AgentKimi代码开源月之暗面开源模型

Kimi K2.7 Code K2.7 Code

Kimi K2.7 Code系列 · 月之暗面 · 2026-06发布

开源支持本地部署多模态国内可直连有免费额度长上下文代码专用

🔗 官方体验地址 → 📄 API文档地址 → 📥 模型下载地址 →

模型介绍

月之暗面开源聚焦编程的 Agent 模型 Kimi K2.7 Code，1T 总参/32B 激活 MoE，长程软件工程任务端到端成功率显著提升，思考 token 较 K2.6 减少约 30%，始终开启思考模式。

模型基础信息

模型系列Kimi K2.7 Code系列

开发机构月之暗面

发布时间2026-06

参数规模1T（MoE，激活 32B）

上下文窗口256K

模型类型多模态（文本+视觉）

中文能力优秀

使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

开源免费 API

免费规则详情

权重开源；API 按量。

收费标准简介

API：缓存命中 ¥1.3/百万、未命中 ¥6.5/百万输入、¥27/百万输出（以官方为准）。

模型能力介绍

✅ 核心优势

代码 Agent 强
长程任务
思考高效
256K

⚠️ 短板与局限

始终思考不可关闭
MoE 部署资源高

🎯 适用场景

编程
gent
软件工程
私有化

模型使用教程

本章节整理 Kimi K2.7 Code 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。

本地体验：ollama run kimi-k2-7-code 或 Transformers / vLLM 加载。
云端：HF 托管模型可在线体验。

ollama run kimi-k2-7-code "用中文介绍一下Kimi K2.7 Code"

HF_ENDPOINT=https://hf-mirror.com huggingface-cli download 月之暗面/Kimi K2.7 Code --local-dir ./kimi-k2-7-code

或 ModelScope 国内直连下载。

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('月之暗面/Kimi K2.7 Code')
tok = AutoTokenizer.from_pretrained('月之暗面/Kimi K2.7 Code')
code = tok.apply_chat_template([{'role':'user','content':'你好'}], tokenize=False)
print(model.generate(**tok(code, return_tensors='pt')))

Kimi K2.7 Code 是月之暗面开源的编程 Agent 模型（1T 总参/32B 激活 MoE），256K 上下文，长程软件工程任务强。

vLLM 部署：

pip install vllm && vllm serve moonshotai/Kimi-K2.7-Code --tensor-parallel-size 2 --port 8000

配 Kimi Code CLI：

在终端运行 Kimi Code，/model 选择 kimi-k2-7-code。

低显存用 AWQ 量化版（激活仅 32B，量化后 24GB 级可跑）。

Tips：始终开启思考模式（不支持关闭）；MoE 推理吞吐高，适合多用户编码。

💡 使用小技巧

Kimi Code CLI 默认模型。

❓ 常见问题 FAQ

Q1：K2.7 Code 特点？\nA1：长程编程 Agent。

访问备注与注意事项

权重 hf-mirror 可下