Kimi K2.7 Code.
Kimi K2.7 Code is a modified-MIT coding agent model, 1T total and 32B active, with image and text input and a 256K context, built on Kimi K2.6.
8× Nvidia A100 SXM4 · $5.73/hr.
Most-aggressive quantisation we have a working recommendation for. Lower precision = less VRAM = cheaper hardware, at a small accuracy cost.
Cheapest hosted endpoints.
Variants in the Kimi family.
Moonshot's frontier open-weight MoE — 1T total, 32B active.
Moonshot's open-weight reasoning variant — extended chain-of-thought training...
Multimodal agentic variant — adds a vision encoder to the K2 backbone.
Long-horizon coding + autonomous-execution upgrade over K2.5.
Kimi K3 is Moonshot AI's open-weight multimodal agentic model, 2.8T parameter...
Kimi K3.1 Pro is Moonshot AI's flagship open-weight multimodal reasoning mode...
Kimi K2 0905 is a modified-MIT mixture-of-experts model, 1T total and 32B act...
Cheapest hardware per quantisation.
Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. Le $/h est le tarif le plus bas proposé maintenant. Une configuration multi-cartes utilise une vraie instance de cette taille quand elle est louée ; sinon c'est le tarif d'une carte multiplié par le nombre.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
1536 GB |
$22.60/hr
Cyfuture AI · à la demande
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
640 GB |
$5.73/hr
est. 8 × tarif d'une carte
Nosana · à la demande
|
— | Compare → |
What it costs per month across providers.
Estimate your monthly bill for Kimi K2.7 Code across every host that publishes per-token pricing. Slide your token volumes; the chart + table re-rank cheapest-first.
Le fournisseur le moins cher à gauche.
Coût mensuel total — tokens d'entrée et de sortie cumulés.
Détail de la facture.
| Fournisseur | Total mensuel | |
|---|---|---|
| $13.0 | S'inscrire ↗ | |
| $17.5 | S'inscrire ↗ |
Louez le GPU plutôt que de payer au token.
Pour un modèle à poids ouverts comme Kimi K2.7 Code, vous pouvez louer un GPU et faire tourner l'inférence vous-même. Le calcul : location de GPU la moins chère × 730 heures/mois. L'électricité est comprise dans le prix horaire de la location.
Suppose que le GPU tourne 24h/24 à environ 85 % d'utilisation. Si votre trafic est irrégulier, vous paierez moins pour l'API et probablement plus pour le GPU (les heures creuses sont facturées). L'analyse du seuil de rentabilité se trouve dans l'outil seuil de rentabilité auto-hébergement vs API.
About Kimi K2.7 Code.
Kimi K2.7 Code is a coding-focused agentic model from Moonshot AI, built on Kimi K2.6, with open weights under a modified MIT licence. It is a mixture-of-experts model with 1T parameters in total and 32B active, plus a 400M vision encoder, so it takes images as well as text. Context length is 256K tokens. Moonshot aims it at long software engineering tasks carried through to the end, and says it spends fewer thinking tokens than K2.6.