Trọng số có mở và tôi có thể chạy Kimi K2.7 Code cục bộ không?

Có, trọng số công khai trên Hugging Face tại moonshotai/Kimi-K2.7-Code. Với 1 nghìn tỷ tham số bạn cần phần cứng mạnh; xem hướng dẫn VRAM trước khi tải.

Kimi K2.7 Code có giá bao nhiêu và ngữ cảnh dài bao nhiêu?

Qua API, giá là 0,67 USD cho mỗi triệu token đầu vào và 3,35 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token.

K2.7 Code khác gì so với K2.6?

K2.7 Code xây dựng trên K2.6 với trọng tâm là các nhiệm vụ lập trình dài hạn thực tế và cải thiện hiệu quả token, giảm khoảng 30% token suy nghĩ so với K2.6.

Kimi K2.7 Code

5848°

#llm #moonshotai #thị giác #lý luận #lập trình #tác nhân

Chạy mô hình này

Ưu đãi / Quảng cáo

OpenRouter Terminal / API

Trả theo token

Trò chuyện với mô hình này trên trình duyệt hoặc gọi nó từ mã của bạn với một khóa API.

MoonshotAI | ngữ cảnh 262.144 token | $0,67/M đầu vào, $3,35/M đầu ra. MoonshotAI: Kimi K2.7 Code là mô hình tập trung vào lập trình trong gia đình Kimi K2 của Moonshot AI, được xây dựng để hoàn thành các nhiệm vụ lập trình đầu-cuối một cách đáng tin cậy trên các ngữ cảnh dài. Nó sử dụng kiến trúc hỗn hợp chuyên gia đa phương thức gốc chấp nhận đầu vào văn bản và hình ảnh, và luôn hoạt động ở chế độ suy nghĩ, giữ nguyên toàn bộ nội dung lý luận qua các cuộc hội thoại nhiều lượt. Với cửa sổ ngữ cảnh 256K token, nó hướng tới lập trình dài hạn, phân tách nhiệm vụ theo tác nhân và đối thoại nhiều lượt. Mô hình kích hoạt 32 tỷ tham số trong tổng số khoảng 1 nghìn tỷ.

Hướng dẫn cho mô hình này

LLM cục bộ tốt nhất theo từng trường hợp sử dụng (Tháng 10 năm 2026): mô hình mở phù hợp cho mọi công việc

Mình thực sự cần bao nhiêu VRAM cho AI cục bộ?

Tệp GGUF là gì? Giải thích về các mô hình lượng tử hóa (Q4, Q8, fp8, NF4)

Tất cả hướng dẫn

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

Kimi K2.7 Code là mô hình chuyên về lập trình của Moonshot AI, xây dựng trên kiến trúc mixture-of-experts 1 nghìn tỷ tham số kích hoạt 32 tỷ tham số mỗi token. Nó luôn chạy ở chế độ suy nghĩ, giữ nguyên suy luận qua các cuộc hội thoại đa lượt, và nhắm vào các nhiệm vụ kỹ thuật phần mềm dài hạn với ngữ cảnh 256K token. Trọng số mở và đa phương tiện, phù hợp với nhà phát triển cần mô hình lập trình tác nhân có khả năng tự chạy.

Nổi tiếng với

Lập trình tác nhân đầu-cuối trên các quy trình kỹ thuật phần mềm phức tạp, đa bước
Chế độ suy nghĩ luôn bật với suy luận đầy đủ qua các phiên đa lượt
Cửa sổ ngữ cảnh 256K token phù hợp với codebase lớn và nhiệm vụ dài
Tiết kiệm khoảng 30% token suy nghĩ so với phiên bản trước K2.6
Nhận đầu vào hình ảnh qua bộ mã hóa thị giác MoonViT gốc

Cẩn thận với

Với 1 nghìn tỷ tham số, tự lưu trữ đòi hỏi phần cứng mạnh; kiểm tra yêu cầu VRAM trước khi tải.
Các benchmark được Moonshot AI tự đánh giá cùng với bên thứ ba; cân nhắc khi so sánh.
Giá đầu ra 3,35 USD/M token tăng nhanh trên các phản hồi dài ở chế độ suy nghĩ.

Phù hợp nhất cho

Lập trình

Tác nhân và sử dụng công cụ

Lý luận

Ngữ cảnh dài

Chạy cục bộ

Lời nhắc để thử

Viết lại dịch vụ kế thừa

Tôi có dịch vụ Python Flask xử lý xác thực người dùng dùng truy vấn SQL thô và lưu phiên trong dictionary toàn cục. Viết lại dùng SQLAlchemy ORM, kho lưu trữ phiên đúng cách, và thêm kiểm tra đầu vào. Giải thích suy nghĩ trước khi viết code, rồi tạo đầy đủ các tệp đã viết lại.

Gỡ lỗi từ file nhị phân

Tôi có công cụ CLI biên dịch phân tích tệp CSV và xuất báo cáo tổng hợp. Tôi không có mã nguồn. Dựa trên đoạn tài liệu mô tả các cờ và định dạng đầu ra, viết lại bằng Python sao cho hành vi giống hệt, bao gồm các trường hợp cạnh với tệp trống và hàng sai định dạng.

Kế hoạch xây dựng tác nhân

Lập kế hoạch và triển khai API REST tối giản bằng Go với các endpoint CRUD cho danh sách công việc, lưu dữ liệu trong SQLite, bao gồm xác thực JWT cơ bản, và có Dockerfile. Chia công việc thành các bước, suy nghĩ từng quyết định thiết kế, rồi viết tất cả các tệp cần thiết để chạy.

So sánh với

Kimi Latest
Mô hình chỉ API
ngữ cảnh 1,048,576 token · Đầu vào $0.29/M, đầu ra $24.00/M
Kimi K3
Mô hình mở trọng số
ngữ cảnh 1,048,576 token · Đầu vào $0.30/M, đầu ra $11.94/M
Kimi K2 Thinking
Mô hình mở trọng số
ngữ cảnh 262,144 token · Đầu vào $0.60/M, đầu ra $2.50/M
Kimi K2.5
Mô hình mở trọng số
ngữ cảnh 262,144 token · Đầu vào $0.50/M, đầu ra $2.50/M

Thêm mô hình văn bản từ moonshotai

Câu hỏi thường gặp

Trọng số có mở và tôi có thể chạy Kimi K2.7 Code cục bộ không?: Có, trọng số công khai trên Hugging Face tại moonshotai/Kimi-K2.7-Code. Với 1 nghìn tỷ tham số bạn cần phần cứng mạnh; xem hướng dẫn VRAM trước khi tải.
Kimi K2.7 Code có giá bao nhiêu và ngữ cảnh dài bao nhiêu?: Qua API, giá là 0,67 USD cho mỗi triệu token đầu vào và 3,35 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token.
K2.7 Code khác gì so với K2.6?: K2.7 Code xây dựng trên K2.6 với trọng tâm là các nhiệm vụ lập trình dài hạn thực tế và cải thiện hiệu quả token, giảm khoảng 30% token suy nghĩ so với K2.6.

Phán quyết của thuyền trưởng
Một tác nhân lập trình trọng số mở nghiêm túc với ngữ cảnh dài và suy nghĩ luôn bật — đáng đầu tư phần cứng nếu công việc chính của bạn là kỹ thuật phần mềm tác nhân.

Thẻ mô hình trên Hugging Face

Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.

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

Điểm số này được tính như thế nào

Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Mô hình tương tự

Mô hình AI để tạo hình ảnh, video & văn bản

Kimi K2.7 Code là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm moonshotai thị giác lý luận lập trình tác nhân ngữ cảnh dài cục bộ

Duyệt theo họ mô hình