Moonshot 开源 Kimi K2.7-Code:1 万亿参数编码模型,但跑分只来自自家基准

6 月 12 日,Moonshot AI 开源编码模型 Kimi K2.7-Code(1 万亿参数 MoE、256K 上下文、Modified MIT 许可,权重上 Hugging Face)。官方称比 K2.6 省 30% 推理 token,但所有亮眼分数都出自自家基准、未经独立榜单验证。

发生了什么

2026 年 6 月 12 日,Moonshot AI(月之暗面)发布并开源了编码模型 **Kimi K2.7-Code**,这是 Kimi 系列不到一年里的第五次大版本。它是一个 1 万亿参数的 MoE 模型(激活约 32B、384 个专家),上下文窗口 256K,采用 Modified MIT 许可,权重已上架 Hugging Face,同时通过 Kimi API 与 Kimi Code CLI 提供。定价为每百万 token 输入约 0.95 美元、输出约 4.00 美元。它定位「智能体编码」,主打长链路编码任务和更省 token。

数据要看清

官方给出的提升很扎眼:在自家 Kimi Code Bench v2 上比上一代 K2.6 高 21.8%,推理 token 用量减少约 30%。但有一点必须讲清楚——**这些数字全部来自 Moonshot 自己的基准套件,并未提交独立排行榜验证**。开源、可本地部署是实打实的优点,但「领先多少」目前只能算厂商自述,建议拿自己的真实代码任务实测,别直接采信发布稿里的百分比。

后续动向

6 月 15 日,Moonshot 又宣布向 Kimi Code Beta 推送 K2.7-Code 的「HighSpeed」高速变体,宣称中等长度输入吞吐约 180 token/秒、短上下文最高约 260 token/秒,约为标准版的数倍。同样地,吞吐数据来自官方说明,实际体验仍以自己的场景为准。

via: Hugging Face(Moonshot AI 开源权重)