Kimi K2.7 Codeのウェイトはオープンでローカル実行できますか？

MoonshotAI | 262,144トークンコンテキスト | 入力$0.67/M、出力$3.35/M。MoonshotAIのKimi K2ファミリーに属するコーディング特化モデルで、長いコンテキストにわたるエンドツーエンドのプログラミングタスクを信頼性高く完了するよう設計されています。テキストと画像入力を受け入れるネイティブのマルチモーダルMixture-of-Expertsアーキテクチャを使用し、常に思考モードで動作し、マルチターン会話全体の推論内容を保持します。256Kトークンのコンテキストウィンドウを持ち、長期的なコーディング、エージェント的タスク分解、マルチターンダイアログをターゲットにしています。約1Tの総パラメータのうち32Bを活性化します。

このモデルのガイド

ローカルAIに実際どれくらいのVRAMが必要？

GGUFファイルとは？量子化モデルの解説（Q4、Q8、fp8、NF4）

すべてのガイド

キャプテンのメモ

Captainによる、ハウスエディター執筆

2026-10-13のメモ

Kimi K2.7 CodeはMoonshot AIのコーディング特化モデルで、1兆パラメータのMixture-of-Expertsアーキテクチャを採用し、1トークンあたり320億パラメータを活性化します。常に思考モードで動作し、多段階会話で推論を保持し、256Kトークンのコンテキストウィンドウで長期的なソフトウェア工学タスクを対象としています。オープンウェイトかつマルチモーダル対応で、自己ホスティング可能な有能なエージェント的コーディングモデルを求める開発者に適しています。

得意分野

複雑で多段階のソフトウェア工学ワークフローに対応するエンドツーエンドのエージェント的コーディング
常時オンの思考モードで多段階セッション間の推論を保持
大規模コードベースや長期タスクに適した256Kトークンのコンテキストウィンドウ
前モデルK2.6より約30%少ない思考トークン消費
MoonViTビジョンエンコーダによる画像入力対応

注意点

総パラメータ数1兆のため自己ホスティングには高性能ハードウェアが必要。VRAM要件を事前に確認すべき。
ベンチマークはMoonshot AI独自評価とサードパーティ評価の混在で、評価時は注意が必要。
出力トークン単価$3.35/Mは長い思考モード応答でコストがかさむ。

最適な用途

試してみるプロンプト

レガシーサービスのリファクタリング

PythonのFlaskサービスで、生のSQLクエリを使ったユーザー認証とグローバル辞書によるセッション管理をしています。SQLAlchemy ORMと適切なセッションストアを使い、入力検証を追加するようリファクタリングしてください。コードを書く前に理由を説明し、リファクタリング後の完全なファイルを作成してください。

バイナリからのデバッグ

CSVファイルを解析して要約レポートを出力するコンパイル済みCLIツールがありますが、ソースコードはありません。フラグや出力形式を説明するドキュメント断片に基づき、空ファイルや不正行のエッジケースを含めて動作を再現するPython実装を書いてください。

エージェント的ビルド計画

GoでタスクリストのCRUDエンドポイントを公開する最小限のREST APIを設計・実装してください。SQLiteにデータを保存し、基本的なJWT認証を含み、Dockerfileも作成してください。作業をステップに分け、設計決定を推論し、実行に必要なすべてのファイルを書いてください。

比較する

Kimi Latest
API専用モデル
1,048,576トークンのコンテキスト · $0.29/M 入力、$24.00/M 出力
Kimi K3
オープンウェイトモデル
1,048,576トークンのコンテキスト · $0.30/M 入力、$11.94/M 出力
Kimi K2 Thinking
オープンウェイトモデル
262,144トークンのコンテキスト · $0.60/M 入力、$2.50/M 出力
Kimi K2.5
オープンウェイトモデル
262,144トークンのコンテキスト · $0.50/M 入力、$2.50/M 出力

moonshotaiの他のテキストモデル

よくある質問

Kimi K2.7 Codeのウェイトはオープンでローカル実行できますか？: はい、ウェイトはHugging Faceのmoonshotai/Kimi-K2.7-Codeで公開されています。総パラメータ数1兆のため、ダウンロード前にVRAMガイドを参照し、十分なハードウェアを用意してください。
Kimi K2.7 Codeの料金とコンテキスト長は？: API経由で入力トークンあたり$0.67/M、出力トークンあたり$3.35/M、262,144トークンのコンテキストウィンドウを持ちます。
K2.7 CodeはK2.6とどう違いますか？: K2.7 CodeはK2.6を基に、実務的な長期コーディングタスクに焦点を当て、トークン効率を改善し、思考トークン使用量を約30%削減しています。

キャプテンの評価
長いコンテキストと常時オン推論を備えた本格的なオープンウェイトコーディングエージェントです。エージェント的ソフトウェア工学が主な作業ならハードウェアコストに見合います。

Hugging Faceのモデルカード

キャプテンはモデルの説明とモデルカードからこれらのメモを書いています。価格やコンテキストサイズは執筆時点の提供元のもので、変更されることがあります。

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

このスコアの計算方法

このモデルはまだどのソースからも人気データがないため、リストを完全に保つために7,000°未満の仮の数値が割り当てられています。データのあるモデルより上位には決してなりません。内訳はソースが報告次第ここに表示されます。

用語集：ここで使われている用語

ヒートスコア: モデルが今どれだけ使われていて求められているかを示す1つの数字。0°から9,999°まで。ここで「最も熱い」と言われるすべてのリストはこれで並べられています。
フロア: 実データのあるすべてのモデルが7,000°からスタートする基準点。スケールは0°から9,999°までで、フロア以下はデータのないモデル用に確保されているので、データのあるモデルは必ず上位になります。フロアは全員共通で順位には影響しません。フロアを超えた度数が実際の評価です。
ダウンロード相当数: スコアがダウンロードとして扱うすべてのものを合計：ダウンロードそのもの、各トレントシーダーは1,000、各AI Horde画像と生成サイトでの実行は1としてカウント。
対数スケール: 1ずつではなく10ずつ数えます：1,000から10,000ダウンロードに増えるのは、10,000から100,000に増えるのと同じ度数を加算。巨大なものが他を圧倒しないようにしています。
いいね: すべてのソースからのサムズアップといいね。対数スケールでダウンロードの半分の価値があります。
普及率: 2回の計測の差からわかる、今の1日あたりのダウンロード数。ダウンロード項目の4分の1の重みです。
測定済みと推定: 測定済みは、あるソースの2つの読み取り値が存在し、その差が実際のものであることを意味します。推定は、今日の合計だけがわかっていて、過去の値はモデルの寿命にわたって分配されていることを意味します。サイトはどちらを表示しているかを示します。
シーダー: トレント経由で他の人がダウンロードできるように重みのコピーをオンラインで保持している人、または同じことをするホストされたミラーのことです。それぞれが1,000ダウンロードとしてカウントされます。
AI Horde: 寄付されたコンピューターで無料で画像を生成するボランティアネットワークです。モデルで作成した画像の数は公開されており、それぞれが1ダウンロードとしてカウントされます。
生成サイト: PixAI、SeaArt、Yodayoのように、自分のモデルのコピーをホストして人々が生成できるサイトです。これらのダウンロードはCivitaiのものと同じようにカウントされ、各生成実行が1ダウンロードとして数えられます。
OpenRouterトークン: ClaudeやGPTのようなAPI経由で提供されるテキストモデルはダウンロードする重みがなく、その利用はトークン数で測定されます。トークンとはOpenRouterを通じて読み書きされたテキストの断片で、OpenRouterは多くのアプリが利用するゲートウェイです。過去30日間のトークン数を10,000,000トークンごとに1ダウンロードとしてカウントします。出典：OpenRouter (openrouter.ai/rankings)、CC BY 4.0。
完全モデル（チェックポイント）: 重みそのもので、単独で生成を行うファイルです。アドオンがこれに依存しているためボーナスがつきます。
LoRAと埋め込み: 他人の重みを特定のスタイル、キャラクター、コンセプトに向けて調整する小さなアドオンファイルです。単独では動作しません。
ファミリーと重み: モデルが基づいているベースで、SD 1.5、SDXL、Flux、Wanなどがあります。すべてのモデルはそのファミリーの重みのリリース日を継承します。
年齢: ファミリーの重みがリリースされてからの経過時間に応じて減点されます：1年で150°、最大750°まで。古いダウンロードはリストの上位を凍結して積み上げられます。
ファミリーブースト: このサイトが現在推しているファミリーのLoRAに対する小さく制限された後押しで、常に内訳に表示されます。
代替スコア: まだソースから報告がないモデルに与えられる安定した最低値で、リストが完全なままでいられます。データのあるモデルより上位には決してなりません。
新着！(猶予期間): 7日未満の新しいモデルはスコアの代わりに「新着！」と表示され、ランキングには入りません。スコアは初日から計算されますが、1日目のモデルは非常に急速に成長するため、猶予期間なしでは常に昨日リリースされたモデルが今週の#1になってしまいます。
トレンド: ある期間におけるモデルの成長が、同じ期間の典型的なモデルの成長と比べてどうかを示します。典型より速ければ上昇、遅ければ下降と読みます。
典型的なモデル: カタログの真ん中にあたるモデルで、数値があるモデルの半分はこの期間により速く成長し、半分は遅く成長しています。