mostre esta nota no seu site
