ムーンショットAIがコードAI更新

今週、Moonshot AIはKimi K2.7-Codeをリリースしました。これはコーディングに特化した、agenticモデルです。モデルの重みはModified MIT licenseの下、Hugging Faceで公開されています。Kimi APIやKimi Codeを通じて利用することも可能です。K2.7-Codeは一般的なチャットではなく、長期的なソフトウェアエンジニアリングを対象としています。多くのステップにわたって計画、編集、ツールの実行、デバッグを行います。Moonshotはこのモデルを、それを取り巻くサブスクリプション型コーディングプラットフォームと組み合わせています。Kimi K2.7-CodeはMixture-of-Expertsモデルです。合計1Tのパラメータを持ち、トークンあたり32Bのパラメータをアクティブにします。この設計では384個のExpertを使用し、トークンあたり8個が選択され、1個が共有されます。1つのdense layerを含む61層で構成されています。AttentionにはMLAを使用し、feed-forwardパスにはSwiGLUを使用しています。MoonViT vision encoderは、画像と動画入力のために400Mのパラメータを追加します。このモデルはネイティブのINT4 quantizationを搭載しています。コンテキストウィンドウは256Kトークン（262,144）です。2つの制約があります。Thinking modeは必須であり、これを無効にするとAPIエラーが返されます。サンプリングは固定されており、temperature 1.0、top_p 0.95、n 1、penalties 0.0です。デフォルトの最大出力は32,768トークンです。vLLM、SGLang、またはKTransformersを使用してセルフホストできます。Hugging Faceのリポジトリは大きく、ディスク上で約595 GBあります。これはサーバークラスのデプロイメントターゲットであり、ラップトップモデルではありません。ベンチマーク Moonshotチームは6つのベンチマーク結果を公開しました。これらはK2.7-CodeをK2.6、GPT-5.5、Claude Opus 4.8と比較しています。K2.7-Codeはすべての項目でK2.6を上回っています。最大のコーディング能力の向上はKimi Code Bench v2で、50.9から62.0へと21.8%増加しました。ベンチマーク結果は以下の通りです。Kimi Code Bench v2: Kimi K2.6が50.9、Kimi K2.7-Codeが62.0、GPT-5.5が69.0、Claude Opus 4.8が67.4で、K2.7はK2.6より21.8%向上。Program Bench: Kimi K2.6が48.3、Kimi K2.7-Codeが53.6、GPT-5.5が69.1、Claude Opus 4.8が63.8で、K2.7はK2.6より11.0%向上。MLS Bench Lite: Kimi K2.6が26.7、Kimi K2.7-Codeが35.1、GPT-5.5が35.5、Claude Opus 4.8が42.8で、K2.7はK2.6より31.5%向上。Kimi Claw 24/7 Bench: Kimi K2.6が42.9、Kimi K2.7-Codeが46.9、GPT-5.5が52.8、Claude Opus 4.8が50.4で、K2.7はK2.6より9.3%向上。MCP Atlas: Kimi K2.6が69.4、Kimi K2.7-Codeが76.0、GPT-5.5が79.4、Claude Opus 4.8が81.3で、K2.7はK2.6より9.5%向上。MCP Mark Verified: Kimi K2.6が72.8、Kimi K2.7-Codeが81.1、GPT-5.5が92.9、Claude Opus 4.8が76.4で、K2.7はK2.6より11.4%向上。K2.7-CodeはMCP Mark VerifiedでOpus 4.8を上回り、81.1対76.4でした。また、MLS Bench LiteではGPT-5.5に肉薄しています。K2.7-CodeはKimi Code CLIで、GPT-5.5はCodex xhighで、Opus 4.8はClaude Code xhighで実行されました。