Moonshot AI представила Kimi K2.7 Code — открытую модель на базе архитектуры Mixture-of-Experts (MoE) с триллионом параметров, из которых в каждый момент времени задействовано лишь 32 миллиарда. Пока западные лаборатории соревнуются в полировке бенчмарков, китайские разработчики бьют по самому больному месту капитализма — по кошельку. Модель, доступная на Hugging Face, ориентирована на сложные агентские сценарии, где нейросеть не просто пишет фрагменты кода, а полноценно работает в кодовой базе часами. По заверению Moonshot, им удалось сократить объем «мыслительных» токенов на 30% по сравнению с версией K2.6, что напрямую конвертируется в скорость работы.
На рынке больших языковых моделей началась стадия открытой экономической агрессии. При цене $0,95 за миллион входных токенов K2.7 Code оказывается до 12 раз дешевле, чем Claude 4.8 от Anthropic или GPT-5.5 от OpenAI. Это не просто скидка, а попытка полностью обнулить порог входа в автоматизацию разработки. Moonshot явно делает ставку на прагматичный бизнес: зачем переплачивать за бренд из Кремниевой долины, если китайский агент справляется с рутиной за копейки?
Главное в цифрах
Архитектура MoE: 1 трлн параметров (активны 32 млрд). Цена: $0,95 за 1 млн входных токенов — в 12 раз выгоднее западных аналогов. Эффективность: объем цепочки рассуждений сокращен на 30% без потери качества. Результативность: 81.1 балл в тесте MCPMark Verified (против 76.4 у Claude 4.8).
Цифры подтверждают выбранную стратегию. Да, в синтетическом тесте Program Bench модель уступает лидерам (53.6 против 69.1 у флагмана OpenAI), но в реальных «полевых» условиях ситуация меняется. На тесте MCPMark Verified, где агенты взаимодействуют с живыми репозиториями GitHub и базами Postgres, K2.7 Code обошла Claude 4.8. Это важный сигнал для технических директоров: избыточный интеллект западных моделей часто остается невостребованным в прикладных задачах, а переплата за него превращается в налог на неэффективность.
Moonshot переводит конкуренцию из плоскости «кто умнее» в плоскость ROI (окупаемости инвестиций).
Для большинства компаний вопрос не в том, способна ли нейросеть доказать теорему, а в том, сколько стоит исправление бага в устаревшем коде. Пока западные гиганты создают «цифровых богов», КНР предлагает эффективную рабочую силу, которая не требует опционов, зато радикально сокращает затраты на эксплуатацию ИИ-агентов здесь и сейчас.