Kimi K2.7 上線與驗證清單

這篇教你確認 Kimi K2.7 模型 ID、做 A/B 測試，並把它接進現有 agent 工作流。

這篇給正在評估 Moonshot AI Kimi K2.7 的開發者看，尤其是已經在用 Kimi K2.6、OpenRouter，或長駐 agent 架構的人。照做完，你會拿到一份可直接執行的驗證流程，知道它是否適合你的長上下文、中文與多步工具任務。

你也會得到一個可落地的切換方法，從模型確認、測試集建立，到接入既有應用與觀察結果，都能一路照著做，不需要重寫整個系統。

開始之前

• OpenRouter 帳號與 API 存取權
• 有效的 OpenRouter API key
• Node 20+ 或 Python 3.11+ 本機環境
• 可依模型名稱切換的 agent app 或 playground
• 5 到 10 筆真實提示詞、文件或工單樣本
• OpenClaw Launch 的 Kimi K2.7 發布文
• OpenRouter model list
• OpenRouter SDK

Step 1: 確認 K2.7 模型 ID

目的：先抓到 OpenRouter 上的精確模型名稱，避免把舊 ID 或錯誤別名寫進正式設定。

打開 OpenRouter model list，找到 Kimi K2.7 項目，記下它的 ID、context length 與定價欄位。後續所有測試與部署都以這個 live listing 為準，不要只看文章標題。

curl https://openrouter.ai/api/v1/models | jq '.data[] | select(.name | test("Kimi.*K2.7"; "i")) | {id, name, context_length, pricing}'

驗收：你應該看到一筆可直接貼進設定檔的 Kimi K2.7 模型 ID。

Step 2: 建立 A/B 測試題庫

目的：做出一組固定題目，讓 K2.7 能和你現有模型在同一批任務上公平比較。

挑 5 到 10 題，覆蓋你的真實工作：長文件摘要、中文改寫、程式碼修改、多步除錯，以及一題多模態或圖片輸入。每一題都要固定內容，確保不同模型看到的是同一份輸入。

把題目存成純文字或 JSON，方便 agent 自動重播。如果你手上已有 production traces，直接拿來用，比自造測試樣本更有參考價值。

驗收：你應該有一份可重跑、可比對的題庫檔案，能對不同模型產生一致輸入。

Step 3: 切換 agent 到 Kimi K2.7

目的：用最小改動把既有 agent 指到 K2.7，先驗證它能在真實流程中正常回應。

如果你用 OpenClaw 或 Hermes Agent，就在模型下拉選單選 K2.7，再填入 OpenRouter key。若你是直接呼叫 API，只要改 request 裡的 model 欄位，其他參數先維持不變。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://openrouter.ai/api/v1",
  apiKey: process.env.OPENROUTER_API_KEY,
});

const response = await client.chat.completions.create({
  model: "moonshot/kimi-k2-7",
  messages: [
    { role: "system", content: "You are a coding agent." },
    { role: "user", content: "Review this repo and propose a fix." }
  ]
});

console.log(response.choices[0].message.content);

驗收：你應該收到一個有效 completion，而且路由、工具與儲存流程都沒有被迫改寫。

Step 4: 跑逐題對照測試

目的：用你自己的資料判斷 K2.7 是否真的優於基準模型，而不是只看「新模型」印象。

把每一題分別送進 K2.7 與基準模型，逐項評分 correctness、usefulness、tool-call quality，若是程式任務再看 edit distance。長上下文題目要特別檢查前段資訊是否被保留，以及模型能否一路遵守指令到最後。

先保持條件一致：temperature 相同、max tokens 相同、工具配置相同。若結果怪異，再一次只改一個變數，方便定位差異來源。

驗收：你應該能明確指出哪個模型在摘要、中文寫作與 agentic coding 上更適合你的工作流。

Step 5: 把勝出模型放進常駐 agent

目的：把測試結果變成可持續運作的預設設定，讓日常流量直接吃到最佳模型。

當你確認勝出者後，把預設模型改到 agent config，並保留基準模型作為 fallback。若平台支援下拉選單，讓 K2.7 成為長文件與中文任務的預設，快速低成本請求則維持較小模型。

上線時採漸進式釋出，觀察 latency、cost 與回答品質在真實流量下的表現。如果 K2.7 品質更好但速度較慢，就把它保留給真正值得的任務。

驗收：你應該看到 live requests 穩定走 K2.7，且使用者端沒有中斷，fallback 也可隨時切回。

常見錯誤

• 只看文章，不看 live model list。修法：上線前先從 OpenRouter 複製最新 model ID。
• 不同模型卻用不同題目或參數。修法：固定測試集、temperature 與工具設定，確保比較公平。
• 所有任務都無差別改用 K2.7。修法：只把它留給長上下文、中文或多步 agent 任務。

接下來可以看什麼

完成 K2.7 驗證後，可以用同一套 A/B 方法擴到其他模型，接著整理出每一層任務該用哪個模型，讓團隊之後切換時有明確依據。