キム・ク2.7 コードは2026年6月12日にリリースされた、ムーンショットAIの新しいエージェントコーディングモデルです。 これは、トークンあたり約32BパラメータをアクティブにするトリリオンパラメータMixture-of-Expertsモデルで、コード生成、デバッグ、ツール使用、および長いマルチステップエンジニアリングワークフロー用に特別に調整されています。 Moonshotの独自のコーディングベンチマークでは、50.9(K2.6)から62.0にジャンプし、MCPMark Verifiedで81.1パーセントをスコアアップし、エージェントツールでいくつかのフロンティアクローズされたモデルの先を占めています.
モデルは、262,144-token コンテキストウィンドウ、常にオン推論、関数呼び出し、JSON モード構造出力、テキスト、画像、ビデオ入力で、今日の EmpirioLabs に住んでいます。 試すことができます プレイグラウンド openAI 互換 API で呼び出します。 フルスペックは、 キム・ク2.7 コードモデルページ そして、 API ドキュメントお問い合わせ.
料金について
請求は使用量に基づいており、入力トークンと出力トークンはトークンごとに計量され、呼び出されるウェブ検索ごとにわずかな通話料金が加算されますが、これは検索が実際に実行された場合にのみ適用されます。現在のトークンあたりのレートは常に モデルページ. Reasoning は、このモデルに常にあり、トークンの推論は出力トークンとして請求されるので、最大トークンを念頭に置いて予算をあげます.
クイックスタート
キム・ク2.7 Code は OpenAI 互換なので、EmpirioLabs のベース URL を指し、公式 SDK が動作します
openai のインポート OpenAI クライアント = OpenAI(api key="YOUR EMPIRIOLABS API KEY", base url=" https://api.empiriolabs.ai/v1",) レスポンス = client.chat.completions.create(model=" kimi-k2-7-code ", message=[ {"role": "userrite": "overlapping 間隔をマージする Python 関数"}, prints(choress) 応答 #0ストリーミング、関数呼び出し、JSON モード、Anthropic スタイル お問い合わせ エンドポイントとエンドポイント お問い合わせ ボックスからすべての作業をエンドポイントします.
あなたが構築する前に知っておくべきこと
モデルを上げながら確認した作業内容がいくつかあります
- 常に考えています. 回答には、
理由 内容最終回答より、無効にすることはできません。 出力トークンのカウントと最大トークンのリミットに向かってリークするので、ヘッドルームを離れる: API のデフォルトは寛大な出力予算にし、リクエストごとに最大131,072の出力トークンを受け入れます. - サンプリングは固定です. モデルサービスはピン留めされたサンプリング設定を実行します
温度,トップページ, そして、ペナルティオーバーライドが受け入れられていますが、拒絶するのではなく無視されます. 既存のOpenAIスタイルのコードは変更されません. - Web検索が組み込まれています. セット
" tool_web_search ": trueチャットリクエストとモデルがホストされているWeb検索ツール自体を実行します。ライブ結果を検索したり、ライブ結果を読み込み、回答のソースを引用するときに決定します。 呼び出された検索は、検索が実際に実行され、報告されたときにのみ、小さな検索手数料を追加します使用方法 tool_usage.web_searchお問い合わせ. - ツールコールは、推論を運ぶ. 自分の関数を呼び出すループを実行すると、アシスタントメッセージをその操作で再生します
理由 内容フィールドの intact; モデルサービスは、マルチステップツール呼び出し時にコンテキストに滞在する現在のターンの推論を必要とします. - 主にマルチモーダルです. 画像とビデオの入力は、標準のOpenAIコンテンツ配列を介して動作します。スクリーンショットや画面録画からデバッグする実用的です.
インフォメーション
キム・ク2.7 コードは、パートークン API の使用法ベースに、フロンティアレベルのエージェントのコーディングをもたらします。 スタート プレイグラウンド, 読みます ドキュメントAPI キーをつかんで、OpenAI SDKをオンにします https://api.empiriolabs.ai/v1お問い合わせ.
ディスクロージャー:この記事は、EmpirioLabs AIによるAIの支援とレビューで書かれました.
