Kimi K2.7 Code 登陆 GitHub Copilot：开源模型首次进入模型选择器，开发者迎来「低价时代」

当闭源模型越用越贵，开源权重模型成了 Copilot 模型选择器里的第一个「异类」。

2026年7月1日，GitHub 正式在 Copilot 中上线了月之暗面（Moonshot AI）的开源编程模型 Kimi K2.7 Code。这是 Copilot 模型选择器首次纳入开放权重（open-weight）模型。

对全球数千万开发者来说，这不仅仅是一个新模型的上线——它可能意味着 AI 辅助编程的成本结构正在被重新定义。

一、发生了什么：模型选择器里的「第一个」

GitHub Copilot 自推出以来，模型选择器里的选项一直是闭源模型的天下——OpenAI、Anthropic 等厂商的模型通过 API 调用计费。而 Kimi K2.7 Code 的到来打破了这一格局。

该模型由 GitHub 托管在 Microsoft Azure 上，按用量计费。首批面向 Copilot Pro、Pro+ 和 Max 订阅用户推出，Business 和 Enterprise 将在未来几周内开放。值得注意的是，企业版默认关闭该模型，需要管理员主动启用。

支持的平台涵盖了开发者日常使用的几乎所有环境：Visual Studio Code 1.127.0+、Visual Studio 17.14.6+、JetBrains 1.9.1-251+，以及 Xcode、Eclipse、Copilot CLI、GitHub.com 和 GitHub Mobile。

二、Kimi K2.7 Code 是什么来头？

Kimi K2.7 Code 是月之暗面于 2026 年 6 月中旬发布并开源的代码专用模型。它的技术规格相当硬核：

• MoE（混合专家）架构：总参数量 1 万亿，每个 token 激活 320 亿参数

• 256K 上下文长度：支持超长代码文件的处理

• 多模态支持：通过 MoonViT 编码器支持图像和视频输入

• MLA（Multi-head Latent Attention）架构：提升推理效率

但最核心的亮点是：过度思考抑制。相比 K2.6，Kimi K2.7 Code 平均减少了约 30% 的 thinking-token 使用量。这意味着在处理代码任务时，模型不会反复验证同一段逻辑、白白消耗算力——这对高频短请求的 Copilot 场景来说至关重要。

基准测试方面，月之暗面公布的数据显示，K2.7 Code 在 Kimi Code Bench v2 上得分 62.0 vs K2.6 的 50.9，提升 21.8%。不过需要留意的是，截至 6 月中旬，尚无独立的第三方公开基准测试数据。

三、价格：这才是真正的「杀手锏」

Kimi K2.7 Code 的定价极具竞争力：

计费项 Kimi K2.7 Code Claude Opus 4.8（对比）

百万输入 $0.95 $5

缓存命中 $0.19 $0.5

百万输出 $4.00 $25

输出价格不到 Claude Opus 4.8 的 六分之一。

这一价格差异的背后，是 GitHub 近年来面临的成本困境。过去半年，GitHub Copilot 因主要采用 OpenAI 和 Anthropic 的闭源模型，API 调用成本高昂，导致运营入不敷出。GitHub 不得不缩减免费版和学生版权益，甚至暂停部分订阅的新开通。

而将开源模型直接部署在 Azure 上，GitHub 只需承担托管和计算成本，没有额外的授权成本。对开发者来说，这意味着更低的使用成本；对 GitHub 来说，这意味着更高的利润空间。

四、为什么是 Kimi，而不是 Qwen 或 GLM？

这个问题在知乎上引发了热议。有开发者指出，GLM 5.2 在体验上甚至比 Kimi 2.7 略好——那微软为什么选了 Kimi？

答案在于 「合适」 ：

第一，场景匹配。 Copilot 服务全球数千万开发者，是典型的高频短请求场景——补全几行代码、修改一个函数、排查一个小 bug，每秒承载数十万次调用。推理成本和响应延迟是头号硬约束。Kimi 的过度思考抑制能力，正好切中了这个痛点。而通用大模型的思考链路更长、单位请求算力消耗更高。

第二，专用 vs 通用。 Kimi K2.7 Code 是纯代码垂直方向的专用模型，从架构设计到优化目标全部围绕编程打磨。而 Qwen、GLM 都是通用大模型，代码能力只是其中一个模块。

第三，开放权重带来的掌控力。 这是最关键的一点。微软可以直接拿到模型权重，自行部署、裁剪、场景化微调，不必完全依赖厂商的 API 服务。对微软这种级别的平台来说，这意味着更高的服务稳定性把控权和产品定制空间。

五、对开发者的影响：一个新时代的开始？ 1. 成本焦虑的缓解

在 Copilot 从「每月 10 美元固定费用」转向按 token 计费后，大量用户发现费用暴涨。「以前 100 美元的用量现在要 300 美元，」一位 Hacker News 用户表示。Kimi K2.7 Code 的低价入场，为开发者提供了一个切实可行的省钱选项。

2. 锁定的解除

有开发者指出：「终于有一个公司可以用的、来自可信供应商的中国模型替代方案了」。多一个选择，就少一分被供应商锁定的焦虑。

3. 开源生态的胜利

一位开发者在体验后表示：「我确实感觉像是把未来握在了手里」。还有用户认为，Kimi 在 IDE 中的体验比 Claude Code 更透明，因为它是开源的。

当然，也有开发者选择更彻底的方案——本地部署 Qwen 模型。「它可能比不上 Claude，但不会再被供应商牵着走」。

六、隐忧与未知

目前仍存在一些不确定因素：

独立的第三方基准测试尚未出现。 GitHub 的宣称和厂商自述数据，还需要真实世界代码库的检验。

安全与合规风险。 开放权重模型虽然可以降低推理成本、允许本地微调，但也可能带来更高的安全风险——攻击者可能对 redistributed 权重进行微调以生成恶意代码或泄露训练数据中的专有代码。GitHub 建议企业管理员在启用前进行安全、合规和数据治理方面的全面评估。

实际采用率待观察。 开发者是否真的会在日常工作中切换模型，还是仅仅将其作为备用选项，需要第一个月的用量数据来回答。

七、展望：开源模型的 Copilot 时代

Kimi K2.7 Code 进入 GitHub Copilot，可能只是一个开始。

GitHub 表示将持续监控模型质量和性能，在没有严重问题的情况下将推送给所有开发者。后续很可能还会托管更多开源模型。

值得关注的信号包括：GitHub 季度 Copilot 使用报告中 K2.7 的采用数据、竞品是否也会将自己的开放权重模型加入模型选择器、以及企业版启用后的默认模型设置是否会发生变化。

开源模型进入主流开发工具，这可能真的是改变游戏规则的开端。