GitHub Copilot añade el modelo open-weight Kimi K2.7 Code
Model choice, Azure hosting and coding-model price pressure.
Noticias y análisis de Kimi
17 artículos verificados sobre Kimi, productos y movimientos del sector.
Kimi K2.7-Code compite más por coste que por ranking
Moonshot AI lanzó Kimi K2.7-Code con modo HighSpeed. Sus pruebas internas son llamativas, pero la ventaja principal está en un coste de salida mucho menor.
Kimi envía 300 agentes a predecir el Mundial
Moonshot AI usó agentes Kimi para simular los 104 partidos e identificar brechas de probabilidad, incluida una opción alemana mayor que la del mercado.
Kimi K2.7 Code rebaja los tokens de programación frente a GPT-5.5
El MoE abierto de Moonshot ofrece tokens mucho más baratos y mejora benchmarks de programación con agentes frente a K2.6.
Kimi Work lleva un enjambre de 300 agentes al escritorio
El agente de escritorio de Moonshot trabaja con archivos locales, navegadores ya autenticados y tareas programadas para usuarios que no pueden subir datos sensibles a la nube.
Moonshot libera Kimi K2.7-Code para programación con IA
Moonshot libera Kimi K2.7-Code para programación con IA.
Moonshot AI busca valoración de 30.000 millones
La creadora de Kimi buscaría 2.000 millones tras duplicar ARR de marzo a abril y llevar K2 del chat a los agentes.
Moonshot AI busca valorar Kimi en 30.000 millones de dólares
Moonshot AI negocia una nueva ronda para elevar su valoración a 30.000 millones de dólares, aun antes de recibir todo el capital de la ronda previa.
Nvidia lanza Nemotron 3 Ultra como código abierto, pero su puntuación sigue por detrás de Kimi
Nvidia presentó el modelo de código abierto Nemotron 3 Ultra, con 550 mil millones de parámetros, que obtuvo 48 puntos en el índice de inteligencia de Artificial Analysis, por debajo de los 54 puntos del Kimi K2.6 de China.
Moonshot AI capta 2.000 millones de dólares y alcanza una valoración de 20.000 millones
La creadora de Kimi cerró una ronda liderada por un inversor vinculado a Meituan, en plena revalorización de las compañías chinas de modelos de IA.
Moonshot AI, creadora de Kimi, alcanza los 20.000 millones de dólares con una ronda liderada por Meituan
Moonshot AI recaudó 2.000 millones de dólares y supera una valoración de 20.000 millones, consolidando a Kimi en la carrera china por modelos grandes de código abierto y una posible salida en Hong Kong.
Kimi K2.6 logra el primer puesto open source en el ranking HLE
Moonshot AI ha lanzado la versión completa del modelo Kimi K2.6, que alcanzó 54,0 en HLE-Full, superando a Claude Opus 4.6 y GPT-5.4 para asegurar el liderazgo entre modelos open source. El modelo de 1 billón de parámetros utiliza arquitectura MoE, activando solo 32 mil millones de parámetros por inferencia, y soporta hasta 300 agentes paralelos.
Kimi K2.6 Code se lanza: 5 veces más barato que Claude Sonnet
Moonshot AI lanzó la vista previa de K2.6 Code para todos los suscriptores de Kimi Code, con precios significativamente más bajos que Claude Sonnet y GPT-5.4, cadenas de razonamiento más profundas y ejecución paralela real en Agent Swarm.
Cursor utiliza modelo de IA chino en su producto estrella
Cursor lanzó Composer 2, un nuevo modelo de programación con IA, pero inicialmente no reveló que estaba construido sobre el modelo de código abierto Kimi K2.5 de Moonshot AI, una empresa china, y solo lo admitió después de que se le preguntara.
Kimi K2: Modelo MoE de código abierto con billón de parámetros
Moonshot AI lanzó como código abierto Kimi K2, un modelo MoE con 1 billón de parámetros que activa solo 32B parámetros por token, liderando en benchmarks de programación y capacidades de agente.
Kimi K2.5 descompone tareas complejas con 100 agentes
Moonshot AI lanzó Kimi K2.5, que incorpora multimodalidad nativa y la función Agent Swarm sobre K2, permitiendo dividir tareas complejas en múltiples subtareas ejecutadas en paralelo por agentes independientes.
Kimi K1.5 valida razonamiento impulsado por aprendizaje por refuerzo
Moonshot AI lanzó K1.5 antes de K2, con el enfoque central de mejorar la capacidad de razonamiento mediante aprendizaje por refuerzo puro, confirmando la viabilidad de este enfoque en modelos de escala media.