ムーンショットAIは2026年6月12日(現地時間)、1兆パラメータのMixture-of-Experts (MoE) コーディングモデル「Kimi K2.7-Code」をModified MITライセンスでオープンソース公開しました。このモデルはコーディングに特化しており、Hugging Faceを通じてモデルウェイトが提供されます。同社によると、Kimi K2.7-Codeは既存のK2.6モデルと比較して、Kimi Code Bench v2で21.8%の性能向上を達成し、推論トークンの使用量を約30%削減したと報告されています。
Kimi K2.7-Codeは、長期的なソフトウェアエンジニアリングタスクを主なターゲットとしたエージェント型モデルです。合計1兆パラメータを持ち、1トークンあたり320億パラメータをアクティブ化します。モデルは384個のエキスパートで構成され、各トークンに対して8個が選択され、1個が共有されます。61層の構造を持ち、AttentionにはMLAを、フィードフォワードパスにはSwiGLUを採用しています。また、画像および動画入力に対応する4億パラメータのMoonViTビジョンエンコーダを搭載しており、ネイティブINT4量子化をサポートします。
モデルのコンテキストウィンドウは256Kトークン（262,144トークン）です。推論時には「思考モード」が必須であり、温度1.0、top_p 0.95、n 1、ペナルティ0.0といったサンプリングパラメータは固定されています。最大出力は32,768トークンです。自己ホスティングはvLLM、SGLang、KTransformersを通じて可能ですが、Hugging Faceリポジトリのサイズは約595 GBに及びます。
同社のベンチマーク結果によると、Kimi K2.7-CodeはKimi Code Bench v2で62.0を記録し、K2.6の50.9から21.8%向上しました。また、MCP Mark Verifiedベンチマークでは81.1を記録し、Claude Opus 4.8の76.4を上回っています。推論トークン効率については、K2.6モデルと比較して約30%少ない推論トークン使用量を実現したと報告されています。
主なユースケースとしては、リポジトリ規模のリファクタリング、コードレビュー、Model Context Protocol (MCP)ツールを利用したワークフロー、長文コンテキスト分析が挙げられます。Kimi APIを通じた利用では、キャッシュ済み入力が100万トークンあたり0.19ドル、キャッシュミス入力が100万トークンあたり0.95ドル、出力が100万トークンあたり4.00ドルで提供されます。発表元は、これらのベンチマーク数値が同社によるものであり、独立した結果は今後発表されるとしています。
参考: marktechpost.com — 2026年6月13日 13:57 (JST)
原文ハイライト"Moonshot AI released Kimi K2.7-Code . It is a coding-focused, agentic model."