Точный ID
moonshotai/Kimi-Dev-72B
Модель Moonshot
Kimi Dev 72B: checkpoint для работы с ошибками в репозитории
Kimi-Dev-72B — отдельная кодовая модель Moonshot, опубликованная до линейки K2. Её целевой сценарий — исправлять реальные issue в репозитории, а не быть универсальным потребительским чатом.
Коротко
Что важно знать о Kimi Dev 72B
Карточка на Hugging Face описывает модель для software engineering и сообщает обучение с подкреплением на задачах исправления репозиториев в Docker. В дереве моделей HF указан базовый Qwen2.5-72B; это другой фундамент, чем MoE Kimi K2 на 1T параметров. В названии 72B отражён класс модели, а в карточке HF для файлов указан размер около 73B. Не следует выдавать Kimi-Dev за ревизию K2 или автоматически приписывать ей контекст и режимы API поздних поколений.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Назначение
исправление issue в коде
Основа
Qwen2.5-72B по дереву HF
Лицензия
MIT
Доступ
веса; актуальный Moonshot API не подтверждён
Все 5 характеристик, доступ и API
- Точный ID
- moonshotai/Kimi-Dev-72B
- Назначение
- исправление issue в коде
- Основа
- Qwen2.5-72B по дереву HF
- Лицензия
- MIT
- Доступ
- веса; актуальный Moonshot API не подтверждён
Сценарии
Для каких задач подходит
- воспроизведение кодового checkpoint Moonshot
- проверка исправлений по issue
- эксперименты с агентной обвязкой в Docker
- сравнение с более поздними кодовыми Kimi
Берите Kimi-Dev-72B, если исследуете поколение специализированных кодовых моделей или повторяете старый benchmark. Для новой разработки проверьте её рядом с K2.7 Code на одинаковом репозитории и с одинаковыми правами инструментов. Даже если старый checkpoint решает отдельную задачу хорошо, это не делает его текущим коммерческим сервисом и не обещает меньшую стоимость запуска.
До внедрения
Что проверить
В карточке Moonshot указывает 60,4% на SWE-bench Verified как авторский результат; протокол, контейнер, выбор задач и число попыток нужно учитывать до любых выводов. Этот процент нельзя приписать пользователю, который просто задаёт вопрос в чат. Для работы с кодом нужны чтение файлов, запуск тестов и проверка diff. Локальные веса 72B требуют собственной инфраструктуры; точную память определяют формат, квантование и длина контекста, а не одна цифра в названии.
Доступ и интеграция
Официальный checkpoint moonshotai/Kimi-Dev-72B отмечен MIT. Карточка показывает загрузку через Transformers и ссылку на код, но не называет актуальный официальный API ID этой исторической модели. Не переносите существование стороннего HF inference provider на Moonshot API. Перед применением изучите лицензию самого репозитория и происхождение базовых компонентов, закрепите версию весов и проверяйте текущие условия выбранного хостинга отдельно.
Русский язык
Kimi Dev 72B на русском
Заявленный авторами результат относится к тестовой обвязке SWE-bench, не к русским issue. Для проверки возьмите локальный репозиторий с несколькими дефектами, опишите их по-русски и сравните полученный patch с тестами. Отдельно отметьте верность комментариев и объяснения. Модель может написать убедительный план без исправления ошибки, поэтому основной критерий — исполняемое изменение с контролем побочных эффектов.
Внутри линейки
Kimi Dev 72B и модели Moonshot
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Для этого типа задачи в каталоге пока нет второй модели этого провайдера. Не сравнивайте её численно с моделью другого типа входа или выхода.
Kimi Dev 72B
воспроизведение кодового checkpoint Moonshot
- Тип
- Текст
Другие провайдеры
Kimi Dev 72B: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
Kimi Dev 72B
Карточка на Hugging Face описывает модель для software engineering и сообщает обучение с подкреплением на задачах исправления репозиториев в Docker. В дереве моделей HF указан базовый Qwen2.5-72B; это другой фундамент, чем MoE Kimi K2 на 1T параметров. В названии 72B отражён класс модели, а в карточке HF для файлов указан размер около 73B. Не следует выдавать Kimi-Dev за ревизию K2 или автоматически приписывать ей контекст и режимы API поздних поколений.
- Тип
- Текст
Claude Fable 5.1
Модель Anthropic для длительных агентных процессов, сложной разработки и задач с большим рабочим контекстом.
- Тип
- Текст
GPT-6 Astra
Новый флагман OpenAI для сложных многошаговых задач, программирования, computer use, исследований и работы с документами.
- Тип
- Текст
Gemini 3.8 Flash
Стабильная мультимодальная Flash-модель Google для программирования, агентных процессов, поиска по знаниям и длинных документов.
- Тип
- Текст
Связи
Продолжить выбор
Проверка сведений
Подробности и источники
Как проверить обещание об исправлении issue
В карточке обучение с подкреплением связано с исправлениями реальных репозиториев в Docker и прохождением тестов. Практический тест должен повторять структуру задачи: начальный commit, текст issue, допустимые команды, лимит попыток и скрытый набор проверок. Зафиксируйте патч и объяснение модели, затем запустите тесты в чистой среде. Если оценивать только текст ответа, можно принять правдоподобное описание изменения за работающий код; результат авторского SWE-bench нельзя перенести на ваш проект без такого прогона.
Почему это не просто ранняя K2
HF показывает для Kimi-Dev базовую модель Qwen2.5-72B, тогда как паспорт K2 описывает самостоятельную MoE-архитектуру 1T/32B. Это разные линии и разные пользовательские задачи: специализированный issue-resolution против более общего диалога и агентного кода. Сопоставляйте их только при единой обвязке. Лицензия MIT на Kimi-Dev относится к его опубликованным файлам; из неё нельзя вывести условия API или лицензирование каждого другого checkpoint Moonshot.
Вопросы и ответы
FAQ о Kimi Dev 72B
Что такое Kimi Dev 72B?
Карточка на Hugging Face описывает модель для software engineering и сообщает обучение с подкреплением на задачах исправления репозиториев в Docker. В дереве моделей HF указан базовый Qwen2.5-72B; это другой фундамент, чем MoE Kimi K2 на 1T параметров. В названии 72B отражён класс модели, а в карточке HF для файлов указан размер около 73B. Не следует выдавать Kimi-Dev за ревизию K2 или автоматически приписывать ей контекст и режимы API поздних поколений.
Работает ли Kimi Dev 72B на русском?
Заявленный авторами результат относится к тестовой обвязке SWE-bench, не к русским issue. Для проверки возьмите локальный репозиторий с несколькими дефектами, опишите их по-русски и сравните полученный patch с тестами. Отдельно отметьте верность комментариев и объяснения. Модель может написать убедительный план без исправления ошибки, поэтому основной критерий — исполняемое изменение с контролем побочных эффектов.
Для каких задач подходит Kimi Dev 72B?
Подходящие сценарии: воспроизведение кодового checkpoint Moonshot; проверка исправлений по issue; эксперименты с агентной обвязкой в Docker; сравнение с более поздними кодовыми Kimi.
Когда выбирать Kimi Dev 72B?
Берите Kimi-Dev-72B, если исследуете поколение специализированных кодовых моделей или повторяете старый benchmark. Для новой разработки проверьте её рядом с K2.7 Code на одинаковом репозитории и с одинаковыми правами инструментов. Даже если старый checkpoint решает отдельную задачу хорошо, это не делает его текущим коммерческим сервисом и не обещает меньшую стоимость запуска.
Какие ограничения есть у Kimi Dev 72B?
В карточке Moonshot указывает 60,4% на SWE-bench Verified как авторский результат; протокол, контейнер, выбор задач и число попыток нужно учитывать до любых выводов. Этот процент нельзя приписать пользователю, который просто задаёт вопрос в чат. Для работы с кодом нужны чтение файлов, запуск тестов и проверка diff. Локальные веса 72B требуют собственной инфраструктуры; точную память определяют формат, квантование и длина контекста, а не одна цифра в названии.
Каталог GPT House
Выберите модель по задаче, а не только по названию
Сравните назначение модели со связанными рабочими сценариями и проверьте ее на собственных данных.