Todo sobre Kimi K2.7 Code

Presentación

Lanzado el 12 de junio de 2026, Kimi K2.7 Code es uno de los 6 modelos de Moonshot AI que seguimos en este sitio. Es un modelo de pesos abiertos: puede alojarlo usted mismo en una infraestructura que controla, y además lo ofrecen 60 proveedores de API recogidos en models.dev. Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Tiene, por tanto, 4 meses a 22 de octubre de 2026.

Lo clasificamos entre los modelos de pesos abiertos (68 modelos de esta categoría en el sitio).

Precio y presupuesto

Kimi K2.7 Code cuesta 0,95 US$ por millón de tokens de entrada y 4 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,027 US$, es decir, 27 US$ por 1000 tareas de este tipo.

Son 4 veces el precio de salida mediano de los modelos de pesos abiertos (1 US$).

Los tokens leídos desde la caché cuestan 0,19 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Rendimiento medido

Según los resultados publicados por Epoch AI (consulta del 22 de octubre de 2026), Kimi K2.7 Code obtiene un índice de capacidad de 66,7 sobre 100, calculado con 5 pruebas de nuestra cesta.

No figura entre los 30 primeros del ranking semanal.

• GPQA Diamond (preguntas de ciencias de nivel doctorado): 87,9 % — el mejor modelo seguido, Gemini 4 Argon, alcanza 96,4 %
• OTIS Mock AIME (problemas de matemáticas de competición): 95,6 % — el mejor modelo seguido, GPT-5.5 Pro, alcanza 100 %
• FrontierMath (matemáticas de investigación muy difíciles): 54 % — el mejor modelo seguido, GPT-6 Astra, alcanza 93,7 %
• FrontierCode (tareas de programación avanzadas): 30,1 % — el mejor modelo seguido, Claude Opus 5.5, alcanza 54,6 %

Lo que sabe hacer

Su ventana de contexto alcanza 262.144 tokens, unas 393 páginas de texto a 500 palabras por página: suficiente para un informe largo o varios contratos a la vez. Una respuesta puede llegar a 262.144 tokens.

Acepta como entrada: texto, imagen y vídeo. Sus conocimientos llegan hasta enero de 2025: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

Los pesos están publicados en Hugging Face (moonshotai/Kimi-K2.7-Code). Vea también nuestra selección de modelos open source.

¿Cuándo elegirlo?

Por su categoría, Kimi K2.7 Code está pensado sobre todo para los proyectos en los que quiere controlar sus datos o el alojamiento, o adaptar el modelo a su sector.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Kimi K2.7 Code son:

• DeepSeek V4 Flash 0731 (DeepSeek, índice 68,2)
• GLM-4.7 (Zhipu AI (Z.ai), índice 68,4)
• Kimi K2 Thinking (Moonshot AI, índice 69,6)
• GLM-5.2 (Zhipu AI (Z.ai), índice 70,5)