先看一组价格。
同样跑一百万个输出 token，GPT-5.5 收你 30 美元，Claude Opus 4.8 收 25 美元，Anthropic 那个更强的 Fable 5 直接 50 美元。月之暗面这周扔出来的 Kimi K2.7 Code，4 美元。
输入端更夸张：K2.7 标价 0.95 美元，命中缓存的话 0.19 美元——GPT-5.5 和 Opus 都是 5 美元起。
12 倍的价差，这是月之暗面这次真正想让你记住的数字。
1 万亿参数，但只点亮 320 亿
模型 6 月 12 号传上了 Hugging Face，按修改版 MIT 协议放出来，能商用。
底子是个 MoE（混合专家）架构：总参数 1 万亿，但每处理一个 token 只激活 320 亿——384 个专家里挑 8 个干活。上下文 25.6 万 token，配了个 4 亿参数的视觉编码器 MoonViT，还能直接跑 INT4 量化。
跟上一代 K2.6 比，进步是实打实的：
| 基准 | K2.6 | K2.7 Code | 涨幅 |
|---|---|---|---|
| Kimi Code Bench v2 | 50.9 | 62.0 | +21.8% |
| Program Bench | 48.3 | 53.6 | +11.0% |
| MLS Bench Lite | 26.7 | 35.1 | +31.5% |
| MCP Atlas | 69.4 | 76.0 | — |
| MCPMark Verified | 72.8 | 81.1 | — |
而且月之暗面说，干同样的活，K2.7 比 K2.6 少烧 30% 的思考 token。便宜之外又省了一道。
跑分输了，但赢在该赢的地方
别急着吹。论纯编程跑分，K2.7 还是落后的。
就拿上面那个 Program Bench 说事——K2.7 是 53.6，GPT-5.5 是 69.1，差着十五六分呢。在「写一段干净代码」这种传统题型上，西方头部模型还是压着它。
但你回头看 MCP Atlas 和 MCPMark 那两行：76.0、81.1。这俩测的是Agent 干活的能力——调工具、连接外部系统、按 MCP 协议一步步把任务跑完。这两项 K2.7 不光自己涨得猛，绝对分也咬得很紧。
这就很说明问题了。月之暗面没把宝押在「单次代码生成谁更漂亮」上，押的是「让 AI 自己连着工具跑长任务」。后者才是现在企业真金白银要买的东西。
这事为什么值得看
说白了，K2.7 Code 把一个老问题又拍到桌面上：编程这块，到底要不要为最强那一档付三倍五倍的钱？
如果你的活儿是 Agent 化的——批量改代码、连数据库、跑自动化流程，token 烧起来是按千万计的。这时候 12 倍的价差不是省点零花钱，是直接决定这套系统跑不跑得起。
跑分榜上 K2.7 还在追。但商业账本上，它已经把对手逼到了得考虑降价的位置。OpenAI 这两天给 Codex 改计费规则、传出要降 token 价，时间点卡得这么巧，不是没原因的。
国产开源模型这一波，真正的杀招从来不是「我比你强」，是「我比你便宜到你不得不接招」。
参考来源：Open model Kimi K2.7 Code undercuts GPT-5.5 and Claude by up to 12x on price per token（The Decoder）；Kimi AI releases open-source K2.7 Code model with 1 trillion parameters（Crypto Briefing）；CocoLoop、Kimi K2.7-Code cuts thinking tokens 30%（VentureBeat）