Kimi K2.7 Code：Hugging Face 官方模型规格与全量基准数据

一句话结论

Kimi K2.7 Code 是基于 MoE 架构（1T 总参数 / 32B 激活）的长程代码与 Agent 专用模型，原生集成 MoonViT 多模态视觉编码器与原生 INT4 量化，相较 K2.6 在保持编码能力跃升的同时降低约 30% 思考 Token 消耗。

测试环境、输入/配置

• 基础架构：MoE 架构，共 61 层（含 1 个 Dense 层），384 个专家，每 Token 激活 8 个路由专家 + 1 个共享专家。

• 注意力与激活：MLA（Multi-Head Latent Attention）机制，SwiGLU 激活函数，词表大小 160K，上下文窗口 256K。

• 视觉模块：MoonViT 视觉编码器（400M 参数），支持原生图像与视频输入。

• 量化与部署：原生 INT4 量化支持（权重约 595GB），支持 vLLM、SGLang、KTransformers 推理后端。

• 测试参数：Thinking 模式强制开启（preserve_thinking=True），temperature=1.0，top_p=0.95。

结果数据

官方 Model Card 公布的权威基准测试对比表（百分比）：

结论

1. 代码生成与多语言能力显著提升：在多语言软件工程基准 MLS Bench Lite 上从 26.7 提升至 35.1（逼近 GPT-5.5 的 35.5），Kimi Code Bench v2 提升 11.1 个百分点。

2. MCP 与 Agent 协议表现优异：在 MCP Mark Verified 测试中达到 81.1%，超越了 Claude Opus 4.8（76.4%），显示出极高的结构化工具遵循能力。

3. 推理效率优化：官方数据显示，K2.7 相比 K2.6 在长程任务中平均减少了 30% 的无效过度思考（overthinking）Token，提升了端到端响应速度并降低了 API 成本。

局限

• 官方表格中的部分基准为 Moonshot 内部构建的评估集（如 Kimi Code Bench v2, Kimi Claw 24/7），需要结合第三方开源基准交叉验证。

• 强制要求保留 reasoning_content，对不支持思考字段回传的第三方客户端和代理网关存在兼容门槛。

复现步骤

1. 部署 vLLM 或 SGLang：python3 -m sglang.launch_server --model-path "moonshotai/Kimi-K2.7-Code" --port 30000。

2. 保持 temperature=1.0、top_p=0.95、thinking={"type": "enabled"}。

3. 在多轮对话中将上一轮 assistant 消息的 reasoning_content 原样保留。

4. 分别运行 MCP Mark Verified 与 MLS Bench 测试集，记录成功率与 Token 消耗。

原始证据与数据

官方 Hugging Face README 明确列出了完整的模型超参数结构表、评测分数对比矩阵、INT4 量化规范以及多模态视频推理示例代码。

来源摘录或观察（仅做合规短引）

• 官方说明：“Kimi K2.7 Code strengthens end-to-end task completion across complex software engineering workflows while improving token efficiency, reducing thinking-token usage by approximately 30% compared with Kimi K2.6.”