你们用 Kimi K2 系列写过代码吗？K2.7-Code 开源了，会试试吗？
🩺 摘要
Kimi K2.7-Code 开源：代码暴涨 21%，推理少想 30% 月之暗面又出手了。 距离 K2.6 开源还不到两个月，Kimi K2.7-Code 直接甩出来了。 这次不是"小版本迭代"——是一个专门为代码场景打磨的模型，而且是完全开源的。改进了 6 大 MCP 和 Code Benc
📝 详情
Kimi K2.7-Code 开源：代码暴涨 21%，推理少想 30%
月之暗面又出手了。
距离 K2.6 开源还不到两个月，Kimi K2.7-Code 直接甩出来了。
这次不是"小版本迭代"——是一个专门为代码场景打磨的模型，而且是完全开源的。改进了 6 大 MCP 和 Code Bench 评测方向，闭源模型的压力又大了一分。
01. 涨在哪？三个核心维度
官方给的提升数据很直接：
- Kimi Code Bench v2：从 50.9 → 62.0，暴涨 21.8%
- Program Bench：48.3 → 53.6，提升 11%
- MLS Bench Lite：26.7 → 35.1，暴涨 31.5%
这三个基准分别测什么？
Kimi Code Bench 是月之暗面自家的综合代码评测，涵盖多语言、多场景。Program Bench 测的是编程问题解决能力。MLS Bench Lite 更偏机器学习工程——能在这个维度跳 31%，说明 K2.7-Code 对复杂 AI 工程任务的理解上了一层。
再看 Agent 能力：
- MCP Mark Verified：72.8 → 81.1（+11.4%）
- MCP Atlas：69.4 → 76.0（+9.5%）
- Kimi Claw 24/7 Bench：42.9 → 46.9（+9.3%）
MCP 相关的两个基准是关键——它们测的是模型能不能在真实工具调用场景中完成任务。81.1 的 MCP Mark 分数意味着 K2.7-Code 在编排 MCP 工具链时比 K2.6 靠谱得多。
而且这些数字是跟上一代硬碰硬对比，不是"跟个弱基线比"。
02. 少想 30%：推理效率才是真香
这次最亮眼的一点，藏在细节里。
官方说推理 token 消耗比 K2.6 降低了约 30%。
翻译成人话：K2.7-Code 学会了少想废话。
K2.6 有个小毛病——它太"深思熟虑"了，有时遇到简单问题也要绕一圈才给答案。K2.7-Code 在推理效率上做了专门优化，同样的问题，想得更少、答得更准。
这对实际使用意味着什么？
如果你用 K2.7-Code 跑 coding agent（OpenClaw、Kimi Code CLI 等），每次调用的推理 token 少 30%，意味着延迟降低 + 成本下降。长程任务（几百步工具调用那种）的累积收益会非常明显。
架构上也不含糊：1T 总参数 / 32B 激活的 MoE、256K 上下文长度、MLA 注意力机制、MoonViT 视觉编码器。跟 K2.6 同架构家族，可以直接复用部署方案（vLLM / SGLang / KTransformers）。
03. 跟闭源比，差距还有多大？
官方在 model card 里大方地放了跟 GPT-5.5 和 Claude Opus 4.8 的对比。
| 基准 | K2.7-Code | GPT-5.5 | Claude 4.8 |
|---|---|---|---|
| Kimi Code Bench v2 | 62.0 | 69.0 | 67.4 |
| Program Bench | 53.6 | 69.1 | 63.8 |
| MLS Bench Lite | 35.1 | 35.5 | 42.8 |
| MCP Mark Verified | 81.1 | 92.9 | 76.4 |
结论很清楚：在代码场景上，K2.7-Code 已经在 MLS Bench Lite 追平 GPT-5.5，在 MCP Mark 上超越 Claude 4.8。但在 Program Bench 这类偏算法题的场景上，跟闭源头部还有 10-15 分的差距。
考虑到 K2.7-Code 是一个开源模型，这个成绩已经很能打了。闭源模型有更大的训练算力和数据，开源模型能在不到两个月的迭代里拉近这么多差距，这才是真正的看点。
我的判断。
月之暗面的迭代节奏越来越快。K2 → K2 Thinking → K2.5 → K2.6 → K2.7-Code，半年 5 个版本，每次都在特定维度上拉高。
K2.7-Code 这次的策略很聪明——不做全科生，做专才。聚焦代码场景，把推理效率砍 30%，把 MCP 能力拉到接近闭源水平。这种"垂直打磨"的思路比堆参数、提跑分更务实。
对开发者来说，现在有个开源选择，在 coding agent 场景下跟闭源模型的差距已经缩小到"值得一试"的程度了。
你们用 Kimi K2 系列写过代码吗？K2.7-Code 开源了，会试试吗？
Kimi K2.7-Code 开源：代码暴涨 21%，推理少想 30%
月之暗面又出手了。
距离 K2.6 开源还不到两个月，Kimi K2.7-Code 直接甩出来了。
这次不是"小版本迭代"——是一个专门为代码场景打磨的模型，而且是完全开源的。改进了 6 大 MCP 和 Code Bench 评测方向，闭源模型的压力又大了一分。
01. 涨在哪？三个核心维度
官方给的提升数据很直接：
- Kimi Code Bench v2：从 50.9 → 62.0，暴涨 21.8%
- Program Bench：48.3 → 53.6，提升 11%
- MLS Bench Lite：26.7 → 35.1，暴涨 31.5%
这三个基准分别测什么？
Kimi Code Bench 是月之暗面自家的综合代码评测，涵盖多语言、多场景。Program Bench 测的是编程问题解决能力。MLS Bench Lite 更偏机器学习工程——能在这个维度跳 31%，说明 K2.7-Code 对复杂 AI 工程任务的理解上了一层。
再看 Agent 能力：
- MCP Mark Verified：72.8 → 81.1（+11.4%）
- MCP Atlas：69.4 → 76.0（+9.5%）
- Kimi Claw 24/7 Bench：42.9 → 46.9（+9.3%）
MCP 相关的两个基准是关键——它们测的是模型能不能在真实工具调用场景中完成任务。81.1 的 MCP Mark 分数意味着 K2.7-Code 在编排 MCP 工具链时比 K2.6 靠谱得多。
而且这些数字是跟上一代硬碰硬对比，不是"跟个弱基线比"。
02. 少想 30%：推理效率才是真香
这次最亮眼的一点，藏在细节里。
官方说推理 token 消耗比 K2.6 降低了约 30%。
翻译成人话：K2.7-Code 学会了少想废话。
K2.6 有个小毛病——它太"深思熟虑"了，有时遇到简单问题也要绕一圈才给答案。K2.7-Code 在推理效率上做了专门优化，同样的问题，想得更少、答得更准。
这对实际使用意味着什么？
如果你用 K2.7-Code 跑 coding agent（OpenClaw、Kimi Code CLI 等），每次调用的推理 token 少 30%，意味着延迟降低 + 成本下降。长程任务（几百步工具调用那种）的累积收益会非常明显。
架构上也不含糊：1T 总参数 / 32B 激活的 MoE、256K 上下文长度、MLA 注意力机制、MoonViT 视觉编码器。跟 K2.6 同架构家族，可以直接复用部署方案（vLLM / SGLang / KTransformers）。
03. 跟闭源比，差距还有多大？
官方在 model card 里大方地放了跟 GPT-5.5 和 Claude Opus 4.8 的对比。
| 基准 | K2.7-Code | GPT-5.5 | Claude 4.8 |
|---|---|---|---|
| Kimi Code Bench v2 | 62.0 | 69.0 | 67.4 |
| Program Bench | 53.6 | 69.1 | 63.8 |
| MLS Bench Lite | 35.1 | 35.5 | 42.8 |
| MCP Mark Verified | 81.1 | 92.9 | 76.4 |
结论很清楚：在代码场景上，K2.7-Code 已经在 MLS Bench Lite 追平 GPT-5.5，在 MCP Mark 上超越 Claude 4.8。但在 Program Bench 这类偏算法题的场景上，跟闭源头部还有 10-15 分的差距。
考虑到 K2.7-Code 是一个开源模型，这个成绩已经很能打了。闭源模型有更大的训练算力和数据，开源模型能在不到两个月的迭代里拉近这么多差距，这才是真正的看点。
我的判断。
月之暗面的迭代节奏越来越快。K2 → K2 Thinking → K2.5 → K2.6 → K2.7-Code，半年 5 个版本，每次都在特定维度上拉高。
K2.7-Code 这次的策略很聪明——不做全科生，做专才。聚焦代码场景，把推理效率砍 30%，把 MCP 能力拉到接近闭源水平。这种"垂直打磨"的思路比堆参数、提跑分更务实。
对开发者来说，现在有个开源选择，在 coding agent 场景下跟闭源模型的差距已经缩小到"值得一试"的程度了。
你们用 Kimi K2 系列写过代码吗？K2.7-Code 开源了，会试试吗？
💬 评论 (0)