뉴스 - 원문 기반 요약 필요

---

title: "Moonshot AI, Kimi K2.7-Code 공개…전작 대비 21.8% 향상" description: "뉴스 - 원문 기반 요약 필요" date: 2026-06-14 tags: [ai-tool] source: "https://www.marktechpost.com/2026/06/12/moonshot-ai-releases-kimi-k2-7-code-a-coding-model-reporting-21-8-on-kimi-code-bench-v2-over-k2-6/" sidebar: order: 0

제목(한글): Moonshot AI, Kimi K2.7-Code 공개…전작 대비 21.8% 향상 원문 제목(영문): Moonshot AI Releases Kimi K2.7-Code: a Coding Model Reporting +21.8% on Kimi Code Bench v2 Over K2.6 원문: Moonshot AI Releases Kimi K2.7-Code: a Coding Model Reporting +21.8% on Kimi Code Bench v2 Over K2.6 소스: marktechpost MD 파일: content/2026-06-14/marktechpost-moonshot-ai-releases-kimi-k2-7-code-a-coding-model.md

핵심 내용

Moonshot AI가 코딩 특화 에이전트 모델 Kimi K2.7-Code를 공개했어요. Kimi Code Bench v2 기준 전작 K2.6 대비 21.8% 향상된 62.0점을 기록했거든요.

모델 구조는 총 1조 파라미터 MoE 방식이에요. 토큰당 32B만 활성화하고, 384개 전문가 중 8개를 선택하는 구조예요. 컨텍스트 창은 256K 토큰이고, HuggingFace에서 Modified MIT 라이선스로 공개됐어요. 다만 용량이 595GB라 서버급 장비가 필요해요.

특히 MCP Mark Verified 벤치마크에선 81.1점으로 Claude Opus 4.8(76.4점)을 앞질렀어요. 추론 토큰 사용량도 K2.6 대비 약 30% 줄었는데, 에이전트 코딩처럼 수백 단계가 반복되는 작업에선 비용 절감 효과가 꽤 클 거예요.

잡돌쌤의 한마디

MCP Mark Verified에서 Claude Opus 4.8을 앞섰고, 추론 토큰 30% 절감으로 에이전트 코딩 비용 부담이 실질적으로 줄어들어요.

---

출처: Moonshot AI Releases Kimi K2.7-Code: a Coding Model Reporting +21.8% on Kimi Code Bench v2 Over K2.6