GitHub Copilot kini menawarkan pilihan model coding open-weight pertama di pemilih modelnya. Kimi K2.7 Code dari Moonshot AI hadir dengan tarif input $0.95 per juta token, jauh di bawah sejumlah model frontier yang tersedia di platform sama.
Perbedaan biaya ini dapat terasa besar untuk sesi coding agentic yang panjang dan melibatkan banyak file. Namun, harga rendah tersebut datang ketika skor benchmark independen untuk varian K2.7 Code masih belum dipublikasikan.
Tarif rendah untuk tugas coding skala besar
GitHub mengumumkan ketersediaan umum Kimi K2.7 Code pada 1 Juli 2026 untuk pelanggan Copilot Pro, Pro+, dan Max. Dalam changelog resminya, GitHub menyebutnya sebagai “the first open-weight model offered as a selectable option in the Copilot model picker.”
Menurut laporan tech-insider.org, tarif Copilot mengikuti harga API penyedia model tanpa markup tambahan. Kimi K2.7 Code mengenakan $0.95 per juta token input dan $4.00 per juta token output.
| Model | Input per 1 juta token | Output per 1 juta token | Context window |
|---|---|---|---|
| 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 |
Untuk sesi yang memakai 50.000 token input dan 50.000 token output, biaya Kimi K2.7 Code sekitar $0.25. Perhitungan yang sama mencapai sekitar $1.50 pada Claude Opus 4.8 dan $1.75 pada GPT-5.5.
Bobot model dibuka hanya 19 hari sebelum masuk Copilot
Moonshot AI, laboratorium AI berbasis Beijing, merilis bobot Kimi K2.7 Code di Hugging Face pada 12 Juni 2026. Model itu menggunakan lisensi Modified MIT, sehingga bobotnya dapat diunduh dan pada prinsipnya bisa di-host sendiri oleh tim dengan kapasitas GPU memadai.
Jarak antara perilisan bobot dan ketersediaan umum di Copilot hanya 19 hari. Microsoft menjalankan model tersebut pada infrastruktur Azure untuk lalu lintas Copilot, bukan mengarahkan prompt pengguna ke server Moonshot AI.
Kimi K2.7 Code memakai arsitektur Mixture-of-Experts dengan sekitar 1 triliun parameter total dan sekitar 32 miliar parameter aktif per permintaan. Moonshot AI memosisikan model ini sebagai penyegaran Kimi K2.6 yang difokuskan pada rekayasa perangkat lunak serta tugas coding multi-langkah.
Pilihan baru di tengah persaingan lima laboratorium AI
Masuknya Moonshot AI membuat pemilih model GitHub Copilot kini mencakup lima laboratorium: OpenAI, Anthropic, Google, Microsoft, dan Moonshot AI. Moonshot menjadi satu-satunya peserta berbasis China sekaligus satu-satunya yang menyediakan model open-weight dalam daftar tersebut.
Sebelumnya, pengguna Copilot hanya dapat memilih model tertutup dari perusahaan frontier besar. Kehadiran Kimi K2.7 Code memberi pengembang alternatif berbiaya lebih rendah untuk pekerjaan rutin, sementara model lebih mahal dapat dipakai untuk masalah yang dianggap lebih kompleks.
| Tanggal | Peristiwa | Akses |
|---|---|---|
| 12 Juni 2026 | Bobot model dipublikasikan di Hugging Face | Publik |
| 1 Juli 2026 | Model tersedia di pemilih Copilot | Pro, Pro+, Max |
| 7 Juli 2026 | Akses diperluas ke akun terkelola | Business dan Enterprise |
Akses enterprise tetap dikunci secara bawaan
Pengguna Copilot Business dan Enterprise mulai memperoleh akses pada 7 Juli 2026, tetapi fitur ini dimatikan secara default. Administrator harus mengaktifkan kebijakan khusus sebelum anggota organisasi dapat memilih model tersebut.
Pengaturan opt-in itu memberi perusahaan waktu untuk menilai kebijakan data, kepatuhan, serta risiko penggunaan model yang bobotnya berasal dari laboratorium China. Hosting melalui Azure menjawab sebagian pertanyaan tentang jalur data, tetapi tidak menghilangkan kebutuhan evaluasi internal pada organisasi yang diatur ketat.
Benchmark independen masih menjadi tanda tanya
Belum ada hasil SWE-bench Verified, LiveCodeBench, atau Terminal-Bench yang dipublikasikan khusus untuk Kimi K2.7 Code oleh Moonshot AI maupun GitHub. Karena itu, pengembang belum memiliki angka independen yang bisa dibandingkan langsung dengan klaim performa model Claude, GPT, atau Gemini.
Kondisi tersebut membuat Kimi K2.7 Code lebih mudah dinilai dari sisi biaya, lisensi, dan context window daripada kemampuan teknis terukur. Bagi pengguna Copilot, model ini menawarkan pilihan hemat untuk diuji pada alur kerja nyata sambil menunggu pembuktian benchmark yang lebih terbuka.
