CrabNote螃蟹笔记

Kimi K2.7 Code 更新速览:这次到底升级了什么?

Kimi K2.7 Code 更新速览:这次到底升级了什么?

Kimi K2.7 Code 更新速览:这次到底升级了什么? Kimi K2.7 Code 更新速览:这次到底升级了什么? Modified June 18 代码能力相关基准: • Kimi Code Bench v2:+21.8% • Program Bench:+11% • MLS Bench Lite:+31.5% Agent 能力相关基准: • Kimi Claw 24/7 Bench:约 +10% • MCP Atlas:约 +10% • MCP Mark Verified:约 +10% 对开发者最重要的变化 已接入 API 开放平台和 Kimi Code 目前开发者已经可以通过两条路径使用:】 • Kimi Code (https://www.kimi.com/code) • Kimi API 开放平台 (https://platform.kimi.com/) 这意味着它不只是一个聊天入口,而是已经可以进入真实开发工作流。 默认模型已升级 Kimi Code Plan 的默认模型已经升级为 Kimi K2.7 Code。 对现有用户来说,最大的变化是: • 不需要重新挑模型就能直接用到新版本 • 日常代码任务会直接切到新模型能力 不过在非编程任务中,官方仍然推荐能力更加全面的 K2.6 模型。 ⚠️ 需要注意的是,使用 Kimi K2.7 Code 模型须打开思考模式(Thinking)以发挥最佳性能。Kimi API 和 Kimi Code 均默认开启思考,如果手动关闭思考模式,API 会报错,Kimi Code 会回退到 K2.6 模型。 支持 Agent 任务 根据 Kimi API 官方文档,Kimi K2.7 Code 支持: • 对话 • Thinking • Agent 任务 • 文本输入 • 图片输入 • 视频输入 这说明它不是只适合“补几行代码”,也在面向更复杂的工具调用和自动化流程。 上下文和能力边界 根据 Kimi API 官方文档,目前 kimi k2.7 code 提供: • 256K 上下文窗口 这意味着它已经足够支持大量代码和较长任务。 使用时要注意什么 参数不要乱改 根据 Kimi API 官方文档,对 K2.7 Code 建议尽量使用默认参数。 需要特别注意: • thinking 默认开启,关闭会报错 • temperature 固定为 1.0,手动改其他值会报错 • top p 固定为 0.95,手动改其他值会报错 • n 固定为 1,手动改其他值会报错 • max tokens 默认是 32768 这意味着:它更像一个“预设好推理方式的专用编程模型”,不是让你随便调参玩的通用底座。 价格变化 普通版价格 Kimi API 开放平台当前给出的价格信息: • 标准输入:6.5 元 / 1M token • 标准输出:27 元 / 1M token • 缓存命中输入:1.3 元 / 1M token 官方说明:标准输入和输出价格与 K2.6 保持一致,但缓存命中输入价格调整为 1.3 元。 高速版价格 官方还预告了 Kimi K2.7 Code 高速版: • 预计开放时间:2026 年6月15日 • 速度:约为普通版 5 到 6 倍 • 常规编程场景输出速度:约 180 Token/s • 短上下文场景速度:最高可到 260 Token/s • 定价:约 2 倍价格,换 6 倍速度 如果你很看重响应速度,这会是一个非常值得关注的版本。 ➡️ 快速开始 ↓ 用 K2.7 Code 辅助编程 • 使用 Kimi Code 包月编码套餐:kimi.com/code ↓使用 Kimi API 创建应用 • K2.7 Code 快速开始:https://platform.kimi.com/docs/guide/kimi k2 7 code quickstart • 查看限时充赠活动:https://platform.kimi.com/docs/pricing/promotion ↓ 本地部署模型 • Hugging Face: https://huggingface.co/moonshotai 来自大家的测试 测试By 测试By 测试By 测试By 代码能力相关基准: • Kimi Code Bench v2:+21.8% • Program Bench:+11% • MLS Bench Lite:+31.5% Agent 能力相关基准: • Kimi Claw 24/7 Bench:约 +10% • MCP Atlas:约 +10% • MCP Mark Verified:约 +10% 对开发者最重要的变化 已接入 API 开放平台和 Kimi Code 目前开发者已经可以通过两条路径使用:】 • Kimi Code (https://www.kimi.com/code) • Kimi API 开放平台 (https://platform.kimi.com/) 这意味着它不只是一个聊天入口,而是已经可以进入真实开发工作流。 默认模型已升级 Kimi Code Plan 的默认模型已经升级为 Kimi K2.7 Code。 对现有用户来说,最大的变化是: • 不需要重新挑模型就能直接用到新版本 • 日常代码任务会直接切到新模型能力 不过在非编程任务中,官方仍然推荐能力更加全面的 K2.6 模型。 ⚠️ 需要注意的是,使用 Kimi K2.7 Code 模型须打开思考模式(Thinking)以发挥最佳性能。Kimi API 和 Kimi Code 均默认开启思考,如果手动关闭思考模式,API 会报错,Kimi Code 会回退到 K2.6 模型。 需要注意的是,使用 Kimi K2.7 Code 模型须打开思考模式(Thinking)以发挥最佳性能。Kimi API 和 Kimi Code 均默认开启思考,如果手动关闭思考模式,API 会报错,Kimi Code 会回退到 K2.6 模型。 支持 Agent 任务 根据 Kimi API 官方文档,Kimi K2.7 Code 支持: • 对话 • Thinking • Agent 任务 • 文本输入 • 图片输入 • 视频输入 这说明它不是只适合“补几行代码”,也在面向更复杂的工具调用和自动化流程。 上下文和能力边界 根据 Kimi API 官方文档,目前 kimi k2.7 code 提供: • 256K 上下文窗口 这意味着它已经足够支持大量代码和较长任务。 使用时要注意什么 参数不要乱改 根据 Kimi API 官方文档,对 K2.7 Code 建议尽量使用默认参数。 需要特别注意: • thinking 默认开启,关闭会报错 • temperature 固定为 1.0,手动改其他值会报错 • top p 固定为 0.95,手动改其他值会报错 • n 固定为 1,手动改其他值会报错 • max tokens 默认是 32768 这意味着:它更像一个“预设好推理方式的专用编程模型”,不是让你随便调参玩的通用底座。 价格变化 普通版价格 Kimi API 开放平台当前给出的价格信息: • 标准输入:6.5 元 / 1M token • 标准输出:27 元 / 1M token • 缓存命中输入:1.3 元 / 1M token 官方说明:标准输入和输出价格与 K2.6 保持一致,但缓存命中输入价格调整为 1.3 元。 高速版价格 官方还预告了 Kimi K2.7 Code 高速版: • 预计开放时间:2026 年6月15日 • 速度:约为普通版 5 到 6 倍 • 常规编程场景输出速度:约 180 Token/s • 短上下文场景速度:最高可到 260 Token/s • 定价:约 2 倍价格,换 6 倍速度 如果你很看重响应速度,这会是一个非常值得关注的版本。 ➡️ 快速开始 ↓ 用 K2.7 Code 辅助编程 • 使用 Kimi Code 包月编码套餐:kimi.com/code ↓使用 Kimi API 创建应用 • K2.7 Code 快速开始:https://platform.kimi.com/docs/guide/kimi k2 7 code quickstart • 查看限时充赠活动:https://platform.kimi.com/docs/pricing/promotion ↓ 本地部署模型 • Hugging Face: https://huggingface.co/moonshotai kimi.com/code 快速开始 ↓ 用 K2.7 Code 辅助编程 • 使用 Kimi Code 包月编码套餐:kimi.com/code kimi.com/code ↓使用 Kimi API 创建应用 • K2.7 Code 快速开始:https://platform.kimi.com/docs/guide/kimi k2 7 code quickstart • 查看限时充赠活动:https://platform.kimi.com/docs/pricing/promotion ↓ 本地部署模型 • Hugging Face: https://huggingface.co/moonshotai 来自大家的测试 测试By 测试By 测试By 测试By 🎹 本篇文档已经开放编辑权限,欢迎补充你的创意case👏 本篇文档已经开放编辑权限,欢迎补充你的创意case👏 这次更新的核心,不是单纯“模型又升级了”,而是 Kimi 把编程模型单独拉出来强化了一轮,重点提升了: • 长上下文编程时的指令遵循 • 长程编程任务性能表现 • Agent 自主执行能力 • token 消耗减少 基准测试成绩提升