Kimi K2.7 Code
PulseAugur coverage of Kimi K2.7 Code — every cluster mentioning Kimi K2.7 Code across labs, papers, and developer communities, ranked by signal.
- 2026-07-21 product_launch Moonshot AI's Kimi K2.7 Code model was integrated into GitHub Copilot. 来源
- 2026-07-07 product_launch NVIDIA released the Kimi-K2.7-Code model, based on the DeepSeek-V3 architecture. 来源
- 2026-07-07 product_launch Moonshot AI releases Kimi K2.7 Code, a new coding model designed for long-context, complex coding tasks, and agent workflows. 来源
- 2026-06-17 research_milestone Together AI's Kimi K2.7 Code demonstrated comparable quality to Anthropic's Claude Fable 5 in landing page generation at a significantly lower cost. 来源
- 2026-06-15 product_launch Moonshot AI released its Kimi K2.7 Code programming-focused LLM. 来源
- 2026-06-13 product_launch Moonshot AI released the Kimi K2.7 Code model, an open-weights model designed for programming tasks. 来源
- 2026-06-12 product_launch Fireworks AI launches Day-0 support for Moonshot's Kimi K2.7 Code model. 来源
- 2026-06-11 product_launch Moonshot AI has released Kimi K2.7-Code, a new coding-focused agentic model. 来源
11 天有情绪数据
-
Poolside AI 发布 Lagona S2.1，一款可在消费级硬件上运行的 118B MoE 编码模型
Poolside AI 发布了 Lagona S2.1，这是一款拥有 1180 亿参数的混合专家（MoE）模型，专为开发者的本地部署而设计。尽管参数量巨大，但每个 token 仅激活其中一小部分，使其能够运行在 RTX 3090 或 MacBook 等消费级硬件上。该模型在编码基准测试中表现强劲，超越了 Gemini 3.5 Flash 和 Claude Sonnet 等模型，并能够生成复杂的应用程序和模拟。
-
OpenCodex支持在OpenAI Codex中进行多模型选择
一款名为OpenCodex的新工具已被开发出来，允许用户在OpenAI Codex环境中集成多个大型语言模型。这种设置使用户能够为特定的编码任务选择最合适的模型，而不是局限于单一模型。该工具充当代理，将Codex的API流量转换为Chat Completions，并将其路由到Claude Opus 4.8、Grok 4.5和Kimi K3等各种模型。这种灵活性旨在通过将任务与最适合、可能最快或最便宜的可用模型相匹配来优化性能和成本。
-
Kimi API 平台为开发者提供定价和模型访问详情
Moonshot 运营的 Kimi API 平台提供 Kimi K3、Kimi K2.7 Code 和 Kimi K2.6 等多种模型，旧版 Moonshot V1 系列将于 2026 年 8 月 31 日退役。集成 Kimi API 的开发者必须仔细考虑定价、访问权限和错误成本，因为这些因素会显著影响预算估算。Kimi K2.7 Code 模型专为编码代理设计，其定价结构基于缓存命中和未命中，输出 token 是最昂贵的组成部分。
-
Moonshot AI 的 Kimi K2.7 Code 已集成到 GitHub Copilot · 跟踪 1 个来源
Moonshot AI 的 Kimi K2.7 Code，一个拥有 1 万亿参数和 256K 上下文窗口的开放权重模型，已被集成到 GitHub Copilot 中。此次集成速度惊人，该模型权重于 2026 年 6 月 12 日发布，并于 2026 年 7 月 1 日添加到 Copilot 的模型选择器中。这标志着 Copilot 中首个可用的开放权重模型，尽管由于安全和数据治理方面的考虑，其企业采用需要管理员手动启用。该模型的性能存…
-
新的Claude技能将编码任务转交给更便宜的AI模型
Claude的一项新技能允许用户将编码任务转交给成本较低的AI模型，从而节省Claude的使用额度。这项名为“cross-llm-delivery”的技能使用Claude进行规划和质量控制，而DeepSeek V4 Pro、Gemini 3.1 Pro或Cursor的模型则负责实际编码。该系统通过让较便宜的模型先编写测试来确保代码质量，如果生成的代码未能通过这些测试，则可以升级到更强大的模型或返回给Claude重试。
-
GitHub Copilot 将 Kimi K2.7 Code 的访问权限扩展到商业和企业用户
GitHub Copilot 将 Kimi K2.7 Code 模型的访问权限扩展到商业和企业用户，将于 2026 年 7 月 7 日开始提供。此前，该模型已于 2026 年 7 月 1 日在个人套餐的 Copilot Pro 中推出。对于组织而言，管理员必须在 Copilot 策略中明确启用 Kimi K2.7 Code，因为访问权限并非自动，并且可能会分阶段进行。尽管用户有疑问，但关于该模型多模态能力的确认信息尚未公布。
-
LM Studio 发布 Bionic AI 代理，用于本地开源模型任务 · 跟踪 4 个来源
LM Studio 发布了名为 Bionic 的新 AI 代理，旨在用户本地机器上运行开源模型。该代理支持编码和写作等复杂任务，让用户可以在本地、云端或远程模型之间灵活选择。Bionic 通过默认本地运行和消除数据保留来强调隐私，为基于 token 的云 AI 服务提供了替代方案。
-
Anomaly 推出每月 10 美元的 OpenCode Go，提供精选的 AI 编码模型
Anomaly 推出了 OpenCode Go，一项每月 10 美元的订阅服务，提供对 13 个开源 AI 编码模型的精选库的访问。该服务旨在为开发人员提供一种可靠且经济实惠的方式来使用这些模型，而无需管理多个 API 密钥或提供商。OpenCode Go 与现有的 OpenCode AI 编码代理无缝集成，也可以通过与 OpenAI 兼容的端点与其他工具一起使用。该套餐包含慷慨的使用限制，并优先考虑经过编码工作流程测试的模型，选项范…
-
Kimi K2.7 Code 对比 GLM-5.2：开源代码模型比较
Moonshot AI 的 Kimi K2.7 Code 和 Zhipu AI 的 GLM-5.2 是两款于 2026 年 6 月发布的开源代码模型。两款模型均专为代理式编码工作流设计，并支持 vLLM 和 SGLang。本文详细比较了它们的架构、基准测试结果和 vLLM 配置，以帮助团队决定选择哪个模型进行自托管，并考虑了硬件要求和相对于 API 使用的成本效益等因素。
-
截至2026年7月，按许可和基准划分的开放权重LLM发布详情
对截至2026年7月发布的开放权重大型语言模型进行汇编，按其许可和基准性能对模型进行分类。值得注意的发布包括Thinking Machines Lab的Inkling（Apache 2.0许可）、DeepSeek V4 Pro、小米MiMo-V2.5-Pro和GLM-5.2（MIT许可），以及MiniMax M3和Kimi K2.7 Code（自定义或限制性许可）。
-
开放权重的大语言模型（LLM）可免费访问但运行成本高昂，给开发者带来挑战
文章认为，虽然开放权重的LLM在技术上可以免费访问，但其巨大的规模常常使其在标准硬件上运行成本过高且难以实现。Qwen、DeepSeek、GLM、Kimi和MiniMax等模型被列为这一趋势的例子，参数数量达到数百亿甚至数万亿。作者认为，焦点应从原始参数数量和开放权重转移到实际部署成本和效率上，将效率定义为能力与运营成本的最佳比率。对开发者而言，这意味着在本地推理时优先选择更小、更易于管理模型，并在为产品选择模型时，将活跃参数和实际延…
-
Ollama 云模型：DeepSeek V4 Flash 相较于 V4 Pro 节省大量成本
近期对 Ollama 云模型的分析显示，基于每次任务的 GPU 计算使用量而非仅 token 数量，存在显著的成本差异。研究发现，DeepSeek V4 Flash 尽管活跃参数较少，但在编码基准测试上的表现与 DeepSeek V4 Pro 相当，而计算量却减少了约 73%。这表明为 V4 Pro 等更高级别模型支付费用执行常规任务的用户可能严重支出过高。分析强调，每个 token 的活跃参数和思考 token 开销是 Ollama…
-
新的开源编码模型首次亮相，但本地层需要仔细选择
随着2026年6月发布GLM-5.2、MiniMax M3、Kimi K2.7 Code、Gemma 4和NVIDIA的Nemotron 3 Ultra等多个新选项，开源编码模型格局已发生重大变化。然而，文章强调，像GLM-5.2和DeepSeek-V4-Pro这样最强大的模型对于典型的本地硬件来说过于庞大，更适合基于API的复杂推理层。对于本地部署，推荐Gemma 4 12B用于消费级笔记本电脑上的简单任务，而Qwen3.6-27B…
-
Fireworks AI 按用例对 2026 年顶级开源 LLM 进行排名
Fireworks AI 评估了 2026 年 4 月至 7 月期间发布的几款开源 LLM，并强调最佳选择取决于具体的用例，例如推理、编码、多模态、上下文窗口大小和许可。Kimi K3 在 AI 和编码基准测试中处于领先地位，但其权重和许可尚未发布。GLM 5.2 被认为是目前在 Fireworks 上可用的模型中的顶级性能模型，而其他模型则根据不同的约束（如模态支持、上下文长度和服务成本）保持竞争力。
-
NVIDIA 发布基于 DeepSeek-V3 架构的 Kimi-K2.7-Code
NVIDIA 发布了 Kimi-K2.7-Code，这是一个基于 DeepSeek-V3 架构的开源模型。该模型拥有 320 亿活跃参数和 256,000 个 token 的上下文窗口。它在 vLLM 框架内使用了推测解码，并已针对 NVFP4 硬件进行了量化部署，支持文本、图像和视频模态。性能评估包括 SWE-bench Verified 和 Terminal-Bench 2.1，但训练数据中包含有毒内容。
-
Kimi K2.7 Code 应对复杂编码和代理任务，在 3D 游戏生成方面表现优于竞争对手
Moonshot AI 的新代码模型 Kimi K2.7 Code 经过评估，能够胜任复杂的编码任务和代理工作流。在对一个 1032 行的 Python 项目进行 Bug 修复的测试中，K2.7 Code 成功识别并修复了三个细微的 Bug，且未更改公共 API 或测试用例。该模型还展示了在单个 HTML 文件中生成功能性 3D 游戏的能力，在稳定性和遵循提示要求方面优于 DeepSeek V4 Pro，尽管两个模型都表现出 3D 生…
-
2026年6月迎来一系列新的开源AI模型和量化方法
2026年6月，开源AI模型领域迎来众多更新，重点是新的微调和量化方法。发布了几个新的微调模型，包括Nex-N2、Ornith-1.0、Agents-A1、Holo3.1、Tmax-27b、MusaCoder-27B和VibeThinker-3B。此外，NVIDIA为NVIDIA-Nemotron-3-Ultra-550B-A55B和Qwen3.6-27B等模型引入了NVFP4量化，而AMD则为Kimi-K2.7-Code和GLM-5…
-
AI模型发布狂潮：Claude 5、GPT-5.6、Gemini 3.5于2026年上半年闪电发布 · 追踪3个来源
2026年上半年，大型语言模型发布出现了前所未有的激增，推出了超过50个前沿和开源模型。关键进展包括Anthropic的Claude Sonnet 5，价格实惠，由于其他模型的出口管制，被定位为可用的最佳Claude模型。OpenAI预览了其分层GPT-5.6系列（Sol、Terra、Luna），政府审查的合作伙伴可受限访问，这标志着模型可用性在地缘政治上的转变。Google DeepMind推出了价格具有竞争力的Gemini 3.5…
-
Fireworks AI 将 Kimi K2.7 Code 和 GLM 5.2 模型添加到 Devin Desktop
Fireworks AI 宣布推出 Kimi K2.7 Code 和 GLM 5.2 模型，并指出它们在 FrontierCode Extended 基准测试中表现强劲。这些模型可通过 Devin Desktop 和 CLI 访问，Pro/Max/Teams 用户可免费试用至 7 月 5 日。该公司还强调了 Fireworks 在幕后支持这些模型的评估和部署。
-
2026年6月AI模型激增：Claude Fable 5领先，GPT-5.5挣扎，开源模型进步
2026年6月，AI模型发布迎来爆发式增长，Anthropic的Claude Fable 5在SWE-bench Pro基准测试中领先，并展现出强大的实际编码能力。OpenAI的GPT-5.5面临幻觉率过高的问题，预计GPT-5.6将进行修复。开源模型也取得了显著进展，DeepSeek V4-Pro在成本效益和上下文长度方面表现出色，Kimi K2.7 Code专注于编程任务，而GLM-5.2则侧重于中文理解和本地生态整合。行业日益受…