DataLearner 标志

Kimi K2.7 Code 评测详情

Kimi K2.7 Code 当前已收录的代表性评测结果包括 Terminal Bench Hard(35 / 244,得分 44.70)、Program Bench(4 / 15,得分 53.60)、ECI(46 / 167,得分 150)。本页还提供与 5 个竞品模型及 3 个前代或同系列模型的对比,在有数据时会展示性能和价格视图。

评测结果

Kimi K2.7 Code

评测结果

思考模式
工具使用

常识推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleBench
思考模式
57.90
41 / 96

跨能力综合测试

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveBench
常规模式
68.41
46 / 117

自主开发与终端任务

共 3 项评测
评测名称 / 模式
得分
排名/总数
Terminal-Bench 2.1
思考模式工具
67.04
44 / 57
Terminal Bench Hard
思考模式工具
44.70
35 / 244
Terminal-Bench 4.0
思考模式工具
1
86 / 98

跨应用与工具编排

共 3 项评测
评测名称 / 模式
得分
排名/总数
MCPMark-Verified
思考模式工具
81.10
5 / 8
76.11
14 / 45
MCP-Atlas
思考模式工具
76
22 / 44

仓库修复与多文件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
DeepSWE
常规模式工具
31
84 / 92

程序生成与编辑

共 2 项评测
评测名称 / 模式
得分
排名/总数
Kimi Code Bench 2.0
思考模式工具
62
2 / 3
Program Bench
思考模式工具
53.60
4 / 15

机器学习工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
MLS Bench
思考模式工具
35.10
5 / 6

科学知识与推理

共 1 项评测
评测名称 / 模式
得分
排名/总数
CritPt
思考模式
10
74 / 204

科学计算与科研编程

共 1 项评测
评测名称 / 模式
得分
排名/总数
SciCode
思考模式
47.80
81 / 134

客服与业务流程

共 1 项评测
评测名称 / 模式
得分
排名/总数
τ³-Banking
思考模式工具
20.20
93 / 167

法律

共 1 项评测
评测名称 / 模式
得分
排名/总数
Harvey Lab-AA
思考模式工具
85.02
22 / 44

文档与图表理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
GDP.pdf
思考模式
11.20
77 / 122

跨能力聚合指数

共 1 项评测
评测名称 / 模式
得分
排名/总数
ECI
unknown
150
46 / 167

竞品对比

Kimi K2.7 Code 与同类主流模型的评测得分对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

12 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。

评测项Kimi K2.7 Code当前GLM-5.2Claude Opus 4.8MiniMax M3Qwen3.7 Max
SimpleBench
Score (AVG@5)
常识推理
57.90开启思考
58.80常规模式
64.80常规模式
45.80开启思考
70.40常规模式
LiveBench
Accuracy
跨能力综合测试
68.41常规模式
73.18常规模式
78.93深度思考模式
67.26深度思考模式
73.14深度思考模式
Terminal Bench Hard
Accuracy
自主开发与终端任务
44.70开启思考 | 工具
50.80思考水平·高 | 工具
58.30思考水平·高 | 工具
42.40开启思考 | 工具
50.80开启思考 | 工具
Terminal-Bench 2.1
Accuracy
自主开发与终端任务
67.04开启思考 | 工具
81.00思考水平·高 | 工具
78.88思考水平·高 | 工具
66.00开启思考 | 工具
--
Terminal-Bench 4.0
Resolution rate (%)
自主开发与终端任务
1.00开启思考 | 工具
1.00思考水平·高 | 工具
23.64思考水平·高 | 工具
2.00开启思考 | 工具
1.50开启思考 | 工具
MCP-Atlas
Pass rate / claim coverage
跨应用与工具编排
76.00开启思考 | 工具
77.80开启思考 | 工具
82.20思考水平·高 | 工具
74.20开启思考 | 工具
76.40开启思考 | 工具
MCPMark-Verified
Score
跨应用与工具编排
81.10开启思考 | 工具
--
76.38思考水平·高 | 工具
--
--
PinchBench v2
Average score (%)
跨应用与工具编排
76.11思考水平·高
86.98思考水平·高
90.54思考水平·高
--
92.51思考水平·高
DeepSWE
Pass@1 (DeepSWE v1.1)
仓库修复与多文件工程
31.00常规模式 | 工具
44.00深度思考模式 | 工具
58.97深度思考模式 | 工具
--
--
Program Bench
Score
程序生成与编辑
53.60开启思考 | 工具
63.70开启思考 | 工具
--
--
--
CritPt
Score
科学知识与推理
10.00开启思考
20.90思考水平·高
20.90思考水平·高
3.70开启思考
13.40开启思考
SciCode
Score
科学计算与科研编程
47.80开启思考
51.20思考水平·高
54.40思考水平·高
45.37开启思考
53.50思考水平·高
其余 4 个 benchmark 仍可在上方图表中查看。

Kimi K2.7 Code 与同类模型的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。

这些模型的价格币种或计费单位不一致,暂不直接绘制统一柱状图,以下展示原始价格。

Kimi K2.7 Code
供应商: Moonshot AI
标准输入: $0.95 / 1M tokens
标准输出: $4 / 1M tokens
Composer 2.5
供应商: Cursor
标准输入: $0.5 / 1M tokens
标准输出: $2.5 / 1M tokens
GLM-5.2
供应商: 智谱AI
标准输入: $1.4 / 1M tokens
标准输出: $4.4 / 1M tokens
Claude Opus 4.8
供应商: Anthropic
标准输入: $5 / 1M tokens
标准输出: $25 / 1M tokens
MiniMax M3
供应商: MiniMaxAI
标准输入: ¥2.1 / 1M tokens
标准输出: ¥8.4 / 1M tokens
标准价适用于 <= 524288
Qwen3.7 Max
供应商: 阿里巴巴
标准输入: ¥12 / 1M tokens
标准输出: ¥36 / 1M tokens
模型供应商标准输入标准输出标准价适用于
Kimi K2.7 Code
Moonshot AI$0.95 / 1M tokens$4 / 1M tokens—
Composer 2.5
Cursor$0.5 / 1M tokens$2.5 / 1M tokens—
GLM-5.2
智谱AI$1.4 / 1M tokens$4.4 / 1M tokens—
Claude Opus 4.8
Anthropic$5 / 1M tokens$25 / 1M tokens—
MiniMax M3
MiniMaxAI¥2.1 / 1M tokens¥8.4 / 1M tokens<= 524288
Qwen3.7 Max
阿里巴巴¥12 / 1M tokens¥36 / 1M tokens—

历代版本对比

Kimi K2.7 Code 系列各版本的评测成绩纵向对比

评测类别:
柱状图按当前筛选范围内每个模型在各评测中的最高分展示;百分制评测使用原始高度,超出 0-100 的评测按该评测内相对比例缩放,标签仍保留原始分数。

12 项可对比评测得分汇总。每个模型展示最佳得分,模式在分数下方标注。· 点击任意行可切换下方趋势图。

评测项Kimi K2.7 Code当前Kimi K2.6Kimi K2.5Kimi K2 Thinking
SimpleBench
Score (AVG@5)
常识推理
57.90开启思考
--
46.80开启思考
39.60常规模式
LiveBench
Accuracy
跨能力综合测试
68.41常规模式
70.54开启思考
69.07开启思考
61.59开启思考
Terminal Bench Hard
Accuracy
自主开发与终端任务
44.70开启思考 | 工具
43.90开启思考 | 工具
34.80开启思考 | 工具
31.10开启思考 | 工具
Terminal-Bench 2.1
Accuracy
自主开发与终端任务
67.04开启思考 | 工具
53.56开启思考
--
--
MCP-Atlas
Pass rate / claim coverage
跨应用与工具编排
76.00开启思考 | 工具
69.40开启思考 | 工具
64.40常规模式 | 工具
--
MCPMark-Verified
Score
跨应用与工具编排
81.10开启思考 | 工具
72.80开启思考 | 工具
--
--
PinchBench v2
Average score (%)
跨应用与工具编排
76.11思考水平·高
--
54.60思考水平·高
--
Kimi Code Bench 2.0
Score
程序生成与编辑
62.00开启思考 | 工具
50.90开启思考 | 工具
--
--
Program Bench
Score
程序生成与编辑
53.60开启思考 | 工具
48.30开启思考 | 工具
--
--
MLS Bench
Score
机器学习工程
35.10开启思考 | 工具
26.70开启思考 | 工具
--
--
CritPt
Score
科学知识与推理
10.00开启思考
8.00开启思考
3.10开启思考
2.60开启思考
SciCode
Score
科学计算与科研编程
47.80开启思考
51.50开启思考
--
--
其余 4 个 benchmark 仍可在上方图表中查看。

单评测历史趋势图

当前查看:SimpleBench · 常识推理

选择评测
常规常规 + 工具推理推理 + 工具深度推理深度推理 + 工具

横轴为模型与发布时间,纵轴为分数;同一模式会用实线串起版本变化,同代不同模式继续用虚线辅助对齐。

Kimi K2.7 Code 所在系列的标准 API 价格对比

按模型并排展示标准文本输入价与输出价;若存在超长上下文加价,仅保留阈值内标准价,并在下方说明适用范围。

数据来源:DataLearnerAI,展示默认供应商的标准文本价格。 · USD / 1M tokens

模型供应商标准输入标准输出标准价适用于
Kimi K2.7 Code
Moonshot AI$0.95 / 1M tokens$4 / 1M tokens—
Kimi K2.6
Moonshot AI$0.95 / 1M tokens$4 / 1M tokens—
Kimi K2.5
Moonshot AI$0.6 / 1M tokens$3 / 1M tokens—
Kimi K2 Thinking
Fireworks AI$0.6 / 1M tokens$2.5 / 1M tokens—