6月15日消息，月之暗面正式上线 Kimi K2.7 Code 高速版（模型 ID：kimi-k2.7-code-highspeed），企业和开发者现可通过 Kimi API 开放平台调用。
高速版与普通版为同一模型，核心差异在输出速度——常规编程场景（取输入长度中位数）约 180 Token/s，短上下文场景可达 260 Token/s，约为普通版的 5-6 倍。定价方面，高速版为普通版的 2 倍。按普通版已知定价推算（输入 $0.95 / 输出 $4.00 每百万 Token），高速版的输出成本约为 $8.00/MTok。
K2.7 Code 做了什么
Kimi K2.7 Code 于 6 月 12 日发布并开源，基于 K2.6 迭代，定位为月之暗面当前最强编程模型。架构延续 MoE（混合专家），总参数 1 万亿、每 Token 激活 32B，支持 256K 上下文窗口、文本/图片/视频多模态输入，强制开启思考模式。
相比 K2.6，K2.7 Code 的核心改进集中在三个层面：
一是编程基准提升显著。官方内部评测显示，Kimi Code Bench v2 提升 21.8%，Program-Bench 提升 11%，MLS Bench Lite 提升 31.5%。在 Rust、Go、Python、前端、DevOps 等多语言多场景下均有泛化提升。
二是推理 Token 消耗降低约 30%。长程编程任务中，K2.6 的过度思考倾向是开发者反馈的痛点之一，K2.7 Code 在这一维度做了针对性优化，Agent 多轮调用场景下的成本控制更友好。
三是 Agent 自主执行能力增强。在 Kimi Claw 24/7 Bench、MCP Atlas 和 MCP Mark Verified 等 Agent 基准测试中，性能提升约 10%。模型权重以 Modified MIT 协议开源，已上线 Hugging Face（moonshotai/Kimi-K2.7-Code）和 OpenRouter。
高速版的定位逻辑
高速版并非模型层面的变化，而是推理部署层面的优化——用更多推理资源换取更快的输出速度。月之暗面计划逐步增加高速版的推理资源供给，6 月底前开发者可通过 Kimi Code Plan 抢先体验计划（kimi.com/code/beta）在 Kimi Code 中体验高速版，预计 7 月起向 Allegretto 及以上会员开放。在 Kimi Code Plan 中，高速版的用量消耗为普通版的 3 倍。
对 API 开发者而言，核心决策点在于速度与成本的取舍：高速版适合交互式编程、实时代码补全等对延迟敏感的场景；普通版更适合后台批处理、长程 Agent 任务等对吞吐成本敏感的场景。
背景与竞争格局
Kimi K2.7 Code 的发布处于一个密集的模型竞争窗口。编程模型赛道上，Anthropic 的 Claude Opus 4.8 配合 Claude Code 构建了较强的端到端编程体验，OpenAI 的 GPT-5.5 在 Codex 中以 xhigh 模式运行，国内 DeepSeek、阿里 Qwen Coder 系列也在持续迭代。 月之暗面的差异化打法是开源 + 低成本。K2.7 Code 的 API 定价约为 Claude Opus 的五分之一，开源权重允许开发者自行部署，进一步压缩成本。不过 Hacker News 上的开发者讨论也指出，切换到低成本模型后可能需要额外时间修复代码质量问题，Claude 在复杂工程任务中的稳定性仍是付费溢价的来源。
月之暗面官方强调，K2.7 Code 专注编程场景，非编程任务仍推荐使用能力更全面的 K2.6。
局限与注意事项
K2.7 Code 目前尚未提交 SWE-bench、GPQA 等独立基准评测，上述性能数据均来自官方内部评测，开发者在做模型选型时需留意这一点。此外，编程 Agent 的多轮调用和自动重试会导致 Token 消耗快速增长，官方建议在运行长程任务前设置项目日消费预算。数据隐私方面，部分海外企业因合规限制无法将代码数据发送至中国服务器，这是 Kimi 系列模型拓展国际市场的已知障碍。
