Kimi K2.7 Code正式发布：国产AI模型深度评测
意外发现：Kimi Code 订阅额度刷新，K2.7 Code 悄然上线
今晚十点半，我打开 Kimi Code 官网准备截图告诉朋友“天才陨落”，结果发现订阅额度被清空后又重新充满。
明明下午就把今天的配额用完了。
起初以为是 Kimi 计费系统出了 bug，但无意中看到模型版本从 2.6 变成了 2.7。查阅后发现——Kimi K2.7 Code 今天正式发布。
准确说是 2026 年 6 月 12 日下午上线，我的订阅在晚上 10:30 被重置。推测是 K2.7 Code 部署时同步刷新了额度系统，给活跃用户续了一波。虽然没有官方公告，但体验上等于白嫖了半天的 K2.7 Code，算是发布日的小彩蛋。
国产编程模型竞争白热化：Kimi K2.7 Code 登场
回到模型本身。
2026 年 6 月 12 日，Moonshot AI 正式发布 Kimi K2.7 Code，权重已开源，API 同步上线。官方称其为“迄今为止最强的开源代码模型”。
今年国内 AI 编程赛道肉眼可见地卷起来——MiniMax M3（2025.12）、DeepSeek V4 Pro（2026.3）、GLM V5.1（2026.4），再到今天的 Kimi K2.7 Code。五家国产模型形成第一梯队，各有侧重。
本文从国产模型用户视角，横向对比这五款模型，帮你选型时提供参考。
一、五款国产模型全维度横向对比
| 指标 | MiniMax M3 | DeepSeek V4 Pro | Kimi K2.6 | Kimi K2.7 Code | GLM V5.1 |
|---|---|---|---|---|---|
| SWE-Bench Verified | — | 80.6% | 80.2% | 待公布（推测 82–85%） | — |
| SWE-Bench Pro | 59.0% | 55.4% | 58.6% | 待公布（推测 62–66%） | 58.4% |
| LiveCodeBench v6 | — | 93.5% | 89.6% | 待公布（推测 93–97%） | — |
| Terminal-Bench 2.0 | 66.0% | 67.9% | 66.7% | 待公布（推测 71–75%） | 63.5% |
| HumanEval | — | — | 92% | 待公布 | — |
| 上下文窗口 | 1M | 1M | 256K | 1M | 200K |
| 1M Input 价格 | $0.30 | $0.44 | $0.90 | $0.90 | $0.70 |
| 缓存命中价 | — | $0.0037 | $0.15 | $0.18 | — |
各模型一句话总结
- DeepSeek V4 Pro：国产模型基准分最高，SWE-Bench Verified 80.6%、LiveCodeBench 93.5% 双项领跑。高缓存命中时成本极低，性价比突出。
- MiniMax M3：SWE-Bench Pro（实际工程修复能力）最高 59.0%，价格最低 $0.30/1M tokens。
- Kimi K2.7 Code：今日主角。上下文从 256K 拉到 1M，内部基准全面大幅提升，Agent 和 MCP 场景均有改善。第三方基准分数待公布，需验证。
- GLM V5.1：SWE-Bench Pro 58.4% 与 K2.6 持平，MIT 协议，价格 $0.70 比 Kimi 便宜。
- Kimi K2.6：上一代，基准数据已定（SWE-Bench Pro 58.6%、LiveCodeBench 89.6%），仍可用，但 K2.7 的提升让人很难回头。
二、K2.7 Code 核心提升点拆解
官方公布了内部基准的绝对分数及对比 K2.6 的增幅：
| 维度 | K2.6 基线 | K2.7 Code | 相对变化 |
|---|---|---|---|
| Kimi Code Bench v2（综合代码能力） | 50.9 | 62.0 | +21.8% |
| Program Bench（程序设计） | 48.3 | 53.6 | +11.0% |
| MLS Bench Lite（长程代码任务） | 26.7 | 35.1 | +31.5% |
| Kimi Claw 24/7 Bench（Agent 自主执行） | 42.9 | 46.9 | +9.3% |
| MCP Atlas（工具调用） | 69.4 | 76.0 | +9.5% |
| MCP Mark Verified（工具调用） | 72.8 | 81.1 | +11.4% |
| Token 消耗 | 100% | 70% | -30% |
关键解读
MLS Bench Lite 提升 31.5%——上下文窗口拉开的差距 这个基准考察长程代码任务，例如在大型项目中理解代码、跨文件修改。K2.7 将上下文从 256K 扩到 1M，直接带来该指标暴涨。如果你需要 AI 理解整个项目而非单文件，这提升是实打实的。
Token 消耗降 30%——变相降价 官方称同任务 K2.7 只需 K2.6 的 70% token。若属实，$0.90/1M 的实际使用成本相当于$0.63，甚至低于 GLM。订阅额度也能多用 30%，对 Cursor/Cline 这类高频调用场景非常友好。
Agent 提升 9.3%——方向正确，但仍有瓶颈 Code Bench 涨了 21.8%，但 Agent Bench 仅涨 9.3%。说明模型变强不必然带来 Agent 自动提升——落地还有路要走。好消息是 MCP 相关两个基准（Atlas + Mark）均涨约 10%，工具调用实实在在升级，Cline、Continue、Hermes Agent 等工具接入 K2.7 后会直接受益。
三、上下文窗口之战
K2.7 Code 将上下文窗口从 256K 提升到 1M，与 DeepSeek V4 Pro、MiniMax M3 站在同一起跑线。
对国产模型用户而言，这很关键：
- 256K：处理中型项目够用，但理解完整 Spring Boot / Django 项目时常被截断
- 1M：可容纳数千文件的代码库，项目级重构和跨文件修改更从容
- 200K（GLM V5.1）：短上下文场景够用，长程任务可能成为瓶颈
四、我的模型选择
混用策略（个人实践方式）
- Kimi Code 或 MiniMax 做专项：项目主力使用这两个模型
- DeepSeek V4 Flash 打底：作为 fallback 模型，Kimi 额度耗尽后自动切换
我的个人决策：原本计划换 M3，现在决定续费 Kimi
最后聊聊我的决策过程。
上周已经打算下个月将主力模型从 Kimi K2.6 换成 MiniMax M3。
理由很简单：M3 拥有 1M 上下文窗口（K2.6 仅 256K），SWE-Bench Pro 比 K2.6 高（59.0% vs 58.6%），价格仅为 $0.30，是 Kimi 的三分之一。怎么看都更优。
但 K2.7 Code 发布后，局面改变了：
- 上下文窗口拉到 1M，与 M3 齐平，这块不再是 M3 的独占优势
- 内部基准全面大涨，Code Bench +21.8%、MLS Bench Lite +31.5%，虽 SWE-Bench 绝对分数未出，但若能转化到 62–66% 区间，就已反超 M3
- Token 消耗降 30%，实际成本降到 $0.63，虽仍高于 M3 但差距缩小
- 工具调用和 MCP 能力提升对我很重要——我深度使用 Cline 和 Hermes Agent，而 M3 尚未公开 MCP 基准数据
因此结论：下个月继续续费 Kimi Code。
当然，这仅基于现有数据。如果一两周后第三方评测显示 K2.7 的 SWE-Bench 未达预期，届时再换也不迟。
总结与展望
K2.7 Code 的发布让我觉得国内编程模型的竞争进入了一个有趣阶段——基准分差距在缩小，各家在差异化方向上找到了自己的路。
DeepSeek 走 MIT + 最高基准路线，MiniMax 打性价比和工程修复，Kimi 押注长上下文和工具调用，GLM 深耕国内生态。
说实话，对实际做项目的开发者而言，SWE-Bench 58% 与 62% 的差距，可能还不如“上下文够不够大”“工具调用好不好用”“返回答不答案”这些日常体验重要。
最后分享今晚的小惊喜——如果你是 Kimi Code 订阅用户，不妨打开看看额度是否也莫名重置了。 如果是，恭喜，白嫖了半天的 K2.7 Code。
发布日期：2026-06-12 本文仅对比国产模型，数据来源：各模型官方技术报告及公开基准榜单