SprachmodellAktiv

Kimi K2.7 Code

Moonshot AI

Veröffentlicht: Juni 2026
Datenstand: 8. September 2026

Geschwindigkeit: 63,1 Token/s
Ausgabe-Tempo
Preis: 0,95 $ · 4 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild, Video
Ausgabe: Text

Das Besondere an Kimi K2.7 Code ist die klare Ausrichtung auf lange Softwareprojekte. Moonshot kombiniert 1 Billion Gesamtparameter und 32 Milliarden aktive Parameter mit 256.000 Token Kontext, Werkzeugaufrufen und multimodaler Eingabe für Text, Bilder und experimentelles Video.

Reasoning ist immer aktiv, und preserve_thinking gehört zum vorgesehenen Nutzungsmodus. Dadurch fällt die Ausgabe ausführlicher aus.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	Open WeightsQuelle
Zugang	API, LokalQuelle
Parameter	1 BillionenQuelle
Aktive Parameter	32 Mrd.Quelle
Kontextfenster	262.144 TokenQuelle
Hinweise	1T insgesamt, 32B aktiv, 256K Kontext, Denkmodus dauerhaft aktivQuelle
Lizenz	modified MITQuelle
Parameter	1.000 Mrd.Quelle
Aktive Parameter	32 Mrd.Quelle
Architektur	MoE with MLA and MoonViTQuelle
Ausgabe	TextQuelle
Werkzeugaufrufe	JaQuelle
Eingabe	Text, Bild, Video (Video is experimental and supported by the official API.)Quelle
Reasoning-Modus	Thinking mode; preserve_thinking is mandatory.Quelle

Veröffentlichte Benchmarks

Programmieren

Code Migration

Overall

1.Claude Sonnet 5.569,83 %

2.GPT-6 Astra67,74 %

3.Claude Opus 5.566,65 %

4.Claude Opus 557,47 %

5.GPT-6 Sol57,2 %

6.Claude Fable 555,07 %

7.Claude Fable 5.154,61 %

8.GPT-5.6 Sol52,92 %

9.GPT-5.6 Terra47,8 %

10.Claude Opus 4.847,25 %

11.DeepSeek-V4.1-Flash45,62 %

12.GPT-5.545,16 %

13.Grok 4.744,82 %

14.Grok 4.644,57 %

15.GPT-5.6 Luna44,55 %

16.Claude Sonnet 544,39 %

17.GLM-5.344,22 %

18.Claude Opus 4.743,88 %

19.GPT-6 Luna42,55 %

20.Claude Sonnet 4.639,89 %

21.GLM-5.237,87 %

22.Grok 4.536,6 %

23.Gemini 3.8 Flash36,55 %

24.GPT-5.434,98 %

25.Gemini 3.7 Flash34,8 %

26.Gemini 3.6 Flash30,93 %

27.Kimi K2.627,77 %

28.Gemini 3.5 Flash26,75 %

29.DeepSeek-V4-Pro26,2 %

30.GLM-5.125,77 %

31.Kimi K2.7 Code25,39 %

32.Qwen 3.8 Max 090223,96 %

33.MiMo-V2.5-Pro21,56 %

34.GLM-5.3-Flash20,52 %

35.MiniMax M319,93 %

36.Gemini 3.1 Pro Preview17,31 %

37.Kimi K316,1 %

38.GPT-5.4 nano14,47 %

39.MiMo-V2.514,23 %

40.Qwen 3.8 27B14,16 %

41.Inkling Small13,68 %

42.Qwen 3.7 Max13,07 %

43.GPT-5.4 mini12,94 %

44.Qwen 3.7 Plus12,86 %

45.Inkling11,79 %

46.MiniMax M2.78,69 %

47.Kimi K2.56,96 %

48.Grok 4.36,8 %

49.Gemini 3 Flash Preview6,39 %

50.Gemini 3.5 Flash-Lite6,15 %

51.Mistral Medium 3.55,13 %

52.Nemotron 3 Ultra4,91 %

53.Gemini 3.1 Flash-Lite4,61 %

54.Mercury 2.54,49 %

55.Nemotron 3.5 Lightning2,95 %

56.Grok 4.20 Reasoning0,31 %

57.Ling 3.0 Flash0 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-code-migration:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 57
Methodik und Einordnung: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 5945.669. Kosten je Aufgabe in USD: 5.040913. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-29-f0b317d5bed3. Prüfsumme der Quelldaten: f0b317d5bed3a2654a9ea39762d5e57f4649306adce3e6103e845ee1b9b94add. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

LiveCodeBench v6

Teilaufgabe	Kimi K2.7 Code (Dieses Modell)	Claude Opus 5	GLM-5.1	GLM-5.2
Easy	97,83 %	99,07 % (bester Wert dieser Zeile)	98,75 %	97,21 %
Hard	60,86 %	77,43 % (bester Wert dieser Zeile)	57,43 %	37,14 %
Medium	87,47 %	90,6 % (bester Wert dieser Zeile)	87,96 %	74,15 %

höhere Werte sind besserStand 11. August 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg

Methodik und Einordnung

Messgröße: accuracy

LiveCodeBench v6

Overall

1.Claude Fable 5.190,52 %

2.Claude Fable 589,78 %

3.Gemini 3.8 Flash89,48 %

4.Claude Opus 589,03 %

5.Gemini 3.7 Flash88,65 %

6.Gemini 3.1 Pro Preview88,49 %

7.Grok 4.688,22 %

8.Gemini 3.6 Flash88,08 %

9.Qwen 3.8 Max 090287,85 %

10.Claude Opus 4.887,82 %

11.Gemini 3.5 Flash87,6 %

12.DeepSeek-V4-Pro87,48 %

13.Grok 4.587,35 %

14.GPT-5.3-Codex87,31 %

15.Kimi K387,19 %

16.Qwen 3.7 Max87,06 %

17.Kimi K2.686,77 %

18.GPT-5 mini86,61 %

19.Nemotron 3 Ultra85,98 %

20.Inkling Small85,93 %

21.GPT-5.6 Terra85,93 %

22.GPT-585,91 %

23.Gemini 3 Flash Preview85,59 %

24.Inkling85,52 %

25.GPT-5.585,3 %

26.Claude Opus 4.785,07 %

27.Grok 4.384,49 %

28.Grok 4.20 Reasoning84,27 %

29.GPT-5.484,14 %

30.GPT-5.4 nano84,01 %

31.Qwen 3.8 27B84 %

32.Ling 3.0 Flash83,99 %

33.o383,91 %

34.Kimi K2.583,87 %

35.GPT OSS 120B83,23 %

36.GPT-5.6 Sol82,6 %

37.Claude Sonnet 582,43 %

38.GLM-4.782,23 %

39.o4-mini82,21 %

40.MiniMax M382,15 %

41.Claude Sonnet 4.682,09 %

42.Kimi K2.7 Code82,05 %

43.GLM-581,87 %

44.MiniMax M2.181,76 %

45.MiMo-V2.581,51 %

46.GPT-5.4 mini81,47 %

47.GLM-5.181,38 %

48.MiMo-V2.5-Pro81,35 %

49.GLM-4.681,04 %

50.GLM-5.380,54 %

51.GLM-5.3-Flash80,51 %

52.GPT OSS 20B80,39 %

53.Gemini 3.1 Flash-Lite80,12 %

54.MiniMax M2.779,93 %

55.MiniMax M2.579,21 %

56.Gemini 3.5 Flash-Lite79,01 %

57.Claude Opus 4.575,03 %

58.o3-mini71,48 %

59.Kimi K2 071170,45 %

60.DeepSeek-R170,22 %

61.GPT-5 nano70,22 %

62.DeepSeek-V3.269,86 %

63.GLM-5.269,5 %

64.GLM-4.567,45 %

65.DeepSeek-V3 032465,48 %

66.Kimi K2 Thinking63,15 %

67.GPT-4.1 mini58,16 %

68.Mistral Large 355,34 %

69.GPT-4.154,67 %

70.o150,26 %

71.GPT-4o43,44 %

72.GPT-4.1 nano42,72 %

73.Llama 4 Scout38,54 %

74.Command A35,07 %

75.Mistral Small 3.131,82 %

76.GPT-4o mini26,42 %

77.Command R+18,24 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-lcb:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 77
Methodik und Einordnung: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 214.178. Kosten je Aufgabe in USD: 0.027349. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-09-29-b6ee1006a41a. Prüfsumme der Quelldaten: b6ee1006a41aab0c68eef9d3e42a2151634fffaaeb6bdc2230a6d02994198a59. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

ProgramBench

Overall

1.Claude Opus 5.518,5 %

2.Claude Fable 5.17 %

3.GPT-6 Astra5,5 %

4.Claude Opus 53 %

5.Claude Fable 52 %

5.GPT-6 Sol2 %

5.Kimi K32 %

8.GLM-5.31,5 %

8.GPT-5.6 Sol1,5 %

10.Claude Opus 4.81 %

10.Gemini 3.8 Flash1 %

12.Claude Sonnet 4.60,5 %

12.GLM-5.20,5 %

12.GPT-5.50,5 %

12.GPT-5.6 Terra0,5 %

12.GPT-6 Luna0,5 %

12.Grok 4.70,5 %

12.Inkling Small0,5 %

19.Claude Opus 4.70 %

19.Claude Sonnet 50 %

19.DeepSeek-V4-Pro0 %

19.Gemini 3 Flash Preview0 %

19.Gemini 3.1 Flash-Lite0 %

19.Gemini 3.1 Pro Preview0 %

19.Gemini 3.5 Flash0 %

19.Gemini 3.5 Flash-Lite0 %

19.Gemini 3.6 Flash0 %

19.Gemini 3.7 Flash0 %

19.GLM-5.10 %

19.GLM-5.3-Flash0 %

19.GPT-5.40 %

19.GPT-5.4 mini0 %

19.GPT-5.6 Luna0 %

19.Grok 4.30 %

19.Grok 4.50 %

19.Inkling0 %

19.Kimi K2.60 %

19.Kimi K2.7 Code0 %

19.MiniMax M2.70 %

19.Nemotron 3 Ultra0 %

19.Qwen 3.8 27B0 %

19.Qwen 3.8 Max 09020 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-programbench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 42
Methodik und Einordnung: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 3860.332. Kosten je Aufgabe in USD: 3.185154. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-programbench-2026-09-29-bff20a0d17ec. Prüfsumme der Quelldaten: bff20a0d17ec279ecc2de4a40b1e08d0eb38e155e58aaf585a09af58807a4e0d. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

SWE-bench Verified

Teilaufgabe	Kimi K2.7 Code (Dieses Modell)	Claude Opus 5
<15 min fix	88,66 %	98,45 % (bester Wert dieser Zeile)
>4 hours	33,33 %	100 % (bester Wert dieser Zeile)
1-4 hours	50 %	90,48 % (bester Wert dieser Zeile)
15 min - 1 hour	75,48 %	96,94 % (bester Wert dieser Zeile)

höhere Werte sind besserStand 11. August 2026Quelle: Vals AIBalken je Zeile skaliert, nicht über Zeilen hinweg

Methodik und Einordnung

Messgröße: accuracy

SWE-bench Verified

Overall

1.Claude Opus 597 %

2.GPT-5.6 Sol96,2 %

3.Grok 4.695,6 %

4.GLM-5.395,4 %

4.GPT-5.6 Terra95,4 %

6.Claude Fable 595 %

7.Kimi K393,4 %

8.GPT-5.6 Luna93 %

9.GLM-5.3-Flash92 %

10.Claude Opus 4.888,6 %

11.Grok 4.586,6 %

12.Qwen 3.8 27B86 %

13.Qwen 3.8 Max 090285,6 %

14.GLM-5.282,8 %

15.GPT-5.582,6 %

16.Inkling Small82,2 %

17.Claude Opus 4.782 %

18.Gemini 3.7 Flash80,8 %

19.Gemini 3.8 Flash80 %

20.Claude Sonnet 579,6 %

20.Gemini 3.6 Flash79,6 %

22.Gemini 3.1 Pro Preview78,8 %

22.Gemini 3.5 Flash78,8 %

24.GPT-5.478,2 %

24.Kimi K2.7 Code78,2 %

26.GPT-5.3-Codex78 %

27.Inkling77,6 %

28.Claude Sonnet 4.677,4 %

28.DeepSeek-V4-Pro77,4 %

30.GLM-5.176,4 %

31.Kimi K2.676,2 %

32.Gemini 3 Flash Preview75 %

32.Gemini 3.5 Flash-Lite75 %

32.MiniMax M375 %

35.MiniMax M2.174,8 %

36.MiniMax M2.574,2 %

37.MiMo-V2.5-Pro74 %

38.MiniMax M2.773,8 %

39.GPT-5.4 mini73 %

40.Grok 4.20 Reasoning72,2 %

41.GLM-571,4 %

41.Grok 4.371,4 %

43.MiMo-V2.571 %

44.Kimi K2.570 %

44.Qwen 3.6 27B70 %

46.GPT-5.4 nano69,8 %

47.GLM-4.769,4 %

48.GPT-569 %

48.Nemotron 3 Ultra69 %

50.Qwen 3.7 Max68,8 %

51.Mistral Medium 3.566,4 %

52.Ling 3.0 Flash65,2 %

53.Gemini 3.1 Flash-Lite62,8 %

54.GPT-5 mini60,8 %

55.Kimi K2 Thinking60,2 %

56.Gemini 2.5 Pro54,4 %

57.Nemotron 3.5 Lightning52,8 %

58.Mistral Large 341,4 %

59.GPT OSS 120B33,6 %

60.Command A7,8 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-swebench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 60
Methodik und Einordnung: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 896.71. Kosten je Aufgabe in USD: 0.265276. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-swebench-2026-09-29-20166fd31f31. Prüfsumme der Quelldaten: 20166fd31f31a0b278e6471c59ece1600abba838f3db178873d3a1c762a6f44f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

SkillsBench

Overall

1.DeepSeek-V4.1-Flash69,8 %

2.Grok 4.566,03 %

3.Gemini 3.7 Flash65,89 %

4.GPT-5.562,21 %

5.Claude Fable 5.161,55 %

6.GPT-5.6 Luna60,45 %

7.Claude Opus 560,44 %

8.Claude Opus 4.859,23 %

9.GPT-5.6 Terra58,9 %

10.Gemini 3.8 Flash57,99 %

11.Grok 4.655,77 %

12.Qwen 3.7 Plus54,3 %

13.GPT-5.6 Sol54,1 %

14.Gemini 3.5 Flash52,74 %

15.GPT-5.451,71 %

16.MiniMax M351,5 %

17.DeepSeek-V4-Pro51,27 %

18.Kimi K2.7 Code50,04 %

19.Claude Sonnet 4.649,05 %

20.GLM-5.347,51 %

21.Claude Sonnet 546,48 %

22.GLM-5.245,08 %

23.Qwen 3.8 Max 090242,01 %

24.Grok 4.340,64 %

25.GLM-5.3-Flash40,16 %

26.Qwen 3.8 27B38,11 %

27.Inkling Small33,58 %

28.Ling 3.0 Flash27,95 %

29.Inkling26,09 %

30.Mercury 2.518,06 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-skillsbench:1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 30
Methodik und Einordnung: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Harness: OpenHands. Latenz in Sekunden: 803.827. Kosten je Aufgabe in USD: 0.443192. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-skillsbench-2026-09-29-38ec42553ceb. Prüfsumme der Quelldaten: 38ec42553ceb08e4efe7336723e87e67325977245b113ef7b86401dc72b0481a. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Dokumentierte Messdetails

Code Migration: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 25.392
Bewertung: 25.392
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-code-migration:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 5945.669. Kosten je Aufgabe in USD: 5.040913. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-code-migration-2026-09-29-f0b317d5bed3. Prüfsumme der Quelldaten: f0b317d5bed3a2654a9ea39762d5e57f4649306adce3e6103e845ee1b9b94add. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

LiveCodeBench v6: Easy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 97.826
Bewertung: 97.826
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: easy
Aufgabenbezeichnung: Easy
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:easy
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Latenz in Sekunden: 70.383. Standardfehler: 0.813. Kosten je Aufgabe in USD: 0.002724. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

LiveCodeBench v6: Hard (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 60.857
Bewertung: 60.857
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: hard
Aufgabenbezeichnung: Hard
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:hard
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Latenz in Sekunden: 388.241. Standardfehler: 2.609. Kosten je Aufgabe in USD: 0.060639. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

LiveCodeBench v6: Medium (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 87.467
Bewertung: 87.467
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: medium
Aufgabenbezeichnung: Medium
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:medium
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-09. Latenz in Sekunden: 183.911. Standardfehler: 1.692. Kosten je Aufgabe in USD: 0.018683. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-08-11-0342bcc364e4. Prüfsumme der Quelldaten: 0342bcc364e4426ffb24589c2752c9225be61fbd26db8deba5bdab9775ce5a75. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

LiveCodeBench v6: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 82.05
Bewertung: 82.05
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-lcb:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 214.178. Kosten je Aufgabe in USD: 0.027349. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-lcb-2026-09-29-b6ee1006a41a. Prüfsumme der Quelldaten: b6ee1006a41aab0c68eef9d3e42a2151634fffaaeb6bdc2230a6d02994198a59. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

ProgramBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-programbench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 3860.332. Kosten je Aufgabe in USD: 3.185154. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-programbench-2026-09-29-bff20a0d17ec. Prüfsumme der Quelldaten: bff20a0d17ec279ecc2de4a40b1e08d0eb38e155e58aaf585a09af58807a4e0d. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

SkillsBench: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 50.036
Bewertung: 50.036
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: agentic
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-skillsbench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-27. Harness: OpenHands. Latenz in Sekunden: 803.827. Kosten je Aufgabe in USD: 0.443192. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-skillsbench-2026-09-29-38ec42553ceb. Prüfsumme der Quelldaten: 38ec42553ceb08e4efe7336723e87e67325977245b113ef7b86401dc72b0481a. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Vergleichsmethodik: Harness: OpenHands

Quelle Vals AI

SWE-bench Verified: <15 min fix (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 88.66
Bewertung: 88.66
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: <15 min fix
Aufgabenbezeichnung: <15 min fix
Richtung: Mehr ist besser
Vergleichskohorte: vals-swebench:1:<15 min fix
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-08. Latenz in Sekunden: 561.729. Standardfehler: 2.282. Kosten je Aufgabe in USD: 0.154689. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-swebench-2026-08-11-a6212cd857d8. Prüfsumme der Quelldaten: a6212cd857d8406828224bea2aee5b657d927338e035f1ff603eea74c9bc8a7b. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

SWE-bench Verified: >4 hours (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 33.333
Bewertung: 33.333
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: >4 hours
Aufgabenbezeichnung: >4 hours
Richtung: Mehr ist besser
Vergleichskohorte: vals-swebench:1:>4 hours
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-08. Latenz in Sekunden: 1862.15. Standardfehler: 33.333. Kosten je Aufgabe in USD: 0.561509. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-swebench-2026-08-11-a6212cd857d8. Prüfsumme der Quelldaten: a6212cd857d8406828224bea2aee5b657d927338e035f1ff603eea74c9bc8a7b. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

SWE-bench Verified: 1-4 hours (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 50
Bewertung: 50
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: 1-4 hours
Aufgabenbezeichnung: 1-4 hours
Richtung: Mehr ist besser
Vergleichskohorte: vals-swebench:1:1-4 hours
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-08. Latenz in Sekunden: 1477.273. Standardfehler: 7.809. Kosten je Aufgabe in USD: 0.464016. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-swebench-2026-08-11-a6212cd857d8. Prüfsumme der Quelldaten: a6212cd857d8406828224bea2aee5b657d927338e035f1ff603eea74c9bc8a7b. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

SWE-bench Verified: 15 min - 1 hour (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 75.479
Bewertung: 75.479
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: 15 min - 1 hour
Aufgabenbezeichnung: 15 min - 1 hour
Richtung: Mehr ist besser
Vergleichskohorte: vals-swebench:1:15 min - 1 hour
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-08-11
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Anbieter laut Quelle: Moonshot AI. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-08-08. Latenz in Sekunden: 1041.18. Standardfehler: 2.668. Kosten je Aufgabe in USD: 0.312089. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-swebench-2026-08-11-a6212cd857d8. Prüfsumme der Quelldaten: a6212cd857d8406828224bea2aee5b657d927338e035f1ff603eea74c9bc8a7b. Parserversion: vals-astro-v2. Importiert am: 2026-08-11

Quelle Vals AI

SWE-bench Verified: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 78.2
Bewertung: 78.2
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-swebench:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: kimi/kimi-k2.7-code. Name des Quellmodells: Kimi K2.7 Code. Evaluator: Vals AI. Datensatztyp: public. Stand der Rangliste: 2026-09-01. Latenz in Sekunden: 896.71. Kosten je Aufgabe in USD: 0.265276. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-swebench-2026-09-29-20166fd31f31. Prüfsumme der Quelldaten: 20166fd31f31a0b278e6471c59ece1600abba838f3db178873d3a1c762a6f44f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Seite 1 von 4

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Kimi. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Kimi K2.7 Code model card (abgerufen 8. September 2026) · Kimi K2.7 Code model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Kimi K2.7 Code model card (abgerufen 8. September 2026) · Kimi K2.7 Code model card · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
Ungeklärt	release-date Originalwortlaut No normalized release-date field in card.
Weitere Quelle	Modellmetadaten · Kimi K2.7 Code resource · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 11. August 2026; 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Kimi API model list · Redaktionelle Beschreibung geprüft am 2. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0

Kimi K2.7 Code

Technische Daten und Zugang

Veröffentlichte Benchmarks

Programmieren

Code Migration

LiveCodeBench v6

LiveCodeBench v6

ProgramBench

SWE-bench Verified

SWE-bench Verified

SkillsBench

Dokumentierte Messdetails

Unsere Tests

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Quellen und Datenstand