کیا Kimi K2.7 Code کے ویٹس اوپن ہیں اور کیا میں اسے لوکل چلا سکتا ہوں؟

جی ہاں، ویٹس Hugging Face پر moonshotai/Kimi-K2.7-Code پر دستیاب ہیں۔ 1T کل پیرامیٹرز کی وجہ سے آپ کو کافی ہارڈویئر کی ضرورت ہوگی؛ ڈاؤن لوڈ سے پہلے VRAM گائیڈ دیکھیں۔

Kimi K2.7 Code کی قیمت کیا ہے اور اس کا کانٹیکسٹ کتنا لمبا ہے؟

API کے ذریعے قیمت $0.67 فی ملین ان پٹ ٹوکنز اور $3.35 فی ملین آؤٹ پٹ ٹوکنز ہے، کانٹیکسٹ ونڈو 262,144 ٹوکنز ہے۔

K2.7 Code، K2.6 سے کیسے مختلف ہے؟

K2.7 Code K2.6 پر مبنی ہے، جس کا فوکس طویل مدتی حقیقی دنیا کے کوڈنگ کاموں اور بہتر ٹوکن کی کارکردگی پر ہے، جو K2.6 کے مقابلے میں سوچنے والے ٹوکنز کے استعمال کو تقریباً 30% کم کرتا ہے۔

Kimi K2.7 کوڈ

5848°

#llm #مون شاٹ اے آئی #نظر #منطق #کوڈنگ #ایجنٹس

ماڈل چلائیں

آفرز / اشتہارات

OpenRouter ٹرمینل / API

فی ٹوکن ادائیگی

اس ماڈل سے براؤزر میں بات کریں یا اپنے کوڈ سے ایک API کلید کے ساتھ کال کریں۔

MoonshotAI | 262,144 ٹوکن کانٹیکسٹ | $0.67/M ان پٹ، $3.35/M آؤٹ پٹ۔ MoonshotAI: Kimi K2.7 کوڈ Moonshot AI کے Kimi K2 خاندان کا کوڈنگ پر مرکوز ماڈل ہے، جو طویل کانٹیکسٹ میں قابل اعتماد اینڈ ٹو اینڈ پروگرامنگ ٹاسکس مکمل کرنے کے لیے بنایا گیا ہے۔ یہ ایک نیٹو ملٹی موڈل مکسچر آف ایکسپرٹس آرکیٹیکچر استعمال کرتا ہے جو متن اور تصویر دونوں ان پٹ قبول کرتا ہے، اور ہمیشہ سوچنے کے موڈ میں کام کرتا ہے، جو ملٹی ٹرن گفتگو میں مکمل استدلالی مواد کو محفوظ رکھتا ہے۔ 256K ٹوکن کانٹیکسٹ ونڈو کے ساتھ، یہ طویل مدتی کوڈنگ، ایجنٹک ٹاسک ڈی کمپوزیشن، اور ملٹی ٹرن ڈائیلاگ کو ہدف بناتا ہے۔ ماڈل تقریباً 1T کل پیرامیٹرز میں سے 32B کو فعال کرتا ہے۔

اس ماڈل کے رہنما

ہر کام کے لیے بہترین لوکل LLM (اکتوبر 2026): ہر کام کے لیے صحیح اوپن ماڈل

مقامی AI کے لیے مجھے واقعی کتنی VRAM چاہیے؟

GGUF فائل کیا ہے؟ کوانٹائزڈ ماڈلز کی وضاحت (Q4, Q8, fp8, NF4)

تمام رہنما

کپتان کے نوٹس

Captain کی تحریر، ہاؤس ایڈیٹر

2026-10-13 کے نوٹس

Kimi K2.7 Code Moonshot AI کا کوڈنگ اسپیشلسٹ ماڈل ہے، جو 1 ٹریلین پیرامیٹرز کے مکسچر آف ایکسپرٹس آرکیٹیکچر پر مبنی ہے جو ہر ٹوکن پر 32B پیرامیٹرز کو فعال کرتا ہے۔ یہ ہمیشہ سوچنے کے موڈ میں چلتا ہے، کثیر مرحلہ بات چیت میں استدلال کو برقرار رکھتا ہے، اور طویل مدتی سافٹ ویئر انجینئرنگ کاموں کے لیے 256K ٹوکنز کے کانٹیکسٹ ونڈو کے ساتھ ہدف بناتا ہے۔ اوپن ویٹس اور ملٹی موڈل، یہ ان ڈویلپرز کے لیے موزوں ہے جو ایک قابل ایجنٹک کوڈنگ ماڈل خود چلانا چاہتے ہیں۔

مشہور ہے

پیچیدہ، کثیر مرحلہ سافٹ ویئر انجینئرنگ ورک فلو میں اینڈ ٹو اینڈ ایجنٹک کوڈنگ
ہمیشہ آن سوچنے کا موڈ، کثیر مرحلہ سیشنز میں مکمل استدلال برقرار رکھنا
256K ٹوکنز کا کانٹیکسٹ ونڈو جو بڑے کوڈ بیسز اور طویل کاموں کے لیے موزوں ہے
اپنے پیشرو K2.6 کے مقابلے میں تقریباً 30% کم سوچنے والے ٹوکنز استعمال کرتا ہے
MoonViT وژن انکوڈر کے ذریعے امیج ان پٹ قبول کرتا ہے

خبردار رہیں

1T کل پیرامیٹرز کی وجہ سے خود میزبانی کے لیے سنجیدہ ہارڈویئر کی ضرورت ہے؛ ڈاؤن لوڈ سے پہلے VRAM کی ضروریات چیک کریں۔
بنچ مارکس Moonshot AI کے اپنے اندرونی اور تھرڈ پارٹی جائزوں پر مبنی ہیں؛ انہیں مناسب وزن دیں۔
آؤٹ پٹ کی قیمت $3.35/M ٹوکنز ہے جو طویل سوچنے والے جوابات پر تیزی سے بڑھ جاتی ہے۔

بہترین ہے

کوڈنگ

ایجنٹس اور ٹولز کا استعمال

منطق

طویل سیاق و سباق

مقامی طور پر چلتا ہے

آزمائیں یہ پرامپٹس

ایک پرانی سروس کو ریفیکٹر کریں

میرے پاس ایک Python Flask سروس ہے جو صارف کی تصدیق کے لیے خام SQL کوئریز استعمال کرتی ہے اور سیشنز کو ایک گلوبل ڈکشنری میں ذخیرہ کرتی ہے۔ اسے SQLAlchemy ORM، مناسب سیشن اسٹور، اور ان پٹ ویلیڈیشن کے ساتھ ریفیکٹر کریں۔ کوڈ لکھنے سے پہلے اپنے استدلال کی وضاحت کریں، پھر مکمل ریفیکٹر شدہ فائلیں تیار کریں۔

بائنری سے ڈیبگ کریں

میرے پاس ایک کمپائلڈ CLI ٹول ہے جو CSV فائلوں کو پارس کرتا ہے اور خلاصہ رپورٹ آؤٹ پٹ کرتا ہے۔ میرے پاس سورس کوڈ نہیں ہے۔ اس کے فلیگز اور آؤٹ پٹ فارمیٹ کی دستاویزات کی بنیاد پر، Python میں دوبارہ عمل درآمد لکھیں جو اس کے رویے سے میل کھاتا ہو، بشمول خالی فائلوں اور خراب قطاروں کے ایج کیسز۔

ایجنٹک تعمیراتی منصوبہ

Go میں ایک کم سے کم REST API پلان اور نافذ کریں جو ٹاسک لسٹ کے CRUD اینڈ پوائنٹس فراہم کرے، ڈیٹا SQLite میں ذخیرہ کرے، بنیادی JWT تصدیق شامل کرے، اور Dockerfile رکھے۔ کام کو مراحل میں تقسیم کریں، ہر ڈیزائن فیصلے پر استدلال کریں، پھر چلانے کے لیے تمام فائلیں لکھیں۔

موازنہ کریں

Kimi Latest
صرف API ماڈل
1,048,576 ٹوکن سیاق و سباق · $0.29/M ان پٹ، $24.00/M آؤٹ پٹ
Kimi K3
اوپن ویٹس ماڈل
1,048,576 ٹوکن سیاق و سباق · $0.30/M ان پٹ، $11.94/M آؤٹ پٹ
Kimi K2 Thinking
اوپن ویٹس ماڈل
262,144 ٹوکن سیاق و سباق · $0.60/M ان پٹ، $2.50/M آؤٹ پٹ
Kimi K2.5
اوپن ویٹس ماڈل
262,144 ٹوکن سیاق و سباق · $0.50/M ان پٹ، $2.50/M آؤٹ پٹ

moonshotai کے مزید ٹیکسٹ ماڈلز

لوگ پوچھتے ہیں

کیا Kimi K2.7 Code کے ویٹس اوپن ہیں اور کیا میں اسے لوکل چلا سکتا ہوں؟: جی ہاں، ویٹس Hugging Face پر moonshotai/Kimi-K2.7-Code پر دستیاب ہیں۔ 1T کل پیرامیٹرز کی وجہ سے آپ کو کافی ہارڈویئر کی ضرورت ہوگی؛ ڈاؤن لوڈ سے پہلے VRAM گائیڈ دیکھیں۔
Kimi K2.7 Code کی قیمت کیا ہے اور اس کا کانٹیکسٹ کتنا لمبا ہے؟: API کے ذریعے قیمت $0.67 فی ملین ان پٹ ٹوکنز اور $3.35 فی ملین آؤٹ پٹ ٹوکنز ہے، کانٹیکسٹ ونڈو 262,144 ٹوکنز ہے۔
K2.7 Code، K2.6 سے کیسے مختلف ہے؟: K2.7 Code K2.6 پر مبنی ہے، جس کا فوکس طویل مدتی حقیقی دنیا کے کوڈنگ کاموں اور بہتر ٹوکن کی کارکردگی پر ہے، جو K2.6 کے مقابلے میں سوچنے والے ٹوکنز کے استعمال کو تقریباً 30% کم کرتا ہے۔

کپتان کا فیصلہ
ایک سنجیدہ اوپن ویٹس کوڈنگ ایجنٹ جو طویل کانٹیکسٹ اور ہمیشہ آن استدلال کے ساتھ ہے — اگر ایجنٹک سافٹ ویئر انجینئرنگ آپ کا اصل کام ہے تو ہارڈویئر کی قیمت کے قابل۔

ماڈل کارڈ Hugging Face پر

کپتان یہ نوٹس ماڈل کی اپنی وضاحت اور ماڈل کارڈ سے لکھتا ہے۔ قیمتیں اور سیاق و سباق کے سائز اس وقت فراہم کنندہ کے ہیں اور بدل سکتے ہیں۔

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

یہ سکور کیسے بنتا ہے

اس ماڈل کے لیے ابھی تک کسی ذریعہ سے مقبولیت کا ڈیٹا نہیں ہے، اس لیے اس کے لیے 7,000° سے نیچے ایک عارضی نمبر رکھا گیا ہے تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں آتا۔ جیسے ہی کوئی ذریعہ رپورٹ کرے گا، یہاں تفصیل ظاہر ہو جائے گی۔

اصطلاحات: یہاں استعمال ہونے والی باتیں

ہیٹ اسکور: ایک نمبر جو بتاتا ہے کہ ماڈل ابھی کتنا استعمال ہو رہا ہے اور چاہا جا رہا ہے، 0° سے 9,999° تک۔ اس سائٹ کی ہر 'ہottest' فہرست اسی کے حساب سے ترتیب دی جاتی ہے۔
فلور: 7,000° وہ نقطہ جہاں ہر ماڈل جس کے پاس اصل ڈیٹا ہے شروع ہوتا ہے۔ پیمانہ 0° سے 9,999° تک ہے؛ فلور سے نیچے کا حصہ اسٹینڈ انز (ڈیٹا کے بغیر ماڈلز) کے لیے مخصوص ہے، تاکہ ڈیٹا والا ماڈل ہمیشہ بغیر ڈیٹا والے سے اوپر رہے۔ فلور سب کے لیے ایک جیسا ہے اور کچھ فیصلہ نہیں کرتا؛ اس سے اوپر کے ڈگری پیمائش ہیں۔
ڈاؤن لوڈ کے برابر: وہ سب کچھ جو اسکور ڈاؤن لوڈ کے برابر سمجھتا ہے، جمع کیا گیا: خود ڈاؤن لوڈز، ہر ٹورینٹ سیڈر کو 1,000 کے برابر، ہر AI Horde تصویر اور ہر جنریشن سائٹ پر رن کو ایک کے برابر۔
لاگ پیمانہ: دس کے حساب سے گنتی، ایک کے حساب سے نہیں: 1,000 سے 10,000 ڈاؤن لوڈز جانا وہی ڈگری بڑھاتا ہے جو 10,000 سے 100,000 جانا۔ یہ بڑے ماڈلز کو سب کچھ دبا دینے سے بچاتا ہے۔
لائکس: ہر ماخذ سے تھمز اپ اور لائکس، لاگ پیمانے پر ہر ایک آدھے ڈاؤن لوڈ کے برابر۔
قبولیت کی شرح: ابھی ماڈل کو روزانہ کتنے ڈاؤن لوڈز مل رہے ہیں، دو ریڈنگز کے فرق سے۔ ڈاؤن لوڈ کی اصطلاح کے وزن کا ایک چوتھائی حصہ۔
ماپا گیا اور اندازہ لگایا گیا: ماپا گیا مطلب ہے کہ کسی ماخذ کے دو ریڈنگز موجود ہیں اور فرق حقیقی ہے۔ اندازہ لگایا گیا مطلب ہے کہ صرف آج کا کل معلوم ہے اور ماضی ماڈل کی زندگی میں تقسیم کیا گیا ہے؛ سائٹ بتاتی ہے کہ کون سا دکھا رہا ہے۔
سیڈر: کوئی شخص جو وزن کی کاپی آن لائن رکھتا ہے تاکہ دوسرے اسے ٹورینٹ کے ذریعے ڈاؤن لوڈ کر سکیں، یا کوئی ہوسٹ کیا ہوا آئینہ جو یہی کام کرتا ہے۔ ہر ایک کو 1,000 ڈاؤن لوڈز کے برابر گنا جاتا ہے۔
AI ہورڈ: ایک رضاکار نیٹ ورک جو عطیہ شدہ کمپیوٹرز پر مفت تصاویر بناتا ہے۔ اس نے کسی ماڈل کے ساتھ کتنی تصاویر بنائی ہیں یہ عوامی ہے، اور ہر ایک کو ایک ڈاؤن لوڈ کے طور پر گنا جاتا ہے۔
جنریشن سائٹس: ایسی سائٹس جو اپنے ماڈل کی کاپیاں ہوسٹ کرتی ہیں اور لوگوں کو اس کے ساتھ جنریشن کی اجازت دیتی ہیں، جیسے PixAI، SeaArt اور Yodayo۔ ان کے ڈاؤن لوڈز Civitai کی طرح گنے جاتے ہیں اور ہر جنریشن رن کو ایک ڈاؤن لوڈ سمجھا جاتا ہے۔
OpenRouter ٹوکنز: ایک ٹیکسٹ ماڈل جو API کے ذریعے فراہم کیا جاتا ہے، جیسے Claude یا GPT، اس کے وزن ڈاؤن لوڈ کرنے کے لیے نہیں ہوتے، اس لیے اس کا استعمال ٹوکنز میں ناپا جاتا ہے: وہ ٹکڑے متن کے جو اس نے OpenRouter کے ذریعے پچھلے 30 دنوں میں پڑھے اور لکھے۔ ہر 10,000,000 ٹوکنز کو ایک ڈاؤن لوڈ شمار کیا جاتا ہے۔ ماخذ: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
مکمل ماڈل (چیک پوائنٹ): خود جنریشن کرنے والی فائل، یعنی وزن خود۔ اسے بونس ملتا ہے کیونکہ اس پر ایڈ آنز منحصر ہوتے ہیں۔
LoRA اور ایمبیڈنگ: چھوٹی ایڈ آن فائلیں جو کسی اور کے وزن کو ایک انداز، کردار یا تصور کی طرف لے جاتی ہیں۔ یہ اکیلے نہیں چل سکتیں۔
خاندان اور وزن: بنیاد جس پر ماڈل بنایا گیا ہے، جیسے SD 1.5، SDXL، Flux یا Wan۔ ہر ماڈل اپنے خاندان کے وزن کی ریلیز تاریخ وراثت میں لیتا ہے۔
عمر: کتنے عرصہ پہلے خاندان کے وزن جاری ہوئے اس کے لیے نکالے گئے ڈگریز: سالانہ 150°، زیادہ سے زیادہ 750°۔ یہ پرانے ڈاؤن لوڈز کو رکھتا ہے جن کے پاس سالوں کا وقت جمع ہونے کا موقع تھا تاکہ فہرست کے اوپر کو منجمد کر سکے۔
خاندانی بوسٹ: ایک چھوٹا، محدود دھکا LoRA کے لیے جس خاندان کو یہ سائٹ اس وقت آگے بڑھا رہی ہے، ہمیشہ تفصیل میں شامل ہوتا ہے۔
اسٹینڈ ان اسکور: ایک مستحکم نمبر جو اس فلور سے نیچے ہوتا ہے جو ابھی تک کسی ماخذ نے رپورٹ نہیں کیا، تاکہ فہرستیں مکمل رہیں۔ یہ کبھی بھی ڈیٹا والے ماڈل سے اوپر نہیں ہوتا۔
نیا! (گریس پیریڈ): ایک ماڈل جو 7 دن سے کم پرانا ہو، اس کی جگہ اسکور کی بجائے New! دکھائی جاتی ہے اور یہ درجہ بندی میں جگہ نہیں رکھتا۔ اس کا اسکور پہلے دن سے شمار کیا جاتا ہے، لیکن ایک دن پرانا ماڈل سب سے تیزی سے بڑھتا ہے، اس لیے بغیر انتظار کے ہفتے کا #1 ہمیشہ کل کا نیا ماڈل ہوتا، نہ کہ وہ جو ایک ہفتہ قائم رہا ہو۔
رجحان: کسی ماڈل کی ترقی کسی مدت میں عام ماڈل کی ترقی کے مقابلے میں کیسی ہے۔ عام سے تیز ترقی کو اضافہ سمجھا جاتا ہے، اور سست کو کمی۔
عام ماڈل: کتالوج کا وسط: نصف ماڈلز جن کے اعداد و شمار ہیں وہ اس مدت میں تیزی سے بڑھے، نصف سست۔

ملتے جلتے ماڈلز

تصویر، ویڈیو اور متن بنانے کے AI ماڈلز

Kimi K2.7 کوڈ ایک متن ماڈل ہے جو Text / LLM فیملی کے لیے ModelTrends.ai پر درج ہے، جو اوپن سورس AI تصویر، ویڈیو اور متن ماڈلز کا صرف پڑھنے والا کیٹلاگ ہے۔ اس کا دوسرے Text / LLM ماڈلز سے موازنہ کریں اور اس کا ہیٹ اسکور دیکھ کر ٹرینڈ جانیں۔

مزید Text / LLM ماڈلز مزید Text / LLM متن / LLM llm مون شاٹ اے آئی نظر منطق کوڈنگ ایجنٹس طویل سیاق و سباق مقامی

ماڈل فیملی کے لحاظ سے دیکھیں