# 策展 · X (Twitter) 🔥🔥🔥

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 作者：Kimi.ai (@Kimi_Moonshot) · 平台：X (Twitter) · 日期：2026-06-12

> 原始來源：https://x.com/Kimi_Moonshot/status/2065377579130142937

## 中文摘要

Kimi-K2.7-Code 正式發布並開源，透過提升程式開發與 Agent 效能，顯著降低推理 token 用量。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/9f36d76818128ffe.jpg)
> 最新發布的 Kimi K2.7 Code 在程式編寫（Coding）與智能體（Agents）的多項基準測試中，相較於前代 Kimi K2.6 均有顯著的性能提升。

Moonshot AI 於 2026 年 6 月 12 日推出最新的程式開發模型「Kimi-K2.7-Code」，該模型強調在長距離程式開發任務中的指令遵循能力與端到端任務成功率，並已於 Hugging Face 開源。開發者即日起可透過 [Kimi Code](https://kimi.com/code) 或 [Kimi API](https://platform.moonshot.ai) 進行存取，同時官方也啟動了「Kimi Code Beta Program」供使用者申請搶先體驗未來功能。

**效能與技術突破**
根據官方數據，Kimi-K2.7-Code 在多項基準測試中均較前代 K2.6 有顯著成長：
- Kimi Code Bench v2 提升 21.8%。
- Program Bench 提升 11.0%。
- MLS Bench Lite 提升 31.5%。
- 推理效率優化：在維持強大推理能力的同時，推理 token 的使用量較 K2.6 減少了 30%，有效降低了過度思考的情況。
- 長距離程式開發：在 Rust、Go 與 Python 等多種程式語言及前端開發、DevOps 等場景中，展現出更穩健的泛化能力。
- 規格支援：全系列模型（K2.7、K2.6、K2.5）均提供 256K 的視窗。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/2d07abe8e059a510.jpg)
> Kimi-K2.7 Code 相較於 Kimi-K2.6，在 Kimi Code Bench v2、Program Bench 與 MLS Bench Lite 三項基準測試中，不僅提升了程式碼生成性能，同時也顯著降低了推理 Token 的消耗量（越偏左越佳）。

**開發者快速上手指南**
Kimi API 完全相容於 OpenAI 的 API 格式，開發者可透過以下步驟進行整合：

1. 安裝或更新 OpenAI SDK：
   ```bash
   pip install --upgrade 'openai>=1.0'
   ```

2. 驗證安裝是否成功：
   ```bash
   python -c 'import openai; print("version =",openai.__version__)'
   ```

**多模態與工具呼叫範例**
Kimi-K2.7-Code 整合了視覺理解與工具呼叫能力。若要測試其多模態功能，請先將測試影片下載至本地端（例如 `~/Download/test_video.mp4`），隨後即可透過 API 呼叫模型進行分析與程式撰寫。

**後續資源**
- 模型權重與程式碼：[Kimi-K2.7-Code（Hugging Face）](https://huggingface.co/moonshotai/Kimi-K2.7-Code)
- Beta 測試計畫申請：[Kimi Code Beta Program](https://www.kimi.com/code/beta)
- 官方預告：未來將推出 6 倍速的高速模式（High-Speed Mode）。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/dfe847d586d26419.jpg)
> 這是一張關於 Kimi Code Beta Program 的宣傳圖像，預告即將推出 6 倍高速模式。

## 媒體內容

**最新發布的 Kimi K2.7 Code 在程式編寫（Coding）與智能體（Agents）的多項基準測試中，相較於前代 Kimi K2.6 均有顯著的性能提升。**

**數據表（1）Coding**

|   | Kimi Code Bench v2* | Program Bench | MLS Bench Lite |
| --- | --- | --- | --- |
| Kimi K2.7 Code | 62.0 | 53.6 | 35.1 |
| Kimi K2.6 | 50.9 | 48.3 | 26.7 |
| GPT-5.5 (xhigh) | 69.0 | 69.1 | 35.5 |
| Opus 4.8 (xhigh) | 67.4 | 63.8 | 42.8 |

**數據表（2）Agents**

|   | Kimi Claw 24/7 Bench* | MCP Atlas | MCP Mark Verified |
| --- | --- | --- | --- |
| Kimi K2.7 Code | 46.9 | 76.0 | 81.1 |
| Kimi K2.6 | 42.9 | 69.4 | 72.8 |
| GPT-5.5 (xhigh) | 52.8 | 79.4 | 92.9 |
| Opus 4.8 (xhigh) | 50.4 | 81.3 | 76.4 |

**Kimi-K2.7 Code 相較於 Kimi-K2.6，在 Kimi Code Bench v2、Program Bench 與 MLS Bench Lite 三項基準測試中，不僅提升了程式碼生成性能，同時也顯著降低了推理 Token 的消耗量（越偏左越佳）。**

**數據表**

|   | Kimi-K2.6 | Kimi-K2.7 Code |
| --- | --- | --- |
| Kimi Code Bench v2 | (62k, 51%) | (48k, 62%) |
| Program Bench | (176k, 48%) |  |
| Program Bench |  | (102k, 53%) |
| MLS Bench Lite | (42k, 27%) |  |
| MLS Bench Lite |  | (38.5k, 35%) |

## 標籤

新產品, 開源專案, Agent, LLM, Moonshot AI, Kimi