返回热力追踪
关注Model Opensource

月之暗面开源Kimi K2.7-Code编程模型 性能提升Token消耗降三成

Moonshot AI(月之暗面)正式开源面向长周期软件工程的编程智能体模型Kimi K2.7-Code,采用Modified MIT许可证。相较前代K2.6,该模型多项基准性能大幅提升,推理Token消耗量降低约30%,已在多平台开放获取。

编辑视角

国内头部大模型厂商推出开源高性能编程模型,针对长上下文编程场景优化,可降低推理成本,对开发者和开源生态都有参考价值。

深度解读

本次信号的主旨是Moonshot AI发布并开源新一代编程专用模型Kimi K2.7-Code,定位长周期软件工程场景,主打长上下文编程与多步骤智能体调试开发能力。现有多来源公开信息验证了官方核心数据:相较于前代K2.6,该模型在Kimi Code Bench v2提升21.8%,MLSBenchLite提升31.5%,推理Token消耗量平均降低30%,目前已开放至Hugging Face、Cloudflare Workers AI,也可通过Kimi API调用,官方还配套了订阅制编程平台。边界方面,目前所有性能数据均来自官方基准测试,第三方独立复证结果尚未公开,也未披露详细的部署硬件要求与微调方案。后续可观察第三方开发者的实际使用体验,以及该模型在长周期软件工程任务中的落地效果。

核心要点
  • Moonshot AI以Modified MIT许可证开源Kimi K2.7-Code编程模型
  • 相较前代K2.6,多项基准性能提升,推理Token消耗降30%
  • 模型已在多平台开放获取,官方配套订阅编程平台
延伸阅读
  • Moonshot AI Kimi K2.7 Code now available on Workers AI记录该模型上线Cloudflare Workers AI的公开信息
月之暗面开源Kimi K2.7-Code编程模型 性能提升Token消耗降三成 | Aione