月之暗面Kimi K2.8 Preview全量上线Kimi Code 综合性能接近K3

会懂网AI资讯，9月13日，月之暗面宣布Kimi K2.8 Preview版本全量上线Kimi Code。官方给出的定位是综合性能已经接近下一代模型K3，而这一版本的能力强化集中在编程与工程执行场景，覆盖代码补全、重构与终端操作等高频开发环节，面向开发者群体交付。

据披露，Surge AI采用纯强化学习的方式，基于1700个自研编程任务对K2.7进行了后训练，才得到当前的K2.8 Preview。这套做法跳过了大规模人工标注数据，直接以任务是否可验证通过作为反馈信号驱动模型优化，对任务设计本身的质量提出了更高要求。

效果清晰地体现在外部基准上，五大外部基准全线提升，其中SWE-Marathon提升20.0分，Terminal-Bench 2.1提升14.6分，DeepSWE提升12.4分。这三项测试都属于长程编程与终端操作类任务，而非简单的代码片段生成或者依赖记忆的填空题式问答。

这类基准的共同特点是任务链条长、运行环境复杂，要求模型在多轮尝试与失败重试中保持上下文的一致性和目标的稳定性。分数的大幅跃升说明后训练的重点确实落在了工程执行能力，而不是通用问答或知识记忆能力，也说明可验证任务正成为后训练数据的主要来源。

业内对此有一个颇为形象的评价：基座模型写代码已经像实习生，缺的只是最后一公里。这句话的潜台词是，模型距离真正可交付的工程师产出，差距已经收敛到工程细节、边界处理与流程稳定性这些具体环节，而不再是整体能力层面上的量级差异，也意味着工程化与流程约束能力的重要性正在上升。

对开发者而言，全量上线意味着Kimi Code在日常开发中的可用性提升了一个台阶。随着编程模型赛道进入白热化竞争，版本迭代节奏与基准榜单上的分数差距正在成为各家争夺开发者心智的主要手段，而周边工具链的成熟程度同样会左右最终选择。