12.06.2026

Kimi K2.7 Code

Kimi K2.7 Code ist Moonshots Open-Weights-Modell für Agentic Coding. Es eignet sich für lange Coding-Sessions mit Tool-Calls und Terminal.

26Punkte

Median aller Modelle: 26

$0,95 / $4

je 1 Mio. Tokens, Cache: $0,19

262,1kTokens

Maximaler Output: 32.768 Tokens

Kimi K2.7 Code im Überblick

Stand Oktober 2026 steht Kimi K2.7 Code im Artificial Analysis Intelligence Index mit 26 Punkten auf Platz 62 von 132 Modellen.

Agentic Coding mit offenen Gewichten

Laut Vals AI erreicht K2.7 Code 78,2 % auf SWE-bench Verified und 67,04 % auf Terminal-Bench 2.1. Vals führt es damit auf beiden Benchmarks als bestes offenes Modell. Auf MCP Atlas steigt es laut Moonshot von 69,4 % (K2.6) auf 76,0 %, bleibt aber hinter GPT-5.5 (79,4 %) und Claude Opus 4.8 (81,3 %); diese Vergleichswerte stammen von Moonshot selbst und liefen in unterschiedlichen Agent-Harnesses.

Agentic Coding
Terminal-Aufgaben
Tool-Calls (MCP)
Große Codebasen
Self-Hosting

Redaktionelle Einordnung auf Basis der Modellbeschreibung und der unten verlinkten Messungen.

Was du abwägen solltest

Nur Thinking-Modus. Reasoning lässt sich nicht abschalten, laut Moonshot-Dokumentation führt das Deaktivieren zu einem Fehler. Für kurze Antworten ohne Denkphase ist K2.6 die Alternative, dort lässt sich Thinking ausschalten.
Viele Tokens, mäßiges Tempo. Artificial Analysis misst im Schnitt 30K Output-Tokens pro Aufgabe, GPT-5.6 Terra (medium) braucht dort 5K. Mit rund 59 Tokens/s ist K2.7 Code zudem langsamer als Terra mit 100 Tokens/s.
Schwächer bei Allgemeinwissen. Auf SimpleQA Verified kommt K2.7 Code laut Epoch AI nur auf 37 %. Moonshot führt K2.6 als Allzweckmodell, K2.7 Code ist auf Code zugeschnitten.
Hoher Hardwarebedarf. Das Repository auf Hugging Face umfasst 595 GB (1T Parameter, davon 32B aktiv). Self-Hosting braucht entsprechend große GPU-Server.

Ähnliche KI-Modelle ansehen

Kimi K2.7 Code Benchmarks

26Punkte

Der Artificial Analysis Intelligence Index ist ein Meta-Benchmark, der keine eigenen Fragen enthält, sondern die Ergebnisse von zehn unabhängigen Benchmarks aggregiert: GDPval-AA (220 Aufgaben), tau2-Bench Telecom (114 Aufgaben), Terminal-Bench Hard (44 Aufgaben), SciCode (338 Teilprobleme), AA-LCR (100 Fragen), AA-Omniscience (6.000 Fragen), IFBench (294 Aufgaben), Humanity's Last Exam (2.158 Fragen), GPQA Diamond (198 Fragen) und CritPt (70 Aufgaben).

Mehr zum Benchmark

Artificial Analysis Intelligence IndexMedian aller Modelle: 26

Claude Opus 5.5Platz 1, Anthropic
Claude Sonnet 5.5Platz 2, Anthropic
Kimi K2.6Moonshot AI
Kimi K2.7 CodeMoonshot AI
GLM-5.1Z.ai
Grok 4.20SpaceXAI
InklingThinking Machines Lab
Kimi K2.5Moonshot AI
Kimi K2 ThinkingMoonshot AI

Daten: Artificial Analysis (artificialanalysis.ai)artificialanalysis.ai

Kimi K2.7 Code API-Preise

$0,95/ 1 Mio. Tokens

$0,19/ 1 Mio. Tokens

$4/ 1 Mio. Tokens

Geschätzte Tokenkosten

$13,50

$0,14 je Anfrage (100 Anfragen)

Input inkl. Cache$9,50
Output$4,00

Schätzung in USD auf Basis der Preise von Moonshot AI, ohne Steuern, Tools und Cache-Schreibvorgänge. Trage bei Output alle abgerechneten Tokens inklusive Reasoning ein. Cache-Lesen setzt einen bereits befüllten Cache voraus.

Cache-Schreiben und Rechenweg

Kosten = Anfragen × (Input ohne Cache × $0,95 + Input aus Cache × $0,19 + Output × $4) / 1.000.000

Kimi K2.7 Code Modelldaten

Kontextfenster: 262.144 Tokens
Maximaler Output: 32.768 Tokens
Eingabe: Text, Bilder, PDF, Video
Ausgabe: Text

Anbieter: Moonshot AI
Veröffentlicht: 12. Juni 2026
Wissensstand: Januar 2025
Modellgewichte: Offen (Modified MIT)

262,1k Tokens Kontext32,8k maximaler Output

Die Ausgabelänge ist eine eigene Obergrenze. Der tatsächlich verfügbare Eingaberaum hängt auch vom Output-Budget und der API-Konfiguration ab.

Standardfähigkeiten & Schnittstellen

Reasoning
Tool-Nutzung
Prompt-Caching
Bildverständnis
Strukturierte Ausgaben

Daten aktualisiert am 19. Oktober 2026. Fehler gefunden? kontakt@byte.de

Kimi K2.7 Code API-Provider

Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
$0,19
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,7125
Output / 1 Mio. Tokens
$3
Cache-Lesen / 1 Mio.
$0,1425
Kontextfenster
256kTokens
Maximaler Output
32kTokens
Input / 1 Mio. Tokens
$0,6712
Output / 1 Mio. Tokens
$3,35
Cache-Lesen / 1 Mio.
$0,18
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,71
Output / 1 Mio. Tokens
$3,50
Cache-Lesen / 1 Mio.
$0,15
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,75
Output / 1 Mio. Tokens
$3,50
Cache-Lesen / 1 Mio.
$0,16
Kontextfenster
256kTokens
Maximaler Output
65,5kTokens
Input / 1 Mio. Tokens
$0,85916
Output / 1 Mio. Tokens
$3,80
Cache-Lesen / 1 Mio.
$0,17993
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,912
Output / 1 Mio. Tokens
$3,84
Cache-Lesen / 1 Mio.
$0,1824
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
$0,19
Kontextfenster
262,1kTokens
Maximaler Output
16,4kTokens
Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
$0,19
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
$0,19
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
keine Angabe
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
$0,19
Kontextfenster
262,1kTokens
Maximaler Output
235,9kTokens
Input / 1 Mio. Tokens
$0,95
Output / 1 Mio. Tokens
$4
Cache-Lesen / 1 Mio.
$0,19
Kontextfenster
262,1kTokens
Maximaler Output
32,8kTokens

Preise und Limits laut den Anbietern. Die Verfügbarkeit hängt vom Konto und den jeweiligen Limits ab.

Häufige Fragen zu Kimi K2.7 Code

Was kostet Kimi K2.7 Code?

Bei Moonshot kostet die API $0,95 pro 1 Mio. Input-Tokens und $4 pro 1 Mio. Output-Tokens, gecachter Input $0,19. Die schnellere Highspeed-Variante kostet das Doppelte: $1,90 und $8.

Wie groß ist das Kontextfenster?

Es umfasst 256K Tokens. Das Modell nimmt Text und Bilder entgegen, Video laut Modellkarte nur experimentell über die offizielle API. Die Ausgabe ist reiner Text.

Ist K2.7 Code Open Source?

Die Gewichte liegen auf Hugging Face, Code und Gewichte stehen unter einer Modified MIT License. Moonshot empfiehlt vLLM, SGLang oder KTransformers für den Betrieb.

Was ist neu gegenüber Kimi K2.6?

Laut Anbieter sinkt der Verbrauch an Thinking-Tokens um etwa 30 %. Auf Kimi Code Bench v2 steigt der Wert von 50,9 auf 62,0, das ist allerdings ein hauseigener Benchmark von Moonshot.

Wo kann ich das Modell nutzen?

Das Modell erschien am 12. Juni 2026 und läuft über die Kimi API mit der Modell-ID kimi-k2.7-code, kompatibel zu OpenAI- und Anthropic-Schnittstellen. Die Variante kimi-k2.7-code-highspeed ist laut Moonshot dasselbe Modell mit höherer Ausgabegeschwindigkeit; Vercel AI Gateway nennt rund 180 Tokens/s.

Kimi K2.7 Code

Kimi K2.7 Code im Überblick

Agentic Coding mit offenen Gewichten

Was du abwägen solltest

Kimi K2.7 Code Benchmarks

Kimi K2.7 Code API-Preise

Kimi K2.7 Code Modelldaten

Kimi K2.7 Code API-Provider

Häufige Fragen zu Kimi K2.7 Code

Ähnliche KI-Modelle

Weitere Modelle von Moonshot AI

Kimi K2.6

Kimi K2.5

Kimi K2 Thinking

Modelle anderer Anbieter

Inkling

GLM-5.1

Grok 4.20