Kimi K2.7 Code 正式登上 GitHub Copilot：開源模型首度成為 Copilot 內建選項

編按：本文綜合整理自 GitHub Changelog 官方公告、Moonshot AI 官方 Kimi K2.7 Code 資源頁、Moonshot 開發者論壇公告，並加入 Siami 編輯部觀點與分析。

GitHub 7 月 1 日正式將 Moonshot AI 的 Kimi K2.7 Code 納入 GitHub Copilot 的模型選擇器（model picker）。這是 Copilot 第一次提供開源權重（open-weight）模型 作為可選選項，開發者從此能在 Copilot 介面裡直接切換到中國團隊訓練的開源編碼模型，無需自行架設 API 或本地部署。

Kimi K2.7 Code 由 GitHub 託管在 Microsoft Azure 上，以用量計費（usage-based billing）方式提供，計費標準為「provider list pricing」。完整費率請見 GitHub Copilot 模型與請求定價。

為什麼這件事重要

對 Copilot Pro、Pro+、Max 訂閱戶來說，這代表不必為了用開源模型就放棄 Copilot 生態——VS Code、Visual Studio、Copilot CLI、GitHub Mobile、Eclipse、Xcode、JetBrains 等十個開發介面都能直接挑選 Kimi K2.7 Code 作為推理引擎。

對 Moonshot AI 而言，這是中國開源模型 首次進入美國主流 AI 開發工具的官方選單。Kimi K2.7 Code 在 GitHub 與 Hugging Face 上以 moonshotai/Kimi-K2.7-Code 為識別名釋出，採 Modified MIT 授權，可在 Moonshot API（OpenAI / Anthropic SDK 兼容）、Kimi Code CLI、Hugging Face 三個通路取得。

對開發者社群來說，這是一個明確訊號：模型選擇正從「OpenAI vs Anthropic vs Google」三家對決，進入「任何主流模型都能掛進 Copilot」 的多元時代。

Kimi K2.7 Code 是什麼：規格、基準、價格

Moonshot AI 6 月中發布 Kimi K2.7 時，把 K2.7 定位為 K2 系列的編碼專精變體，並首次在型號名稱加上「Code」標籤。整體發布策略對標 Fable 5 的 $10 / $50 價位，主打「同級最便宜」。

模型架構

類型：Mixture-of-Experts（MoE），總參數約 1T
專家數量：384 個專家，每個 token 啟動 8 個（外加 1 個共享專家）
上下文長度：262,144 token
授權：Modified MIT（開放權重 + 寬鬆商用條款）
多模態：原生影片輸入，支援時序分析與自訂工具剪輯

官方基準（vs K2.6）

Benchmark	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	—	—
MLS Bench Lite	26.7	35.1	—	—
Kimi Claw 24/7 Bench	42.9	46.9	—	—
MCP Atlas	69.4	76.0	—	—
MCP Mark Verified	72.8	81.1	—	—

Moonshot 的官方公告強調 +21.8%（Kimi Code Bench v2）、+11.0%（Program Bench）、+31.5%（MLS Bench Lite） 等對 K2.6 的增益，但同時也承認 K2.7 Code 在自家基準上仍落後 GPT-5.5（69.0）與 Claude Opus 4.8（67.4）。

Token 效率提升

K2.7 Code 把思考 token 用量壓低約 30%。在 agentic coding 場景下，50K 輸入 + 10K 推理 + 5K 輸出的單次呼叫約 0.07 美元（透過 Moonshot API 計價）。K2.7 Code HighSpeed 版本在短上下文下速度可達 260 tokens/s。

可用範圍與開通流程

個人訂閱方案（已開通）

Copilot Pro / Pro+ / Max：可立即在 VS Code 模型選擇器挑選 K2.7 Code
支援介面：VS Code 1.127.0+、Visual Studio 17.14.6+、Copilot CLI、Copilot cloud agent、Copilot App、github.com、GitHub Mobile iOS/Android、JetBrains 1.9.1-251+、Xcode、Eclipse

企業方案（預設關閉，需管理員開啟）

Copilot Business 與 Enterprise 的管理員必須在 Copilot 設定中 手動啟用 Kimi K2.7 Code 政策，否則組織內所有人都看不到此模型。

GitHub 官方建議管理員依自家資安、法遵、資料治理要求評估開源模型風險後再開通。GitHub 也提醒 K2.7 Code 屬「對齊程度可能低於其他 Copilot 模型」的類別，企業用戶需自行判斷。

公告未涵蓋、未來幾週會補上的部分

Copilot Business / Enterprise 完整介面支援
更多編輯器與 IDE 整合

Siami 觀點：為什麼 GitHub 願意讓開源模型「插隊」Copilot

GitHub 把 Copilot 的模型選擇器從封閉生態拉向開放生態，背後有三層考量。

第一，市占壓力。Cursor、Windsurf、Cline、Aider 等新興 AI IDE 早已把 Kimi K2.6、Kimi K2.7、DeepSeek V4、GLM-5、Qwen 3.7 Max 等中國開源模型列為標準選項。GitHub 若堅持只給 GPT、Claude、Gemini 用戶，就會在「模型多元性」這一項被競爭對手碾壓。

第二，企業法遵紅線正在鬆動。過去企業 CIO 普遍對「中國模型」敏感，但 2026 上半年 Kimi K2.6 在 SWE-Bench Pro 拿下 58.6% 贏過 GPT-5.4（57.7%）之後，技術社群開始接受「中國開源 ≠ 不可信」的敘事。GitHub 這次公告保留「管理員需自行評估資安」的措辭，等於把責任交給企業，讓法遵團隊自己決定開不開。

第三，Moonshot 的商業模式轉型。Moonshot 不靠 API 收費養活自己，而是把開源模型當作「推廣 Kimi Code 訂閱服務」的入口。K2.7 Code 在 Hugging Face 公開權重、在 Copilot 內建選單，等於是免費導流——當企業開發者用習慣了，再升級到付費的 Kimi Code Pro。

數據解讀與質疑

基準公平性問題：Moonshot 自己公告的數字都是 K2.7 vs K2.6 的「增量」，沒有提供 K2.7 對 GPT-5.5、Claude Opus 4.8 的 head-to-head 完整跑分。世界之 AI（World of AI）在 YouTube 做的獨立測試用「strange attractors coding test」並由 GPT-5.5 Pro 評審，結論是 K2.7 Code 部分任務贏 Opus 4.8 Max、部分輸，沒有壓倒性差距。
「+21.8%」是自家基準。Kimi Code Bench v2 是 Moonshot 自家編碼評估，跟 SWE-Bench Pro、HumanEval、MBPP 等通用基準的可比性有限。讀者不應直接把「+21.8%」推論為「K2.7 Code 比 K2.6 在所有編碼任務上都強 21.8%」。
「0.07 美元 / 單次呼叫」是 Moonshot API 計價，不是 Copilot 計價。GitHub 公告說 K2.7 Code 在 Copilot 內採 provider list pricing，這通常等同 Moonshot 原價。透過 OpenRouter 路由，視重複上下文量可能再省 60-80%。
Token 效率 +30% 不等於成本 -30%。Moonshot 公告只說「思考 token 用量減 30%」，但總成本還包含輸入 token、輸出 token、cache miss 懲罰等。真正價格優勢要看實際工作負載。
企業預設關閉 = 法律免責條款。GitHub 把 K2.7 Code 在 Business / Enterprise 預設為「需手動開通」，本質上是把「使用開源模型的資安責任」轉嫁給企業 CIO。這不是技術問題，是 GitHub 的風險控管設計。

取得方式

GitHub Copilot 內：VS Code 模型選擇器、Visual Studio、CLI、github.com 等十個介面（見上方清單）
Moonshot API：kimi-k2.7-code，OpenAI / Anthropic SDK 一行 base URL 切換
Kimi Code CLI：終端機與 IDE 編碼代理，Moonshot 官方推的生產級介面
Hugging Face：moonshotai/Kimi-K2.7-Code（Modified MIT）
官方資源頁：kimi.com/resources/kimi-k2-7-code
技術部落格：kimi.com/blog/kimi-k2-7-code