Kimi-K2.7-Code は何を目的に設計されていますか？

Kimi-K2.7-Code は、エージェント指向のソフトウェアエンジニアリング、リポジトリ規模でのコード理解、長期にわたる多段階の開発ワークフローに最適化されたコーディング特化型の大規模言語モデルです。

開発者はどの API モデル ID を使用すべきですか？

CometAPI は安定版のモデル識別子`kimi-for-coding`の使用を推奨しており、これは最新のバックエンドのコーディングモデルのリリースに自動でマッピングされます。

Kimi-K2.7-Code はセルフホスティングに対応していますか？

はい。Moonshot AI は Kimi-K2.7-Code を修正 MIT ライセンスの下でオープンウェイトモデルとして公開しており、コミュニティによるデプロイと実験を可能にしています。

Kimi-K2.7-Code は Kimi-K2.6 と比べてどのように改善されていますか？

Moonshot AI によれば、K2.7-Code は複数のコーディング評価でベンチマークスコアを向上させる一方、推論トークンの使用量を約 30% 削減し、長時間にわたるコーディングタスクをより効率的にします。

Kimi-K2.7-Code は AI コーディングエージェントに適していますか？

はい。ファイル編集、コマンド実行、長大なコンテキストの取り扱い、反復的なタスク完了を伴うエージェント型ワークフロー向けに特別にチューニングされています。

Kimi-K2.7-Code のコーディング系ベンチマークでの性能はどうですか？

ベンダー報告では、K2.6 と比べて Kimi Code Bench v2 で +21.8%、Program Bench で +11.0%、MLS Bench Lite で +31.5% の改善が示されています。

既存の OpenAI 互換ツールで Kimi-K2.7-Code を使用できますか？

はい。Kimi Code プラットフォームは OpenAI 互換および Anthropic 互換の API エンドポイントを提供しており、多くの既存のコーディングツールは最小限の変更で統合できます。

汎用モデルではなく Kimi-K2.7-Code を選ぶべきなのはいつですか？

リポジトリ規模のコーディング、AI ソフトウェアエージェント、IDE 統合、または複数ファイルにまたがるエンジニアリング作業など、汎用的な会話能力よりも専門的なコーディング能力が重要となるワークロードにおいて有力な選択肢です。

Moonshot AI

利用可能人気

kimi-k2.7-code

Kimi K2.7 Code API

Kimi K2.7 Codeは、Kimiのこれまでで最もインテリジェントなコーディングモデルであり、長いコンテキストでも指示に確実に従い、より高い成功率でプログラミングタスクを完了します。テキスト、画像、動画の入力をサポートし、思考モード、対話、エージェントタスクのみをサポートします。

最低料金

$0.76 / 入力100万トークン

従量課金

APIの稼働状況

利用可能

本番エンドポイント

応答速度

非同期対応

実測APIレスポンス

公開日

Jun 11, 2026

Moonshot AI

Playground

実際のリクエストでKimi K2.7 Codeを試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

Kimi K2.7 Codeの実用的な概要と、重要な挙動・統合時の注意点。

Kimi K2.7 Code の技術仕様

仕様	詳細
モデル名	Kimi K2.7 Code
モデル ID	kimi-k2.7-code
プロバイダー	Moonshot AI
モデルファミリー	Kimi K2
モデルタイプ	コーディングに特化した大規模言語モデル
アーキテクチャ	Mixture-of-Experts（MoE）
総パラメータ数	1兆（ベンダー公称）
アクティブパラメータ数	320億（ベンダー公称）
入力タイプ	テキスト
出力タイプ	テキスト
コンテキストウィンドウ	256K トークン
推論モード	コーディングワークフロー向けのマルチステップ推論
ツールサポート	エージェントワークフローに対応。詳細仕様は公開されていない
関数呼び出し	非公開
API 互換性	CometAPI 経由で提供

Kimi K2.7 Code とは？

Kimi K2.7 Code は、Moonshot AI が Kimi K2 ファミリーの一部として開発したコーディング特化型の言語モデルです。正確なコード生成、長大なコンテキスト理解、反復的な問題解決を要求するプロフェッショナルなソフトウェアエンジニアリングのユースケースを対象としています。

K2.7 Code の設計思想は、断片的なスニペットではなく、プロジェクト全体を扱えるようにすることに重点を置いています。非常に大きなコンテキストをサポートすることで、アーキテクチャ上の意思決定、実装の詳細、テストスイート、ドキュメントを同時に分析できます。

Moonshot AI のエコシステムにおいて、Kimi K2.7 Code は、開発者の生産性向上、エージェントシステム、エンタープライズ向けエンジニアリング自動化を目的とした高性能なコーディングモデルという役割を担います。

Kimi K2.7 Code の主な特長

1. 長大コンテキストでのリポジトリ理解

256K トークンのコンテキストウィンドウにより、大規模なリポジトリ、API ドキュメント、アーキテクチャノート、参考資料を 1 回のセッションで提供できます。

2. コーディング中心の最適化

汎用の会話モデルとは異なり、K2.7 Code は実装、デバッグ、リファクタリング、説明などのソフトウェアエンジニアリングタスクを優先します。

3. Mixture-of-Experts による効率性

推論時には総パラメータの一部のみをアクティブ化すると Moonshot AI は報告しており、能力と計算効率のバランスを図っています。

4. エージェントワークフローのサポート

計画、実行、検証、改訂が複数ステップで進む反復的なコーディングワークフローを支援するよう設計されています。

5. マルチファイル推論

大規模プロジェクトに分散したコンポーネント間の依存関係や相互作用を分析できます。

Kimi K2.7 Code のベンチマーク性能

執筆時点では、Kimi K2.7 Code に関する独立したベンチマーク検証は限定的です。

Moonshot AI は、従来の Kimi リリースに対する以下の改善を公表しています。

ベンチマーク	公表された改善幅
Kimi Code Bench v2	+21.8%
Program Bench	+11.0%
MLS Bench Lite	+31.5%

これらの数値はベンダーからの発表に基づくものであり、独立検証済みのランキングではなく、ベンダー公称の結果として解釈する必要があります。

ベンチマークの意義

報告された改善は、Kimi K2.7 Code が一般的な会話性能よりも実践的なコーディング成果に重点を置いていることを示唆します。コーディング指向の評価における向上は、リポジトリ理解、実装精度、ソフトウェアエンジニアリングの生産性向上に繋がる可能性があります。

Kimi K2.7 Code と類似モデルの比較

モデル	コンテキストウィンドウ	主な焦点	強み	最適なユースケース
Kimi K2.7 Code	256K	コーディング	長大コンテキストのエンジニアリングワークフロー	コーディングエージェントおよびリポジトリ解析
Claude Code Models	大	コーディングと推論	高い指示追従性	エンタープライズ向けコーディングアシスタント
GPT Coding Models	大	汎用＋コーディング	広範なエコシステム対応	本番アプリケーションおよび統合
DeepSeek Coding Models	大	コーディング効率	競争力のあるオープンデプロイ	コスト重視のエンジニアリングチーム

比較の要点

Kimi K2.7 Code は、長大なコンテキスト処理とコーディング特化の組み合わせによって差別化されています。リポジトリ規模の理解やエージェントワークフローを重視する組織には適していますが、より広範なマルチモーダル機能を求めるチームは、より汎用的な代替モデルを選好する場合があります。

既知の制限事項

最大出力トークン上限は公開されていない。
独立したベンチマーク検証は依然として限定的。
関数呼び出しの挙動は公開されていない。
画像・音声・動画機能はドキュメント化されていない。
コーディング以外のタスクにおける特性は確立度が低い。
より成熟したエコシステムと比べ、エンタープライズ向け導入ガイダンスは相対的に限定的。

CometAPI で Kimi K2.7 Code API を使用する方法

ステップ 1: API キーを取得する

CometAPI アカウントを作成またはサインインし、API キーを発行します。最新のサポート対象モデル識別子が次であることを確認します。

kimi-k2.7-code

導入前に最新のエンドポイントドキュメントを確認し、互換性要件を確かめてください。

ステップ 2: モデルをテストする

本番環境を反映した現実的な開発プロンプトから始めてください。

想定シナリオの例:

レガシーモジュールのリファクタリング。
プルリクエストのレビュー。
ユニットテストの生成。
リポジトリアーキテクチャの説明。
仕様に基づく機能の実装。

代表的なワークロードでテストすることで、合成的な例よりもモデルの挙動を明確に把握できます。

ステップ 3: 本番環境に統合する

環境が対応している場合は、OpenAI 互換の SDK パターンを用いて導入を加速してください。

本番運用の推奨事項:

ユーザー体験向上のためストリーミング応答を有効化する。
指数バックオフ付きのリトライを実装する。
リクエストとレスポンスのログを保持する。
実行前に生成コードを検証する。
重要なワークフローには人的レビューを導入する。
代表的なエンジニアリングタスクを用いて品質指標を監視する。

Kimi K2.7 Code は、ソフトウェアライフサイクル全体にわたり計画・実装・検証・反復が継続的に行われるエージェント型の開発システムに特に適しています。

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

$0.004

CometAPI利用料金の見積もり

10回のリクエスト

$0.0396

CometAPI利用料金の見積もり

15回のリクエスト

$0.0594

CometAPI利用料金の見積もり

Kimi K2.7 Codeの料金

Kimi K2.7 Codeの競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。Kimi K2.7 Codeがコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
kimi-k2.7-code	入力:$0.76/M 出力:$3.19998/M	入力:$0.95/M 出力:$3.999975/M	-20%

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/chat/completions

Kimi K2.7 CodeのサンプルコードとAPI

Kimi K2.7 Codeの包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでKimi K2.7 Codeの潜在能力を最大限に活用できるよう支援します。

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "kimi-k2.7-code",
    "messages": [
      {
        "role": "user",
        "content": "Write a Python function merge_intervals(intervals) that merges overlapping integer intervals. Include type hints, a concise docstring, and a short usage example. Return only the code."
      }
    ]
  }'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "kimi-k2.7-code",
    "messages": [
      {
        "role": "user",
        "content": "Write a Python function merge_intervals(intervals) that merges overlapping integer intervals. Include type hints, a concise docstring, and a short usage example. Return only the code."
      }
    ]
  }'

Python Code Example

import os

from openai import OpenAI

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="kimi-k2.7-code",
    messages=[
        {
            "role": "user",
            "content": (
                "Write a Python function merge_intervals(intervals) that merges "
                "overlapping integer intervals. Include type hints, a concise "
                "docstring, and a short usage example. Return only the code."
            ),
        }
    ],
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

const completion = await client.chat.completions.create({
  model: "kimi-k2.7-code",
  messages: [
    {
      role: "user",
      content:
        "Write a Python function merge_intervals(intervals) that merges overlapping integer intervals. Include type hints, a concise docstring, and a short usage example. Return only the code.",
    },
  ],
});

console.log(completion.choices[0].message.content);

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

image-to-text

video-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: Moonshot AI
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにKimi K2.7 Codeを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

モデルを見る

OpenAI

GPT-6 Astra

GPT-6 Astraは、複雑な推論とコーディングのためのフラッグシップモデルです。知能とコストのバランスを取るには、GPT-5.6 Terraを選んでください、

モデルを見る

Google

Gemini 3.8 Flash

Gemini 3.8 Flash は、速度、コスト、コード生成能力の間でより良いバランスを実現することを目標とした、次世代の軽量な Gemini モデルです。

モデルを見る

Anthropic

Claude Fable 5.1

長時間稼働するエージェント向けの次世代知能

モデルを見る

Z.AI

GLM 5.3 Flash

GLM-5.3-Flash は GLM-5 シリーズにおける初のネイティブなマルチモーダルモデルで、GLM-5.2 を上回る知的性能を実現しつつ、極めてコスト効率の高いアーキテクチャを維持しています。

モデルを見る

OpenAI

gpt-oss-20b(free)

gpt-oss-20b(free) APIを見る。

モデルを見る

Uptime

本番投入前に、リアルタイムのハートビートデータ、エンドポイントの可用性、実測レスポンスタイムを確認できます。

バージョン

本番統合を固定する前に、利用可能なモデル識別子を確認してください。

kimi-k2.7-code

さらに探る

モデルを比較して、調査を続けましょう

Moonshot AI

利用可能人気

kimi-k2.7-code

Kimi K2.7 Code API

最低料金

$0.76 / 入力100万トークン

従量課金

APIの稼働状況

利用可能

本番エンドポイント

応答速度

非同期対応

実測APIレスポンス

公開日

Jun 11, 2026

Moonshot AI

Playground

実際のリクエストでKimi K2.7 Codeを試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

Kimi K2.7 Codeの実用的な概要と、重要な挙動・統合時の注意点。

Kimi K2.7 Code の技術仕様

仕様	詳細
モデル名	Kimi K2.7 Code
モデル ID	kimi-k2.7-code
プロバイダー	Moonshot AI
モデルファミリー	Kimi K2
モデルタイプ	コーディングに特化した大規模言語モデル
アーキテクチャ	Mixture-of-Experts（MoE）
総パラメータ数	1兆（ベンダー公称）
アクティブパラメータ数	320億（ベンダー公称）
入力タイプ	テキスト
出力タイプ	テキスト
コンテキストウィンドウ	256K トークン
推論モード	コーディングワークフロー向けのマルチステップ推論
ツールサポート	エージェントワークフローに対応。詳細仕様は公開されていない
関数呼び出し	非公開
API 互換性	CometAPI 経由で提供

Kimi K2.7 Code とは？

Kimi K2.7 Code の主な特長

1. 長大コンテキストでのリポジトリ理解

2. コーディング中心の最適化

汎用の会話モデルとは異なり、K2.7 Code は実装、デバッグ、リファクタリング、説明などのソフトウェアエンジニアリングタスクを優先します。

3. Mixture-of-Experts による効率性

推論時には総パラメータの一部のみをアクティブ化すると Moonshot AI は報告しており、能力と計算効率のバランスを図っています。

4. エージェントワークフローのサポート

計画、実行、検証、改訂が複数ステップで進む反復的なコーディングワークフローを支援するよう設計されています。

5. マルチファイル推論

大規模プロジェクトに分散したコンポーネント間の依存関係や相互作用を分析できます。

Kimi K2.7 Code のベンチマーク性能

執筆時点では、Kimi K2.7 Code に関する独立したベンチマーク検証は限定的です。

Moonshot AI は、従来の Kimi リリースに対する以下の改善を公表しています。

ベンチマーク	公表された改善幅
Kimi Code Bench v2	+21.8%
Program Bench	+11.0%
MLS Bench Lite	+31.5%

ベンチマークの意義

Kimi K2.7 Code と類似モデルの比較

モデル	コンテキストウィンドウ	主な焦点	強み	最適なユースケース
Kimi K2.7 Code	256K	コーディング	長大コンテキストのエンジニアリングワークフロー	コーディングエージェントおよびリポジトリ解析
Claude Code Models	大	コーディングと推論	高い指示追従性	エンタープライズ向けコーディングアシスタント
GPT Coding Models	大	汎用＋コーディング	広範なエコシステム対応	本番アプリケーションおよび統合
DeepSeek Coding Models	大	コーディング効率	競争力のあるオープンデプロイ	コスト重視のエンジニアリングチーム

比較の要点

既知の制限事項

最大出力トークン上限は公開されていない。
独立したベンチマーク検証は依然として限定的。
関数呼び出しの挙動は公開されていない。
画像・音声・動画機能はドキュメント化されていない。
コーディング以外のタスクにおける特性は確立度が低い。
より成熟したエコシステムと比べ、エンタープライズ向け導入ガイダンスは相対的に限定的。

CometAPI で Kimi K2.7 Code API を使用する方法

ステップ 1: API キーを取得する

CometAPI アカウントを作成またはサインインし、API キーを発行します。最新のサポート対象モデル識別子が次であることを確認します。

kimi-k2.7-code

導入前に最新のエンドポイントドキュメントを確認し、互換性要件を確かめてください。

ステップ 2: モデルをテストする

本番環境を反映した現実的な開発プロンプトから始めてください。

想定シナリオの例:

レガシーモジュールのリファクタリング。
プルリクエストのレビュー。
ユニットテストの生成。
リポジトリアーキテクチャの説明。
仕様に基づく機能の実装。

代表的なワークロードでテストすることで、合成的な例よりもモデルの挙動を明確に把握できます。

ステップ 3: 本番環境に統合する

環境が対応している場合は、OpenAI 互換の SDK パターンを用いて導入を加速してください。

本番運用の推奨事項:

ユーザー体験向上のためストリーミング応答を有効化する。
指数バックオフ付きのリトライを実装する。
リクエストとレスポンスのログを保持する。
実行前に生成コードを検証する。
重要なワークフローには人的レビューを導入する。
代表的なエンジニアリングタスクを用いて品質指標を監視する。

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

$0.004

CometAPI利用料金の見積もり

10回のリクエスト

$0.0396

CometAPI利用料金の見積もり

15回のリクエスト

$0.0594

CometAPI利用料金の見積もり

Kimi K2.7 Codeの料金

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
kimi-k2.7-code	入力:$0.76/M 出力:$3.19998/M	入力:$0.95/M 出力:$3.999975/M	-20%

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/chat/completions

Kimi K2.7 CodeのサンプルコードとAPI

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "kimi-k2.7-code",
    "messages": [
      {
        "role": "user",
        "content": "Write a Python function merge_intervals(intervals) that merges overlapping integer intervals. Include type hints, a concise docstring, and a short usage example. Return only the code."
      }
    ]
  }'

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

curl https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "kimi-k2.7-code",
    "messages": [
      {
        "role": "user",
        "content": "Write a Python function merge_intervals(intervals) that merges overlapping integer intervals. Include type hints, a concise docstring, and a short usage example. Return only the code."
      }
    ]
  }'

Python Code Example

import os

from openai import OpenAI

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="kimi-k2.7-code",
    messages=[
        {
            "role": "user",
            "content": (
                "Write a Python function merge_intervals(intervals) that merges "
                "overlapping integer intervals. Include type hints, a concise "
                "docstring, and a short usage example. Return only the code."
            ),
        }
    ],
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

const completion = await client.chat.completions.create({
  model: "kimi-k2.7-code",
  messages: [
    {
      role: "user",
      content:
        "Write a Python function merge_intervals(intervals) that merges overlapping integer intervals. Include type hints, a concise docstring, and a short usage example. Return only the code.",
    },
  ],
});

console.log(completion.choices[0].message.content);

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-text

image-to-text

video-to-text

入力と出力

入力

text

出力

text

本番環境プロファイル

プロバイダー: Moonshot AI
文脈: モデルによる
商用利用: 対応

ユースケース

textの機能に合った本番ワークフローにKimi K2.7 Codeを活用し、長期的な統合前に他の選択肢とも比較してください。

本番向けチャットとエージェントワークフロー

コーディング・分析・構造化生成

1つのAPIによる大規模な自動化

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

モデルを見る

OpenAI

GPT-6 Astra

GPT-6 Astraは、複雑な推論とコーディングのためのフラッグシップモデルです。知能とコストのバランスを取るには、GPT-5.6 Terraを選んでください、

モデルを見る

Google

Gemini 3.8 Flash

Gemini 3.8 Flash は、速度、コスト、コード生成能力の間でより良いバランスを実現することを目標とした、次世代の軽量な Gemini モデルです。

モデルを見る

Anthropic

Claude Fable 5.1

長時間稼働するエージェント向けの次世代知能