Moonshot AI lanzó Kimi K2.7-Code, un modelo de coding open-weight bajo licencia Modified MIT. La ficha técnica tiene forma frontier: un Mixture-of-Experts de 1 billón de parámetros que activa unos 32 mil millones por token (ocho expertos seleccionados más uno compartido, de 384 en total), 61 capas, atención MLA con feed-forward SwiGLU, un encoder de visión MoonViT que agrega 400M de parámetros para entrada de imagen y video, cuantización INT4 nativa, y una ventana de contexto de 256K tokens. Los pesos, unos 595GB en disco, están en Hugging Face para self-hosting vía vLLM, SGLang o KTransformers, junto a una API Kimi compatible con OpenAI. Es el hermano-modelo del Kimi Work de ayer, el agente de escritorio local que corría sobre el K2.6 de generación previa.
El número estelar es un salto de 21.8% sobre K2.6 en el propio Kimi Code Bench v2 de Moonshot, de 50.9 a 62.0, y la tabla de benchmarks alrededor es más franca que la mayoría de tablas de vendor. K2.7-Code mejora sobre K2.6 en los seis benchmarks mostrados, pero sigue mayormente detrás del frontier cerrado: en ese mismo bench estelar está en 62.0 contra el 69.0 de GPT-5.5 y el 67.4 de Claude Opus 4.8. Moonshot señala el único lugar donde se adelanta, MCP Mark Verified, un benchmark de tool-use, donde K2.7-Code marca 81.1 contra el 76.4 de Opus 4.8. El modelo también reporta cerca de 30% menos uso de tokens de razonamiento que K2.6, enmarcado como "menos overthinking", el tipo de eficiencia que se compone en los largos loops agénticos donde los tokens de razonamiento dominan la factura. Y el precio baja fuertemente frente al frontier: $0.19 por millón de tokens de entrada cached, $0.95 en cache miss, y $4.00 de salida, contra el $5 y $25 de Opus 4.8.
Las salvedades son las usuales para una release open-weights, y a su crédito Moonshot las enuncia mayormente. Cada cifra estelar es first-party, con la verificación independiente aún pendiente; los competidores fueron benchmarkeados en entornos distintos mientras Kimi corría en su propio CLI; y 595GB de pesos significa hardware server-class, no un laptop. Dos quirks operativos vale la pena conocer antes de cablearlo: el thinking mode es obligatorio y da error si intentas desactivarlo, y los parámetros de sampling están bloqueados del lado del servidor. Para el hilo que seguimos rastreando, esta es la presión open-weights de los labs chinos continuando por el carril del coding: un modelo de coding frontier-shaped, MCP-native, a una fracción del precio del modelo cerrado, con pesos que de verdad puedes hostear. Va detrás de lo más alto, pero el pitch es el que sigue funcionando, lo bastante bueno, abierto y barato, y actualiza calladamente la historia de ayer también, ya que el motor de Kimi Work ya no es un K2.6 reportado sino un K2.7-Code abiertamente enviado que puedes correr tú mismo.