API 调用
无需部署,通过统一 API 快速调用模型,按实际用量付费。
Kimi K2.7 Code 是 Moonshot AI 推出的面向代码任务的 agentic 模型,基于 Kimi K2.6 构建,在真实世界长程代码任务中有显著提升,可增强复杂软件工程工作流中的端到端任务完成能力,并将思考 token 使用量相比 Kimi K2.6 降低约 30%。该模型采用 MoE 架构,总参数量为 1T,激活参数量为 32B,支持 256K 上下文长度,并支持图像输入、视频输入、Thinking mode、Preserve Thinking 与多步工具调用
通过 API 即可调用,按实际使用量计费。
计费币种:人民币| 计费类型 | 单价 / 计费单位 |
|---|---|
| 缓存命中 tokens | ¥ 1.30 / M Tokens |
| 输入 tokens | ¥ 6.50 / M Tokens |
| 输出 tokens | ¥ 27.00 / M Tokens |
Base URL: https://api.siliconflow.cn/v1
curl -X POST https://api.siliconflow.cn/v1/chat/completions \
-H "Authorization: Bearer $SILICONFLOW_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "moonshotai/Kimi-K2.7-Code",
"messages": [
{
"role": "user",
"content": "你好,请介绍一下自己。"
}
]
}'
请将 API Key 设置为环境变量 SILICONFLOW_API_KEY,避免在客户端公开密钥。
无需部署,通过统一 API 快速调用模型,按实际用量付费。
为业务预留专属资源,满足持续、稳定的模型调用需求。
Kimi-K2.7-Code 是月之暗面(Moonshot AI)基于 Kimi K2.6 后训练的多模态编程模型,面向复杂软件工程任务。
采用 MoE 架构,总参数量为 1T,激活参数为 32B,支持 256K 上下文长度。
支持图像和视频输入、Thinking mode、Preserve Thinking 与多步工具调用。
相比 Kimi K2.6,推理 Token 消耗减少 30%。
端到端软件开发,包括代码生成和调试。
需要通过 MCP 进行多步工具调用的长流程智能体任务。
复杂的机器学习研究、交易及专业数据工程任务。
需要兼顾高效推理与低 Token 开销的场景。
主要用于构建自主编程智能体,或执行需要持续多步处理的长流程任务。
需要利用 256K 上下文窗口处理超大文件。
希望通过提高 Token 利用效率、降低推理延迟,控制应用规模扩大后的成本。
任务既需要较强的编程与逻辑推理能力,也需要处理视觉等多模态输入。
硅基流动 AI 平台的 Kimi-K2.7-Code 支持 256K 上下文,并支持命中缓存功能。
可通过硅基流动 API 接入 Claude Code、Codex、OpenClaw、Hermes Agent、WorkBuddy、OpenCode、Cursor、TRAE、Kilo Code、Cline 和 Roo Code 等工具与应用。
自部署模型,性能有保障:硅基流动依托自研推理引擎,对模型做针对性优化,精度与原厂一致,响应更快。
接口兼容性好:提供 OpenAI 和 Anthropic 兼容 API,可直接接入 Claude Code、Cursor 等现有工具,迁移成本低。
成本控制有针对性优化:模型本身减少约 30% 思考 Token 消耗,硅基流动平台支持上下文缓存,进一步降低成本。