মুনশট এআই সাম্প্রতিক কিমি-কে2.7-কোড নিয়ে এসেছে, যেটি একটি ওপেন-সোর্স কোডিং মডেল যা এআই-সহায়িত প্রোগ্রামিংকে কম বর্জ্য এবং বেশি ক্ষমতাসম্পন্ন করতে চায়। বেইজিং-ভিত্তিক কোম্পানিটি দাবি করে যে এই মডেলটি তার আগের সংস্করণের তুলনায় 30% কম রিজনিং টোকেন ব্যবহার করে, যা ব্যবহারিকভাবে অর্থাৎ ডেভেলপাররা ভালো ফলাফল পাচ্ছেন এবং একইসঙ্গে কমপ্যুট সংস্থানেরও ব্যবহার কমিয়েছেন।
মডেলটি Moonshot AI-এর Kimi প্ল্যাটফর্ম API-এ লাইভ এবং Hugging Face-এ Modified MIT লাইসেন্সে হোস্ট করা হয়েছে। এই লাইসেন্সটি বড় স্কেলের ডিপ্লয়মেন্টের জন্য অ্যাট্রিবিউশন সহ কমার্শিয়াল ব্যবহারের অনুমতি দেয়, যা এটির উপর পণ্য তৈরি করার কথা ভাবছে এমন যেকোনো কোম্পানির জন্য গুরুত্বপূর্ণ।
আপগ্রেডের পিছনের সংখ্যাগুলি
কিমি-কে-2.7-কোড হল একটি মিক্সচার-অফ-এক্সপার্টস আর্কিটেকচার যার মোট 1 ট্রিলিয়ন প্যারামিটার এবং 32 বিলিয়ন সক্রিয় প্যারামিটার রয়েছে।
পূর্বের K2.6 মডেলের তুলনায় বেঞ্চমার্কের উন্নতি উপেক্ষা করা যায় না। মুনশট AI জানিয়েছে যে কিমি কোড বেঞ্চ v2-এ 21.8% বৃদ্ধি, প্রোগ্রাম বেঞ্চে 11.0% উন্নতি এবং MLS বেঞ্চ লাইটে 31.5% বৃদ্ধি হয়েছে।
সেই শেষ সংখ্যাটি বিশেষভাবে চোখ ধাঁধানো। MLS Bench Lite একাধিক ভাষা সমর্থনের ক্ষমতা পরীক্ষা করে, যার অর্থ মডেলটি Python, Rust এবং Go এর মতো প্রোগ্রামিং ভাষাগুলিতে কাজ করে আগের চেয়ে অর্থপূর্ণভাবে ভালো সঠিকতা দেখায়।
রিজনিং টোকেনে 30% হ্রাস গবেষকদের যা “অতি চিন্তা” বলে উল্লেখ করেন, তার সমাধান করে—এটি অটোমেটেড কোডিং পরিবেশে একটি সাধারণ সমস্যা। যখন একটি এআই মডেল একটি সমস্যা সমাধানের জন্য অত্যধিক টোকেন ব্যয় করে, তখন এটি কম্পিউট ব্যয় বাড়ায়, ল্যাটেন্সি বৃদ্ধি করে এবং ডেভেলপারদের জন্য API খরচ বাড়িয়ে দেয়।
চ্যাটবট স্টার্টআপ থেকে ওপেন-সোর্স পাওয়ারহাউস
মুনশট এআই এর প্রতিষ্ঠাতা ঝিলিন ইয়াং, যিনি চিংহুয়া বিশ্ববিদ্যালয়ের প্রাক্তন শিক্ষার্থী এবং কিমি চ্যাটবটের চারপাশে কোম্পানি গড়ে তোলেন। ২০২৫ এর মধ্যভাগে কে২ সিরিজের সাথে খোলা-ওজন মডেল প্রকাশের দিকে সরে যাওয়া শুরু হয়, এবং তারপর থেকে পুনরায় বিকাশের গতি অবিরাম হয়েছে।
জুলাই ২০২৫-এ কে২ বেস মডেল চালু হয়। নভেম্বর ২০২৫-এ কে২ থিঙ্কিং চালু হয়, যা উন্নত যুক্তিগত ক্ষমতা যোগ করে। জানুয়ারি ২০২৬-এ কে২.৫ চালু হয়, এবং এপ্রিল ২০২৬-এ কে২.৬ চালু হয়। এখন জুন ২০২৬-এ কে২.৭-কোড চালু হচ্ছে, যা এক বছরেরও কম সময়ের মধ্যে পঞ্চম প্রধান রিলিজ।
কোম্পানিটি তার মডেলগুলিকে তিনটি স্তম্ভের চারপাশে পজিশন করেছে: এজেন্টিক ক্ষমতা, বর্ধিত কনটেক্সট হ্যান্ডলিং এবং মাল্টিমোডাল ইনপুট। K2.7-Code প্রধানত প্রথম দুটির উপর নির্ভর করে, যা সেই স্থিতিগুলিতে ডিজাইন করা হয়েছে যেখানে একটি AI এজেন্টকে দীর্ঘ সিকোয়েন্সের মধ্যে কোড পরিকল্পনা, বাস্তবায়ন এবং ডিবাগ করতে হবে।