Kimi K2.7-Code: 1T 파라미터 오픈 웨이트 코더의 MCP 우선 전략
요약
Moonshot AI가 1조 파라미터 규모의 오픈 웨이트 코딩 모델인 Kimi K2.7-Code를 출시했습니다. MoE 구조를 채택하였으며, 단순 채팅보다 MCP 에이전트 루프와 도구 사용에 최적화된 설계가 특징입니다.
핵심 포인트
- 1조 파라미터 규모의 MoE 기반 오픈 웨이트 코딩 모델
- MCP(Model Context Protocol) 및 도구 사용 중심의 설계
- Hugging Face를 통한 온프레미스 및 클라우드 호스팅 지원
- 고속 추론 모드를 통한 저렴한 API 비용 제공
- 독립적인 제3자 벤치마크 결과는 아직 미제출 상태
원문은 AI Tech Connect에 게시되었습니다.
당신이 알아야 할 사항: 2026년 6월 12일 Moonshot AI가 출시한 Kimi K2.7-Code는 토큰당 32B의 활성 파라미터를 가진 1조(1-trillion) 파라미터 규모의 전문가 혼합 (Mixture-of-Experts, MoE) 코딩 모델입니다. 오픈 웨이트 (Open weights)이며, 수정된 MIT 라이선스를 따릅니다. Hugging Face에 게시되어 AWS Mumbai, AWS London 또는 데이터 거주성을 위한 온프레미스 (on-prem) 환경에 직접 호스팅할 수 있습니다. MCP 우선 및 도구 사용 (tool-use) 중심 — 이 모델은 단순 채팅보다는 모델 컨텍스트 프로토콜 (Model Context Protocol, MCP) 에이전트 루프에 끼워 맞춰지도록 설계되었습니다. 저렴한 API — 새로운 고속 (HighSpeed) 추론 모드와 함께 입력 토큰 100만 개당 $0.95, 출력 토큰 100만 개당 $4.00입니다. 주의해야 할 단 한 가지 사항 — Moonshot은 독립적인 벤치마크 제출을 건너뛰었습니다. 아래의 모든 점수는 제조사 보고 수치입니다. 아직 제3자 SWE-bench Verified 결과는 없습니다. 주의하십시오: Kimi K2.7-Code는 독립적인 벤치마크 제출을 건너뛰었습니다. 주요 성과 —…
AI 자동 생성 콘텐츠
본 콘텐츠는 Dev.to AI tag의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기