MoonshotAI: Kimi K2.6 karşı MoonshotAI: Kimi K2.7 Code
MoonshotAI: Kimi K2.6 ($2,28 / 1M token (≈ ₺113,92)) ve MoonshotAI: Kimi K2.7 Code ($2,10 / 1M token (≈ ₺105,16)) modellerinin api14 kataloğundaki güncel USD fiyatları ve yetenekleriyle yan yana karşılaştırması. İkisi de aynı OpenAI uyumlu API üzerinden çalışır.
Teknik özellikler
| MoonshotAI: Kimi K2.6 | MoonshotAI: Kimi K2.7 Code | |
|---|---|---|
| Sağlayıcı | Moonshot AI | Moonshot AI |
| Girdi | $2,28 / 1M token (≈ ₺113,92) | $2,10 / 1M token (≈ ₺105,16) |
| Çıktı | $11,94 / 1M token (≈ ₺597,66) | $12,25 / 1M token (≈ ₺613,43) |
| Önbellek okuma | $0,52 / 1M token (≈ ₺26,29) | $0,56 / 1M token (≈ ₺28,04) |
| Bağlam penceresi | 262.144 | 262.144 |
| Maks. çıktı | 235.929 | 235.929 |
| Girdi | text, image | text, image |
| Çıktı | text | text |
| Araç çağırma | ||
| Yapılandırılmış çıktı | ||
| Akıl yürütme kontrolü | ||
| Eklenme | 20 Nis 2026 | 12 Haz 2026 |
Temel farklar
- MoonshotAI: Kimi K2.7 Code girdi tokenlarında 8% daha ucuz.
- 1.000 girdi ve 500 çıktı tokenlı bir istek MoonshotAI: Kimi K2.6 ile $0,00824, MoonshotAI: Kimi K2.7 Code ile $0,00823 tutar.
Ayrıntılı bakış
MoonshotAI: Kimi K2.6 ve MoonshotAI: Kimi K2.7 Code, Moonshot AI tarafından geliştirilen ve api14 üzerinden sunulan iki metin üretim modelidir. K2.6 ikisi arasında daha erken olandır ve 2026-04-20 tarihinde yayımlanmıştır; K2.7 Code ise daha sonra, 2026-06-12 tarihinde gelmiştir. Adlandırma, niyet hakkında bilmeniz gerekenlerin çoğunu anlatır: K2.6 genel amaçlı bir modeldir, K2.7 Code ise kodlama işlerine göre ayarlanmıştır. Her ikisi de aynı metin kategorisi altında listelenir, ikisi de aynı sağlayıcıdan gelir ve ikisine de aynı ağ geçidi üzerinden erişilebilir.
Kağıt üzerinde iki model neredeyse aynı görünür. Her ikisi de metin ve görüntü girdisi kabul eder ve metin çıktısı döndürür. Her ikisi de 262144 token bağlam penceresi sunar, dolayısıyla hiçbir tarafın bağlam avantajı yoktur. Her ikisi de tools, parallel tool calls, structured outputs, response format, reasoning ve include reasoning, logprobs ve top logprobs, seed, stop, temperature, top p, top k, min p, frequency ve presence penalties, repetition penalty ve logit bias dahil olmak üzere aynı uzun parametre listesini destekler. Parametre kümesinde onları ayıran hiçbir şey yoktur ve birinin sunduğu, diğerinin sunmadığı bir yetenek yoktur. Anlamlı farklar nitelikseldir: K2.7 Code girdi tarafında daha ucuz seçenektir, çıktı fiyatlandırması ise ikisi için yaklaşık aynıdır. Üzerinde işlem yapmaya değer tek maliyet sinyali budur ve gerçek rakamlar için canlı fiyat tablosuna bakmalısınız.
Pratik seçim için, iş yükünüz kod olduğunda K2.7 Code'u varsayılan olarak değerlendirin: fonksiyon yazma, yeniden düzenleme, diff inceleme, test üretme veya bir depoyu düzenleyen bir agent çalıştırma. Daha geç yayımlanması ve koda yönelik ayarlanması, bu görevler için onu doğal ilk çağrı haline getirir ve daha düşük girdi fiyatı, prompt'a büyük kaynak dosyaları veya uzun konuşma geçmişleri beslediğinizde yardımcı olur. Görev koddan çok genel olduğunda K2.6'ya başvurun: düzyazı taslağı hazırlama, belge özetleme, karışık metin ve görüntüler üzerinden soru yanıtlama veya genel amaçlı modeli istediğiniz ve maliyetin belirleyici olmadığı herhangi bir iş akışı. Bağlam penceresi ve modalite desteği eşleştiği için, bir prompt'u farklı bir girdi şekli için yeniden yazmadan iki model arasında taşıyabilirsiniz.
Her iki modeli api14 üzerinden çağırmak aynı işlemdir. API, OpenAI uyumludur, dolayısıyla mevcut istemcinizi api14 temel URL'sine yönlendirir, mesajlarınızla bir chat completions isteği gönderir ve model alanını ayarlarsınız. İkisi arasında değişen tek şey bu dizedir: genel model için moonshotai/kimi-k2.6 ve kod modeli için moonshotai/kimi-k2.7-code kullanın. Parametreleriniz, araç tanımlarınız, yapılandırılmış çıktı şemalarınız ve görüntü girdileriniz değişmeden geçer, çünkü her iki model de aynı kümeyi kabul eder. Bu, A/B testini kolaylaştırır: aynı isteği farklı model id'leriyle iki kez çalıştırın ve çıktıları kendi değerlendirme setinizde karşılaştırın.
Koda yakın bir iş akışında bile K2.6'nın daha iyi seçim olduğu durumlar vardır. Göreviniz kodu önemli miktarda kod dışı akıl yürütmeyle karıştırıyorsa veya zaten genel modelde standartlaşmışsanız ve bir pipeline boyunca tutarlı davranış istiyorsanız, K2.6'da kalmak yığınınızı bölmekten kaçınır. Çıktı fiyatlandırması yaklaşık aynı olduğundan ve bağlam penceresi özdeş olduğundan, K2.7 Code'daki daha ucuz girdi oranı yalnızca girdi hacmi faturanıza hakim olduğunda önemlidir. Aksi halde maliyete göre değil, göreve uygunluğa göre seçin.
Tek bir metinle geçiş yap
İki model de aynı uç noktayı ve istek yapısını kullanır. model değerini "moonshotai/kimi-k2.6" yerine "moonshotai/kimi-k2.7-code" yap, istemler, akış ve araçlar çalışmaya devam eder.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "moonshotai/kimi-k2.7-code",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Diğer karşılaştırmalar
- LiquidAI: LFM3-1.7B karşı Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B karşı Crouton Alpha
- LiquidAI: LFM3-1.7B karşı Tencent: Hy4
- LiquidAI: LFM3-1.7B karşı Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview karşı Crouton Alpha
- Ricursive: Ripple 65B Preview karşı Tencent: Hy4
- Ricursive: Ripple 65B Preview karşı Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha karşı Tencent: Hy4