Kimi K2.7 Code

模型概述

Kimi K2.7 Code 是 Moonshot AI 于 2026 年 6 月 12 日发布的 Kimi K2 系列编程与 Agentic Coding 模型，基于 Kimi K2.6 构建，面向复杂软件工程任务的端到端完成能力、长程代码工作流和工具调用场景优化。官方模型卡说明，该版本相比 Kimi K2.6 在真实长程编程任务上有明显增强，并将 thinking token 使用量降低约 30%。

架构与技术规格

该模型采用混合专家（MoE）架构，总参数量为 1T，每 token 激活参数量为 32B。模型包含 61 层（含 1 个 Dense 层）、384 个专家、每 token 选择 8 个专家，并包含 1 个共享专家；注意力隐藏维度为 7168，MoE 专家隐藏维度为 2048，注意力头数为 64，词表大小为 160K。上下文长度为 256K tokens，并搭载 MoonViT 视觉编码器（约 400M 参数）。

能力与模态

Kimi K2.7 Code 以编程和复杂软件工程 Agent 任务为核心场景，同时支持文本、图像和视频输入，输出为文本。官方模型卡说明，K2.7 Code 强制启用 thinking 与 preserve_thinking；通过官方 API 可按 OpenAI / Anthropic 兼容方式调用，第三方部署推荐 vLLM、SGLang 和 KTransformers，Transformers 版本要求为 >=4.57.1 且 <5.0.0。

评测与访问方式

官方评测显示，Kimi K2.7 Code 在 Kimi Code Bench v2、Program Bench、MLS Bench Lite 等编程相关测试上较 Kimi K2.6 提升。模型权重已发布在 Hugging Face，许可标注为 Modified MIT；也可通过 Moonshot / Kimi 平台 API 访问。公开 API 聚合信息显示其上下文长度为 262144 tokens，Moonshot AI 端点文本输入价格为 0.95 美元 / 百万 tokens，输出价格为 4 美元 / 百万 tokens，缓存读取价格为 0.19 美元 / 百万 tokens。