GitHub Copilot menambahkan Kimi K2.7 Code sebagai pilihan model dengan tarif yang jauh lebih rendah dibanding sejumlah model frontier. Untuk sesi coding yang memakai 50.000 token input dan 50.000 token output, biayanya diperkirakan hanya sekitar $0.25.
Angka itu menjadi perhatian karena pekerjaan coding agentic sering melibatkan banyak berkas dan percakapan panjang. Dalam skenario token yang sama, Claude Opus 4.8 diperkirakan membutuhkan sekitar $1.50, sedangkan GPT-5.5 sekitar $1.75.
Selisih tarif antar-model
Kimi K2.7 Code mengenakan tarif $0.95 untuk setiap 1 juta token input dan $4.00 untuk setiap 1 juta token output. Menurut tech-insider.org, tarif Copilot mengikuti harga API penyedia model tanpa tambahan markup.
Biaya rendah tersebut dapat memberi alternatif bagi pengembang yang menjalankan tugas rutin atau alur kerja multi-langkah. Namun, harga bukan satu-satunya pertimbangan karena kemampuan teknisnya belum memiliki pembanding independen yang lengkap.
| Model | Input per 1 juta token | Output per 1 juta token | Jendela konteks |
|---|---|---|---|
| Kimi K2.7 Code | $0.95 | $4.00 | 256K |
| Claude Sonnet 5 | $2.00 | $10.00 | 1 juta |
| Claude Opus 4.8 | $5.00 | $25.00 | 200K |
| GPT-5.5 | $5.00 | $30.00 | Tidak dipublikasikan |
| Gemini 3.1 Pro | $2.00 | $12.00 | Tidak dipublikasikan |
GitHub menyediakan model tersebut secara umum pada 1 Juli 2026 untuk pelanggan Copilot Pro, Pro+, dan Max. Dalam catatan perubahannya, GitHub menyebut Kimi K2.7 Code sebagai model open-weight pertama yang dapat dipilih melalui pemilih model Copilot.
Akses kemudian diperluas pada 7 Juli 2026 kepada pengguna Copilot Business dan Enterprise. Meski demikian, organisasi tidak langsung dapat memakainya karena fitur itu dinonaktifkan secara bawaan.
Organisasi perlu mengaktifkan kebijakan
Administrator Business dan Enterprise harus mengaktifkan kebijakan khusus sebelum anggota organisasi dapat memilih Kimi K2.7 Code. Pengaturan opt-in ini memberi perusahaan ruang untuk menilai kebijakan data, kepatuhan, dan risiko penggunaan model tersebut.
Moonshot AI merupakan laboratorium AI yang berbasis di Beijing, sehingga evaluasi internal dapat menjadi lebih penting bagi organisasi dengan regulasi ketat. Microsoft menjalankan model ini pada infrastruktur Azure untuk lalu lintas Copilot, bukan meneruskan prompt pengguna ke server Moonshot AI.
Bobot terbuka, kemampuan masih diuji
Moonshot AI mempublikasikan bobot Kimi K2.7 Code di Hugging Face pada 12 Juni 2026 dengan lisensi Modified MIT. Bobot tersebut pada prinsipnya dapat diunduh dan di-host sendiri oleh tim yang memiliki kapasitas GPU memadai.
Hanya 19 hari setelah perilisan bobot, model ini sudah masuk ke layanan Copilot. Kimi K2.7 Code menggunakan arsitektur Mixture-of-Experts dengan sekitar 1 triliun parameter total dan sekitar 32 miliar parameter aktif untuk setiap permintaan.
Moonshot AI memosisikan model ini sebagai pembaruan dari Kimi K2.6 yang diarahkan untuk rekayasa perangkat lunak dan tugas coding multi-langkah. Kehadirannya membuat pemilih model Copilot mencakup OpenAI, Anthropic, Google, Microsoft, dan Moonshot AI.
Benchmark independen belum tersedia
Belum ada hasil SWE-bench Verified, LiveCodeBench, atau Terminal-Bench yang dipublikasikan khusus untuk Kimi K2.7 Code oleh Moonshot AI maupun GitHub. Kondisi ini membuat pengembang belum bisa membandingkan performanya secara langsung dengan Claude, GPT, atau Gemini melalui angka independen.
Untuk saat ini, nilai utama Kimi K2.7 Code lebih mudah dilihat dari tarif, lisensi, dan jendela konteks 256K. Pengguna Copilot dapat mengujinya pada alur kerja nyata sambil menunggu bukti kemampuan yang lebih terbuka.
