AI
Kimi K2.7-Code、自社テストで2桁改善も独立検証では後退。ベンチマークの読み方を考える
Moonshot AIのコーディング特化モデルKimi K2.7-Codeが現地時間6月12日に公開された。推論トークンを約30%削減し、自社テストでは2桁の改善。数字だけ見れば順当な進化に映る。だが公開から数時間で、外部の研究者と開発者が独立ベンチマークで検証し、公称スペックとは異なる結果を示した。 何が出たのか K2.7-Codeは、4月にリリースされたKimi K2.6をベースにしたコーディング特化のオープンウェイトモデルだ。1兆パラメータのMixture-of-Experts構成(トークンあたり320億パラメータ稼働)、コンテキスト長は最大約26万トークン。修正MITライセンスでHugging Faceに重みが公開されており、vLLMやSGLangでセルフホストできる。API価格は100万トークンあたり入力0.95ドル(約152円)、出力4ドル(約640円)で、K2.6と同額だ。 K2.6はリリース直後にOpenRouterの週間LLMリーダーボードで1位を獲得し、開発者のAPI利用量で既存モデルを上回った実績がある。K2.7-Codeはその後継にあたり、コーディングと