Cloudflare Workers AI 上架 Kimi K2.7 Code：寫程式專用，思考用量少 3 成

一句話看懂：Cloudflare 的 Workers AI 新增程式專用模型 Kimi K2.7 Code，官方說它比前一代少用 30% 的推理 token，而且 API 用法不變。

先用白話講：這是什麼模型？

想像請了一位專門寫程式的助理。前一代 Kimi K2.6 什麼題目都能答，但遇到寫程式常常想太多，白白多花時間。K2.7 Code 就是同一家族裡的「寫程式特化版」：官方說它想得更有效率，減少「過度思考」。

它跑在 Workers AI 上，也就是 Cloudflare 幫你準備好的 AI 推論服務，不用自己租 GPU。

發生什麼事

Cloudflare 在 2026 年 6 月 12 日的更新日誌中宣布，@cf/moonshotai/kimi-k2.7-code 已經可以在 Workers AI 使用。官方列出的重點：

• 採 Mixture-of-Experts（專家混合）架構，總參數 1T，每處理一個 token 只啟用 32B
• 比 K2.6 少用 30% 的推理 token，降低重推理任務的成本
• 三項程式與代理測驗的進步幅度：Kimi Code Bench v2 提升 21.8%、Program Bench 提升 11.0%、MLS Bench Lite 提升 31.5%
• 上下文長度 262.1k token，可以在長時間的代理工作中保留對話、工具定義與程式碼

跟 K2.6 比有什麼不同？

以上都是官方明寫的差異。官方沒有說一般輸入、輸出的價格，請以 Workers AI 定價頁為準。

什麼情況值得試？

• 做程式助理、自動 code review，或需要多步驟呼叫工具的 AI 代理
• 一次要丟進整個專案、或對話很長的任務（上下文長度 262.1k token）
• 常開「思考模式」、推理費用佔大宗的工作：官方說推理 token 少 30%

反過來說，單純的客服問答或翻譯，就不必特地換成程式特化版。官方也沒有提供這些任務上的比較數字，建議自己拿真實資料測。

給開發者的技術細節

• 支援視覺輸入、結構化輸出（JSON schema）、多輪工具呼叫
• 思考模式可用 chat_template_kwargs.thinking 調整推理深度
• 三種呼叫方式：Workers binding、REST API，或相容 OpenAI 的端點，也可以經過 AI Gateway

const res = await env.AI.run("@cf/moonshotai/kimi-k2.7-code", {
  messages: [{ role: "user", content: "幫我重構這段函式" }]
});

我的看法

對小團隊來說，這類「程式特化模型 + 不用自己管 GPU」的組合很吸引人，尤其是想做內部小工具、自動 code review 的人。官方既然說 API 沒變，要換很容易，我會用手邊真實的任務各跑一輪，比較結果與花費，而不是只看測驗分數。

另外要留意：測驗分數是官方引用的，不同任務的實際表現可能差很多；快取價格也小漲了一點，用量大的人要重新估算。

名詞小辭典

• Workers AI：Cloudflare 的 AI 推論服務，按用量計費，不用自己架機器。
• Mixture-of-Experts（MoE）：模型內有許多「專家」，每次只叫出一部分來回答，所以總參數很大但實際運算量較小。
• 推理 token：模型在回答前「思考」所用掉的文字量，會計入費用。
• 上下文長度：模型一次能記住的內容量，越長越能處理大型程式碼。

資料來源

• Cloudflare Changelog：Kimi K2.7 Code now available on Workers AI