SiliconFlow@SiliconFlowAI · X精选理由
K2.7 Code 在编码上逼近 GPT-5.5 和 Opus 4.8，同时推理 token 用量降低 30%，对追求前沿编码能力又在意成本的技术团队是个实用选择，硅基流动上的定价也给了明确预期。
AI 摘要
硅基流动上线月之暗面Kimi K2.7 Code模型。基于K2.6改进，专注编码与智能体任务。32B激活/1T总参，VLM多模态，支持交错思考与多步工具调用。相比K2.6，推理token使用减少30%，减少过度思考；长程编码任务指令遵循和完成率提升。性能接近GPT5.5与Opus 4.8。价格：缓存输入0.19/输入0.94/输出4.00每百万token。
AI 翻译 · 中文
更好的编程，更少过度思考 K2.7 Code 基于 K2.6 的坚实基础进一步深入 在 SiliconFlow 上认识 @MoonshotAI Kimi K2.7 Code — 以编程为核心、智能体驱动、专为 K2.6 之上构建。
💰 缓存输入/输入/输出：每 1M tokens 0.19/0.94/4.00 💪 改进的编程与智能体性能，接近 GPT5.5 与 Opus 4.8 🧠 更少的过度思考：相比 K2.6，推理 token 使用量降低 30% ⚙️ 长周期编程：更好的指令遵循，更高的端到端任务完成率 32B 激活 / 1T 参数 | VLM | 交错式思考 | 多步骤工具调用
在 SiliconFlow 上尝试 ⬇️