Kimi K2.7 Code：便宜到值得一试，或许好到可以分担工作

昨天 Moonshot AI 在 Hugging Face 上发布了 Kimi K2.7 Code：一个 1 万亿参数的混合专家（MoE）编码模型（激活参数 32B），上下文窗口 256K，权重以 Modified MIT 许可证开放。

如果你读过我们那篇 Claude Fable 5 的文章，这次的逻辑正好反过来。Fable 5 的能力已被验证，风险在于价格。而 K2.7 Code 的价格微不足道，能力才是悬而未决的问题。这个模型才发布一天，还没有任何第三方对它做过基准测试，连 Moonshot 自己公布的数字都把它排在前沿模型之后。但这两种情形最终都指向同一种做法：在你已经在用的编码工具里，跑一个便宜且可随时回退的实验。

有一点让这个实验比单纯的替换更有意思。在 每百万输入 token 0.95 美元、每百万输出 token 4.00 美元 的价格下，K2.7 Code 的输入价格约为 Claude Fable 5 的十分之一，输出价格约为十二分之一。这便宜到足以让它担任另一种角色：和你的 SOTA 模型并肩工作，承担那些常规的分发任务，而把难啃的部分留给昂贵的模型。

K2.7 Code 已经上线 Token Station，模型 ID 为 kimi/kimi-k2.7-code，按 Moonshot 的标价、零加价提供，而你的 10 美元注册赠金足够用上很久。

我们已知的（以及未知的）

来自模型卡：

为编码 agent 而生。它是 Kimi K2.6 面向编码的后继版本，针对长周期的软件工程做了调优：交错思考、多步工具调用、MCP 支持，以及跨轮次保留的推理过程。
思考 token 比 K2.6 少约 30%，同时编码得分更高，这在按输出 token 计费时很关键。
总参数 1T，激活参数 32B，384 个专家，原生支持 INT4，外加一个 400M 参数的视觉编码器用于图像输入。
开放权重，Modified MIT 许可。你可以把整个模型下载下来，用 vLLM 或 SGLang 自行部署。

还有坦诚的一面。Moonshot 公布了它和前沿模型的对比，而 K2.7 Code 落了下风：

Moonshot 自报基准的分组柱状图：Kimi K2.7 Code 在 Kimi Code Bench v2 上得 62.0，对比 GPT-5.5 的 69.0 和 Claude Opus 4.8 的 67.4；在 ProgramBench 上得 53.6，对比 69.1 和 63.8；在 MCP Atlas 上得 76.0，对比 79.4 和 81.3 — Moonshot 自己公布的数字。K2.7 Code 在这三项上都落后于前沿模型。数据来源：Kimi K2.7 Code 模型卡，2026 年 6 月。

一家厂商公布自己模型落败的基准，是这些数字诚实可信的好迹象，而且差距并不难看：在 Moonshot 的编码基准上比 GPT-5.5 落后约 7 分，在工具使用上更接近。上一代 Kimi（K2.6）目前是 Artificial Analysis Intelligence Index 上最强的开放权重模型。眼下没人知道的是，K2.7 Code 在你的代码库、你的工具里、经过一段长时间的 agent 会话之后表现如何。这正是这个实验要回答的未知数。

有一点需要厘清，和我们那篇 Grok Build 文章的思路一致：K2.7 Code 这个模型是针对 Moonshot 自家的 Kimi Code CLI（他们的编码工具）做优化的。但你并不需要那个 CLI。这个模型支持 OpenAI 和 Anthropic 兼容的 API，而 Token Station 会把你现有工具发出的请求翻译成它能理解的格式。

价格：在前沿模型面前几乎可以忽略不计

下面这些模型都已在 Token Station 上线，按各家厂商的标价提供：

模型	输入 / 1M	输出 / 1M	上下文
`kimi/kimi-k2.7-code`	$0.95	$4.00	256K
`xai/grok-build-0.1`	$1.00	$2.00	256K
`anthropic/claude-sonnet-4-6`	$3.00	$15.00	1M
`anthropic/claude-opus-4-8`	$5.00	$25.00	1M
`openai/gpt-5.5`	$5.00	$30.00	1M
`anthropic/claude-fable-5`	$10.00	$50.00	1M

按 K2.7 Code 的价格，10 美元注册赠金大约能买 1000 万个输入 token 或 250 万个输出 token。同样一笔赠金，用 Fable 5 只够跑一个下午，用它却能撑起好几周的评测。这个实验的下行风险几乎为零。

编码 agent 早就把工作分成了不同层级。一边是主循环，负责规划和高难度推理；另一边是分发任务：子 agent 读取文件、执行搜索、运行测试、汇总结果。分发任务消耗了绝大部分 token，却最不需要聪明才智。

正是在这种分工下，一个每百万 4 美元的模型才有理由和每百万 50 美元的模型并肩而立。让 Fable 5 或 Opus 4.8 坐镇主驾，把常规工作交给 K2.7 Code。如果 Moonshot 的数字在实际中站得住脚，那么委派任务上的质量下降很小，而每个被委派的 token 成本下降都超过 10 倍。

你需要准备什么

一个 Token Station 账号（免费注册；10 美元赠金，无需信用卡，也不需要 Moonshot 账号）
你的 Token Station API 密钥（以 gw- 开头）
已安装 Claude Code、Codex 或 OpenClaw

Claude Code 配置：两层分工

Claude Code 把它的模型层级以环境变量的形式暴露出来，因此它是跑这个分担工作实验最干净利落的地方。把 Opus 这一档留给 Claude Fable 5，其余全部交给这匹主力模型：

# Token Station endpoint + auth
export ANTHROPIC_BASE_URL="https://models.bytefuture.ai"
export ANTHROPIC_AUTH_TOKEN="gw-YOUR_TOKEN_STATION_KEY"

# Top tier: Fable 5 takes the genuinely hard problems
export ANTHROPIC_DEFAULT_OPUS_MODEL="anthropic/claude-fable-5"

# Everything else runs on the workhorse
export ANTHROPIC_DEFAULT_SONNET_MODEL="kimi/kimi-k2.7-code"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="kimi/kimi-k2.7-code"
export CLAUDE_CODE_SUBAGENT_MODEL="kimi/kimi-k2.7-code"

claude

现在一次普通的会话会全程跑在 K2.7 Code 上：主循环、每个子 agent、每次后台搜索，全部按每百万输出 4 美元计费，而不是 50 美元。当某个问题确实需要前沿级判断时，用 /model opus 升级，Fable 5 就会接手；难啃的部分搞定后再降回来。这样昂贵的模型就回到了它在那个价位上本该扮演的角色：一位被你请来的专家。

如果 Fable 5 的价格让你心疼，就把 Opus 档里的 anthropic/claude-fable-5 换成 anthropic/claude-opus-4-8；这套升级模式在任何档位都适用。

Codex 配置

Codex 每次会话只跑一个模型，但它的 profiles 能在调用层面实现同样的分工：把主力模型设为默认，再为 Fable 5 单独保留一个命名的升级 profile。

mkdir -p ~/.codex
cat > ~/.codex/config.toml <<'EOF'
# Default: the workhorse
model = "kimi/kimi-k2.7-code"
model_provider = "token_station"

[model_providers.token_station]
name = "token_station"
base_url = "https://models.bytefuture.ai/v1"
env_key = "TOKEN_STATION_API_KEY"
wire_api = "responses"

# Escalation: Fable 5 on demand
[profiles.deep]
model = "anthropic/claude-fable-5"
EOF

export TOKEN_STATION_API_KEY="gw-YOUR_TOKEN_STATION_KEY"

codex                  # routine work on K2.7 Code
codex --profile deep   # hard problems on Fable 5

日常你直接运行 codex，按主力模型的价格付费。当某个任务值得动用前沿模型时，codex --profile deep 仅在这一次调用中请出 Fable 5。配置里其他部分一概不动。

OpenClaw 配置

OpenClaw 把这种分工做成了一等公民的设置。除非 agents.defaults.subagents.model 另有指定，否则子 agent 会继承调用方的模型（文档），因此可以让 Fable 5 坐镇主驾，而每个派生出来的子 agent 都跑在 K2.7 Code 上：

{
  "models": {
    "mode": "merge",
    "providers": {
      "token-station": {
        "baseUrl": "https://models.bytefuture.ai/v1",
        "apiKey": "${TOKEN_STATION_API_KEY}",
        "api": "anthropic-messages",
        "models": [
          {
            "id": "anthropic/claude-fable-5",
            "name": "Claude Fable 5 (Token Station)",
            "contextWindow": 1000000,
            "maxTokens": 128000
          },
          {
            "id": "kimi/kimi-k2.7-code",
            "name": "Kimi K2.7 Code (Token Station)",
            "contextWindow": 256000,
            "maxTokens": 32768
          }
        ]
      }
    }
  },
  "agents": {
    "defaults": {
      "model": { "primary": "token-station/anthropic/claude-fable-5" },
      "subagents": { "model": "token-station/kimi/kimi-k2.7-code" }
    }
  }
}

主 agent 保留前沿级判断；并行的分发任务（也就是烧 token 的那部分）按主力模型的价格计费。如果想让整套流程全部跑在 K2.7 Code 上，就把 agents.defaults.model.primary 指向它；无论哪种方式，两个模型都在同一个密钥背后。

值得了解的几个特性

思考始终开启。K2.7 Code 在回答前会先推理，并把推理过程带入后续轮次；你无法关闭它。要把推理 token 算进输出账单，好在相比 K2.6 减少了 30%，压力会小一些。
256K 上下文。已经很慷慨，但只有前沿 Claude 和 GPT 模型 1M 窗口的四分之一。较长的 agent 会话会更早触发压缩。
它有自己的主场工具。Moonshot 是针对 Kimi Code CLI 调优的，所以在别处偶尔会遇到一些粗糙之处。Token Station 对工具和参数名的翻译会处理掉协议层面的不匹配。
退出之路两头都通。如果实验失败，删掉配置就行。如果成功，权重以 Modified MIT 许可放在 Hugging Face 上：你最终可以在自己的硬件上部署一模一样的模型。一个能够升级为自托管的云端实验，正是混合推理故事的缩影。

开始这个实验

把那些你那昂贵模型大材小用的活儿交给 K2.7 Code：子 agent 搜索、测试运行、样板代码、内容汇总。观察一周，看它在哪里站得住、在哪里掉链子，然后据此确定分工。同一个 Token Station 密钥能并排跑 anthropic/claude-fable-5、anthropic/claude-opus-4-8 和 kimi/kimi-k2.7-code，所以对比是天然内置的。

到 models.bytefuture.ai 注册（10 美元免费赠金，无需信用卡），亲自看看一个才发布一天的开放权重模型，能否以十分之一的价格扛起你 agent 一半的工作量。

分享这篇文章 Post LinkedIn Facebook Hacker News Reddit