月之暗面在Kimi K2.6之后推出了面向编程场景的新模型Kimi K2.7 Code，官方将其定位为目前Kimi体系中最强的Coding模型，重点强化长上下文编码、长程任务执行、指令遵从以及Agent能力。本次我们对其API版本kimi-k2.7-code进行了全面评测，测试其在准确率、响应时间、token消耗和调用花费等关键指标上的表现。
需要说明的是，kimi-k2.7-code并不是一个普通聊天模型的常规续代。官方文档明确写到，kimi-k2.7-code不支持非思考模式，thinking参数默认开启，关闭会报错。同时，本次评测侧重中文文本场景下的综合能力考察。
kimi-k2.7-code版本表现：
测试题数：约1.5万
总分（准确率）：72.6%
平均耗时（每次调用）：57s
平均token（每次调用消耗的token）：1999
平均花费（每千次调用的人民币花费）：49.7
1、新旧对决
对比上一代版本kimi-k2.6，kimi-k2.7-code的变化不是单纯追求更高总分，而是一次更偏工程效率和Agent能力的调整：综合准确率基本持平，Agent与多个中文垂直领域有所改善，但推理数学和coding分项出现回调；与此同时，响应时间、token消耗和调用成本都明显下降。数据如下：
*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark
*输出价格单位： 元/百万token
整体性能基本持平：kimi-k2.7-code总分为72.6%，相比kimi-k2.6的72.9%下降0.3个百分点，榜单排名从第9位调整至第11位。这个变化幅度很小，更接近同一能力区间内的结构调整。
Agent与工具调用改善明确：agent与工具调用从63.2%提升至66.9%，提升3.7个百分点，是本次细分项中增幅最大的一项。这与官方强调kimi-k2.7-code强化Agentic能力的方向相吻合。
法律与行政公务也有较明显提升：该维度从80.3%提升至83.3%，提升3.0个百分点；医疗与心理健康从89.3%提升至90.8%（+1.5%），语言与指令遵从从71.6%提升至73.0%（+1.4%），金融从86.4%提升至87.0%（+0.6%），教育从62.4%提升至62.9%（+0.5%）。这些变化说明kimi-k2.7-code并没有只在代码方向做窄化优化，部分中文垂直任务也得到了补强。
推理数学和coding出现回调：推理与数学计算从82.5%降至78.7%（-3.8%），coding从62.6%降至57.6%（-5.0%）。尤其是coding分项回调。
响应速度明显改善：平均耗时从175s缩短至57s，减少118s，耗时下降约67%。对于需要频繁调用的代码助手和Agent流程，这个变化比0.3个百分点的总分波动更有实际意义。
Token消耗接近减半：平均token从3885降至1999，减少约48.5%。在官方强调减少过度思考的背景下，这个结果比较关键：模型不再通过非常长的输出或推理链来维持表现，而是在更短输出中保持了接近kimi-k2.6的中文综合准确率。
成本下降更直接：两代模型输出价格均为27.0元/百万token，但由于kimi-k2.7-code平均token明显减少，每千次调用花费从100.4元降至49.7元，下降约50.5%。
2、横向对比
在当前主流大模型竞争格局中，kimi-k2.7-code作为月之暗面面向代码和Agent场景的新模型表现如何？我们从三个维度进行横向对比分析：
*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark
同成本档位对比
50元附近看站位：kimi-k2.7-code（72.6%，49.7元）处在40至60元/千次调用区间，主要参照对象包括deepseek-v4-pro（71.7%，54.3元）、gemini-3-flash-preview（71.2%，53.5元）、qwen3.6-plus（70.7%，41.6元）、GLM-4.7（67.3%，52.5元）和gpt-5.3-chat（64.9%，51.5元）。在这一档里，kimi-k2.7-code的中文综合总分处于前列，并且花费低于deepseek-v4-pro和gemini-3-flash-preview。
速度不是最强项，但比kimi-k2.6实用很多：kimi-k2.7-code平均耗时57s，与deepseek-v4-pro（65s）、gemini-3-flash-preview（72s）、qwen3.6-plus（68s）处在接近区间。不过相比kimi-k2.6的175s，kimi-k2.7-code已经把月之暗面开源旗舰模型的调用体验拉回到更可用的速度区间。
往低档位看：qwen3.7-plus（73.5%，31.7元）、qwen3.5-plus（73.3%，22.9元）、Doubao-Seed-2.0-pro（72.8%，22.5元）都以更低成本取得了略高总分。仅从中文综合准确率和调用成本看，kimi-k2.7-code并不是最极致的成本效率比选择；它更适合放在代码、长上下文、Agent和开放生态的框架下评估。
往高档位看：与gpt-5.4-high（72.6%，122.3元）相比，kimi-k2.7-code总分相同，花费不到一半，但耗时更长；与kimi-k2.6（72.9%，100.4元）相比，kimi-k2.7-code总分低0.3个百分点，但成本约减半、耗时约降至三分之一。
新旧模型对比
月之暗面这次更像是在做效率修正：从kimi-k2.6到kimi-k2.7-code，总分没有继续上探，反而从72.9%微降至72.6%；但平均耗时从175s降至57s，平均token从3885降至1999，每千次调用花费从100.4元降至49.7元。相比单纯涨分，这次迭代更像是在解决kimi-k2.6的调用成本和响应时间问题。
Kimi产品线位置更清晰：当前榜单中，月之暗面模型从高到低依次是kimi-k2.6（72.9%，第9位）、kimi-k2.7-code（72.6%，第11位）、Kimi-K2.5-Thinking（70.8%，第18位）和Kimi-K2-Thinking（65.0%，第51位）。kimi-k2.7-code不是总分最高的Kimi模型，但它把成本和延迟压到了更可接受的区间，同时保留了接近kimi-k2.6的综合表现。
放到近期新模型里看：kimi-k2.7-code（72.6%）低于qwen3.7-max（76.9%）、gpt-5.5（75.3%）、gemini-3.5-flash（73.9%）、qwen3.7-plus（73.5%）等，但高于deepseek-v4-pro（71.7%）、claude-opus-4.8（71.5%）、mimo-v2.5-pro（71.4%）。它处在当前榜单头部第二梯队的上沿。
开源VS闭源对比
开放权重阵营里的新高位：按榜单类别，kimi-k2.7-code属于开源模型。与开源阵营对比，它低于qwen3.5-plus（73.3%，22.9元）和kimi-k2.6（72.9%，100.4元），但高于deepseek-v4-pro（71.7%，54.3元）、Qwen3.5-122B-A10B（70.9%，32.3元）、Kimi-K2.5-Thinking（70.8%，77.1元）和GLM-5.1（70.7%，73.8元）。
闭源阵营的压力主要来自头部商用模型：qwen3.7-max（76.9%，99元）、qwen3.6-max-preview（75.4%，139.2元）、gpt-5.5（75.3%，158.5元）、gemini-3.1-pro-preview（75.2%，250.5元）等闭源或商用头部模型总分更高。kimi-k2.7-code的优势不在绝对总分，而在开放权重、较低成本和代码Agent定位的组合。
选型逻辑要看任务形态：如果需要开放模型、较长上下文、代码协作和可控的多轮Agent调用，kimi-k2.7-code的价值更容易体现。尤其是相比kimi-k2.6，它把成本和速度问题压下去之后，更适合进入实际工程链路。
3、官方评测
根据月之暗面官方文档（https://platform.kimi.ai/docs/guide/kimi-k2-7-code-quickstart），Kimi K2.7 Code是Kimi当前最强的Coding模型。官方强调，它在长上下文中有更好的指令遵从能力，能以更高成功率完成编码任务，并在外部基准评测中相较K2.6改善了长程编码表现，同时平均减少30%的过度思考倾向。
长程编码与指令遵从
官方将K2.7 Code的核心改进放在长程编码和指令遵从上，而不是一般聊天场景。文档称，外部基准评测显示，K2.7 Code相较K2.6在指令遵从和long-horizon coding performance上都有明显改善，并且平均减少30%的overthinking tendency。
Agent能力增强
官方文档提到，K2.7 Code在外部评测中的Agentic能力相较K2.6提升10%。
官方还给出了多模态工具调用示例：K2.7 Code可以结合视觉理解和工具调用处理视频片段分析任务。文档中展示的示例使用OpenAI兼容接口，并通过自定义工具读取视频片段，再把工具结果回填给模型继续推理。这说明官方希望把K2.7 Code放在"代码模型+多模态工具+Agent循环"的组合中使用。
非线智能官网https://nonelinear.com 已上线kimi-k2.7-code版，欢迎深度体验。 同时，非线智能API可连接超480+全球模型，支持一键Api聚合以及Api中转，提供稳定的企业级服务。 登录github账号，领20-50元体验金。接入kimi-k2.7-code就用非线智能API。
