- Points clés
- Qu'est-ce que Kimi K2.7 Code ?
- Accès à l'API Kimi K2.7 Code sur Novita AI
- Résumé des spécifications et de la tarification de Kimi K2.7 Code
- Capacités clés pour les développeurs
- Quand utiliser Kimi K2.7 Code
- Quand ne pas utiliser Kimi K2.7 Code
- Comment Kimi K2.7 Code s'intègre dans votre workflow API
- Recommandation finale
- FAQ
- Articles recommandés
Kimi K2.7 Code est disponible sur Novita AI pour les équipes qui développent des agents de codage, des assistants utilisant des outils et des workflows d’ingénierie avec un long contexte. Utilisez l’ID de modèle moonshotai/kimi-k2.7-code avec l’API de chat compatible OpenAI de Novita AI lorsque vous avez besoin d’un modèle orienté codage avec une fenêtre de contexte de 262 144 tokens, des entrées multimodales, l’appel d’outils, des sorties structurées et une tarification claire des tokens.
Points clés
- Kimi K2.7 Code est un modèle de codage et agentique de MoonshotAI disponible via l’API et le Playground Kimi K2.7 Code sur Novita AI.
- L’ID de modèle Novita AI est
moonshotai/kimi-k2.7-code, avec les familles de points de terminaisonchat/completionsetanthropiclistées sur la page du modèle. - La page du modèle indique une fenêtre de contexte de 262 144 tokens et un maximum de 262 144 tokens de sortie, ce qui le rend adapté au contexte de grands dépôts, au raisonnement multi-fichiers et aux longues traces d’agents.
- Depuis le 16 juin 2026, la tarification est de 0,95 $ par million de tokens d’entrée, 0,19 $ par million de tokens d’entrée lus depuis le cache et 4,00 $ par million de tokens de sortie.
Qu’est-ce que Kimi K2.7 Code ?
Kimi K2.7 Code est le modèle Kimi de MoonshotAI axé sur le codage pour les workflows de développement logiciel agentique. La page du modèle Kimi K2.7 Code sur Novita AI le décrit comme un modèle Mixture-of-Experts de 1 000 milliards de paramètres avec 32 milliards de paramètres activés, une fenêtre de contexte de 256 K, une pensée entrelacée et un appel d’outils en plusieurs étapes.
Pour les développeurs, la valeur est pratique : Kimi K2.7 Code est conçu pour des prompts qui incluent plus qu’un simple extrait. Il peut travailler avec un contexte de dépôt plus large, raisonner à travers des plans d’implémentation en plusieurs étapes, utiliser des outils et renvoyer du code ou des sorties structurées via une API. Cela en fait un choix naturel pour les assistants de codage, les agents conscients du dépôt, les copilotes de revue de code et l’automatisation interne où la longueur du contexte et le comportement d’utilisation des outils sont importants.
Il prend également en charge les entrées texte, image et vidéo avec une sortie texte. En pratique, cela signifie que vous pouvez l’évaluer pour l’inspection d’interface utilisateur, les prompts de conception vers code, les rapports de bogues basés sur des captures d’écran et les workflows de débogage multimodaux tout en gardant le format de réponse basé sur le texte.
Accès à l’API Kimi K2.7 Code sur Novita AI
Kimi K2.7 Code est disponible sur Novita AI sous l’ID de modèle exact moonshotai/kimi-k2.7-code. La page du modèle liste deux familles de points de terminaison :
| Famille de point de terminaison | Ce que cela signifie pour les développeurs |
|---|---|
chat/completions |
Utilisez Kimi K2.7 Code via une interface de complétion de chat compatible OpenAI. |
anthropic |
Utilisez le modèle via le chemin de point de terminaison compatible Anthropic de Novita AI, là où vos outils le supportent. |
Les détails des points de terminaison ci-dessus sont basés sur la page du modèle Novita AI au 16 juin 2026.
Pour la plupart des équipes applicatives, la voie compatible OpenAI est la plus simple pour commencer. Conservez le modèle familier de messages de chat, configurez l’URL de base de Novita AI et définissez le modèle sur moonshotai/kimi-k2.7-code. Pour des exemples de code exécutables et un guide pas à pas, consultez le démarrage rapide de l’API Kimi K2.7 Code.
Si vous comparez la nouvelle option 1M-contexte de Moonshot pour des workflows API similaires, le démarrage rapide de l’API Kimi K3 montre l’ID de modèle exact, le point de terminaison et le modèle de première requête sur Novita AI.
from openai import OpenAI
client = OpenAI(
api_key="VOTRE_CLE_API_NOVITA",
base_url="https://api.novita.ai/v3/openai",
)
response = client.chat.completions.create(
model="moonshotai/kimi-k2.7-code",
messages=[
{"role": "system", "content": "Vous êtes un assistant de codage minutieux."},
{"role": "user", "content": "Examinez cette fonction pour sa correction et ses cas limites."},
],
max_tokens=4096,
temperature=0.2,
)
print(response.choices[0].message.content)
Créez et gérez les clés API via la Gestion des clés Novita AI. Pour la configuration du compte, consultez le guide de démarrage rapide Novita AI.
Résumé des spécifications et de la tarification de Kimi K2.7 Code
| Champ | Détails |
|---|---|
| Nom d’affichage | Kimi K2.7 Code |
| ID de modèle | moonshotai/kimi-k2.7-code |
| Type de modèle | Chat |
| Série | MoonshotAI |
| Étiquette d’architecture | MoE |
| Résumé des paramètres | 1 000 milliards de paramètres au total, 32 milliards activés |
| URL de base | https://api.novita.ai/v3/openai pour les appels compatibles OpenAI |
| Famille de points de terminaison | chat/completions, anthropic |
| Modalités d’entrée | Texte, image, vidéo |
| Modalité de sortie | Texte |
| Fenêtre de contexte | 262 144 tokens |
| Tokens de sortie max | 262 144 tokens |
| Fonctionnalités listées | Serverless, appel de fonction, sorties structurées, raisonnement |
| Tarification | 0,95 $ / 1M tokens d’entrée, 0,19 $ / 1M tokens d’entrée lus depuis le cache, 4,00 $ / 1M tokens de sortie |
| Limites de débit affichées | T1 : 30 RPM / 50 000 000 TPM ; T2 : 100 RPM / 50 000 000 TPM ; T3 : 1 000 RPM / 50 000 000 TPM ; T4 : 3 000 RPM / 50 000 000 TPM ; T5 : 6 000 RPM / 50 000 000 TPM |
| Meilleure utilisation | Agents de codage, revue de code, analyse de dépôt, assistants d’ingénierie structurée, workflows de développement multimodaux |
Les spécifications et la tarification ci-dessus sont basées sur la page du modèle Novita AI au 16 juin 2026.
Capacités clés pour les développeurs
Appel d’outils : Construire des agents qui nécessitent l’utilisation de fonctions
L’appel de fonction et les sorties structurées sont importants lorsque votre application a besoin que le modèle fasse plus que répondre en prose. Les exemples typiques incluent la recherche dans un dépôt, l’exécution de tests, la récupération d’informations, le triage de tickets, la revue de code structurée et le routage de workflows.
Utilisez l’appel d’outils pour des actions limitées avec des schémas clairs. Gardez les opérations à haut risque derrière des vérifications explicites de l’application, en particulier lorsqu’un agent de codage peut modifier des fichiers, exécuter des commandes ou ouvrir des demandes de tirage (pull requests).
Contexte long : Conserver plus d’état du dépôt en vue
La fenêtre de contexte de 262 144 tokens donne aux équipes la place pour des extraits de code plus importants, des descriptions de problèmes, des journaux, des notes de dépendances et des contraintes architecturales. Vous avez toujours besoin de récupération et de sélection de contexte, mais votre agent a plus de place pour conserver les faits qui sont souvent perdus dans les sessions de codage à contexte court.
Pour de meilleurs résultats, organisez le contexte par priorité : objectif de la tâche, fichiers pertinents, sortie de test en échec, contrats API, contraintes, et ensuite seulement le contexte de moindre priorité. Le contexte long aide surtout lorsque l’entrée est organisée.
Entrée multimodale : Prendre en charge les workflows de développement basés sur la vision
Les entrées texte, image et vidéo ouvrent des voies d’évaluation pour la revue d’interface utilisateur, les rapports de bogues basés sur des captures d’écran, les prompts de conception vers code et les notes de débogage assistées par vidéo. Comme la sortie est textuelle, le modèle peut décrire des problèmes, produire des plans d’implémentation ou générer des modifications de code à partir de preuves multimodales.
Sorties structurées : Rendre les réponses plus faciles à automatiser
Le support des sorties structurées est utile lorsque la réponse du modèle alimente une automatisation en aval. Un assistant de revue de code peut renvoyer la sévérité, le chemin du fichier, la référence de ligne, la confiance et le correctif suggéré. Un agent de triage peut renvoyer le composant, le propriétaire probable, le risque de reproduction et l’action suivante. La sortie structurée transforme le modèle d’une interface de chat en un composant de service prévisible.
Quand utiliser Kimi K2.7 Code
Agents de codage et outils de développement
Utilisez Kimi K2.7 Code lorsque votre produit a besoin d’un LLM capable de raisonner sur du code, d’appeler des outils et de renvoyer des résultats structurés. Les bons candidats incluent les assistants IDE, les agents de codage en terminal, les réviseurs de demandes de tirage, les explicateurs d’échecs de test, les bots de plateforme interne et les outils de triage CI.
Si votre équipe utilise déjà des outils compatibles OpenAI, le point de terminaison chat/completions listé sur la page du modèle limite le travail d’intégration.
Analyse de dépôt avec contexte long
Utilisez Kimi K2.7 Code lorsque le modèle doit conserver plus qu’un petit prompt en vue : modifications multi-fichiers, notes de migration, journaux, documents d’architecture, contrats API ou longues discussions de problèmes. Sa longue fenêtre de contexte donne à votre application la place pour envoyer suffisamment de contexte pour une analyse sérieuse.
Pour les très grands dépôts, le contexte long fonctionne mieux avec la récupération d’informations. Envoyer uniquement les fichiers, journaux et notes qui affectent directement la tâche produit généralement de meilleures réponses que d’envoyer l’intégralité du dépôt en une fois.
Revue d’ingénierie multimodale
Utilisez Kimi K2.7 Code lorsqu’un workflow d’ingénierie inclut des captures d’écran, des vidéos d’interface utilisateur ou des rapports de bogues visuels. Ses entrées texte, image et vidéo le rendent intéressant à tester pour l’assurance qualité front-end, la revue d’implémentation de conception et l’explication de régressions visuelles.
Agents à long terme soucieux des coûts
Comme Novita AI liste une tarification de lecture depuis le cache pour ce modèle, Kimi K2.7 Code peut convenir aux workflows avec contexte répété où un prompt système stable, un schéma d’outil, un résumé de dépôt ou un document de conception apparaît dans de nombreux appels. En pratique, la meilleure adéquation dépend de la réutilisation du cache, de la longueur de la sortie et du coût total en tokens pour votre charge de travail.
Quand ne pas utiliser Kimi K2.7 Code
Choisissez un modèle plus petit pour les simples bots FAQ, les tâches d’extraction courtes ou la classification à faible enjeu où le contexte long, l’entrée multimodale et les fonctionnalités d’agent de codage n’affectent pas le résultat.
Pour les workflows d’agents de codage, gardez les contrôles de sécurité standard en place : validez les arguments des outils, exécutez les commandes dans un environnement isolé (sandbox), exigez des approbations pour les actions destructrices et enregistrez les décisions du modèle pour audit.
Comment Kimi K2.7 Code s’intègre dans votre workflow API
Kimi K2.7 Code s’intègre dans un workflow API Novita AI en tant que modèle de chat. Gardez ces valeurs d’intégration à portée de main :
- ID de modèle :
moonshotai/kimi-k2.7-code - URL de base compatible OpenAI :
https://api.novita.ai/v3/openai - Famille de point de terminaison :
chat/completions - Chemin de compatibilité optionnel :
anthropic - Utilisation principale : codage, appel d’outils, sorties structurées, raisonnement à long contexte, entrées d’ingénierie multimodales
Une voie de déploiement pratique consiste à commencer dans le Playground Kimi K2.7 Code, à déplacer les mêmes prompts dans un harnais API et à comparer les résultats sur les tâches de codage que votre équipe gère déjà. La qualité des résultats et l’utilisation totale des tokens comptent généralement plus que la seule tarification par token.
Pour les agents de codage, les points de comparaison les plus utiles sont :
| Zone d’évaluation | Ce qu’il faut mesurer |
|---|---|
| Exactitude | Le correctif généré a-t-il passé les tests et préservé le comportement attendu ? |
| Utilisation des outils | Le modèle a-t-il appelé le bon outil avec des arguments valides ? |
| Utilisation du contexte | A-t-il utilisé les faits du dépôt fournis au lieu de deviner ? |
| Coût | Quels ont été les tokens d’entrée, lus depuis le cache et de sortie par tâche terminée ? |
| Sécurité | A-t-il évité les modifications destructrices et signalé les hypothèses incertaines ? |
Recommandation finale
Utilisez Kimi K2.7 Code sur Novita AI si vous construisez des agents de codage, des assistants conscients du dépôt, des outils de revue d’ingénierie multimodale ou des workflows de développement à long contexte qui nécessitent un accès API compatible OpenAI. Commencez avec moonshotai/kimi-k2.7-code, testez-le dans l’API et le Playground Kimi K2.7 Code et comparez-le à votre modèle actuel en utilisant de vrais tickets, des tests en échec et des exemples de revue de code.
Choisissez un autre modèle lorsque votre charge de travail est courte, générique ou suffisamment sensible aux coûts pour que le contexte long et les fonctionnalités d’agent de codage soient inutiles.
FAQ
Qu’est-ce que Kimi K2.7 Code ?
Kimi K2.7 Code est un modèle de chat MoonshotAI pour les workflows de codage et agentiques. La page du modèle Novita AI le décrit comme un modèle MoE de 1 000 milliards de paramètres avec 32 milliards de paramètres activés, une fenêtre de contexte de 256 K, une pensée entrelacée et un appel d’outils en plusieurs étapes.
Kimi K2.7 Code est-il disponible sur Novita AI ?
Oui. La page du modèle Kimi K2.7 Code sur Novita AI liste le modèle comme disponible depuis le 16 juin 2026.
Quel est l’ID de modèle pour Kimi K2.7 Code sur Novita AI ?
L’ID de modèle est moonshotai/kimi-k2.7-code.
Combien coûte Kimi K2.7 Code sur Novita AI ?
Depuis le 16 juin 2026, Novita AI liste la tarification à 0,95 $ par million de tokens d’entrée, 0,19 $ par million de tokens d’entrée lus depuis le cache et 4,00 $ par million de tokens de sortie.
Quels points de terminaison Kimi K2.7 Code supporte-t-il ?
La page du modèle Novita AI liste les familles de points de terminaison chat/completions et anthropic pour Kimi K2.7 Code.
À quoi sert principalement Kimi K2.7 Code ?
Il est surtout adapté aux agents de codage, aux assistants utilisant des outils, à l’analyse de dépôt, à la revue de code structurée et aux workflows de développement multimodaux où le contexte long et l’appel d’outils sont importants.
