Kimi K2.7-Code 徹底解説

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: 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: 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: 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。