A Moonshot AI lançou o Kimi K2.7-Code, um modelo de coding open-weight sob licença Modified MIT. A ficha técnica tem forma frontier: um Mixture-of-Experts de 1 trilhão de parâmetros que ativa cerca de 32 bilhões por token (oito experts selecionados mais um compartilhado, de 384 no total), 61 camadas, atenção MLA com feed-forward SwiGLU, um encoder de visão MoonViT que adiciona 400M de parâmetros para entrada de imagem e vídeo, quantização INT4 nativa, e uma janela de contexto de 256K tokens. Os pesos, cerca de 595GB em disco, estão no Hugging Face para self-hosting via vLLM, SGLang ou KTransformers, ao lado de uma API Kimi compatível com OpenAI. É o irmão-modelo do Kimi Work de ontem, o agente desktop local que rodava sobre o K2.6 de geração anterior.
O número de destaque é um salto de 21,8% sobre o K2.6 no próprio Kimi Code Bench v2 da Moonshot, de 50,9 a 62,0, e a tabela de benchmarks ao redor é mais franca que a maioria das tabelas de vendor. O K2.7-Code melhora sobre o K2.6 nos seis benchmarks mostrados, mas ainda fica na maioria atrás do frontier fechado: nesse mesmo bench de destaque está em 62,0 contra o 69,0 do GPT-5.5 e o 67,4 do Claude Opus 4.8. A Moonshot sinaliza o único lugar onde se adianta, MCP Mark Verified, um benchmark de tool-use, onde o K2.7-Code marca 81,1 contra o 76,4 do Opus 4.8. O modelo também reporta cerca de 30% menos uso de tokens de raciocínio que o K2.6, enquadrado como "menos overthinking", o tipo de eficiência que se compõe nos longos loops agênticos onde os tokens de raciocínio dominam a conta. E o preço corta fortemente frente ao frontier: $0,19 por milhão de tokens de entrada cached, $0,95 num cache miss, e $4,00 de saída, contra o $5 e $25 do Opus 4.8.
As ressalvas são as usuais para uma release open-weights, e a seu crédito a Moonshot as enuncia na maioria. Cada número de destaque é first-party, com a verificação independente ainda pendente; os concorrentes foram benchmarkados em ambientes diferentes enquanto o Kimi rodava no seu próprio CLI; e 595GB de pesos significa hardware server-class, não um laptop. Dois quirks operacionais vale a pena conhecer antes de conectá-lo: o thinking mode é obrigatório e dá erro se você tentar desativá-lo, e os parâmetros de sampling estão travados do lado do servidor. Para o fio que seguimos rastreando, esta é a pressão open-weights dos labs chineses continuando pela pista do coding: um modelo de coding frontier-shaped, MCP-native, a uma fração do preço do modelo fechado, com pesos que você realmente pode hospedar. Fica atrás do topo, mas o pitch é o que segue funcionando, bom o bastante, aberto e barato, e atualiza quietamente a história de ontem também, já que o motor do Kimi Work não é mais um K2.6 reportado mas um K2.7-Code abertamente enviado que você pode rodar você mesmo.