文章摘要
【关 键 词】 月之暗面、代码能力、智能体、大模型、开源模型
月之暗面正式发布Kimi K2.7 Code模型并开源，该模型在降低token消耗的同时全面提升了代码与智能体能力。K2.7 Code通过减少长程任务中的过度思考倾向，使平均token消耗较前代降低约30%，实现了用更少资源达到更高性能的目标。在架构上，模型沿用MoE设计，总参数1T，激活参数32B，支持256K上下文长度，并采用原生INT4量化。
在代码能力方面，K2.7 Code在多项严苛基准测试中成绩显著跃升，与行业顶尖模型的差距大幅缩小甚至在部分指标上实现超越。在涵盖完整生产技术栈的Kimi Code Bench v2中得分提升21.8%，在要求从零编写行为等价程序的Program-Bench中提升11%，在考察机器学习方法发明的MLS Bench Lite中提升31.5%。其核心得分已逼近GPT-5.5，并在多项测试中缩小了与Claude Opus 4.8的差距。
智能体自主执行能力同样获得约10%的整体提升。在评估长程任务协作和真实工具调用场景的基准测试中，K2.7 Code表现出色，在MCP Mark Verified工具使用能力测试中得分超越Claude Opus 4.8。模型在Kimi Claw 24/7 Bench、MCP Atlas等测试中的通过率均有明显增长，展现出更强的多天持续协作与复杂工具调用能力。
在部署与应用层面，K2.7 Code保持与前代一致的价格标准，企业和开发者可通过官方平台调用API。该模型必须开启思考模式才能发挥最佳性能，若手动关闭将导致API报错或回退至旧版模型。此外，官方计划推出输出速度提升5至6倍的高速版，以满足编程场景下对高吞吐量的需求，非编程任务则依然推荐使用能力更全面的K2.6模型。
原文和模型
【原文链接】 阅读原文 [ 979字 | 4分钟 ]
【原文作者】 AIGC开放社区
【摘要模型】 qwen3.7-max
【摘要评分】 ★★☆☆☆
相关文章
