Moonshot AI 推出 Kimi K2.7-Code 高速模式：速度飙升 6 倍，每秒最高 260 token

如果你用过那些会「思考」的代码模型，大概都有过这种体会：敲下一行回车，屏幕上光标闪了半天，模型洋洋洒洒写了几百字心路历程，最后给出的补全代码其实只有两行。

Moonshot AI 想解决的就是这个痛点。6 月 12 日，这家刚拿下超 200 亿美元估值的团队推出了 Kimi K2.7-Code。紧接着在 6 月 15 日，他们又宣布在 Kimi Code Beta 中上线 HighSpeed 模式，把吞吐速度拉高了整整 6 倍。

在常规长度的编码任务下，HighSpeed 模式能跑出每秒 180 个 token；如果是更短的上下文，速度能冲到每秒 260 token。对于依赖自动化 Agent 批量跑任务的团队来说，这基本意味着从「等咖啡」变成了「即时刷新」。

结构没变，全靠后训练挤出水分

有意思的是，K2.7-Code 的底层模型架构和此前的 K2.5、K2.6 几乎一模一样。

它依然维持着万亿参数的混合专家（MoE）架构，切成 384 个专家子网络。每次处理一个 token，只激活其中 8 个专家和一个共享专家，实际运算的活跃参数只有约 320 亿。加上沿用自 DeepSeek 的 MLA（多头潜在注意力）机制压缩缓存，这让它能轻松撑住 256K 的超长上下文窗口。

而且这个模型有个硬性限制：它必须在「思考模式」下运行，通过跨轮次保留思维链来保持上下文理解，根本没有所谓的不思考秒回模式。

既然结构没动，6 倍的速度提升和宣称减少 30% 推理 token 是怎么来的？答案在后训练阶段。Moonshot 在训练微调时对代码任务加大了权重，硬生生把冗长纠结的思维链给压缩变短了。

学术界近来的研究早就发现，推理模型普遍存在「想太多」的毛病，输出 token 数量不仅往往比常规模型多出十几倍，甚至有时跟准确率呈现负相关。Moonshot 这次做的，其实就是给模型的思维链脱水。

渠道铺满，但第三方评测交了白卷

铺货节奏上，Moonshot 走得非常快。开源社区可以在 Hugging Face 上获取修改版 MIT 协议的模型权重；调接口的开发者能以百万 token 输入 0.95 美元、输出 4.00 美元的价格接入 API；桌面端还有每月 19 美元起的终端编程助手 Kimi Code。

不过，这里头最大的问号是它的真实实力。

虽然 Moonshot 声称新版本效率大幅提升，但这个结论完全来自他们自己设计的 5 项专有测试。到目前为止，Moonshot 还没有向任何公认的第三方独立基准评测提交过 K2.7-Code 的成绩。

换句话说，开发者到底能不能在真实复杂工程里尝到这 30% 的效率甜头，现在全凭厂家的自说自话。

为什么重要

我们认为，Moonshot 这步棋走得非常务实，但也打在了灰色地带上。

对开发者来说，跑 Coding Agent 最心疼的不是单价，而是模型来回兜圈子浪费的 token 费用和等待时间。如果 HighSpeed 模式在实际项目中真能做到每秒 260 token 还不掉智商，它完全值得你花 19 美元或者调几块钱 API 进工作流试一试。门槛很低，试错成本几乎可以忽略。

从行业竞争来看，自 2025 年 7 月初代 K2 面世以来，这已经是 Moonshot 拿出的第五次重大模型迭代。在阿里、腾讯、美团甚至中国移动这些金主的弹药支持下，中国头部队伍的迭代节奏明显逼得海外闭源大厂有些喘不过气。

但问题也很明显：不送测第三方榜单的做法，很容易让人联想到自卖自夸的营销包装。给思维链强行脱水到底会不会砍掉模型解决疑难杂症的深思能力，在真实业务把代码跑崩之前，谁也拿不准。在没有公认评测背书的前提下，大团队把核心业务直接押注上去，看起来还为时过早。