月之暗面（Moonshot AI）本周低调发布了Kimi K2.7 Code——一个专为编程场景打造的开源模型。作为Kimi K2系列的最新成员，K2.7 Code在编码基准测试上相比前代K2.6取得了最高+21.8%的提升，同时推理效率大幅优化。这是一款专为长时间编程Agent任务设计的新模型。
核心能力
K2.7 Code采用混合专家架构（MoE），配置384个专家，每个token激活8个专家加1个共享专家。这种设计在保持高性能的同时优化了推理效率。根据官方数据，与K2.6相比：
- Kimi Code Bench v2：50.9 → 62.0（+21.8%）
- Program Bench：提升11%
- 多语言MLS Bench Lite：提升31.5%
- 推理token消耗：降低约30%
模型通过Kimi Code（终端/IDE编程Agent）和Moonshot API提供服务，API兼容OpenAI和Anthropic SDK格式，只需修改base URL即可接入。完整权重已在Hugging Face上以Modified MIT许可证开源。
使用体验 / 局限
K2.7 Code的最大亮点是长程编程Agent能力。与通用对话模型不同，它专门针对多文件编辑、终端命令执行、项目级代码生成进行了优化。API定价约$0.40/百万input tokens，在编程专用模型中处于中等偏低水平，考虑到开源权重可本地部署，性价比优势明显。
但局限也很清楚：这是一款纯编程模型，通用对话、创意写作、多语言翻译等场景并非其强项。在Kimi Code Bench v2上虽然大幅超越自身前代，但与GPT-5.5（69.0）和Claude Opus 4.8（67.4）仍有差距。另外，MoE架构虽然推理效率高，但对显存要求较大。
综合评分
| 维度 | 评分 | 评价 |
|---|---|---|
| 功能完整度 | 7.5 / 10 | 编程场景优秀，但通用能力有限 |
| 易用性 | 8.0 / 10 | 兼容主流SDK，Kimi Code内置Agent体验 |
| 性价比 | 8.5 / 10 | 开源+API双轨，编程token消耗降低30% |
| 中文支持 | 9.0 / 10 | 中国团队开发，中文编程场景天然优势 |
| 输出质量 | 8.0 / 10 | 编程基准提升显著，但前沿模型仍有差距 |
综合评分：8.2 / 10
Kimi K2.7 Code是一款定位精准的开源编程模型——它不追求全能，而是把长程编程Agent这个场景做到极致。对于中国开发者来说，中文编程支持+开源权重+SDK兼容性三重优势让它成为一个值得关注的工具。如果你已经在用Kimi Code，这次升级值得立刻尝试。
想了解所有AI模型的最新评测？访问 AI Dash — 发现最好用的AI工具。