Tout savoir sur Kimi K2.7 Code

Présentation

Sorti le 12 juin 2026, Kimi K2.7 Code fait partie des 6 modèles de Moonshot AI suivis sur ce site. C'est un modèle à poids ouverts : il peut être installé chez vous, sur un serveur maîtrisé, en plus d'être proposé par 60 fournisseurs d'API recensés sur models.dev. Il dispose d'un mode raisonnement : il peut « réfléchir » avant de répondre, ce qui aide sur les problèmes en plusieurs étapes mais consomme plus de tokens, donc plus d'argent. Il a donc 4 mois au 22 octobre 2026.

Nous le rangeons parmi les modèles à poids ouverts (68 modèles dans cette catégorie sur le site).

Prix et budget

Kimi K2.7 Code est facturé 0,95 $US par million de tokens en entrée et 4 $US en sortie (tarif du fabricant, relevé du 22 octobre 2026).

Concrètement, une tâche d'agent qui lit 20 000 tokens et en écrit 2 000 revient à environ 0,027 $US, soit 27 $US pour 1 000 tâches de ce type.

C'est 4 fois le prix de sortie médian des modèles à poids ouverts (1 $US).

Les tokens relus depuis le cache sont facturés 0,19 $US par million : utile pour un agent qui renvoie souvent le même contexte.

Pour estimer votre propre budget, utilisez le calculateur de coût d'un agent.

Performances mesurées

Selon les résultats publiés par Epoch AI (relevé du 22 octobre 2026), Kimi K2.7 Code obtient un indice de capacité de 66,7 sur 100, calculé sur 5 tests de notre panier.

Il ne figure pas parmi les 30 premiers du classement hebdomadaire.

• GPQA Diamond (questions de sciences de niveau doctorat) : 87,9 % — le meilleur modèle suivi, Gemini 4 Argon, atteint 96,4 %
• OTIS Mock AIME (problèmes de mathématiques de compétition) : 95,6 % — le meilleur modèle suivi, GPT-5.5 Pro, atteint 100 %
• FrontierMath (mathématiques de recherche très difficiles) : 54 % — le meilleur modèle suivi, GPT-6 Astra, atteint 93,7 %
• FrontierCode (tâches de programmation avancées) : 30,1 % — le meilleur modèle suivi, Claude Opus 5.5, atteint 54,6 %

Ce qu'il sait faire

Sa fenêtre de contexte atteint 262 144 tokens, soit environ 393 pages de texte à 500 mots par page : assez pour un long rapport ou plusieurs contrats d'un coup. Une réponse peut compter jusqu'à 262 144 tokens.

Il accepte en entrée : texte, image et vidéo. Ses connaissances s'arrêtent à janvier 2025 : au-delà, il lui faut une recherche web ou vos documents.

Il sait appeler des outils (fonctions, API) et produire une sortie structurée en JSON, ce qui en fait une base possible pour un agent IA.

Les poids sont publiés sur Hugging Face (moonshotai/Kimi-K2.7-Code). Voir aussi notre sélection de modèles open source.

Quand le choisir ?

Par sa catégorie, Kimi K2.7 Code vise d'abord les projets où vous voulez garder la main sur vos données ou sur l'hébergement, ou adapter le modèle à votre domaine.

Avant de l'adopter, testez-le sur vos propres exemples : les benchmarks mesurent des tâches standard, pas votre métier.

Par quoi le remplacer ?

Dans la même catégorie, les modèles les plus proches de Kimi K2.7 Code sont :

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