Moonshot AISprachmodell
Kimi K2.7 Code Highspeed
Für Kimi K2.7 Code Highspeed gibt es noch keinen Wert im Gesamtindex, weil zu wenige unabhängige Benchmark-Ergebnisse vorliegen.
BeliebtheitPlatz 658 von 785
24von 100-1 zum Vormonat
beruht auf zwei Datengruppen, überwiegend Suche
Zusammenfassung
Kimi K2.7 Code Highspeed ist laut offiziellem Kimi-Katalog die schnelle Serving-Variante von Kimi K2.7 Code. Der Katalog nennt 256.000 Token Kontext, etwa 180 Token pro Sekunde und in kurzen Kontexten bis zu 260 Token pro Sekunde. Eine eigene Highspeed-Modellkarte oder Gewichtsveröffentlichung gibt es in den Publisher-Quellen nicht.
Alle Benchmark-Werte
Jeder veröffentlichte Messwert mit Quelle, Testbedingungen und Vergleichsmodellen.
Alle 12 veröffentlichten Benchmark-Werte anzeigen
Messungen ohne passende Vergleichswerte
Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.
Kimi Code Bench v2 (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 62
- Bewertung
- 62
- Messgröße
- score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Kimi K2.7 Code
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MoonshotAI Kimi K2.7 Code official model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile der Autoren-Modellkarte für Kimi K2.7 Code. Die offiziellen Kimi-Release-Notizen bestätigen, dass K2.7 Code HighSpeed dasselbe Modell mit etwa 5–6× Ausgabegeschwindigkeit ist. Die Karte nennt aktiviertes Thinking über Kimi Code CLI, Temperatur 1.0, top-p 0.95 und 262.144 Tokens Kontext. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
- Einordnung
- Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.
Program Bench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 53.6
- Bewertung
- 53.6
- Messgröße
- score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Kimi K2.7 Code
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MoonshotAI Kimi K2.7 Code official model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile der Autoren-Modellkarte für Kimi K2.7 Code. Laut offiziellen Release-Notizen ist HighSpeed dasselbe Modell. Die Karte nennt aktiviertes Thinking über Kimi Code CLI, Temperatur 1.0, top-p 0.95 und 262.144 Tokens Kontext. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
- Einordnung
- Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.
MLS Bench Lite (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 35.1
- Bewertung
- 35.1
- Messgröße
- score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Kimi K2.7 Code
- Kategorie
- coding
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MoonshotAI Kimi K2.7 Code official model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile der Autoren-Modellkarte für Kimi K2.7 Code. Laut offiziellen Release-Notizen ist HighSpeed dasselbe Modell. Die Karte nennt aktiviertes Thinking über Kimi Code CLI, Temperatur 1.0, top-p 0.95 und 262.144 Tokens Kontext. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
- Einordnung
- Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.
Kimi Claw 24/7 Bench (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 46.9
- Bewertung
- 46.9
- Messgröße
- score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Kimi K2.7 Code
- Kategorie
- agent
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MoonshotAI Kimi K2.7 Code official model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile der Autoren-Modellkarte für Kimi K2.7 Code. Laut offiziellen Release-Notizen ist HighSpeed dasselbe Modell. Die Karte nennt aktiviertes Thinking über Kimi Code CLI, Temperatur 1.0, top-p 0.95 und 262.144 Tokens Kontext. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
- Einordnung
- Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.
MCP Atlas (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 76
- Bewertung
- 76
- Messgröße
- score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Kimi K2.7 Code
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MoonshotAI Kimi K2.7 Code official model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile der Autoren-Modellkarte für Kimi K2.7 Code. Laut offiziellen Release-Notizen ist HighSpeed dasselbe Modell. Die Karte nennt aktiviertes Thinking über Kimi Code CLI, Temperatur 1.0, top-p 0.95 und 262.144 Tokens Kontext. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
- Einordnung
- Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.
MCP Mark Verified (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 81.1
- Bewertung
- 81.1
- Messgröße
- score
- Einheit
- Keine Einheit angegeben
- Benchmark-Version
- Kimi K2.7 Code
- Kategorie
- tool-use
- Richtung
- Mehr ist besser
- Quellentyp
- vendor-reported
- Auswertung
- MoonshotAI Kimi K2.7 Code official model card
- Status
- active
- Abrufdatum
- 2026-10-15
- Methodik
- Vom Anbieter veröffentlichter Wert. Exakte Zeile der Autoren-Modellkarte für Kimi K2.7 Code. Laut offiziellen Release-Notizen ist HighSpeed dasselbe Modell. Die Karte nennt aktiviertes Thinking über Kimi Code CLI, Temperatur 1.0, top-p 0.95 und 262.144 Tokens Kontext. Benchmark-Prompt, Sampling-/Decoding-Einstellungen, Reasoning-Aufwand, Quantisierung und Ausführungsdatum sind im zitierten Ergebnis nicht angegeben; dazu werden keine Annahmen getroffen.
- Einordnung
- Die Quelle nennt weder Einheit noch Skala. Der veröffentlichte Rohwert bleibt erhalten und wird nicht in Prozent umgerechnet.
SWE-Bench Pro (pass@1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 60.1
- Bewertung
- 60.1
- Messgröße
- pass@1
- Einheit
- Keine Einheit angegeben
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Studie evaluiert Kimi K2.7 Code und nennt für jeden Benchmark ein Vorher-nachher-Paar. Diese Zeile übernimmt den ersten Wert vor dem Adapter und vor einer GSPO-Epoche mit Rank-32-LoRA-Adapter. Laut Abstract verteilen sich die sechs externen Benchmarks auf drei Agent-Harnesses, ordnet aber keinem Benchmark einen einzelnen Harness zu. Kimi dokumentiert offiziell, dass HighSpeed auf demselben Modell mit identischer Programmierfähigkeit basiert. Die Studie weist keinen separaten HighSpeed-Lauf aus.
- Einordnung
- Der erfasste Abstract nennt weder eine numerische Einheit noch Stichprobengröße je Benchmark, Konfidenzintervall, Benchmark-Revision oder Zuordnung der Harnesses. Der Volltext wurde nicht geöffnet. Der erste Wert ist das Ergebnis vor dem Adapter und kein eigens ausgewiesener HighSpeed-Lauf. Prozentangabe und Fallzahl je Aufgabe werden nicht abgeleitet.
DeepSWE (pass@1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 31
- Bewertung
- 31
- Messgröße
- pass@1
- Einheit
- Keine Einheit angegeben
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Studie evaluiert Kimi K2.7 Code und nennt für jeden Benchmark ein Vorher-nachher-Paar. Diese Zeile übernimmt den ersten Wert vor dem Adapter und vor einer GSPO-Epoche mit Rank-32-LoRA-Adapter. Laut Abstract verteilen sich die sechs externen Benchmarks auf drei Agent-Harnesses, ordnet aber keinem Benchmark einen einzelnen Harness zu. Kimi dokumentiert offiziell, dass HighSpeed auf demselben Modell mit identischer Programmierfähigkeit basiert. Die Studie weist keinen separaten HighSpeed-Lauf aus.
- Einordnung
- Der erfasste Abstract nennt weder eine numerische Einheit noch Stichprobengröße je Benchmark, Konfidenzintervall, Benchmark-Revision oder Zuordnung der Harnesses. Der Volltext wurde nicht geöffnet. Der erste Wert ist das Ergebnis vor dem Adapter und kein eigens ausgewiesener HighSpeed-Lauf. Prozentangabe und Fallzahl je Aufgabe werden nicht abgeleitet.
Terminal-Bench 2.1 (pass@1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 67.4
- Bewertung
- 67.4
- Messgröße
- pass@1
- Einheit
- Keine Einheit angegeben
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Studie evaluiert Kimi K2.7 Code und nennt für jeden Benchmark ein Vorher-nachher-Paar. Diese Zeile übernimmt den ersten Wert vor dem Adapter und vor einer GSPO-Epoche mit Rank-32-LoRA-Adapter. Laut Abstract verteilen sich die sechs externen Benchmarks auf drei Agent-Harnesses, ordnet aber keinem Benchmark einen einzelnen Harness zu. Kimi dokumentiert offiziell, dass HighSpeed auf demselben Modell mit identischer Programmierfähigkeit basiert. Die Studie weist keinen separaten HighSpeed-Lauf aus.
- Einordnung
- Der erfasste Abstract nennt weder eine numerische Einheit noch Stichprobengröße je Benchmark, Konfidenzintervall, Benchmark-Revision oder Zuordnung der Harnesses. Der Volltext wurde nicht geöffnet. Der erste Wert ist das Ergebnis vor dem Adapter und kein eigens ausgewiesener HighSpeed-Lauf. Prozentangabe und Fallzahl je Aufgabe werden nicht abgeleitet.
Terminal-Bench 3 (pass@1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 1.4
- Bewertung
- 1.4
- Messgröße
- pass@1
- Einheit
- Keine Einheit angegeben
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Studie evaluiert Kimi K2.7 Code und nennt für jeden Benchmark ein Vorher-nachher-Paar. Diese Zeile übernimmt den ersten Wert vor dem Adapter und vor einer GSPO-Epoche mit Rank-32-LoRA-Adapter. Laut Abstract verteilen sich die sechs externen Benchmarks auf drei Agent-Harnesses, ordnet aber keinem Benchmark einen einzelnen Harness zu. Kimi dokumentiert offiziell, dass HighSpeed auf demselben Modell mit identischer Programmierfähigkeit basiert. Die Studie weist keinen separaten HighSpeed-Lauf aus.
- Einordnung
- Der erfasste Abstract nennt weder eine numerische Einheit noch Stichprobengröße je Benchmark, Konfidenzintervall, Benchmark-Revision oder Zuordnung der Harnesses. Der Volltext wurde nicht geöffnet. Der erste Wert ist das Ergebnis vor dem Adapter und kein eigens ausgewiesener HighSpeed-Lauf. Prozentangabe und Fallzahl je Aufgabe werden nicht abgeleitet.
Terminal-Bench 4 (pass@1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 0
- Bewertung
- 0
- Messgröße
- pass@1
- Einheit
- Keine Einheit angegeben
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Studie evaluiert Kimi K2.7 Code und nennt für jeden Benchmark ein Vorher-nachher-Paar. Diese Zeile übernimmt den ersten Wert vor dem Adapter und vor einer GSPO-Epoche mit Rank-32-LoRA-Adapter. Laut Abstract verteilen sich die sechs externen Benchmarks auf drei Agent-Harnesses, ordnet aber keinem Benchmark einen einzelnen Harness zu. Kimi dokumentiert offiziell, dass HighSpeed auf demselben Modell mit identischer Programmierfähigkeit basiert. Die Studie weist keinen separaten HighSpeed-Lauf aus.
- Einordnung
- Der erfasste Abstract nennt weder eine numerische Einheit noch Stichprobengröße je Benchmark, Konfidenzintervall, Benchmark-Revision oder Zuordnung der Harnesses. Der Volltext wurde nicht geöffnet. Der erste Wert ist das Ergebnis vor dem Adapter und kein eigens ausgewiesener HighSpeed-Lauf. Prozentangabe und Fallzahl je Aufgabe werden nicht abgeleitet.
SWE-Marathon (pass@1) (Messwert, Testbedingungen und Quelle anzeigen)
- Originalwert
- 5
- Bewertung
- 5
- Messgröße
- pass@1
- Einheit
- Keine Einheit angegeben
- Richtung
- Mehr ist besser
- Quellentyp
- independent-evaluator
- Auswertung
- Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1)
- Status
- active
- Abrufdatum
- 2026-10-19
- Methodik
- Unabhängige Evaluation. Die Studie evaluiert Kimi K2.7 Code und nennt für jeden Benchmark ein Vorher-nachher-Paar. Diese Zeile übernimmt den ersten Wert vor dem Adapter und vor einer GSPO-Epoche mit Rank-32-LoRA-Adapter. Laut Abstract verteilen sich die sechs externen Benchmarks auf drei Agent-Harnesses, ordnet aber keinem Benchmark einen einzelnen Harness zu. Kimi dokumentiert offiziell, dass HighSpeed auf demselben Modell mit identischer Programmierfähigkeit basiert. Die Studie weist keinen separaten HighSpeed-Lauf aus.
- Einordnung
- Der erfasste Abstract nennt weder eine numerische Einheit noch Stichprobengröße je Benchmark, Konfidenzintervall, Benchmark-Revision oder Zuordnung der Harnesses. Der Volltext wurde nicht geöffnet. Der erste Wert ist das Ergebnis vor dem Adapter und kein eigens ausgewiesener HighSpeed-Lauf. Prozentangabe und Fallzahl je Aufgabe werden nicht abgeleitet.
Beliebtheit im Vergleich
Wie oft das Modell gesucht, genutzt und erwähnt wird, im Vergleich mit allen Modellen dieser Kategorie.
Beliebtheitsindex
Die 100 beliebtesten Modelle dieser Kategorie, 0 bis 100, höher ist beliebter
20 von 101 Modellen
Stand November 2026 · Quelle: gradually.ai Beliebtheitsindex
Zeitlicher Verlauf
Wochenwerte vom 18. Oktober 2026 bis 7. November 2026
Kimi K2.7 Code HighspeedClaude Mythos 5 24Amazon Nova Premier 24Jamba2 Mini 23Qwen 3.7 Plus 23
Methodenwechsel im Verlauf, ein Sprung an dieser Stelle ist kein Marktereignis:
- 11. November 2026: Wert nur mit Such- oder Nutzungsdaten, 30-Tage-Aufmerksamkeit
Was gerade an Beliebtheit gewinnt, steht für Modelle, Anbieter, Harnesses und KI-Abos gesammelt in Alle KI-Trends.
Ähnliche Modelle
Weitere Modelle derselben Art wie Kimi K2.7 Code Highspeed, ausgewählt nach Modellreihe, Anbieter, Größe, Preis und Erscheinungsdatum.
- Kimi K2.6Moonshot AI · gleicher Anbieter
- Kimi K2.7 CodeMoonshot AI · gleicher Anbieter
- Kimi K2.5Moonshot AI · gleicher Anbieter
- Kimi K2 ThinkingMoonshot AI · gleicher Anbieter
- Kimi K2 0905Moonshot AI · gleicher Anbieter
- Kimi K2 0711Moonshot AI · gleicher Anbieter
- Kimi K2 Thinking TurboMoonshot AI · gleicher Anbieter
- Kimi K2Moonshot AI · gleicher Anbieter
Alle technischen Daten
Architektur
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Wasserzeichen-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
Weitere Angaben
Preise
Bei Moonshot AI ab ≈ 41,57 € im Monat (Kimi Pro). Über andere Anbieter ab ≈ 1,07 € im Monat (Command Code Go, mit begrenztem Guthaben). 8 Tarife in Deutschland.
| Tarif | Preis im Monat | Hinweis |
|---|---|---|
| Kimi ProMoonshot AI | ≈ 41,57 € | Abo des Herstellers |
| Kimi MaxMoonshot AI | ≈ 105,52 € | Abo des Herstellers |
| Kimi UltraMoonshot AI | ≈ 212,10 € | Abo des Herstellers |
| Command Code Go | ≈ 1,07 € | mit begrenztem Guthaben |
| Command Code GOAT | ≈ 10,66 € | mit begrenztem Guthaben |
| Command Code Pro | ≈ 21,32 € | mit begrenztem Guthaben |
| Command Code Max 10× | ≈ 106,58 € | mit begrenztem Guthaben |
| Command Code Max 20× | ≈ 213,17 € | mit begrenztem Guthaben |
Geschätzte Europreise zum EZB-Kurs vom 06.11.2026.
Häufige Fragen zu Kimi K2.7 Code Highspeed
Bis wann reicht das Wissen von Kimi K2.7 Code Highspeed?
Bis Januar 2025, laut Moonshot AI. Das ist 17 Monate vor der Veröffentlichung.
Angabe von Moonshot AI
Jan.Apr.JuliOkt.Jan.Apr.WissensstandJanuar 2025Veröffentlicht12.06.2026
Wie groß ist das Kontextfenster von Kimi K2.7 Code Highspeed?
262.144 Token. So viel Text liest Kimi K2.7 Code Highspeed auf einmal, das sind rund 390 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
Kimi K2.7 Code HighspeedPlatz 67 von 103262 Tsd.
Kimi K2.6262 Tsd.
Qwen 3.8 27B262 Tsd.
Kimi K2.7 Code262 Tsd.
Kimi K2.5262 Tsd.
Nemotron 3 Ultra262 Tsd.
Kimi K2 Thinking262 Tsd.
Kann ich Kimi K2.7 Code Highspeed lokal nutzen?
Ja, die Gewichte sind offen. Mit 1 Bio. Parametern braucht es aber sehr viel Speicher, eher einen Server als einen Laptop.
Angaben von Moonshot AI
- Offene Gewichte
- ja
- Lizenz
- Modified MIT
- Parameter
- 1 Bio.
- davon aktiv je Token
- 32 Mrd.
Wo kann ich Kimi K2.7 Code Highspeed nutzen?
Bei Moonshot AI im Abo ab ≈ 41,57 € im Monat. Zusammen mit anderen Anbietern sind es 8 Tarife in Deutschland.
Abo-Vergleich, Preise in Deutschland inkl. USt
Bei Moonshot AI
3 Tarife, ab ≈ 41,57 € im Monat (Kimi Pro).
Über andere Anbieter
5 Tarife bei 1 Anbieter, ab ≈ 1,07 € im Monat (Command Code Go), mit begrenztem Guthaben.
Quellen und Datenstand
Alle 13 Quellen anzeigen
Benchmarkquellen im Überblick
Welche unabhängigen Auswerter dieses Modell getestet haben. Das ist Abdeckung, keine Qualitätsrangliste.
Für dieses Modell ist derzeit kein aktives Ergebnis der geprüften externen Auswerter zugeordnet. Weitere Quellenbelege stehen darunter.
Ohne Herstellerangaben sowie historische oder strittige Ergebnisse; diese stehen gekennzeichnet bei den Einzelwerten.
| Art | Nachweis und Datenstand |
|---|---|
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 27. Oktober 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 27. Oktober 2026. |
| Recherchestand | Recherchestand 15. Oktober 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| Nicht veröffentlicht | benchmark-units-and-task-dates Hinweis Moonshot veröffentlicht Modellkartenwerte und eine gemeinsame Kimi-Code-CLI-Evaluierungskonfiguration, nennt aber weder Einheiten noch Ausführungsdaten je Benchmark. |
| Ungeklärt | per-benchmark evaluation details Hinweis Der erfasste Abstract nennt weder Einheiten noch N je Benchmark, Konfidenzintervalle, Benchmark-Revisionen oder den jeweiligen Harness je Aufgabe. Die Studie wurde nicht über den Abstract hinaus geöffnet und weist keinen separaten HighSpeed-Lauf aus. |
| Weitere Quelle | Hugging Face (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Cross-Benchmark Transfer from RL on Agentic Coding Tasks (arXiv:2610.00890v1) (abgerufen 19. Oktober 2026) |
| Weitere Quelle | Modellmetadaten (abgerufen 15. Oktober 2026) |
| Weitere Quelle | Kimi API model list · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Kimi K2.7 Code resource · Redaktionelle Beschreibung geprüft am 2. Oktober 2026 |
| Weitere Quelle | Kimi K2.7 Code model card · 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 | Ollama: kumulierte Downloads für den Beliebtheitsindex |
| Weitere Quelle | Replicate: kumulierte Ausführungen für den Beliebtheitsindex |
| Weitere Quelle | Google Trending Now: begrenzte Feed-Auswahl für Deutschland und USA |
| Weitere Quelle | Creative Commons Attribution 4.0 |