Moonshot AI publie Kimi K2.7 Code, un modèle à poids ouverts de 1 000 milliards de paramètres conçu pour les agents de programmation et les outils MCP.
Moonshot AI a publié Kimi K2.7 Code le 11 juin 2026. Ce nouveau modèle se concentre sur les agents capables de travailler de façon autonome sur des projets logiciels et d’utiliser des outils externes.
Construit à partir de Kimi K2.6, il vise principalement les tâches de programmation longues : exploration d’un dépôt, modification de plusieurs fichiers, exécution de tests et résolution de problèmes complexes.
Un modèle MoE de mille milliards de paramètres
Kimi K2.7 Code utilise une architecture Mixture of Experts comprenant mille milliards de paramètres au total. Seuls 32 milliards de paramètres sont activés pour chaque token.
Ses principales caractéristiques sont :
- une fenêtre de contexte de 256 000 tokens ;
- 384 experts, dont huit sélectionnés par token ;
- une quantification INT4 native ;
- la prise en charge des images et des vidéos ;
- les appels d’outils en plusieurs étapes ;
- un raisonnement conservé entre les différentes étapes d’une tâche ;
- la compatibilité avec les serveurs MCP.
Moonshot AI annonce également une réduction d’environ 30 % des tokens de raisonnement par rapport à Kimi K2.6.
Des résultats solides, mais pas toujours en tête
Dans les évaluations publiées par Moonshot AI, Kimi K2.7 Code obtient 62 points sur Kimi Code Bench v2, contre 50,9 pour Kimi K2.6.
Le modèle atteint également 76 points sur MCP Atlas et 81,1 sur MCP Mark Verified. Il dépasse Claude Opus 4.8 sur ce dernier test, mais reste derrière GPT-5.5.
Ces résultats sont intéressants, mais plusieurs benchmarks sont internes à Moonshot AI. Ils devront être confirmés par des évaluations indépendantes et par des essais sur de vrais projets.
Un déploiement local très exigeant
Les poids disponibles sur Hugging Face représentent environ 595 Go malgré la quantification INT4. Un déploiement local nécessite donc plusieurs GPU disposant de beaucoup de mémoire.
Les moteurs d’inférence officiellement recommandés sont vLLM, SGLang et KTransformers. Moonshot AI propose également une API compatible avec les formats OpenAI et Anthropic.
Le mode de raisonnement est imposé : Kimi K2.7 Code ne possède pas de mode instantané et conserve son raisonnement entre les échanges afin d’améliorer les tâches agentiques longues.
La présence des poids sur Hugging Face ne signifie pas que le modèle peut fonctionner sur un ordinateur classique. Son architecture reste destinée à une infrastructure multi-GPU ou à une utilisation par API.
Les poids et le code sont publiés sous une licence MIT modifiée. Kimi K2.7 Code peut également être utilisé avec Kimi Code CLI, l’agent de programmation proposé par Moonshot AI.
Kimi K2.7 Code sur Hugging Face
Plateforme API de Moonshot AI
Kimi Code CLI