Kimi K2.7-Code 將思考令牌減少 30%

Moonshot AI 已發布 Kimi K2.7-Code，這是一個開源編碼模型，旨在讓 AI 推理更有效率。該模型基於萬億參數的混合專家架構，能將「思考令牌」的數量減少 30%，同時號稱相較於前代模型有兩位數的效能提升。這意味著該模型能以更低的計算開銷生成程式碼並解決問題，使其運行更快、成本更低。 思考令牌的減少對於依賴 AI 執行複雜編碼任務的開發者來說尤其有價值。透過簡化推理過程，Kimi K2.7-Code 能更快地產出準確結果，減少互動式編碼會話中的延遲。該模型的開源特性也允許社群檢視、修改和改進它，從而促進創新。 然而，這次發布並非沒有爭議。部分實務人士對基準測試結果提出質疑，指出標準評估可能無法準確反映真實世界的效能。這凸顯了 AI 社群中持續存在的辯論：當基準測試可能被操弄或無法反映實際使用案例時，該如何衡量模型品質。 儘管存在懷疑，Kimi K2.7-Code 仍代表著朝向更精簡、更高效 AI 模型邁出的有意義的一步。隨著業界推動更小、更快、更易於使用的工具，Moonshot AI 的貢獻可能會影響未來編碼助手的設計方式。這些效能聲明能否經得起檢驗仍有待觀察，但圍繞評估標準的討論本身已是一項有價值的成果。