Kimi K2.8 Preview: Moonshot AI porta 1 milione di token di contesto a tutti gli utenti di Kimi Code

Moonshot AI ha allargato la sua famiglia di modelli con Kimi K2.8 Preview, una versione intermedia pensata per il coding e per il lavoro degli agenti che si colloca tra il più specializzato Kimi K2.7 Code e l’ammiraglia Kimi K3. Il modello è stato distribuito a tutti gli utenti di Kimi Code e Kimi Work e porta con sé una novità che pesa più dei numeri: la finestra di contesto da un milione di token diventa disponibile per ogni livello di abbonamento, non solo per i piani più costosi.

Se usi strumenti di programmazione assistita o ti interessa capire come si sta muovendo la concorrenza cinese a OpenAI e Anthropic, questa mossa merita attenzione. Non tanto per un salto prestazionale clamoroso, quanto per quello che racconta sulla direzione dell’intero settore.

Cosa porta Kimi K2.8 Preview agli sviluppatori

Secondo quanto comunicato dall’azienda nelle note di rilascio di Kimi Code, K2.8 Preview offre prestazioni complessive vicine a quelle di K3, con un’efficienza di ragionamento sensibilmente migliore rispetto a K2.7 Code. In pratica il modello dovrebbe arrivare a risultati paragonabili consumando meno passaggi di “pensiero”, e quindi meno tempo e meno calcolo per ogni richiesta.

Il miglioramento dichiarato riguarda soprattutto due aree: la scrittura e la modifica del codice e la capacità di portare avanti compiti agentici, cioè sequenze di azioni in cui il modello usa strumenti, legge file, esegue comandi e corregge il proprio lavoro.

Un milione di token di contesto per tutti

Il cambiamento più concreto è l’estensione del contesto. Con K2.7 Code la finestra si fermava a 262.144 token, un valore già generoso ma insufficiente quando vuoi far leggere al modello un’intera base di codice, una lunga documentazione tecnica o la cronologia di una sessione di lavoro molto estesa. Con K2.8 Preview si sale a 1 milione di token, e soprattutto questa capacità viene aperta a tutti i piani di Kimi Code.

Fino a oggi, per sfruttare contesti così ampi su Kimi dovevi passare da K3 e quindi dai livelli di abbonamento più alti. Ora la barriera d’ingresso si abbassa in modo netto.

Per chi sviluppa, un contesto di queste dimensioni significa poter caricare decine di file contemporaneamente, chiedere refactoring che attraversano più moduli, oppure analizzare log e tracce di errore senza doverli spezzare in frammenti. Resta vero che una finestra ampia non garantisce da sola che il modello sfrutti bene ogni parte del testo: la qualità del recupero delle informazioni lontane è un tema ancora aperto per tutti i laboratori.

Input multimodale e livelli di ragionamento regolabili

K2.8 Preview accetta in ingresso non solo testo ma anche immagini e video. Nel contesto della programmazione questo apre scenari molto pratici: puoi mostrare lo screenshot di un’interfaccia da replicare, il mockup di una pagina web o la registrazione di un bug visivo, e chiedere al modello di tradurli in codice o di individuare il problema.

L’altra novità riguarda il controllo del ragionamento. Il modello supporta tre livelli di sforzo, low, high e max, con max impostato come predefinito, in linea con quanto già previsto per K3. Scegliere un livello basso ha senso per completamenti rapidi e modifiche semplici, dove la latenza conta più della profondità; il livello massimo è invece indicato per problemi complessi o per il debugging di errori difficili da riprodurre.

Un dettaglio tecnico interessante: quando il ragionamento viene disattivato, le richieste destinate sia alla serie K3 sia a K2.8 Preview vengono instradate verso K2.8 Preview in modalità senza pensiero. È un segnale di come Moonshot stia usando questo modello come strato di base per gestire il grosso del traffico.

Una migrazione senza configurazioni

Moonshot ha scelto di non cambiare l’identificativo del modello nelle API. K2.8 Preview prende il posto di K2.7 Code mantenendo lo stesso ID, kimi-for-coding, e questo vuol dire che client, estensioni per editor e strumenti di terze parti già configurati passano automaticamente alla nuova versione senza che tu debba toccare nulla.

È una scelta comoda, ma che porta con sé un rovescio della medaglia.

Chi ha costruito flussi di lavoro calibrati sul comportamento di K2.7 Code potrebbe notare differenze nelle risposte senza aver deciso consapevolmente di aggiornare. Se lavori in contesti in cui la riproducibilità è importante, ad esempio pipeline automatiche di revisione del codice o test che confrontano output testuali, conviene verificare che tutto funzioni come prima e tenere d’occhio eventuali variazioni nella qualità o nello stile delle risposte.

Perché Moonshot ha bisogno di un modello intermedio

Per capire il senso di K2.8 Preview bisogna guardare a K3, il modello di punta che Moonshot ha presentato a luglio e che abbiamo raccontato quando Kimi K3 è diventato il più grande modello open mai rilasciato. Un’ammiraglia di quelle dimensioni attira l’attenzione e scala le classifiche, ma non è sempre lo strumento migliore per ogni compito.

I modelli più grandi costano di più da eseguire, rispondono più lentamente e, secondo diverse osservazioni della comunità, possono risultare meno stabili quando il framework dell’agente non restituisce correttamente il ragionamento precedente o quando una sessione passa da un modello all’altro. In alcuni casi tendono anche a essere troppo intraprendenti su compiti ambigui, prendendo iniziative che l’utente non aveva chiesto.

Per il completamento del codice, le modifiche di routine e i compiti ben delimitati, molti sviluppatori preferiscono un modello più prevedibile, più rapido e più economico. K2.8 Preview sembra progettato proprio per questo ruolo: non una versione ridotta di K3, ma un cavallo da lavoro destinato a sostenere il volume quotidiano di richieste, lasciando all’ammiraglia i casi che richiedono davvero il massimo della capacità.

La questione dei costi di inferenza

C’è anche una ragione economica evidente. Moonshot sta accelerando sul fronte commerciale e, secondo le ricostruzioni della stampa di settore cinese, ha avviato il percorso verso la quotazione a Hong Kong. Servire ogni singola richiesta con un modello enorme come K3 sarebbe difficilmente sostenibile man mano che la base di utenti cresce.

Un modello intermedio con prestazioni vicine all’ammiraglia permette di contenere i costi di inferenza senza deludere gli utenti. È la stessa logica che vedi applicata da OpenAI, Google e Anthropic con le loro famiglie di modelli a più livelli.

Il contesto competitivo: la corsa dei modelli per il coding

Il coding è diventato il terreno di scontro principale tra i laboratori di intelligenza artificiale, perché è l’ambito in cui il valore economico degli agenti è più facile da misurare. Negli ultimi mesi si sono susseguiti rilasci con cadenza quasi settimanale, e i modelli cinesi hanno giocato un ruolo sempre più rilevante grazie a prezzi aggressivi e, spesso, a pesi aperti.

Proprio l’efficienza di Kimi K3 è stata usata come punto di partenza da altre aziende: è il caso di Cognition con SWE-2, il modello di coding vicino alla frontiera a un quarto del costo. Nello stesso periodo il panorama open si è arricchito di proposte come Atria Dawn Preview, l’agente open da 744 miliardi di parametri dello Shanghai AI Lab, a conferma di quanto la Cina stia investendo nei modelli per agenti.

Dall’altra parte, i laboratori statunitensi puntano su modelli proprietari con prestazioni di vertice e su ecosistemi di strumenti per sviluppatori sempre più integrati. Se vuoi un confronto con l’approccio di Anthropic, puoi leggere la nostra guida a Claude AI e ai suoi modelli, che su coding e agenti è oggi uno dei riferimenti del mercato.

Cosa manca ancora: i benchmark

C’è un punto su cui vale la pena essere prudenti. Al momento Moonshot non ha pubblicato risultati di benchmark dettagliati per K2.8 Preview. L’affermazione secondo cui le prestazioni sarebbero “vicine a K3” viene dall’azienda stessa e non è ancora stata confermata da test indipendenti.

Non è un dettaglio da poco.

Il termine Preview indica inoltre che si tratta di una versione non definitiva, che potrebbe cambiare nelle prossime settimane sia nel comportamento sia nelle prestazioni. Prima di spostare flussi di lavoro critici su questo modello, conviene fare prove dirette sui tuoi casi d’uso reali: il divario con K3 potrebbe essere trascurabile su alcune attività e significativo su altre, soprattutto nei compiti agentici lunghi e articolati.

Va anche ricordato che, a differenza di K3, K2.8 Preview viene distribuito come modello proprietario accessibile tramite i servizi e le API di Moonshot, senza pesi scaricabili. Chi apprezzava la possibilità di eseguire in locale o personalizzare i modelli Kimi dovrà quindi continuare a guardare alla serie K3.

Cosa cambia concretamente per te

Se sei già utente di Kimi Code, il passaggio è automatico e il vantaggio più tangibile è il contesto da un milione di token anche sui piani di base, insieme alla possibilità di regolare lo sforzo di ragionamento in base al compito. Se invece stai valutando quale assistente di programmazione adottare, K2.8 Preview aggiunge un’opzione interessante nella fascia di prezzo intermedia, soprattutto per chi lavora su progetti di grandi dimensioni e ha bisogno di far leggere al modello molto materiale in una sola volta.

Più in generale, il rilascio conferma una tendenza chiara: la competizione non si gioca più soltanto sul modello più potente, ma sulla capacità di offrire la giusta combinazione di prestazioni, velocità e costo per ogni tipo di attività.

Conclusioni

Kimi K2.8 Preview non è il modello che cambierà da solo gli equilibri del settore, ma è una mossa intelligente da parte di Moonshot AI. Porta capacità vicine all’ammiraglia a un pubblico più ampio, rende accessibile a tutti un contesto da un milione di token, aggiunge l’input multimodale e introduce un controllo più fine sul ragionamento, il tutto senza costringere gli sviluppatori a modificare le proprie configurazioni.

Restano da verificare le prestazioni reali, in attesa di benchmark pubblici e test indipendenti. Nel frattempo, se usi strumenti di coding basati sull’intelligenza artificiale, questo è il momento giusto per metterlo alla prova sui tuoi progetti. Puoi approfondire i dettagli nelle note di rilascio ufficiali di Kimi Code, e continuare a seguirci per non perdere i prossimi aggiornamenti sui modelli AI per sviluppatori.