Kimi K2.7 Code resmi tersedia di GitHub Copilot
(github.blog)- Kimi K2.7 Code ditambahkan ke GitHub Copilot, menjadi model berbobot terbuka pertama yang bisa dipilih di pemilih model
- GitHub meng-hosting model ini di Microsoft Azure, menyediakan lebih banyak pilihan model dan opsi biaya lebih rendah untuk alur kerja coding
- Penagihan diterapkan berdasarkan harga resmi penyedia dalam skema penagihan berbasis penggunaan; biaya aktual perlu dicek di dokumentasi harga model dan permintaan Copilot
- Diluncurkan bertahap mulai dari paket Copilot Pro, Pro+, dan Max, serta dapat digunakan dari pemilih model di Visual Studio Code
- Untuk Copilot Business dan Enterprise, default-nya dinonaktifkan, sehingga sebelum digunakan organisasi perlu aktivasi kebijakan oleh admin serta peninjauan keamanan, compliance, dan tata kelola data
Model berbobot terbuka pertama yang ditambahkan ke Copilot
- Kimi K2.7 Code adalah model berbobot terbuka yang tersedia resmi di GitHub Copilot
- Ditambahkan sebagai model berbobot terbuka pertama yang bisa dipilih di pemilih model Copilot
- Menyediakan lebih banyak pilihan model dan opsi biaya lebih rendah dalam alur kerja coding
- GitHub meng-hosting model ini di Microsoft Azure
Penagihan berbasis penggunaan
- Kimi K2.7 Code ditagihkan berdasarkan harga resmi penyedia dalam penagihan berbasis penggunaan
- Detail kriteria penagihan dapat dilihat di dokumentasi GitHub Copilot’s pricing for models and requests
Cakupan ketersediaan di Copilot
- Kimi K2.7 Code pertama-tama diluncurkan secara bertahap ke paket Copilot Pro, Pro+, dan Max
- Pengguna dapat memilih model ini dari pemilih model di Visual Studio Code
- Peluncuran dilakukan secara bertahap, dan GitHub terus memantau kualitas serta performa model
- Dalam beberapa minggu mendatang, ketersediaannya direncanakan diperluas ke Copilot Business, Enterprise, dan layar penggunaan tambahan
Klien dan layar yang didukung
- Pemilih model dapat digunakan di lingkungan berikut
- Visual Studio Code 1.127.0 atau lebih baru
- Visual Studio 17.14.6 atau lebih baru
- Copilot CLI
- GitHub Copilot cloud agent
- GitHub Copilot App
- github.com
- GitHub Mobile iOS dan Android
- JetBrains 1.9.1-251 atau lebih baru
- Xcode
- Eclipse
Pengaturan admin untuk Business dan Enterprise
- Kimi K2.7 Code secara default dimatikan di Copilot Business dan Copilot Enterprise
- Agar anggota organisasi dapat memilih model ini, admin paket harus mengaktifkan kebijakan Kimi K2.7 Code di pengaturan Copilot
- Jika kebijakan tetap dimatikan, model tersebut tidak dapat digunakan di organisasi tersebut
- Sebelum mengaktifkannya, admin disarankan meninjau apakah model berbobot terbuka sesuai dengan persyaratan keamanan, compliance, dan tata kelola data internal
Dokumentasi dan jalur feedback
- Daftar lengkap model yang tersedia di GitHub Copilot dapat dilihat di dokumentasi supported models
- Cara memilih model yang sesuai untuk tugas dapat dilihat di dokumentasi choosing the right AI model for your task
- Feedback dapat dibagikan melalui diskusi GitHub Community
1 komentar
Opini Hacker News
Saya sekarang hampir kehilangan minat pada produk AI berbasis cloud
Saya lelah karena sudah terlalu sering fitur dan workflow keren yang dulu saya harapkan menjadi sulit dipakai lagi karena berbagai alasan seperti kenaikan harga, performa yang terasa menurun, penghentian layanan, penggantian, dan sebagainya
Saya sudah merakit perangkat kecil dan hampir menetap di Qwen3.6, sambil pelan-pelan menambahkan sendiri fitur yang saya butuhkan. Saya tidak tahu apakah ini sudah setara untuk bersaing dengan Claude, dan saya juga sudah berhenti mengeceknya. Saat ini pun sudah memberi nilai yang cukup besar dan terus membaik, dan meskipun rumput di tempat lain mungkin lebih hijau, saya suka karena yang ada di bawah kaki saya tidak berubah-ubah
Untuk orang yang tidak punya memori untuk menjalankan model besar kelas 32GB, saya ingin meninggalkan catatan bahwa model yang dipangkas pun performanya cukup bagus. Kalau mesinnya kecil, model quantized Q4 pruned unsloth dari GLM 4.7 Flash yang muat dalam 14GB layak dicoba: https://huggingface.co/unsloth/GLM-4.7-Flash-REAP-23B-A3B-GG...
Biasanya saya memakai LM Studio untuk kebutuhan seperti ini, tetapi unsloth juga punya aplikasi studio sendiri yang mungkin lebih cocok untuk model quantized semacam ini. Saya memakai GLM 4.7 Flash sebagai model utama selama beberapa bulan; modelnya sangat gigih dan sangat cepat, dan tampaknya pilihan yang bagus untuk hardware terbatas
Misalnya, Claude baru disetel untuk coding bergaya agen dan justru bisa merugikan untuk coding non-agen; Fable 5 terlihat bagus, tetapi biaya inferensinya besar dan setelah rilis kemungkinan besar akan ada penurunan performa atau perubahan limit dan harga. Gemini 3.5 limit-nya lebih longgar, tetapi performanya sedikit lebih rendah
Versi baru keluar dan angkanya naik, tetapi saya bertanya-tanya apakah semua perubahan itu benar-benar kemajuan, atau hanya tuning yang berbeda dengan performa per dolar yang mirip awal tahun ini. Perubahan nyata lebih banyak terlihat pada model kecil seperti Qwen atau Gemma 4 31B, dan kalau kemampuan multibahasanya juga diperhitungkan, rasanya cukup ajaib
Baru saja saya melihat perbandingan sebelum-sesudah Fable saat mengunggah ini; versi yang diperkenalkan kembali mengalami penurunan performa BridgeBench yang katastrofis karena mereka masih terus mengutak-atik modelnya: https://x.com/Hesamation/status/2072692225100612032
Memang tidak secepat Claude yang saya pakai di kantor, tetapi berjalan cukup baik secara lokal, dan saya tidak perlu khawatir soal kredit atau fitur yang tiba-tiba hilang
Saya sangat menyukai Copilot CLI. Rasanya lebih logis dan lebih sedikit gesekan dibanding Claude Code
Saya juga suka bisa menjalankan berbagai model sesuka hati. Misalnya, “buat rencana dengan Opus 4.6, validasi rencana itu dengan GPT 5.4 dan dapatkan feedback, lalu implementasikan dengan Sonnet 4.6”
Namun karena perubahan harga Copilot pada Juni, baik saya pribadi maupun seluruh departemen di perusahaan harus pindah ke Claude Code. Pada April–Mei, kami hanya sedikit melampaui kredit yang termasuk dan mengeluarkan tambahan beberapa dolar, tetapi mulai Juni anggaran bulanan habis setiap 2–3 hari
Dari sudut pandang pelanggan, ini kenaikan harga yang benar-benar gila, dan saya tidak tahu apa yang dipikirkan Microsoft. Kalaupun harga itu diperlukan demi keberlanjutan, mereka seharusnya menunggu sampai pesaing lebih dulu mengubah harga. Saya tidak akan heran kalau bulan lalu Copilot kehilangan lebih dari 50% pelanggannya
Pada akhirnya, jika semua pemain utama menyesuaikan ke level harga seperti ini, negara mungkin perlu menjalankan AI akses publik seperti TV. Memakai model terbuka gratis dan mengoperasikan beberapa data center dengan pajak, dengan pembatasan wilayah dan throttling ketat, tetapi membiarkannya bebas dipakai oleh pelajar dan warga
Jika beberapa tahun lagi semua harga AI berada di level Copilot, hanya perusahaan unicorn yang bisa memakainya, dan sisanya tidak punya kesempatan bersaing dengan perusahaan yang memakai AI
Secara harfiah ini adalah meneruskan biaya: https://platform.claude.com/docs/en/about-claude/pricing
Anthropic memang juga menawarkan langganan, tetapi perusahaan biasanya tidak ingin memakai itu. Karena konten yang dikirim lewat jalur tersebut bisa digunakan untuk pelatihan atau menjadi bagian dari model
Jika dipakai tanpa izin eksplisit dari pemberi kerja, itu bisa menjadi pelanggaran kontrak, dan jika sampai digugat, akibatnya bisa serius
Pada saat yang sama, untuk berjaga-jaga ketika Claude Code pada akhirnya disesuaikan dengan biaya token sebenarnya dan tidak lagi menjadi penawaran bagus, kami sedang menguji AWS Bedrock dan Deepinfra untuk model berbobot terbuka
Claude jauh lebih unggul dalam hal tools, tetapi penetapan model per sub-agen dan akses ke semua model adalah fitur yang lebih baik daripada gabungan semua fitur yang saat ini disediakan Claude
Karena satu-satunya batas jumlah AI yang bisa dipakai perusahaan dalam sebulan adalah dolar, sesuatu yang menurunkan biaya adalah model sekaligus runtime terbaik bagi saya. Copilot juga lebih baik dalam otomatis menetapkan model yang lebih sesuai untuk sub-agen, sementara Claude sering memakai model yang lebih mahal
Namun ada model efisien yang bisa menjalankan rencana yang dibuat oleh model yang lebih baik. Mengingat pemilihan model otomatis Microsoft pada struktur harga lama yang merugi memilih model reasoning mutakhir untuk tugas seperti menyelesaikan konflik dependensi, itu agak memalukan
Saat mengembangkan VS 2026, saya memakai GitHub Copilot sambil bolak-balik antara ChatGPT dan Claude, dan itu sebelum saya tahu Claude Code dan aplikasi Codex
Copilot cukup oke untuk kebutuhan saya, dan 10 dolar per bulan sudah cukup
Namun bulan lalu ketika model harga baru diperkenalkan, 10 dolar itu habis hanya dalam beberapa hari. Saya tahu harga lama tidak berkelanjutan, tetapi kejadian itu membuat saya pindah ke Claude Code dan Codex, dan saya tidak pernah menoleh ke belakang. Token Claude Code dan Codex juga dihargai dengan subsidi besar, tetapi selagi hal baik itu bertahan, nikmati saja
Ada perbedaan yang terasa antara memakai Claude lewat Copilot dan memakai Claude langsung di Claude Code. Saya tidak tahu apa yang dilakukan Microsoft di balik layar
Anthropic sedikit unggul baik di lingkungan eksekusi maupun model, jadi mereka berada dalam situasi yang mendapatkan keunggulan dari kedua sisi
Di pihak Microsoft kemungkinan besar modelnya sama, tetapi tool dan prompt di sekelilingnya lebih buruk, sehingga hasilnya juga tampaknya lebih buruk
Sekarang saya memakai lingkungan eksekusi reasonix untuk DeepSeek, dan ketika cache hit, biayanya nyaris gratis. Itu pun meski memakai penyedia AS tanpa subsidi seperti Digital Ocean atau Cloudflare
Bahasa targetnya C++, dan tidak ada masalah
Saya suka cara memakai Claude di VS Code lewat Copilot, dan merasa itu memberi kode yang lebih baik karena saya bisa mengendalikan kualitas kode dengan lebih baik. Jauh lebih transparan daripada Claude Code, open source, dan antarmuka IDE memberi lebih banyak kontrol atas konteks dan hasil generasi
Kenaikan biaya bukan semata-mata karena kenaikan harga, tetapi juga karena agen model Opus memakai lebih banyak token. Jadi saya pindah ke Claude Code dan masih puas memakai Opus 4.6. Fable dan 4.7 sering mengerjakan unit kerja yang lebih besar sambil melenceng dan membuat asumsi, sehingga hasilnya berantakan
Akhirnya ada alternatif dari pemain besar yang bisa dipakai perusahaan
Orang-orang sudah lama menginginkan cara menjalankan model Tiongkok dari penyedia yang bisa dipercaya, dan GitHub menyediakannya
Jika benchmark bisa dipercaya, performanya setara Sonnet 4.6. Tinggal dilihat apakah dengan harga GitHub itu layak dipakai
GPT-5.4 dulu 1x untuk pelanggan tahunan, tetapi sekarang menjadi 6x. Premium request habis hanya dalam beberapa prompt. GitHub Copilot 10 dolar per bulan dulu adalah value terbaik karena bisa memakai model dari lab AI AS dengan murah
Untuk pekerjaan yang bisa diselesaikan Claude sekali jalan, ia berputar-putar. Namun jalur penggunaan saya adalah Ollama Cloud, dan saya tidak tahu apakah mereka menyediakan model asli atau versi terkuantisasi; kuantisasi mungkin saja menurunkan performanya
Tetap saja, kabar baiknya adalah preseden sudah terbentuk. Jika Microsoft sekarang menyediakan Kimi K2.7, mereka mungkin segera bisa menyediakan GLM 5.2 juga, dan itu benar-benar model yang sangat kompetitif
Synthetic menjalankan modelnya sendiri dengan harga masuk akal, termasuk GLM5.2 dan Kimi K2.7-Code
Tautan referral: https://synthetic.new/?referral=kwjqga9QYoUgpZV
Input: 0,95 dolar, cache hit: 0,19 dolar, output: 4,00 dolar
Sama dengan harga yang dikenakan Moonshot, dan kira-kira di kisaran harga GPT 5.4 mini, jadi ini bukan opsi yang buruk
Sebagai contoh prompt bodoh yang membuang token demi konteks: “Mainkan tic-tac-toe sendirian di papan 5x5. Menang jika menempatkan 5 dalam satu baris.”
Di Kimi K2.7 biayanya 0,006 dolar dan seluruh jejak penalaran mentah bisa dilihat. GPT-5.4 mini biayanya 0,016 dolar dan diringkas
Kalau penasaran, keduanya bermain dengan tingkat kebodohan yang sulit dipercaya
Kimi:
A B C D E
1 . . . . .
2 . . . . .
3 X X X X X
4 . O O O O
5 . . . . .
GPT 5.4 mini:
1: X X X X X
2: O O . . .
3: . . O . .
4: . . . O .
5: . . . . O
Sebagai catatan bagi yang penasaran, GPT 5.5 juga memainkan langkah sampah yang sama seperti 5.4 mini, tetapi biayanya 4 kali lipat
Fable menghasilkan permainan yang masuk akal dengan biaya 40 sen
X X O O O
O O X X X
X X X O O
X O O X O
X O X X O
Ide bagus. Saya mencoba meminta Haiku melakukan hal yang sama di Claude Chat iOS, lalu ia membuat game React interaktif, mengimplementasikan aturan, dan menyuruh saya memainkannya sendiri
Langkah yang cerdas untuk tarif input 1 dolar dan output 5 dolar, Anthropic!
Model bahasa besar lemah dalam game, tetapi menulis agen reinforcement learning yang mempelajari game itu sendiri cukup memungkinkan
Kalau saya benar-benar sangat bosan, saya berniat membuat dua model saling bermain catur
Sepertinya sudah ada benchmark catur atau turnamen model bahasa besar di suatu tempat
Aneh bahwa AWS Bedrock mendukung model-model seperti ini dengan sangat minim
Hanya ada Kimi 2.5, qwen 3 coder, DeepSeek V3.2, GLM 5, dan tidak ada model terbaru
Instance Inf2 membutuhkan AWS Neuron [1]. Mungkin mem-porting model agar berjalan di hardware tersebut memakan waktu terlalu lama
[1] https://aws.amazon.com/ai/machine-learning/neuron/
Biaya eksekusinya jelas jauh lebih murah dibanding model lain, dan saat saya mencobanya sekitar satu jam kemarin, hasilnya terlihat menjanjikan
Saya melihat dalam diskusi Reddit bahwa tim sedang mengevaluasi glm5.2, jadi berharap akan ada tambahan lagi
Apakah GitHub Copilot berada di posisi terbaik sebagai platform untuk perusahaan?
Mendukung Claude, GPT, Gemini, dan kini bahkan model berbobot terbuka. Organisasi besar toh membayar di kisaran biaya API, jadi biayanya mirip di mana pun dipakai
Ada agent CLI dan SDK yang cukup bagus, dan sekarang juga ada aplikasi desktop. Ada juga agen ter-hosting, dan ‘Agentic Workflows’ juga bisa dijalankan di CI
Apakah reputasinya sudah terlalu jatuh sehingga hanya alternatif-alternatifnya yang mendapat perhatian? Atau pengguna di luar perusahaan tersingkir karena biaya penggunaan, sehingga tidak ada pemasaran gratis?
Copilot tadinya dipertahankan karena tokennya luar biasa murah, tetapi setelah beralih ke harga baru, layanan itu menjadi mirip openrouter dengan jumlah model yang jauh lebih sedikit
Saya tidak tahu alasan pastinya, tetapi rasanya tidak enak
Hal ini sering dibicarakan di perusahaan, karena para penanggung jawab manajemen vendor tidak memahami ekosistem model bahasa besar dan mengira Claude melalui Copilot sama dengan Claude melalui Claude Code
Setiap kali diminta menjelaskan perbedaannya, perbandingan sederhana secara berdampingan menunjukkan performa yang jauh lebih rendah secara dramatis dalam 3–4 dari 5 kali percobaan
Jika Anda adalah tim kecil yang ingin mencoba Copilot, saya ingin memperingatkan bahwa Anda bisa membuang berjam-jam berkutat dengan pengaturan penagihan mengikuti dokumentasi lama
Ringkasnya, pada akhirnya kami menerima email dari GitHub bahwa “Copilot Business tersedia untuk tim yang membeli 10 lisensi atau lebih”. Ini tidak terdokumentasi, tetapi orang lain juga mengalami hal yang sama: https://github.com/orgs/community/discussions/199346
Untuk sementara kami tetap memakai Cursor, dan menggunakan Kimi sebagai andalan dengan nama “Composer”
Akhirnya keluar juga. Apakah ini LLM berbobot terbuka pertama Copilot? Sepertinya pintunya sudah terbuka