Kimi K2.7 Code là lựa chọn phù hợp cho các tác vụ reasoning khoa học và agent tổng quát, với điểm GPQA Diamond và τ²-bench thuộc nhóm ấn tượng. Tuy nhiên, coding thuần tuý ở mức trung bình và agent trong domain nghiệp vụ (ngân hàng, tài chính) rất yếu — không nên dùng cho hệ thống workflow có ràng buộc nghiệp vụ chặt. Phù hợp nhất với researcher, kỹ sư cần automation shell/terminal hoặc phân tích khoa học kỹ thuật.

Điểm mạnh

Reasoning khoa học rất mạnh: GPQA Diamond đạt 0.896 — nằm trong nhóm cao, phù hợp các bài toán đòi hỏi kiến thức chuyên sâu về khoa học tự nhiên
AI Agent tổng quát xuất sắc: τ²-bench đạt 0.900, cho thấy khả năng hoàn thành task phức tạp trong môi trường agent đa bước ổn định
Terminal agent khá tốt: Terminal-Bench v2 đạt 0.674, xử lý tốt các tác vụ tự động hoá trên terminal/shell
Long context reasoning ổn: 0.663 — đủ dùng cho tác vụ phân tích tài liệu dài hoặc codebase lớn

Điểm yếu

Coding thực tế ở mức trung bình: SciCode 0.475 và Terminal-Bench Hard 0.447 — không nổi bật so với các model chuyên coding, đặc biệt với bài toán lập trình khó
Agent trong domain nghiệp vụ rất yếu: τ-bench Banking chỉ 0.181 — hiệu suất thấp khi xử lý quy trình có nghiệp vụ cụ thể, ràng buộc chặt, dễ mắc lỗi logic domain
Humanity's Last Exam đạt 0.328 — reasoning trên các câu hỏi khó bậc cao nhất vẫn còn khoảng cách lớn

Use case

Nghiên cứu khoa học và phân tích kỹ thuật: tận dụng GPQA Diamond cao để giải thích/tra cứu kiến thức vật lý, hóa học, sinh học chuyên sâuAutomation agent tổng quát: dùng trong pipeline agent đa bước không thuộc domain nghiệp vụ cụ thể (τ²-bench 0.900)Scripting và tự động hoá terminal: viết script, chạy lệnh CLI, tự động hoá môi trường dev với Terminal-Bench v2 0.674

Hướng dẫn & Video

Kimi K2.7 Code được phát hành bởi Moonshot AI vào tháng 6/2026, có thể truy cập qua Kimi API tại platform.kimi.ai hoặc tải miễn phí trên Hugging Face (Modified MIT License), ngoài ra còn có trên OpenRouter. Model chuyên biệt cho coding: tối ưu cho các tác vụ software engineering dài hơi như agentic coding, xử lý multi-file codebase, debug phức tạp với context window 256K token. Kiến trúc Mixture-of-Experts 1 nghìn tỷ tham số (32B active/token), luôn hoạt động ở thinking mode, giảm 30% reasoning token so với K2.6 giúp tiết kiệm chi phí. Giá API: $0.95/M input token, $4.00/M output token. Mẹo: dùng K2.7 Code cho task engineering dài hơi và phức tạp; với task general-purpose thông thường, K2.6 vẫn là lựa chọn được Moonshot khuyến nghị hơn.

▶ Kimi K2.7 Code Tutorial

Bài review

Kimi K2.7 Code Review 2026: 1T Coding Model Tested ↗Kimi K2.7 Code Review: Open-Source 1T Parameter Model Cuts Reasoning Tokens 30% ↗