Kimi K2.7 Code——月之暗面的"代码特攻队"

> F1赛车的"排位赛模式"——不是全程最快，但在关键时刻榨干每一分性能

2026年6月12日，月之暗面开源了Kimi K2.7 Code。不是K2.6的替代者，而是它的专业分身——一个只为代码优化的万亿参数模型。

---

核心升级

基准测试	K2.6	K2.7 Code	提升幅度
Kimi Code Bench v2	-	-	+21.8%
Program Bench	-	-	+11.0%
MLS Bench Lite	-	-	+31.5%
Agent执行（MCP Atlas）	-	-	~+10%
Token消耗	基准	-	-30%

---

为什么不是K2.7，而是"K2.7 Code"

月之暗面很诚实：

> "非编程任务，仍然推荐K2.6。"

K2.7 Code是一个专门化模型（Specialized Model），不是通用模型的升级。它的策略类似于：

• OpenAI的GPT-4 vs GPT-4o（后者针对聊天优化）
• Anthropic的Claude 3.5 Sonnet vs Claude 3.5 Haiku

专门化的好处：在特定领域（代码）用更少的token达到更好的效果。

专门化的代价：通用能力可能不如基础模型。

---

架构与成本

指标	数值
总参数	1万亿（MoE）
激活参数	320亿/ token
上下文窗口	256K
输入价格	$0.95 / 百万tokens
输出价格	$4.00 / 百万tokens
缓存命中	$0.19 / 百万tokens
许可证	Modified MIT（开源）

成本对比（与闭源竞品）：

模型	输入	输出
Claude Opus 4.8	$3.00	$15.00
GPT-5.5	$5.00	$30.00
Kimi K2.7 Code	$0.95	$4.00

5-7.5倍的成本优势。在一个每周烧1000万output tokens的agentic工作流里，这意味着每周省$2600-$26000。

---

6x高速版：速度作为产品

月之暗面同时预告了K2.7 Code高速版：

• 输出速度：普通版的5-6倍
• 常规场景：~180 tokens/s
• 短上下文峰值：~260 tokens/s
• 价格：仅2倍（而非速度对应的5-6倍）

6月15日已可通过API调用。这是对MiMo V2.5 Pro UltraSpeed的正面回应——中国公司也开始把"推理速度"作为核心产品差异点。

---

一个有趣的数据点

K2.7 Code在MCP Mark Verified（工具调用精度）上得分81.1，超过GPT-5.5的74.3。

这意味着什么？

• MCP（Model Context Protocol）是AI agent连接外部工具的"通用接口"
• 工具调用精度决定了agent能否可靠地操作数据库、调用API、执行命令
• 在这个指标上超过GPT-5.5，说明K2.7 Code在生产级agent工作流中可能比OpenAI的旗舰更可靠

这是开源模型第一次在"agent基础设施"指标上超过闭源前沿。

---

局限与诚实

• 自评基准：Code Bench v2、Program Bench都是月之暗面自己的评测集，独立验证（SWE-bench Verified/Pro）的结果还未公布
• 硬件门槛：本地部署需要8张H200（~640GB显存），INT4量化后
• 思考模式强制：API和Kimi Code CLI默认开启Thinking模式，关闭会报错或回退到K2.6
• 非英语：代码注释、文档生成的中文支持优于英文

---

一句话总结

> Kimi K2.7 Code不是"又一个开源代码模型"。它是月之暗面在证明一件事：专门化+开源+成本优势，可以构成与闭源巨头正面对抗的三角。在agentic编程这个赛道，K2.7 Code已经是一个不容忽视的玩家。

开源地址：https://huggingface.co/moonshotai/Kimi-K2.7-Code

#月之暗面 #Kimi #开源代码模型 #编程AI #Agent