Kimi K2.7 Code 是什么？
Kimi K2.7 Code 是月之暗面开发的一款开源、聚焦编程且具备 agent 能力的模型。它在编程和 agent 表现上更强，尤其在真实项目的长程编程任务中有显著提升。这些提升让复杂软件工程流程中的端到端任务成功率更高。K2.7 Code 还提升了推理效率，相比 K2.6，思考 token 用量约减少 30%。
基准测试表现
我们将 Kimi K2.7 Code 与 K2.6 在一组内部和外部基准上进行了评测，覆盖两个维度：编程能力与 agent 任务执行。
在编程基准上，K2.7 Code 相比 K2.6 提升显著：Kimi Code Bench v2 +21.8%（62.0 vs 50.9），Program Bench +11.0%（53.6 vs 48.3），MLS Bench Lite +31.5%（35.1 vs 26.7）。
更强的编程能力也带来了更强的 agent 表现。在衡量自主 agent 任务执行能力的 Kimi Claw 24/7 Bench、MCP Atlas 和 MCP Mark Verified 上，K2.7 Code 相比 K2.6 约提升 10%。
编程：
| 基准 | Kimi K2.6 | Kimi K2.7 Code | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Kimi Code Bench v2 | 50.9 | 62.0 | 69.0 | 67.4 |
| Program Bench | 48.3 | 53.6 | 69.1 | 63.8 |
| MLS Bench Lite | 26.7 | 35.1 | 35.5 | 42.8 |
Agent：
| 基准 | Kimi K2.6 | Kimi K2.7 Code | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|---|
| Kimi Claw 24/7 Bench | 42.9 | 46.9 | 52.8 | 50.4 |
| MCP Atlas | 69.4 | 76.0 | 79.4 | 81.3 |
| MCP Mark Verified | 72.8 | 81.1 | 92.9 | 76.4 |
Kimi Code Bench v2 是月之暗面开发的内部基准，Kimi Claw 24/7 Bench 是用于 agent 评测的内部基准。Kimi K2.7 Code 和 K2.6 通过开启思考的 Kimi Code CLI 进行测试（temperature 1.0、top-p 0.95、262,144-token 上下文），GPT-5.5 在 Codex（xhigh）中评测，Opus 4.8 在 Claude Code（xhigh）中评测。各基准的例外设置和完整方法详见Hugging Face 模型卡片。
为长程编程而生
真实项目中的软件工程很少一步完成。重构代码库、跨多个文件实现功能，或在漫长的 agent 会话中调试，都要求模型能在长上下文中稳定遵循指令，并把任务推进到最终完成。
Kimi K2.7 Code 正是为这些长程场景优化。相比 K2.6，它在长上下文中遵循指令更可靠，端到端任务成功率更高，因此更适合复杂的软件工程流程。
推理效率优化
推理模型往往容易“想太多”，会为并不需要复杂推敲的问题耗费数千 tokens。Kimi K2.7 Code 显著降低了这种倾向：相比 K2.6，平均减少约 30% 的思考 token 用量。
在 Kimi Code Bench v2、Program Bench 和 MLS Bench Lite 上，Kimi K2.7 Code 的得分均高于 K2.6，同时每项基准消耗的 tokens 更少。
对开发者而言，这种效率会在每个任务中持续放大：交互式编程会话响应更快，生产环境 API 成本更低，agent 工作流也能在同样的上下文预算内完成更多工作。
模型架构
Kimi K2.7 Code 基于混合专家架构（MoE）构建，拥有 1T 总参数量，每个 token 激活 32B 参数，支持 256K 上下文长度，并采用多头潜在注意力（MLA）机制，同时集成参数量为 400M 的 MoonViT 视觉编码器。
| 参数 | 取值 |
|---|---|
| 架构 | 混合专家（MoE） |
| 总参数量 | 1T |
| 激活参数量 | 32B |
| 层数（含稠密层） | 61 |
| 稠密层数量 | 1 |
| 注意力隐藏维度 | 7168 |
| MoE 隐藏维度（每个专家） | 2048 |
| 注意力头数量 | 64 |
| 专家数量 | 384 |
| 每个 Token 选中的专家数 | 8 |
| 共享专家数量 | 1 |
| 词表大小 | 160K |
| 上下文长度 | 256K |
| 注意力机制 | MLA |
| 激活函数 | SwiGLU |
| 视觉编码器 | MoonViT |
| 视觉编码器参数量 | 400M |
模型权重已开源，可在 Hugging Face 获取。
如何选择 Kimi K2.7 Code 与 K2.6
Kimi K2.7 Code 专为编程任务打造。对于写作、分析、对话等通用场景，我们推荐能力更均衡的 K2.6。
如何使用 Kimi K2.7 Code
使用入口
你可以通过以下方式使用 Kimi K2.7 Code：
Kimi Code (https://www.kimi.com/code/zh)。Kimi K2.7 Code 现已作为默认模型，并默认开启思考模式。要开始使用，请按照页面上的配置说明操作。
开放平台上的 Kimi API (https://platform.kimi.com)。开发者可以通过 Kimi API 调用 Kimi K2.7 Code，并将其集成到自己的编程工作流、agents 和开发工具中。
思考模式要求
Kimi K2.7 Code 不支持非思考模式。无论通过 Kimi API 还是 Kimi Code 使用，它都会始终开启思考。在 Kimi Code 中，如果请求关闭了思考模式，将自动由 K2.6 提供服务。
Kimi K2.7 Code 价格
Kimi Code 套餐
如果你希望通过 Kimi Code（包括终端和 IDE 插件）直接体验 Kimi K2.7 Code，可以选择我们的 Code 套餐。以下价格为年付时的月均价格：
| 套餐 | 价格 | 适合人群 |
|---|---|---|
| Andante | ¥39 / 月 | 适合日常使用，提供专属 Kimi Code 使用额度、旗舰模型抢先体验，并支持多个编程会话 |
| Moderato | ¥79 / 月 | 适合希望提升效率的用户，提供每周更新的使用额度，支持多设备登录并共享套餐额度，适合在多个项目中高效工作 |
| Allegretto | ¥159 / 月 | 为高级用户提供超值选择，提供充足的每周额度和更高的并发上限 |
| Allegro | ¥559 / 月 | 适合高强度开发和日常办公用户，提供更高额度，满足复杂项目与重度使用需求 |
每个套餐都包含每周刷新的使用额度. 更高档位套餐提供更大的每周额度和更高的并发上限，适合更复杂的项目.如需查看最新套餐详情，请访问官方会员页面。
Kimi API 价格
Kimi K2.7 Code 可通过 Kimi API 使用，并按使用量、按 token 计费：
| 模型 | 单位 | 输入价格（缓存命中） | 输入价格（缓存未命中） | 输出价格 | 上下文窗口 |
|---|---|---|---|---|---|
| kimi-k2.7-code | 1M tokens | ¥1.30 | ¥6.50 | ¥27.00 | 262,144 tokens |
API 支持自动上下文缓存，可降低复用上下文的输入成本（缓存命中每百万 tokens ¥1.30，缓存未命中每百万 tokens ¥6.50）。价格不含适用税费。最新费率请参见官方价格文档。