Teknologi blogg

Kimi K2.7 Code i Copilot:pris og sikkerhet, samme regnestykke

26.07.2026

Kimi K2.7 Code er den billigste modellen i Copilot-pickeren og den første med åpen vekt. Jeg har regnet på kroner per token og sett på hva den åpne opprinnelsen faktisk krever av deg før du lar den røre produksjonskode.

Da jeg skrev om GitHub Copilot App nevnte jeg i forbifarten at modell-pickeren nå inkluderer noe nytt: Kimi K2.7 Code, den første åpne modellen i listen ved siden av flere andre LLM-familiene. Jeg lot den liggeførst, for jeg trodde den var en nisje-kuriositet. Etter å ha regnet på prisen mener jeg den fortjener oppmerksomheten din av to grunner samtidig: den er billig, og den krever at du faktisk tenker gjennom sikkerheten på nytt.

Hva er Kimi K2?

Kimi K2 kommer fra Moonshot AI i Beijing, en mixture-of-experts-modell med 1 trillion totale parametere hvorav 32 milliarder aktiveres per forespørsel. Jeg pleier ikke å la meg imponere av parametertall alene, men ytelsen følger med: 65,8 prosent på SWE-bench Verified mot GPT-4.1 sine 54,6 prosent.

Hva er fordelen med Kimi K2?

Det som fikk meg til å ta den seriøst er prisen. Ifølge Moonshot sin egen prisside koster Kimi 0,95 dollar per million input-token og 4 dollar output. Mot Claude Sonnet 5 (2/10 dollar) og Claude Opus 5 (5/25 dollar) snakker vi om 42 kroner mot 105 og 262 kroner per million output-token. Jeg kjenner at GitHub Copilot kunder bruke titalls millioner token månedlig i agentiske Copilot-økter, der begynner modellvalget å konkurrere med selve lisensen.

Men billig løser ikke alt. Kimi K2 er utgitt under en modifisert MIT-lisens med attribusjonskrav ved 100 millioner brukere/måned. Jeg antar aldri hvor inferensen kjører lenger, jeg ber alltid kunden verifisere det i databehandleravtalen, uansett pris. En billig modell utenfor samme avtale som resten av Copilot-trafikken er ingen besparelse, det er en ny risiko med rabatt.

Sjekklisten min før noen tester Kimi på ekte kode er kort, men hvert punkt har en konkret handling bak seg:

Sjekkpunkt Hva du faktisk gjør
Bekreft hvor inferensen kjører Ikke bare hvilket land Moonshot AI er registrert i, men hvilken infrastruktur GitHub faktisk ruter forespørselen gjennom. Be om dette skriftlig fra egen Copilot-administrator eller i databehandleravtalen, en muntlig antakelse holder ikke i en revisjon.
Sjekk Schrems II-dekningen for leverandøren, ikke bare skyplattformen Jeg har sett altfor mange sikkerhetsvurderinger som stopper ved "vi bruker Azure, det er greit" uten å se på hvem som faktisk eier og drifter modellen bak API-kallet.
Test først på ikke-sensitivt innhold Åpen kildekode-verktøy, interne skript uten kundedata, eller dokumentasjon er trygge startpunkter. Jeg pleier å la et team kjøre en uke med Kimi på slikt innhold før noen vurderer den på produksjonskode med personopplysninger.
Avklar lisensklausulene med sikkerhetsteamet, ikke bare med innkjøp Attribusjonskravet er sjelden juridisk problematisk for en norsk mellomstor virksomhet, men jeg vil alltid at noen med sikkerhetsansvar har lest den selv.

Jeg tror ikke virksomheter bør hoppe rett på Kimi i morgen. Jeg tror derimot at modellvalg er blitt en løpende kostnads- og risikovurdering, noe jeg også har argumentert for i artikkelen om GPT-5.2 Codex, og som MCP-sikkerhetsartikkelen utfyller godt.

Kimi K2.7 Code er verken gimmick eller snarvei forbi sikkerhetsarbeidet, den er bevis på at åpne modeller konkurrerer på pris og ytelse, forutsatt at databehandleravtalen holder samme standard.

Les også

Share