Kimi-K2.7-Code
Kimi K2.7 Code 是 Moonshot AI 于 2026 年 6 月 12 日发布的 K2 系列编程专属模型，采用 1T 总参数 / 32B 激活 MoE 架构（384 专家），支持 256K 上下文及文本、图像、视频输入。较 K2.6 在 Kimi Code Bench v2 提升 21.8%（62.0），MCP Mark Verified 达 81.1 超越 Opus 4.8，thinking token 使用量降低约 30%。权重以 Modified MIT 许可开源，API 定价 $0.95/$4.00 每百万 input/output tokens。
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
Model basics
Open source & experience
Official resources
API details
| Type | Condition | Input | Output |
|---|---|---|---|
| Text | - | $0.950/ 1M | $4.00/ 1M |
| Type | TTL | Write | Read |
|---|---|---|---|
| Text | - | - | $0.190/ 1M |
Benchmark Results
Kimi K2.7 Code currently shows benchmark results led by LiveBench (30 / 115, score 71.89), TerminalBench 2.1 (10 / 14, score 67.04), DeepSWE (7 / 9, score 31). This page also consolidates core specs, context limits, and API pricing so you can evaluate the model from benchmark results and deployment constraints together.
Compare with other models
Want a custom combination? Open the compare tool
Publisher
Model Overview
Kimi K2.7 Code 是 Moonshot AI 于 2026 年 6 月 12 日发布的 K2 系列编程专属模型，采用 1T 总参数 / 32B 激活 MoE 架构（384 专家），支持 256K 上下文及文本、图像、视频输入。较 K2.6 在 Kimi Code Bench v2 提升 21.8%（62.0），MCP Mark Verified 达 81.1 超越 Opus 4.8，thinking token 使用量降低约 30%。权重以 Modified MIT 许可开源，API 定价 $0.95/$4.00 每百万 input/output tokens。
DataLearner on WeChat
Follow DataLearner on WeChat for AI model updates and research notes.
