← 返回 Siami 首頁

Moonshot AI 開源 Kimi K2.7-Code:程式碼基準狂飆 21.8%、思考 token 大砍 30%

▲ 257 💬 126
Moonshot AI 開源 Kimi K2.7-Code:程式碼基準狂飆 21.8%、思考 token 大砍 30%

中國 AI 新創 Moonshot AI 近日開源釋出 Kimi K2.7-Code,主打編碼任務的開源大型語言模型,強調在長時程(long-horizon)軟體工程任務上大幅提升表現,同時把「思考 token」用量砍掉約 30%,對長期被 API 成本壓得喘不過氣的開發者社群是一大福音。

從 K2.6 到 K2.7-Code:效率與穩定性並進

Kimi K2.7-Code 建立在 K2.6 的 MoE 架構之上,採用 1 兆總參數、每 token 啟動 32B 的專家組合,支援 256K context 與原生多模態輸入。官方釋出的 benchmark 顯示,在 Kimi Code Bench v2 上從 K2.6 的 50.9 跳到 62.0(+21.8%),Program Bench 從 48.3 升到 53.6,MLS Bench Lite 更是從 26.7 拉到 35.1(+31.5%),Agentic 指標如 MCP Atlas 與 MCP Mark Verified 也都有 6-8 分的穩定提升。

最具殺手鐧的是「思考 token 用量減少約 30%」這項改進 — 對於用 Kimi Code CLI 跑長時間 agent 任務的工程師來說,等於同樣預算可以多做三成的工作。

與 GPT-5.5、Claude Opus 4.8 正面交鋒

在官方評測中,K2.7-Code 與目前封閉式旗艦直接對決:

項目Kimi K2.7-CodeGPT-5.5Claude Opus 4.8
Kimi Code Bench v262.069.067.4
Program Bench53.669.163.8
MLS Bench Lite35.135.542.8
Kimi Claw 24/7 Bench46.952.850.4
MCP Atlas76.079.481.3
MCP Mark Verified81.192.976.4

雖然在某些指標上仍小輸給封閉式前沿模型,但 K2.7-Code 在「開源」這個維度上幾乎是碾壓級的存在 — Modified MIT License 允許商業使用,開發者可以自由部署、微調、再發布。

開源生態加速

Moonshot 把模型同時上架到 Hugging Face、官方平台 API,以及 Vercel AI Gateway、OpenRouter、Cloudflare Workers AI 等多個推論服務。對於想把 coding agent 跑在本地或自架 GPU 叢集的團隊來說,這無疑是 2026 年最值得關注的開源權重之一。

隨著 Digg 與 Hacker News 上社群討論持續升溫,許多開發者已經開始將 K2.7-Code 與 Claude Code、Codex CLI、Cursor 等閉源工具進行 head-to-head 對比測試。

網友熱門留言 (5)

#1 Hacker News 網友 ▲ 412
Moonshot 又來了!從 K2.5 開始每次版本都把開源程式模型的天花板往上推一截。
#2 Digg 評論者 ▲ 187
+21.8% on Kimi Code Bench v2 配上 30% 思考 token 縮減,這優化幅度太誇張了,Claude Opus 4.8 應該感受到壓力。
#3 Digg 評論者 ▲ 96
有些測試者反應實際 coding 表現沒有 benchmark 顯示的那麼神,常常出現幻覺。benchmark 是 benchmark,real-world 是另一回事。
#4 Hacker News 網友 ▲ 248
256K context + 1T total / 32B active + native multimodal 還開源(Modified MIT),這個參數甜蜜點真的很聰明,本地跑得動、雲端用得起。
#5 Digg 評論者 ▲ 134
Moonshot 從 K2.6 的 13 小時 exchange-core 重寫(185% throughput 提升)到 K2.7 Code 的 token 效率優化,看得出他們很認真在解決『AI agent 跑 long-horizon 任務太燒錢』這件事。