觉
AI觉醒星球
Awakening is here
Knowledge File / AI小生意项目库
2026-07-08 2 浏览 免费阅读

Kimi K2.7 现已可用于 Copilot Business 和 Copilot Enterprise

2026年7月1日,Kimi K2.7 模型扩展至 Copilot Business 和 Copilot Enterprise 计划,同时 Kimi K2.7 Code 开源模型在 GitHub Copilot 中正式可用,为编码工作流提供更低成本的选项。

SOURCE / AI小生意项目库 MIN / 9 ACCESS / 免费阅读 POST / 2026-07-08 08:05:35

原贴

查看原文
作者:Allison 来源站点:github.blog 原贴时间:

原文

On July 1, 2026, we announced Kimi K2.7 would be available to Copilot Pro, Pro+, and Max plans . The model is now additionally available on Copilot Business and Copilot Enterprise plans. Kimi K2.7 Code, an open-weight model, is now generally available in GitHub Copilot. This is the first open-weight model offered as a selectable option in the Copilot model picker, giving you more choice and a lower-cost option for your coding workflows. Kimi K2.7 Code is hosted by GitHub on Microsoft Azure. This model is billed at provider list pricing under usage-based billing. See GitHub Copilot’s pricing for models and requests for details. Kimi K2.7 Code is off by default for Copilot Business and Copilot Enterprise. Plan administrators must enable the Kimi K2.7 Code policy in Copilot settings before anyone in their organization can select it. If the policy is left off, the model stays unavailable to that organization. We recommend administrators review open-weight models against their own security, compliance, and data-governance requirements before enabling them.

中文翻译

2026年7月1日,我们宣布 Kimi K2.7 将可用于 Copilot Pro、Pro+ 和 Max 计划。该模型现在额外可用于 Copilot Business 和 Copilot Enterprise 计划。Kimi K2.7 Code,一个开源权重模型,现已在 GitHub Copilot 中正式可用。这是 Copilot 模型选择器中第一个作为可选选项提供的开源权重模型,为你的编码工作流提供更多选择和更低成本的选项。Kimi K2.7 Code 由 GitHub 在 Microsoft Azure 上托管。该模型按提供商列表价格计费,基于使用量计费。有关模型和请求的定价,请参阅 GitHub Copilot 的定价。Kimi K2.7 Code 在 Copilot Business 和 Copilot Enterprise 中默认关闭。计划管理员必须在 Copilot 设置中启用 Kimi K2.7 Code 策略,组织中的任何人才可以选择它。如果该策略保持关闭,则该模型对该组织不可用。我们建议管理员在启用之前根据其自身的安全、合规和数据治理要求审查开源权重模型。

核心信息

2026年7月1日,Kimi K2.7 模型扩展至 Copilot Business 和 Copilot Enterprise 计划,同时 Kimi K2.7 Code 开源模型在 GitHub Copilot 中正式可用,为编码工作流提供更低成本的选项。

  • 2026年7月1日,Kimi K2.7 模型扩展至 Copilot Business 和 Copilot Enterprise 计划,同时 Kimi K2.7 Code 开源模型在 GitHub Copilot 中正式可用,为编码工作流提供更低成本的选项。
  • 原贴提到:On July 1, 2026, we announced Kimi K2.7 would be available to Copilot Pr
  • 来源:github.blog

详细解读

这是什么信号? 微软正在将第三方开源模型(如 Kimi K2.7)深度集成到其企业级 Copilot 产品中,这标志着 AI 辅助编程工具从单一供应商模型向多模型生态的转变。Kimi K2.7 Code 作为首个在 Copilot 模型选择器中可选的开源权重模型,意味着企业用户不再被锁定在微软自研模型(如 GPT 系列)中,而是可以灵活选择成本更低、可能针对特定任务优化的替代方案。

为什么重要? 对企业和开发者而言,这降低了 AI 编码工具的准入门槛:开源模型通常提供更透明的权重和可定制性,且按使用量计费可能比专有模型更经济。同时,模型由 GitHub 托管在 Azure 上,保证了可靠性和合规性(如数据本地化)。但安全隐忧也随之而来:开源模型需要管理员手动启用,企业需自行评估其安全、合规和数据治理风险。

对谁有价值? 首先,Copilot Business 和 Enterprise 的订阅者能直接受益——他们可立即获得更多模型选择,尤其适合希望控制成本或需要特定领域代码生成能力的团队。其次,开源社区和 AI 研究者:Kimi K2.7 Code 的开放有助于推动模型改进和下游应用。最后,微软自身:通过支持开源模型,微软能吸引更广泛的开发者群体,同时巩固 Azure 作为 AI 基础设施的地位。

可以怎么行动? 作为企业 IT 管理员,应首先审查组织对开源模型的安全与合规政策,然后考虑在 Copilot 设置中启用 Kimi K2.7 Code 选项,并鼓励开发团队测试其代码生成效率与成本。开发者可以对比 Kimi K2.7 Code 与现有模型的输出质量,特别是在 Python、JavaScript 等常见语言上的表现。小规模试点后,再决定是否全面推广。

风险或限制:开源模型可能不如专有模型在复杂推理任务上可靠;其训练数据来源和潜在偏见需要额外审查。此外,默认关闭的策略可能减缓采纳速度,部分企业可能因合规审查延迟而错失早期优势。计费方面,按使用量计费可能对高频用户并不总是更便宜,需与现有订阅成本对比。

信息差价值

这条内容的真正价值,不只是“有人发布了一个新功能”,而是它揭示了 github.blog 背后的产品方向、工作流变化或竞争信号。对 OPC 来说,这种信息可以转化成持续追踪的栏目选题。

如果把《Kimi K2.7 现已可用于 Copilot Business 和 Copilot Enterprise》放到你的内容系统里,它最大的价值在于帮助读者更快看懂“为什么值得关注”,而不是只看到一条碎片化动态。

参考来源

AI SUMMARY

这篇文章回答了什么

Kimi K2.7 现已可用于 Copilot Business 和 Copilot Enterprise主要讲什么?

2026年7月1日,Kimi K2.7 模型扩展至 Copilot Business 和 Copilot Enterprise 计划,同时 Kimi K2.7 Code 开源模型在 GitHub Copilot 中正式可用,为编码工作流提供更低成本的选项。

这篇文章最值得关注的要点是什么?

2026年7月1日,Kimi K2.7 模型扩展至 Copilot Business 和 Copilot Enterprise 计划,同时 Kimi K2.7 Code 开源模型在 GitHub Copilot 中正式可用,为编码工作流提…;原贴提到:On July 1, 2026, we announced Kimi K2.7 would be available to Copilot Pr;来源:github.blog

这篇文章和哪些AI专题相关?

它适合放在AI副业、Agent工作流、AI工具专题里阅读。 关联原因:这篇内容命中「项目、小生意、变现」等主题信号。;这篇内容命中「工作流、AI编程」等主题信号。;这篇内容命中「模型」等主题信号。

阅读这篇文章建议先理解哪些关键词?

建议先理解AI工具、工具、自动化、模型、Cursor这些关键词,再结合正文判断工具、机会或风险是否值得进入自己的工作流。

上一篇 Mistral进入机器人领域,推出仅需单摄像头的8B导航模型Robostral Navigate 下一篇 从Hugging Face到Amazon SageMaker Studio一键直达