K2.8 Preview 운영 중

Kimi K2.8 Preview는 Moonshot AI가 Kimi Code와 Kimi Work에 전면 출시한 주력 모델입니다. 공식적으로 플래그십 Kimi K3에 가까운 종합 성능을 제공하며, 코딩 및 Agent 역량이 향상되고 K2.7보다 추론 효율이 크게 개선되었습니다. 모델은 low/high/max 세 가지 추론 단계와 이미지·동영상 입력을 지원하며, 1M 초장문 컨텍스트를 모든 회원에게 개방합니다.

코드 생성 및 자동 완성: 일상적인 개발의 주력 모델로, 코드 자동 완성 및 수정 등 경계가 명확한 작업을 최적화합니다.
Agent 역량: 코딩 및 에이전트 역량이 K2.7 Code보다 전반적으로 향상되어 여러 단계의 엔지니어링 작업을 자율적으로 진행할 수 있습니다.
세 가지 추론 강도: low / high / max 세 가지 reasoning effort를 지원하며 K3의 추론 단계와 맞춰져 있고 기본값은 max입니다.
멀티모달 입력: 이미지와 동영상 입력을 지원하여 시각 자료가 포함된 개발 작업을 처리할 수 있습니다.
1M 초장문 컨텍스트: 모든 회원 등급에서 최대 100만 token 컨텍스트를 사용할 수 있어 대규모 코드베이스를 한 번에 처리할 수 있습니다.
무감각한 업그레이드: Model ID는 여전히 kimi-for-coding이므로 클라이언트와 서드파티 도구에서 설정을 변경할 필요가 없습니다.
스마트 라우팅: K3 시리즈에서 thinking을 끄면 요청이 자동으로 K2.8의 비추론 버전으로 전달됩니다.

단계별 추론 제어: reasoning effort 메커니즘을 통해 추론 예산을 조절합니다. low 단계는 사고 깊이를 줄여 속도를 높이고, max 단계는 더 많은 사고 token을 투입해 복잡한 작업의 성공률을 높입니다. 본질적으로 ‘사고 token 수’라는 계산 자원을 명시적으로 배분하는 방식입니다.
장문 컨텍스트 처리: 1M 윈도우는 고효율 어텐션을 기반으로 구현됩니다. K3에 적용된 KDA 혼합 선형 어텐션과 Attention Residuals 방식(긴 시퀀스에서 어텐션 계산 비용을 명시적으로 낮추는 방식)은 K2.8의 중요한 기술적 참고점입니다.
요청 라우팅 계층: 제품 측에서는 스케줄링 시스템이 모델 사용 가능 여부와 추론 설정 상태에 따라 세션 트래픽을 K3와 K2.8 사이에서 자연스럽게 전환하여 동일한 진입점에서 일관된 사용 경험을 보장합니다.

설정 없이 바로 사용: K2.8 Preview는 이미 전면 출시되었으며, kimi-for-coding이 무감각하게 업그레이드됩니다. 기존 클라이언트와 서드파티 도구(Claude Code, OpenCode, Codex 등)에서 설정을 변경할 필요가 없습니다.
모든 회원이 호출 가능: Adagio(무료 등급)부터 Allegro까지 모든 등급에서 사용할 수 있으며 1M 컨텍스트도 바로 이용할 수 있습니다.
Kimi Code CLI: CLI를 설치한 후 계정에 로그인하고 평소처럼 세션을 시작하면 K2.8이 사용됩니다. /model을 입력해 현재 모델을 확인하거나 전환할 수 있습니다.
추론 단계 조절: /effort를 입력해 low / high / max 세 단계 사이를 전환합니다. 간단한 작업은 낮은 단계로 token을 절약하고, 복잡한 작업은 max로 성공률을 높일 수 있습니다.
서드파티 도구 연동: 도구의 모델 ID를 kimi-for-coding으로 설정하면 됩니다. 속도를 중시하고 Allegretto 이상 회원인 경우 kimi-for-coding-highspeed로 변경할 수 있습니다.
Kimi Work 사용: Kimi Work에서 직접 작업을 시작하면 플랫폼이 자동으로 K2.8 Preview로 라우팅합니다.

플래그십에 가까운 성능: 종합 성능이 K3에 가깝고 코딩 및 Agent 역량이 K2.7 Code보다 전반적으로 향상되었으며, 추론 효율이 크게 개선되었습니다.
진입 장벽 없음: 모든 회원 등급(무료 등급 Adagio 포함)에서 호출할 수 있어 K3 사용에 ¥99부터 필요했던 제한을 없앴습니다.
더 빠른 응답: 사용자 실측 피드백에 따르면 속도가 K3보다 뚜렷하게 빠르며, 코드 자동 완성과 같은 빈번한 상호작용에 적합합니다.
더 예측 가능한 동작: 모호한 작업에서 지나치게 적극적이고 이전 thinking에 민감했던 K3와 달리, K2.8은 일상적인 개발에 초점을 맞춰 동작 범위가 더 안정적입니다.
무감각한 마이그레이션: Model ID를 kimi-for-coding으로 그대로 유지하므로 클라이언트와 서드파티 도구를 전혀 수정하지 않고 업그레이드할 수 있습니다.
유연한 추론 단계: low / high / max 세 단계를 자유롭게 전환하여 간단한 작업에서는 token을 절약하고 복잡한 작업에서는 품질을 유지할 수 있습니다.
멀티모달 역량: 이미지와 동영상 입력을 지원하며, 1M 윈도우로 대규모 코드베이스 전체를 한 번에 처리할 수 있습니다.

대규모 코드베이스 이해 및 리팩터링: 1M 컨텍스트로 전체 저장소를 한 번에 처리하여 파일 간 의존성 분석, 일괄 리팩터링 및 아키텍처 수준의 수정 제안을 수행할 수 있습니다.
일상적인 코드 자동 완성 및 개발: ‘일상 업무용 모델’을 지향하며 K3보다 동작이 예측 가능하고 응답이 빠릅니다. 빈번한 자동 완성, 디버깅, 소규모 기능 반복 개발에 적합합니다.
멀티모달 개발 지원: 이미지와 동영상 입력을 지원하여 오류 화면을 직접 캡처하거나 버그를 화면 녹화로 보여주고, 디자인 시안을 참고해 프런트엔드 코드를 생성할 수 있습니다.
Agent 자동화 워크플로: 코딩 및 Agent 역량이 K2.7보다 전반적으로 향상되어 테스트 실행, 실패한 테스트 수정, PR 생성으로 이어지는 여러 단계의 작업 흐름을 자동화할 수 있습니다.
장문서 및 장문 로그 분석: 1M 윈도우에 매우 긴 로그, 기술 문서 또는 회의 기록을 담아 전체 문서 검색형 질의응답과 요약을 수행할 수 있으며, 회원에게 추가 비용이 없습니다.