Kimi K2.7 Code

概述

Kimi K2.7 Code 是月之暗面（Moonshot AI）于 2026 年 6 月推出并开源的编程专用模型，是 Kimi Code CLI Agent 的心脏。它的三个关键词：

• 万亿参数 MoE：总参数 1.1T——知识容量拉满；每 token 只激活一小部分，推理成本可控
• 256K 上下文：整仓级代码改造可以直接喂（对照长上下文选型）
• 成本降 30%：官方 API 定价 Input ¥8 / Output ¥32 每百万 token，较上代下降 30%

定位一句话：「Claude Code 的国产平替」的模型侧答案——长程任务能力逼近第一梯队，中文体验与成本是压倒性优势。

核心能力

编程基准对标 Sonnet 4

官方口径：在 HumanEval、SWE-bench、LiveCodeBench 等编程基准上对标 Claude Sonnet 4。结合 SWE-bench 解读看，这意味着「解题硬件」进入第一梯队；日常手感与稳定性以工具卡实测为准。

256K 长上下文 + 中文母语级

• 跨文件重构：被 50 个文件引用的函数，调用方与实现一次入窗
• 中文场景：注释、文档、commit message、需求理解都是母语级，这是相对海外模型的实际体验差异

开源 + 双通道获取

注意 MoE 的显存真相：1.1T 总参数意味着显存必须装下全部参数——「激活参数少」省的是计算成本，不是显存。个人与 小团队基本只能走官方 API。

API 调用示例

OpenAI 兼容接口，任何 BYOK 工具改 base_url 即可接入：

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",
    base_url="https://api.moonshot.cn/v1",
)

resp = client.chat.completions.create(
    model="kimi-k2.7-code",
    messages=[{"role": "user", "content": "重构这个函数并补测试"}],
)
print(resp.choices[0].message.content)

在 OpenCode、Cline、Aider 里选自定义 Provider，填上述网关与模型名即可。

2026-09-24 核对（后继型号已发布）：月之暗面已于 2026-07-17 发布 Kimi K3——1M 上下文（本卡为 256K），混合价约 $2.3/M。需要超长上下文的新项目应优先评估 K3，K2.7 Code 转为「256K 档 + 开源权重」的存量选择。另有第三方日报称 2026-09-23 上线了 Kimi K2.6-code-preview，该说法未见月之暗面官方公告确认，且与本站既有 K2.7 命名体系冲突，本站不据此更新，请以官方发布页为准。

避坑清单

1. 1.1T 是显存门槛，不是「激活少就便宜」：MoE 只省计算不省显存，自部署要装下全部参数，多卡 A100/H100 起步。个人与小团队请直接走官方 API。
2. 256K 不等于能塞下整个仓库：大仓请先做检索切分或按目录分批，超出窗口的部分会被静默丢弃（对照 长上下文选型）。
3. 模型名可能被工具侧重命名：部分 BYOK 工具会把 Anthropic/国产模型默认名改掉，务必显式指定 kimi-k2.7-code，否则升级后实际调用的可能是另一个模型。
4. 生态差距是真实成本：hooks、sub-agent、权限模型这些周边能力弱于 Claude Code 生态，团队落地时要自己补一层规范（可参照 AGENTS.md）。
5. 「对标 Sonnet 4」是官方口径：HumanEval / SWE-bench / LiveCodeBench 的对比来自官方表述，第三方独立复现结果可能不同，选型请以自家 eval 为准（方法见 SWE-bench 解读）。

FAQ

Q: 现在还该选 K2.7 Code 还是 K3？ A: 看上下文需求。跨整仓、需要 1M 窗口 → K3；256K 够用、且看重开源权重自部署 → K2.7 Code。纯 API 成本两者接近，别只比单价。

Q: 能自己部署吗？ A: 能，权重开源。但 1.1T 参数需要多卡 A100/H100 级显存，绝大多数团队用官方 API 更划算。有数据不出域强要求的再考虑自部署。

Q: 在 Cline / Aider / OpenCode 里怎么用？ A: 三个都支持自定义 Provider：选 OpenAI 兼容模式，填 base_url = https://api.moonshot.cn/v1、模型名 kimi-k2.7-code 即可（示例见上文）。

适合 / 不适合

适合：

• 大代码库改造任务（256K 上下文的甜点位）
• 中文项目的日常编程主力
• 想用国产旗舰又心疼 Claude 账单的团队

不适合：

• 极致复杂推理（上限不及 Opus 级，见国产模型选型）
• 无算力的私有化需求（1.1T 显存门槛，见 MoE）
• 重度依赖 Claude Code 插件生态的用户（生态还在追）

相关阅读

• Kimi Code CLI 评测 —— 搭载本模型的国产 Agent
• MoE：1.1T 参数的架构逻辑
• SWE-bench：编程基准怎么读
• 国产编程模型盘点
• Kimi K2 / K3 模型卡
• 2026 年 8 月 AI 编程行业月报

来源

• Kimi-K2.7-Code 开源仓库（GitHub）
• K2.7 Code 技术报告
• code.kimi.ai 官网