انتشار Kimi K2.7-Code

Moonshot AI مدل Kimi K2.7-Code را در ۱۲ ژوئن ۲۰۲۶ منتشر کرد. این مدل کدنویسی از معماری Mixture-of-Experts با ۱ تریلیون پارامتر استفاده می‌کند. این مدل در هر توکن از ۳۲ میلیارد پارامتر فعال استفاده می‌کند.

جزئیات کلیدی:

  • وزن‌های باز (Open weights): می‌توانید آن را در Hugging Face پیدا کنید.
  • میزبانی شخصی (Self-hosting): برای حفظ حریم خصوصی داده‌های خود، آن را روی AWS یا سرورهای شخصی خود میزبانی کنید.
  • استفاده از ابزار: این مدل از Model Context Protocol پیروی می‌کند. این مدل به جای چت ساده، در حلقه‌های عامل (agent loops) بهترین عملکرد را دارد.
  • هزینه پایین: هزینه توکن‌های ورودی ۰.۹۵ دلار به ازای هر میلیون توکن است. هزینه توکن‌های خروجی ۴.۰۰ دلار به ازای هر میلیون توکن است.
  • سرعت: یک حالت جدید HighSpeed در دسترس است.

یک نکته مهم: Moonshot AI این نتایج را به بنچمارک‌های مستقل ارائه نکرده است. تمام امتیازها توسط خود تامین‌کننده ارائه شده‌اند. هنوز هیچ نتیجه‌ای از SWE-bench توسط شخص ثالث موجود نیست.

مقاله کامل را اینجا بخوانید: https://dev.to/rishi_kora/kimi-k27-code-1t-param-open-weight-coder-goes-mcp-first-1pgn

انجمن یادگیری اختیاری: https://t.me/GyaanSetuAi