Kimi K2.7-Code 徹底解説 — Moonshot AI が2026年6月12日に公開したコーディング特化 1T MoE オープン重みモデル、Modified MIT・$0.95/$4.00・256K context、ただし日本企業はデータ越境とベンチ独立検証未確立の2大論点に注意

Moonshot AI（北京拠点、Kimi シリーズ提供）が2026年6月12日にコーディング特化の新フラッグシップ Kimi K2.7-Code をオープンウェイトで公開しました。Hugging Face（`moonshotai/Kimi-K2.7-Code`）、Kimi Open Platform API（モデル ID: `kimi-k2.7-code`）、Kimi Code CLI、Cloudflare Workers AI 経由で同日利用可能。

4つの要点:

1. 1T 総パラメータ / 32B アクティブの MoE、384 expert（8 active + 1 shared）、256K コンテキスト、思考モード強制有効 2. Modified MIT License — 月間1億 MAU または $20M MRR 超でのみ「Kimi K2」表示義務、それ以下なら実質 MIT 3. API は破壊的低価格 — 入力 $0.95 / 出力 $4.00 per 1M トークン（Claude Opus 4.8 の出力単価 $75 の 約1/18）、Hugging Face セルフホスト可能 4. ベンチマークは自社プロプライエタリのみ — SWE-bench Verified / Pro / FrontierCode 等の独立検証スコアは未公開、VentureBeat が透明性を批判

日本企業の視点では (1) データ越境（中国国家情報法第7条 compelled disclosure リスク）、(2) ベンチ独立検証未確立 の2大論点が採用判断の分水嶺になります。本コラムは Cognition FrontierCode 解説 や Windsurf × Devin 統合、DiffusionGemma 解説 と並ぶ「2026年6月のコーディング AI 戦線」の整理として位置づけられます。

汎用版は K2.6、コーディング・エージェントは K2.7-Code、という 二段構え が現在のラインナップです。バックボーン（1T-total / 32B-active MoE / 384 experts）は K2 以来一貫しており、進化軸は (1) context 128K→256K→262K、(2) modality テキスト→画像→画像+動画、(3) agentic 深度 100→300 sub-agents、(4) K2.7-Code はコーディング特化のトークン効率最適化版、です。

Moonshot が公式に公開している K2.7-Code のベンチ結果（K2.6 比、および VentureBeat 引用の競合比較）:

注目点: MCP Mark Verified（ツール呼び出し精度）では Claude Opus 4.8 を 4.7 ポイント上回り、オープンウェイトとしては異例の好成績。思考トークン消費が K2.6 比 約 30% 削減 で、エージェント長時間タスクのコスト・レイテンシ改善が売りです。

重要な caveat: 公開ベンチがすべて Moonshot 内製プロプライエタリ（Kimi Code Bench v2 / Program Bench / MLS Bench Lite）で、SWE-bench Verified / SWE-bench Pro / Cognition FrontierCode / LiveCodeBench / Aider polyglot / BigCodeBench / HumanEval / MBPP などの 公開ベンチでの第三者スコアは2026年6月15日時点で未公開。VentureBeat の批判記事 では「公開ベンチがすべて Moonshot 内製プロプライエタリで、独立検証が成立していない」「実プロジェクトでは公称ほど振るわない」との実務家の声が報じられています。数値は割引いて受け止める姿勢が必要 です。

参考までに、前モデルの Kimi K2.6 は Cognition FrontierCode で Diamond 3.8%（OSS 最高）、SWE-bench Verified 80.2%、SWE-bench Pro 58.6（vendor-reported）を達成しています。

K2 系全体（K2-Instruct / K2-Thinking / K2.5 / K2.6 / K2.7-Code）は Modified MIT License で配布されており、Apache 2.0 ではなく、厳密には OSI 認定でもありません。

- 標準 MIT 条項適用: 商用利用・改変・再配布が自由、ロイヤリティなし - アトリビューション条項（Llama 型閾値）: 月間 1億 MAU 超 または 月間売上 $20M USD 超 のサービスで利用する場合、UI 上に 「Kimi K2」と prominent に表示 する義務 - 閾値以下なら plain MIT と同じ ように扱える - Llama のような acceptable-use policy ゲート / 別途商用契約は不要

日本の通常の SI・SaaS 企業はこの閾値に達しないため、事実上ほぼ MIT として扱える のが実務感覚です。ただし「OSI 認定でない」点は、調達基準で OSI 認定 OSS のみを許容する一部の大企業・官公庁では引っかかる可能性があるため、法務確認推奨です。

Hugging Face セルフホスト: `moonshotai/Kimi-K2.7-Code` で重み公開、INT4 量子化版で 約 595 GB。

Kimi Open Platform API（USD、グローバル `platform.moonshot.ai` または 中国 `platform.moonshot.cn`）:

Claude Opus 4.8 の出力単価約 $75/1M と比較すると、K2.7-Code は約 1/18。コスト面の優位は際立っており、PoC 段階では破壊的に安く動かせます。CNY 換算で約 ¥6.7 / ¥28 per 1M（CNY/USD = 7.1 概算）。

その他配布: Kimi Code CLI（公式 OSS ターミナルエージェント、MCP / VS Code / Cursor / Zed 連携）、Cloudflare Workers AI（同モデル ID で提供）。

OpenAI 互換 + Anthropic 互換 API を備えているため、既存ツールへの組み込みが容易です。

- [Claude Code](../columns/claude-code-agent-view-parallel-orchestration-2026): Anthropic 互換エンドポイント + 環境変数で接続（`ANTHROPIC_BASE_URL` / `ANTHROPIC_AUTH_TOKEN` / `ANTHROPIC_MODEL=kimi-k2.7-code`） - [Cursor](../columns/cursor-automations-agents-window-may-2026): ネイティブ非対応だが、OpenRouter 経由または Moonshot OpenAI 互換 API 経由で利用可 - Aider: OpenRouter または `--openai-api-base` でモデル指定 - Cline / Roo Code: コミュニティ統合ガイド（GitHub: `47thtechcorner/RayCodes_Kimi_2.7`）あり - [cmux](../columns/cmux-manaflow-ai-agent-terminal-2026): 第一者ガイドなし、OpenAI 互換 provider スロット経由で動作見込み - MCP: ネイティブサポート、Atlas / Mark Verified ベンチで強み

function calling は OpenAI スタイル `tools` / `tool_choice` を完全サポート。エージェント用途の中核機能です。

- 大規模リファクタリング — 複数ファイルにまたがる機能追加、依存関係アップグレード - PR レビュー支援 — テスト失敗の根因解析、コードベース QA - 長時間（multi-step）自律エージェント・タスク — K2.6 で 4,000 ステップ・13 時間連続コーディングの実績 - マルチモーダル — UI スクリーンショット → コード、図表 → 仕様文書 - コスト圧縮 — Claude Opus 4.8 の 1/18 の出力単価で同等の MCP 性能を求める PoC

本コラムで最も重要な論点です。Moonshot AI の公式 API は中国本土／Singapore 子会社サーバで処理される ため、日本の改正個人情報保護法 28 条（外国第三者提供）、経産省「政府情報システムにおけるクラウドサービス選定」、金融庁・防衛系・医療系のデータ取扱規定との整合性に 重大な留意 が必要です。

Moonshot は2つのエンドポイントを運営しています:

- `api.moonshot.cn`（中国本土）: 中国 ICP 配下、CSL / DSL / PIPL / 国家情報法第7条が全面適用 - `api.moonshot.ai`（グローバル）: Moonshot AI PTE. LTD.（Singapore、2023年7月設立） が運営

プライバシーポリシー上は「API データを訓練に使わない」 と明記されています（Kimi consumer chat は使う）。ただしアナリスト見解（IAPS、SecurityScientist）は 「Singapore 子会社は北京親会社の子会社のため、中国国家情報法第7条の compelled disclosure リスクは `.ai` ルーティングで完全には消えない」 と評価しています。

適用法令: - CSL（網絡安全法 / Cybersecurity Law） - DSL（数据安全法 / Data Security Law） - PIPL（個人信息保護法 / Personal Information Protection Law） - 2023年8月15日施行の「生成式人工智能服务管理暂行办法」 - 国家情報法 第7条: 中国国民・組織は国家情報活動への協力義務

訓練データ・ユーザーデータの国外移転には CAC（国家インターネット情報弁公室）のセキュリティ評価 が必要です。

個人情報保護委員会（PPC）は 2025年2月3日に DeepSeek に対する公式注意喚起 を出し、「個人データが中国サーバに保存され中国法の適用を受ける」「事業者は個人データ送信前に確認を」と警告しました（PPC 注意喚起）。

デジタル庁は 2025年2月6日に全省庁宛事務連絡 を発出し、「DeepSeek の業務利用について抑制的に判断」「採用前に NISC との相談」を要請（Digital Agency PDF）。

METI「AI事業者ガイドライン 第1.2版」（2026年3月31日） は CBPR Forum を引用した汎用的な越境データフロー言及にとどまり、中国特定の言及はありません。日本は伊・豪のような全面禁止には踏み込んでおらず 「留意」レベル にとどまる一方、precedent としての DeepSeek alert は中国 LLM 全般に同じ論理が及ぶ と読むのが実務感覚です。Kimi は DeepSeek と異なり PPC からの個別 alert は出ていませんが、API データの保存先が同様の構造である以上、同等のデューデリジェンスが要求されます。

日本企業が中国 OSS LLM を採用する場合の典型パターンとして、みずほ・ライオン等が Qwen の重みを国内インフラ上でファインチューンして社内 LLM 化 している事例が報じられています（Business Journal、note.com）。中国 API を直接叩くのではなく、Hugging Face から重みをダウンロード → 国内クラウド（さくら高火力、GMO GPU、AWS Tokyo p5）or オンプレで完結運用 という形です。

Kimi K2.7-Code でも同じパターンが現実解 です。

INT4 量子化版で 約 595 GB、production-quality serving には H100 / H200 を 4-8 枚 クラスが必要:

- 4× H100（INT4、コンテキスト縮小）: 最小構成、PoC 用 - 8× H100 / H200（INT4、フル context 256K）: 業務 production 推奨 - 推論エンジン: vLLM / SGLang / KTransformers - クラウド試算: 約 USD 100k+/年 または capex 約 USD 120k+

ハイパースケーラーや潤沢な予算の大企業以外には敷居が高いですが、データ越境リスクを完全に回避できる 唯一の確実解 です。

オブライトの AI コンサルティング の現場で日本企業に推奨している2段階運用:

フェーズ1: 機微情報なし PoC → Moonshot API（`api.moonshot.ai`）または OpenRouter 経由で コスト・品質を素早く比較。Claude Opus 4.8 / GPT-5.5 / Gemma 4 12B / DiffusionGemma との並走 PoC で「Kimi K2.7-Code が本当に必要か」を見極め。

フェーズ2: 本番・機微案件 → Hugging Face 重みを国内 GPU クラウド（さくら高火力、GMO GPU、AWS Tokyo の p5）にセルフホスト + 専用 VPC / オンプレで完結。Mizuho / Lion の Qwen precedent に沿った構成。Forward Deployed Engineer 型 の現場伴走で運用設計まで支援。

差別化は 「API 単価の破壊的安さ + Modified MIT のオープン重み + MCP ツール呼び出し精度（Opus 4.8 超え）」 の3点。一方、SWE-bench Verified 等の独立検証が未確立 な点で、Claude Opus 4.8 / Gemini 3.1 Pro / DeepSeek V3.5 と並べる本番判定はまだ難しい段階です。

2026年6月15日時点で公式・第三者ともに確認できない事項:

- SWE-bench Verified / SWE-bench Pro / FrontierCode / LiveCodeBench / Aider polyglot / BigCodeBench / HumanEval / MBPP の第三者スコア - 日本リージョン専用エンドポイント の有無 - ZDR（Zero Data Retention）契約の Enterprise 提供 - 日本企業の Kimi K2.7-Code 採用事例 — 日本のテック専門メディア（Publickey、ITmedia、Impress Watch、xTECH）での Case study は調査時点で確認できず - CNY 価格 — `platform.moonshot.cn` の最新表記

本格採用前に Hugging Face モデルカード と Moonshot 公式 で最新情報を再確認してください。

Q1. Kimi K2.7-Code は Claude Opus 4.8 / GPT-5.5 の代替になりますか？ A. コスト1/18の魅力はあるが、SWE-bench Verified 等の公開ベンチでの独立検証スコアがまだ無いため、本番代替判定は時期尚早。PoC で自社案件のコード品質を実測し、Opus 4.8 と並べて比較するのが現実的です。MCP Mark Verified では Opus 4.8 を上回るため、ツール呼び出し中心のエージェント用途では先行採用の価値あり。

Q2. 日本企業が直接 `api.moonshot.ai`（Singapore）を叩くのは安全ですか？ A. 機微情報・顧客成果物・PII を扱う案件では推奨しません。Singapore 子会社は北京親会社の傘下で、中国国家情報法第7条の compelled disclosure リスクは消えません。2025年2月の PPC DeepSeek alert と同じ論理が適用されると考えるのが安全。機微情報なしの PoC に限定するか、セルフホスト への移行が必要。

Q3. セルフホストにはどのくらいのインフラが必要？ A. INT4 量子化で 約 595 GB、最小構成 4× H100（PoC 用、コンテキスト縮小）、業務 production 8× H100/H200（フル 256K context）。クラウド試算で 約 USD 100k+/年 または capex 約 USD 120k+。Mizuho / Lion の Qwen 国内ファインチューン precedent と同じパターン。

Q4. Modified MIT は商用利用 OK ですか？ A. 基本的に MIT と同等で完全自由。月間1億 MAU または $20M MRR 超の場合のみ UI 上に「Kimi K2」表示義務。日本の通常の SI / SaaS 企業はこの閾値に達しないため事実上ほぼ MIT として扱えます。ただし OSI 認定ではないため、調達基準が「OSI 認定 OSS のみ」の大企業・官公庁では法務確認推奨。

Q5. Kimi Code CLI と Claude Code の違いは？ A. Kimi Code CLI は Moonshot が提供する公式 OSS ターミナルエージェントで、MCP / VS Code / Cursor / Zed 連携。Claude Code は Anthropic 公式。両者は競合関係ですが、Kimi Code CLI は安価かつオープン重みベース、Claude Code は SOTA 品質 + Anthropic エコシステム統合という棲み分け。

Q6. 思考モードを無効化できますか？ A. 無効化不可 です。`thinking` と `preserve_thinking` は強制 True。これによりレイテンシ最適化の自由度は低い一方、長時間自律タスクでの品質は安定。サンプリングも temperature 1.0 / top_p 0.95 固定です。

Q7. ベンチマーク数値が「自社プロプライエタリのみ」というのはどの程度問題ですか？ A. 採用判定の重要な情報が欠落している状態です。Kimi Code Bench v2 / Program Bench / MLS Bench Lite は Moonshot 自身が設計したベンチで、対外比較性が弱い。VentureBeat の批判記事では「実プロジェクトでは公称ほど振るわない」との実務家声も。PoC で自社データ・自社案件での実測が必須。

Q8. OpenRouter 経由なら中国データ越境リスクは消えますか？ A. 完全には消えません。OpenRouter 経由でも最終的なモデル提供元（Moonshot）の利用規約とログ保持ポリシーが適用されます。法務上の責任は OpenRouter ではなく Moonshot が負う構造 のため、機微情報を扱うなら OpenRouter 経由でも避けるべき。セルフホストが唯一の確実解。

Kimi K2.7-Code は 「破壊的に安い API + Modified MIT のオープン重み + MCP ツール呼び出し精度で Opus 4.8 超え」 という三拍子で、2026年6月のコーディング AI 戦線で OSS 陣営の最前線 に立つモデルです。Cognition FrontierCode で K2.6 が OSS 最高だった流れを引き継ぐ位置づけ。

ただし日本企業の本格採用には 2つの大きな注意点 があります。(1) 公開ベンチがすべて自社プロプライエタリで SWE-bench Verified 等の独立検証スコアが未公開 — 数値は割引いて受け止め、PoC での実測が必須。(2) `api.moonshot.cn` と Singapore 子会社経由の `api.moonshot.ai` ともに中国国家情報法第7条 compelled disclosure リスクが残る — 2025年2月 PPC DeepSeek alert と同じ論理が適用される前提で、機微案件は Hugging Face 重みを国内 GPU クラウド（さくら / GMO / AWS Tokyo）にセルフホスト が現実解。

推奨フローは 「フェーズ1: 機微情報なし PoC を Moonshot API で素早く実施 → フェーズ2: 本番案件は Hugging Face 重みを国内セルフホスト」 の2段階。Mizuho / Lion の Qwen precedent と同じパターンで、2026年後半に向けて中国 OSS LLM 採用の標準形になっていく見通しです。

公式（一次ソース）: - Hugging Face — moonshotai/Kimi-K2.7-Code - Hugging Face LICENSE — Modified MIT - Moonshot AI 公式 - Kimi Open Platform（グローバル） - Kimi Open Platform（中国本土） - Moonshot AI 公式 Kimi K2.7 Code リソース 第三者報道: - MarkTechPost — Kimi K2.7-Code リリース解説 - VentureBeat — ベンチマーク批判記事 - DevOps.com — トークン効率解説 - Cloudflare Workers AI — kimi-k2.7-code - Digital Applied — K2.7-Code 解説 - Cryptobriefing — 1T パラメータ OSS リリース - llm-stats — Kimi K2.7 Code 仕様 - Codersera — Complete Guide 2026 - Spheron — Deploy on GPU Cloud - GitHub: RayCodes_Kimi_2.7 統合ガイド 中国データ越境論点: - 個人情報保護委員会（PPC）— DeepSeek 注意喚起（2025-02-03） - デジタル庁事務連絡（2025-02-06） - Mend.io — Moonshot AI ガバナンス論考 - SecurityScientist — 12 questions on Kimi data privacy 関連コラム: - Cognition FrontierCode ベンチマーク解説 - Windsurf × Devin 統合 - Claude Code Agent View - Cursor Automations - cmux（Manaflow） - DiffusionGemma - Gemma 4 12B encoder-free - Liquid AI 日本語2モデル - Forward Deployed Engineer (FDE) 注記: SWE-bench Verified / SWE-bench Pro / FrontierCode / LiveCodeBench / Aider polyglot / BigCodeBench / HumanEval / MBPP の第三者スコア、日本リージョン専用エンドポイント、ZDR（Zero Data Retention）Enterprise 契約、日本企業の Case study、CNY 価格詳細は2026年6月15日時点で公式・第三者ともに確認できず。本格採用前に Hugging Face モデルカードと Moonshot 公式で最新情報を再確認してください。