문샷 AI(Moonshot AI)가 2026년 6월 13일 코딩 및 에이전트 기반 워크플로 전용 오픈웨이트 모델 Kimi K2.7 Code를 공개했다. 허깅페이스에서 누구나 내려받을 수 있으며, Kimi API·Kimi Code CLI·vLLM·SGLang 등 주요 추론 엔진을 통해 바로 쓸 수 있다.
벤치마크: 전작 대비 개선, 선두권과는 격차
전작 K2.6 대비 주요 벤치마크 점수가 일제히 올랐다.
▼ K2.6 → K2.7 Code 벤치마크 변화
| 벤치마크 | K2.6 | K2.7 Code |
|---|---|---|
| Kimi Code Bench v2 | 50.9 | 62.0 |
| Program Bench | 48.3 | 53.6 |
| MLS Bench Lite | 26.7 | 35.1 |
| MCP Atlas | 69.4 | 76.0 |
| MCPMark Verified | 72.8 | 81.1 |
GPT-5.5·Claude Opus 4.8과 비교하면 대부분 지표에서 뒤진다. Program Bench 기준 GPT-5.5가 69.1점인 반면 K2.7 Code는 53.6점이다. Kimi Code Bench v2에서도 GPT-5.5 69.0점 대 K2.7 Code 62.0점으로 차이가 있다.
예외도 있다. 실제 소프트웨어 환경 다섯 곳(Notion·GitHub·파일 시스템·Postgres·Playwright 브라우저 자동화)을 테스트하는 MCPMark Verified에서는 K2.7 Code가 81.1점으로 Claude Opus 4.8(76.4점)을 앞섰다. 다만 GPT-5.5(92.9점)에는 크게 못 미친다.
가격: 출력 토큰 기준 GPT-5.5 대비 약 7.5배 저렴
K2.7 Code의 API 가격은 입력 100만 토큰당 $0.95, 출력 100만 토큰당 $4.00다. 캐시 적중 시 입력 가격은 $0.19까지 내려간다. 전작 K2.6($0.95/$4.00)과 동일한 가격이다.
경쟁 모델과 비교하면 격차가 크다. GPT-5.5는 출력 100만 토큰당 $30.00, Claude Opus 4.8은 $25.00다. 출력 토큰 기준으로 K2.7 Code는 GPT-5.5 대비 약 7.5배, Claude Opus 4.8 대비 약 6.25배 저렴하다.
▼ 주요 모델 출력 토큰 가격 비교
| 모델 | 출력 가격 ($/100만 토큰) | K2.7 Code 대비 배율 |
|---|---|---|
| Kimi K2.7 Code | $4.00 | 기준 |
| Kimi K2.6 | $4.00 | 동일 |
| Claude Opus 4.8 | $25.00 | 약 6.25배 |
| GPT-5.5 | $30.00 | 약 7.5배 |
같은 예산으로 GPT-5.5보다 7배 이상 많은 호출이 가능하다는 뜻이다. 반복적 코드 생성·리뷰·에이전트 작업처럼 최고 성능이 필수가 아닌 경우, 비용 절감 효과가 직접적이다. 코딩 도구 Cursor도 Kimi 모델을 기반으로 자체 모델을 구축한 바 있다.
아키텍처: 1조 파라미터, 활성은 320억
K2.7 Code는 혼합 전문가(MoE) 구조다. 전체 파라미터는 1조 개지만 토큰당 활성 파라미터는 320억 개다. 전문가 384개 중 토큰마다 8개가 선택된다. 컨텍스트 길이는 25만 6,000 토큰이며, 자체 개발한 비전 인코더 MoonViT(4억 파라미터)로 이미지·영상도 처리한다.
추론 효율도 개선됐다. K2.6 대비 사고 토큰을 약 30% 줄여 불필요한 과잉 추론을 억제했다. 아키텍처는 K2.5·K2.6과 동일해 기존 배포 설정을 그대로 재사용할 수 있다. 네이티브 INT4 양자화도 지원해 저사양·저비용 하드웨어에서도 구동이 가능하다. 문샷 AI는 '6배 고속 모드'도 곧 출시할 예정이라고 밝혔다.
라이선스: 수정 MIT, 대규모 서비스엔 표시 의무
수정 MIT 라이선스로 배포된다. 상업적 활용·수정·재배포가 자유롭다. 단, K2.7 Code 또는 파생 모델을 상업 제품에 사용하는 경우 월간 활성 이용자 1억 명 초과 또는 월 매출 2,000만 달러 초과 서비스는 UI에 'Kimi K2.7 Code'를 표시해야 한다. (편집 추가: 라이선스 상세 조건은 허깅페이스 모델 카드 기준)
