김이 K2.7 코드는 Moonshot AI의 새로운 에이전트 코딩 모델, 6 월 12, 2026에 출시. 토큰 당 약 32B 매개 변수를 활성화하는 조계 Mixture-of-Experts 모델이며, 코드 생성, 디버깅, 도구 사용 및 긴 멀티 스텝 엔지니어링 워크플로우를 위해 특별히 조정되었습니다. Moonshot의 자체 코딩 벤치 마크는 50.9 (K2.6)에서 62.0으로 점프하고 MCPMark Verified에서 81.1 %를 획득하고 에이전트 도구 사용에 여러 프론트어 닫힌 모델을 앞두고 있습니다.
모델은 오늘 EmpirioLabs에 살고있다 262,144-token 컨텍스트 창, 항상 이유, 호출 기능, JSON 모드 구조 출력 및 텍스트, 이미지, 및 비디오 입력. 당신은 그것을 시도 할 수 있습니다 뚱 베어 또는 OpenAI 호환 API를 통해 호출합니다. 전체 사양은 삶 김이 K2.7 코드 모델 페이지 그리고 API 문서·.
제품정보
빌링은 사용 기반입니다: 입력 및 출력 토큰은 토큰 당 미터화되며, 각 invoked 웹 검색은 검색이 실제로 실행될 때에만 적용되는 작은 per-call 수수료를 추가합니다. 현재 per-token 비율은 항상 살아있는 모델 페이지. Reasoning는 이 모형을 위해 항상 입니다, 그리고 reasoning 토큰은 산출 토큰으로 청구됩니다, 그래서 그 마음에서 당신의 최대 토큰을 예산을.
퀵스타트
김이 K2.7 Code is OpenAI-compatible, 그래서 공식 SDK는 EmpirioLabs의 기본 URL을 지적함으로써 작동:
openai import OpenAI client = OpenAI(api key="YOUR EMPIRIOLABS API KEY", base url=" https://api.empiriolabs.ai/v1",) 응답 = client.chat.completions.create(model=" kimi-k2-7-code ", message=[{"role": "user", "content": "Write a Python function that merge overlapping interval."} ],) print(responseices.com)스트리밍, 함수 호출, JSON 모드, Anthropic-style /v1/messages 에 끝점 및 /v1/responses 에 끝점 상자에서 모든 일.
당신이 빌드하기 전에 알아야 할 것
우리가 확인 한 몇 가지 작업 세부 사항:
- 생각은 항상. 모든 응답은 포함합니다
사이트 맵마지막 답변을 앞두고 비활성화 할 수 없습니다. 출력 토큰을 향해 계산하고 최대 토큰 제한을 향해, 그래서 헤드룸을 떠나십시오: 관대 한 산출 예산에 API 기본 및 요청 당 131,072 출력 토큰까지 허용. - 표본 추출은 조정됩니다. 모델 서비스는 핀 샘플링 설정을 실행하므로
온도계·,상단 p, 그리고 불완전한 overrides는 받아들여지고 그러나 거절하는 보다는 오히려 무시됩니다. 기존 OpenAI-style 코드는 변경되지 않습니다. - 웹 검색은 내장되어 있습니다. 설치하기
" tool_web_search ": 사실모든 채팅 요청 및 모델은 호스팅 웹 검색 도구 자체를 실행: 그것은 검색 할 때 결정, 라이브 결과를 읽고, 답변의 인용 소스. 각 invoked search adds a small per-search fee,만 청구할 때 검색 실제로 실행하고보고사용법. tool_usage.web_search·. - 도구 호출은 이유를 수행. 자신의 기능 호출 루프를 실행할 때, 보조 메시지를 재생
사이트 맵필드 intact; 모델 서비스는 현재 턴의 이유가 다단계 도구 호출 중에 컨텍스트에 머물 필요가있다. - 그것은 진짜로 multimodal입니다. 이미지 및 비디오 입력은 표준 OpenAI 콘텐츠 배열을 통해 작동하며 스크린 샷 또는 스크린 레코딩에서 디버그 할 수 있습니다.
제품정보
김이 K2.7 Code는 사용 기반, per-token API에 frontier-level Agentic 코딩을 가져옵니다. 시작하기 뚱 베어, 읽기 한국어, 또는 API 키를 잡고 OpenAI SDK를 일치 https://api.empiriolabs.ai/v1 에·.
공개: 이 문서는 AI 지원으로 작성되었으며 EmpirioLabs AI에 의해 검토되었습니다.
