Kimi K2.8 Preview

Fiche modèle · Moonshot AI · kimi-k2.8

Kimi K2.8 Preview is Moonshot AI's mid-tier coding and agentic model, positioned between the flagship Kimi K3 and Kimi K2.7 Code. Moonshot describes its coding and agent performance as close to K3 with significantly more efficient thinking than K2.7 Code. It supports a 1M-token context window, image and video input, adjustable thinking effort (low / high / max, default max) plus a non-thinking mode, and is served through Kimi Code under the kimi-for-coding model ID and in the Kimi app. Weights, benchmark scores, and per-token API pricing had not been published at launch.

Identité

OrganisationMoonshot AI
Pays—
Famille—
Typellm
Date de sortie2026-09-11
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text|video
Fenêtre de contexte—
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session—
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-09-14T15:07:52.922892Z
Mis à jour le2026-11-04T06:04:57.893209Z
SourceLLM Stats
URLhttps://llm-stats.com/models/kimi-k2.8

Prix par fournisseur

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Moonshot AIllm-statsnon——————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Aucune donnée.

Scores par benchmark

Aucune donnée.

Classements

Aucune donnée.

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04