CallMissed logoCallMissed
सभी मॉडल पर वापस जाएं
LLM चैटvisionreasoningtools
Moonshot — kimi-k2.7-code logo

Kimi K2.7 Code

द्वारा Moonshot · रिलीज़ 2026

Moonshot AI का frontier-scale open-source 1T-पैरामीटर मॉडल, agentic coding के लिए ट्यून किया गया। 262K context window, multi-turn tool calling, reasoning, vision inputs और agentic workloads के लिए structured outputs।

Moonshot — kimi-k2.7-code logo
LLM चैट

Kimi K2.7 Code

द्वारा संचालित Moonshot · Mixture-of-Experts (1T params, agentic coding)

कॉन्टेक्स्ट विंडो

262K

पैरामीटर

1T (MoE)

अधिकतम आउटपुट

16K

श्रेणी

LLM चैट

अवलोकन

Kimi K2.7 Code, Moonshot AI का frontier-scale open-source मॉडल है — एक 1-ट्रिलियन-पैरामीटर mixture-of-experts आर्किटेक्चर, जो खास तौर पर agentic coding workloads के लिए बनाया गया है। यह 262,144-token context window को multi-turn tool calling, native reasoning, vision inputs और structured outputs के साथ जोड़ता है, जिससे यह बड़े codebases और कई tool invocations तक फैले long-horizon software-engineering कार्यों के लिए उपयुक्त है।

मॉडल autonomous coding agents के लिए डिज़ाइन किया गया है: यह कई फ़ाइलों में बदलाव की योजना बना सकता है, code पढ़ने और एडिट करने के लिए tools call कर सकता है, tests चला सकता है और iterate कर सकता है — और यह सब अपनी बहुत बड़ी window में पूरा project context रखते हुए। Vision input इसे screenshots, diagrams और design mockups से काम करने देता है, और structured output tool-call payloads को विश्वसनीय रखता है।

CallMissed के ज़रिए, K2.7 Code, OpenAI-कम्पैटिबल (`/v1/chat/completions`) है — streaming, पूर्ण tool calling और एक `reasoning_effort` thinking toggle के साथ।

प्राइसिंग

मेट्रिककीमत
इनपुट /1M tokens₹128.0000
आउटपुट /1M tokens₹540.0000

1 क्रेडिट = ₹1 = $0.01 USD। कीमतें प्रोवाइडर से दिखाई गई हैं; CallMissed ~35% मार्कअप के साथ पास-थ्रू करता है।

मुख्य बातें

  • agentic coding के लिए ट्यून किया गया frontier-scale 1T-पैरामीटर MoE
  • पूरे codebase के reasoning के लिए 262K-token context
  • Multi-turn tool calling + structured outputs
  • Vision inputs (screenshots, mockups, diagrams)

बेंचमार्क

बेंचमार्कस्कोर
SWE-benchSOTA-class
LiveCodeBenchTop-tier

तकनीकी विवरण

  • frontier-scale 1T-पैरामीटर mixture-of-experts आर्किटेक्चर
  • Context window: 262,144 tokens
  • Multi-turn function/tool calling
  • reasoning_effort thinking toggle के साथ native reasoning
  • Vision inputs समर्थित
  • agentic workflows के लिए structured outputs
  • CallMissed gateway पर OpenAI-कम्पैटिबल

ताकतें

  • विशाल 262K context पूरे codebases को नज़र में रखता है
  • multi-turn tool-using coding agents के लिए बनाया गया
  • एक ही मॉडल में Vision + reasoning + structured outputs

सीमाएं

  • frontier-scale मॉडल — छोटे fast tiers से अधिक latency
  • नया रिलीज़, सीमित production track record के साथ

उपयोग के मामले

Agentic codingपूरे-repo का refactoringTool-using dev agentsVision-सहायता प्राप्त UI coding

API उदाहरण

curl https://api.callmissed.com/v1/chat/completions \
  -H "Authorization: Bearer cm_YOUR_KEY" \
  -d '{"model": "kimi-k2.7-code", "messages": [{"role": "user", "content": "Refactor this module and add tests"}]}'

एंडपॉइंट: POST /v1/chat/completions · मॉडल ID: kimi-k2.7-code

Kimi K2.7 Code अभी आज़माएं

साइनअप पर 1000 फ्री API क्रेडिट पाएं। कोई क्रेडिट कार्ड ज़रूरी नहीं।

फ्री शुरू करें डॉक्स पढ़ें