KAT-Coder V2.5

KAT-Coder V2.5 は、Kuaishou/Kwai の開発者ツールグループ Kwaipilot が手がけるオープンウェイトのエージェント型コーディングモデルです。Dev 版は 2026年7月23日に Hugging Face で公開され、Qwen3.6-35B-A3B の MoE ベース（総計 35B、トークンあたり活性化 3B）に Apache 2.0 のウェイトを組み合わせています。統一された Claude Code 評価ハーネス下で PinchBench のエージェント的ツール使用で最高スコアを記録し、SWE-Bench Pro と KAT Code Bench ではフロンティアの Opus 4.8 に次ぐ 2 位。GLM-5 シリーズと Kimi-K2.6 を上回りました。チェックポイントは約 582 のいいねと 2.3 万ダウンロードを集めています。

モデル仕様

主な機能

• エージェント的ツール使用：実際に実行可能なリポジトリ内で自律的に動作し、fail-to-pass / pass-to-pass テストで検証されます。
• リポジトリレベルの工学：AutoBuilder が実リポジトリを学習タスクに再構築し、単一ファイルではなくプロジェクト規模の編集を学習。
• 検証可能な RL 訓練：KwaiClawEnv がツール使用軌跡を合成し、事後拡張価値推定が PPO ループを安定化します。
• OpenAI 互換のサービング：SGLang・vLLM・Hugging Face Transformers server で提供。既存のエージェントクライアントをそのまま接続可能。
• 長いコンテキスト：ネイティブ 262K トークンで、大規模モノレポや長時間のエージェントセッションをカバー。

使用シナリオ

• 自律コーディングエージェント：テスト実行、エラー解読、反復修正が必要なマルチステップの修正タスク。
• セルフホスト型アシスタント：ソースをクローズド API に送れないチームでも、フロンティアに近い能力を獲得。
• 研究用ベースライン：Apache 2.0 ウェイトと arXiv 技術レポート（2607.05471）で、エージェント RL 研究に最適。
• コスト重視の本番運用：トークンあたり 3B の活性化で、推論コストは高密度フロンティアモデルを大きく下回ります。

料金

Dev ウェイトは Apache 2.0 で無料。必要なのは自分のコンピュート費用のみで、bartowski と mudler のコミュニティ GGUF 量子化でさらに手軽になります。ホスト型商用 API は Kwaipilot の StreamLake プラットフォームで従量課金にて提供。詳細は streamlake.com/product/kat-coder を参照してください。

競合との比較

1. GLM-5・Kimi-K2.6 との比較：同一ハーネス下で SWE-Bench Pro と KAT Code Bench の両方で上回り、PinchBench のツール使用でも全体をリード。
2. クローズドな Claude Code 系モデルとの比較：上位は Opus 4.8 のみ。ただし KAT-Coder はオープンウェイトとセルフホストの自由度が根本的に異なります。
3. 効率性：トークンあたり 3B 活性化は GLM-5 クラスよりはるかに小さく、スケール時に効きます。

はじめに

vLLM 0.19.0 以上を使用。Dev はテキストウェイトのみのため --language-model-only が必須です：

vllm serve Kwaipilot/KAT-Coder-V2.5-Dev --language-model-only

または SGLang 0.5.10 以上：

python -m sglang.launch_server \
  --model-path Kwaipilot/KAT-Coder-V2.5-Dev \
  --tp-size 8 --reasoning-parser qwen3

どちらも OpenAI 互換 API を公開します。qwen3 reasoning parser は有効のままにしてください。

よくある質問

ビジョン入力に対応していますか？

いいえ。ベースは画像・テキスト入力に対応していますが、Dev リリースは言語モデルウェイトのみです。

商用利用は可能ですか？

はい。Apache 2.0 は商用利用・改変・再配布を許可しています。

Claude Code のモデルと比べてどうですか？

SWE-Bench Pro と KAT Code Bench で Opus 4.8 に次ぐ順位、PinchBench ではオープンウェイト首位です。

代替案

• Qwen3 8-27B：KAT-Coder の基盤となる Qwen3 ファミリーのエコシステム。
• GLM-5.3：Zhipu のフラッグシップコーディングモデル。
• Claude Code：このモデルが追うフロンティアを定義するクローズド製品。

ヒント

1. reasoning parser を有効に：SGLang で --reasoning-parser qwen3 を付けないと、推論トレースが回答に混入します。
2. 自社ハーネスで再検証：移行前に実際の fail-to-pass スイートで再生しましょう。
3. まず GGUF 量子化で評価：小型 GPU で試してから、8 基テンソル並列サーバーを検討してください。

まとめ

KAT-Coder V2.5 は今季最強のオープンウェイト・エージェント型コーディングモデルです。35B MoE がトークンあたり 3B しか活性化せず、実リポジトリ内の検証可能な RL で訓練され、Claude Code ハーネス下で Opus 4.8 に次ぐ成績を記録。フロンティアに近いエージェントコーディングと Apache 2.0 の自由を両立したいなら、ダウンロードすべきチェックポイントはこれです。