MoonshotAI: Kimi K2.7 Code

Kimi K2.7 Code é um modelo focado em programação da Moonshot AI, parte da família Kimi K2. A Moonshot AI construiu-o para completar tarefas de programação ponta a ponta de forma fiável em contextos longos, e utiliza uma arquitetura nativa multimodal de mistura de especialistas. Situa-se na categoria de texto em api14, e o fornecedor descreve-o explicitamente como um modelo de programação e não como um modelo de conversação de uso geral.

O modelo aceita entrada de texto e imagem, e produz saída de texto, pelo que pode enviar capturas de ecrã, diagramas ou outro material visual juntamente com o seu prompt escrito. Suporta uma janela de contexto de 262.144 tokens e uma saída máxima de 235.929 tokens. Essa combinação de um contexto grande e um limite de saída elevado significa que pode fornecer bases de código substanciais ou documentos longos e ainda receber uma resposta longa e completa em vez de truncada. Como é um modelo com capacidade de raciocínio, também pode expor o seu raciocínio através dos parâmetros relevantes.

Os usos práticos decorrem dessas capacidades. O contexto longo adequa-se a tarefas que envolvem um repositório inteiro ou vários ficheiros grandes ao mesmo tempo, como refatorar entre módulos, rastrear um erro através de muitas camadas, ou rever uma base de código em busca de inconsistências. A entrada de imagem ajuda quando a informação relevante está numa captura de ecrã de um erro, numa maquete de interface, num esboço de quadro branco ou num diagrama de arquitetura de sistema. O limite de saída generoso é útil para gerar ficheiros completos, alterações em vários ficheiros ou explicações detalhadas que de outra forma seriam cortadas. O suporte de raciocínio encaixa em problemas que beneficiam de análise passo a passo antes da resposta final.

Pode chamá-lo através da API compatível com OpenAI do api14 usando o id de modelo "moonshotai/kimi-k2.7-code". Como a interface corresponde à da OpenAI, pode usar SDKs OpenAI existentes e apontá-los para api14. O modelo suporta um conjunto amplo de parâmetros de pedido: temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, reasoning, include_reasoning, tools, tool_choice e parallel_tool_calls. A chamada de ferramentas e as saídas estruturadas estão disponíveis, o que torna simples integrar o modelo em ciclos de agentes ou pipelines que esperam resultados legíveis por máquina.

Os factos não listam limitações específicas, pelo que a principal consideração é a adequação. Está posicionado como um modelo de programação, pelo que para tarefas que não estão relacionadas com código, outro modelo do catálogo pode ser uma melhor escolha. A sua entrada de imagem suporta contexto visual, mas a saída é apenas texto, pelo que não produzirá imagens. Se a sua tarefa depende de entrada de áudio ou vídeo, ou de saída que não seja texto, procure noutro lado.