模型
别名：Kimi K2.7
首个支持开源权重的GitHub Copilot模型
已跟踪 15 条高相关材料
最近变化
2026-07-03 · Kimi K2.7 Code是GitHub Copilot首个支持开源权重的模型
为什么值得关注
Kimi K2.7 Code 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Kimi K2.7 Code: THIS is VERY CRAZY MAN!
AICodeKing · 8.5 分
Kimi K2.7 Code 是 Moonshot AI 推出的开源编码模型，专为长期软件工程任务设计，支持多模态输入并优化了长程编码能力。
Kimi K2.7 Code 和 Claude Fable 5 生成落地页的实验对比分析 @nutlope 让 Kimi K2.7 Code 和 Claude Fable 5 分别生成 12 个落地...
meng shao(@shao__meng) · 8.5 分
Kimi K2.7 Code 在生成落地页时成本仅为 Claude Fable 5 的 1/16，且在结合视觉参考后质量表现优异。
Kimi K2.7 Code vs Claude Fable 5: Landing pages that cost 94% less
Together AI Blog · 8.5 分
Kimi K2.7 Code在生成落地页时成本比Claude Fable 5低94%，且质量接近。
已收录 15 条与 Kimi K2.7 Code 相关的内容，按评分排序。
Kimi K2.7 Code 是 Moonshot AI 推出的开源编码模型，专为长期软件工程任务设计，支持多模态输入并优化了长程编码能力。
入选理由：Kimi K2.7 Code 使用混合专家架构，总参数量达 1 万亿，激活参数为 320 亿。
Kimi K2.7 Code 在生成落地页时成本仅为 Claude Fable 5 的 1/16，且在结合视觉参考后质量表现优异。
入选理由：Kimi K2.7 Code 生成落地页成本仅为 Claude Fable 5 的 1/16。
Kimi K2.7 Code在生成落地页时成本比Claude Fable 5低94%，且质量接近。
入选理由：Kimi K2.7 Code生成落地页的成本比Claude Fable 5低94%。
Kimi-K2.7-Code 在前端代码生成任务中排名第三，整体排名 #19，性能提升显著。
入选理由：Kimi-K2.7-Code 在 Kimi Code Bench v2 上性能提升 21.8%。
Poe 平台上线 Kimi K2.7 Code 和 MiniMax M3 两款开源模型，分别在代码生成和多模态处理方面有显著提升。
入选理由：Kimi K2.7 Code 模型支持更智能的多步骤工具调用，推理效率提升 30%。
Kimi K2.7 Code 现已通过 AI Gateway 提供，支持多模态输入和长周期编程任务。
入选理由：Kimi K2.7 Code 支持文本和图像输入，适用于前端开发、DevOps 和性能优化。
ClinePass 是 Cline 推出的新工具，提供对多个开源模型的访问，简化 API 密钥管理。
入选理由：ClinePass 支持 GLM 5.2、Kimi k2.7-code 等主流开源模型
Kimi K2.7 Code 是 Moonshot AI 推出的编码专用模型，相比前代模型在长周期编码任务中表现更优，且推理成本降低约 30%。
入选理由：Kimi K2.7 Code 是 Moonshot AI 的新一代编码模型。
GitHub Copilot新增Kimi K2.7 Code模型，提供开源权重选项，提升开发者灵活性。
入选理由：Kimi K2.7 Code是GitHub Copilot首个支持开源权重的模型
Devin Desktop 和 CLI 现已支持 Kimi K2.7 Code 和 GLM 5.2 模型，两者在 FrontierCode Extended 基准测试中表现优异。
入选理由：GLM 5.2 在 FrontierCode Extended 基准测试中得分为 43.0%。
GLM-5.2 在 DeepSWE 排名第一，但文章信息密度低，缺乏技术深度。
入选理由：GLM-5.2 在 DeepSWE 排名第一，pass@1 得分为 44%。
Kimi-K2.7-Code 模型已在 Ollama 云平台上线，支持 NVIDIA B300 GPU，数据隐私保护，性能提升显著。
入选理由：Kimi-K2.7-Code 模型在 Kimi Code Bench v2 上性能提升 21.8%。
Ollama 宣布支持 GLM-5.2 和 Kimi-K2.7-Code 模型在 Codex 中使用，但信息密度低，缺乏技术深度。
入选理由：Ollama 支持 GLM-5.2 和 Kimi-K2.7-Code 模型在 Codex 中使用。
文章内容信息密度低，缺乏技术深度和实用价值，主要为宣传链接。
入选理由：文章未提供具体技术内容或实用信息。
Kimi-K2.7-Code 在前端代码生成比赛中排名 #19，但信息密度低，缺乏深度分析。
入选理由：Kimi-K2.7-Code 在 Code Arena: Frontend 排名 #19。
