又一个 1 万亿参数的开源模型,六月十二号悄悄挂上了 Hugging Face。
这次是月之暗面,模型叫 Kimi K2.7-Code。一句话概括:专门干编程的开源大模型,免费下载,Modified MIT 协议——商用基本没门槛。
但比”又开源一个万亿模型”更值得说的,是它这回的打法变了。
不装全能,只比”写代码”
K2.7-Code 这名字就摆明了态度:不当全能选手,专攻一件事——长周期、要自己动手的软件工程,就是那种”给个需求,它自己写、自己跑、错了自己改”的活。
底子还是那套混合专家(MoE)架构:
- 总参数 1 万亿,每个 token 实际只激活 320 亿
- 384 个专家,每次挑 8 个干活
- 上下文窗口 25.6 万 token
- 还塞了个 4 亿参数的视觉编码器,能读图、读视频
最实在的一个改进是省。月之暗面说,干同样的活,K2.7 比上一代 K2.6 少烧大约三成的”思考 token”。对天天调 API 的人来说,这三成就是真金白银。
跑分:追近了,但还没翻身
成绩单长这样(都是月之暗面自己测的):
| 测试 | K2.6 | K2.7-Code | Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| Kimi Code Bench v2 | 50.9 | 62.0 | 67.4 | 69.0 |
| MCPMark Verified | 72.8 | 81.1 | 76.4 | 92.9 |
| Program Bench | 48.3 | 53.6 | 63.8 | 69.1 |
看出门道了吗?
进步是真的——比自家上一代,每一项都往上窜了一截。在 Kimi Code Bench v2 上,它跟 GPT-5.5 的差距,从 K2.6 时代的 18 分,缩到了 7 分。
但翻身还没翻成。横着比,K2.7-Code 在月之暗面自己的榜单里,没有一项跑赢 GPT-5.5;对上 Claude Opus 4.8,也只在 MCPMark Verified 这一项上反超(81.1 对 76.4),其余都落后。
所以更准确的说法是:它把跟头部闭源的差距压小了,但”开源已经追平闭源”这话,这次还说不出口。
一个必须点出来的前提
上面所有数字,都是月之暗面自己出的成绩单。
截至发布,SWE-bench Verified、Terminal-Bench、LiveCodeBench 这些公认的第三方榜单,一个都还没出 K2.7 的独立数据。第一方跑分好看不稀奇——真能不能打,得等社区拿公开题库验过才算数。
价格倒是给得够狠:命中缓存的输入 0.19 美元、未命中 0.95 美元、输出 4 美元,都是每百万 token。比闭源便宜一大截,这是国产开源一贯的杀手锏。
一个小坑得提醒:K2.7-Code 的”思考模式”是强制开的,想关掉直接报错;采样参数也被锁死了。图省事的人用着顺手,想精调的人会觉得绑手绑脚。
说到底,这又是一次”用开源加低价,把闭源往下拽”的常规操作。只是这回月之暗面把火力全压在编程这一个点上——在 AI 编程已经卷成红海的当下,这个选择本身,比那张成绩单更说明问题。
参考来源:Moonshot AI Launches Kimi-K2.7-Code with 1 Trillion Parameters(KuCoin);CocoLoop、Kimi K2.7 Code Released: Benchmarks, Specs, and How It Compares(Kingy AI);Kimi AI releases open-source K2.7 Code model with 1 trillion parameters(Crypto Briefing)