9 月 2 日，月之暗面给 Kimi API 装了两个新接口：同时原生支持 OpenAI 的 Responses API 格式和 Anthropic 的 Messages API 格式。这意味着用 Codex 和 Claude Code 的开发者，不用再写本地代理、不用转换格式，自定义 model provider 直连 Kimi K2.7-code-highspeed 就能直接跑，国产大模型第一次"零摩擦"嵌进海外编程工具链。
工具简介
Kimi 是月之暗面(Moonshot AI)推出的对话式 AI 助手，主打超长上下文与中文复杂任务处理。9 月 2 日，官方宣布 Kimi API 完成一次关键升级：在原有 OpenAI Chat Completions 兼容格式之上，新增 Responses API(对应 OpenAI GPT-5 系列原生接口)与 Anthropic Messages API(对应 Claude 系列原生接口)双协议支持。Codex 用户可直接走 Responses API 调 kimi-k3、kimi-k2.7-code；Claude Code 用户则通过 Messages API 直连，无需任何代理或格式转换。这是国产大模型首次把海外主流编程 Agent 工具的"原生协议层"打通，标志国内模型正式进入海外开发流的默认选项池。
核心功能亮点
- 双协议原生支持：Responses API 兼容 Codex、Messages API 兼容 Claude Code，两条海外编程 Agent 主线都直连，中间不需要本地 proxy 或格式转换层，延迟和稳定性比"OpenAI 兼容"还高。
- Kimi K2.7-code 系列三档可选：highspeed 版面向快速补全，主用版兼顾深度推理，长上下文版适合整仓库阅读；三档都跑在 Anthropic 协议上，Claude Code 用户切换模型只改一行配置。
- 国内网络免翻墙：API 入口走 Moonshot 自有域名，延迟可控，不像海外模型频繁 429 或超时；对国内独立开发者和小团队最直接的价值，是把"科学上网"从日常开发流里彻底拆掉。
- 价格优于海外同档：以百万 token 计费，Kimi K2.7-code-highspeed 公开价格比 Claude Sonnet 系列低一档，比 GPT-5-codex 套餐的边际成本更友好；批量跑 Agent 循环和长上下文评审时，账单差异肉眼可见。
实测使用步骤
第一步，在 platform.moonshot.cn 注册并完成实名认证，进入"API Keys"创建新 key，系统会显示"该 key 已启用 Responses API 和 Messages API 兼容"；务必保存好，关闭页面就只看一次。第二步，在 Codex 客户端的 settings.json 里新增一段 model provider：把 baseUrl 设为 https://api.moonshot.cn/v1,model 填 kimi-k2.7-code-highspeed(快)或 kimi-k2.7-code(均衡)，wireApi 改为 responses；保存重启后，Codex 下拉框里会多出一项"Custom - Moonshot"，选中即可。第三步，Claude Code 用户在 ~/。claude/settings。json 里填 provider 块：env 一项设 ANTHROPIC_BASE_URL=https://api.moonshot.cn/v1,模型名填 kimi-k2.7-code；启动 claude 后，日志会显示"connected to Moonshot via Anthropic-compatible API"，表示走通。第四步，用一条中等难度的 Python 改 bug 任务做冒烟测试：让它读一段 200 行的 FastAPI 代码、定位一处边界条件错误并给出 diff；正常情况，首字响应在 1.5 秒内，完整 diff 在 6 秒内拿到，且格式与 Claude 官方输出兼容——这意味着团队既有的"Claude Code 自动化脚本"基本可以无缝平迁。第五步，如果想再稳一点，在请求里显式加上 max_tokens 和 temperature，前者 4096 适合大多数补全，后者 0.2 适合精确改写；高频调用建议错峰，Moonshot 默认 QPS 限制比海外宽松，但批量跑仍要避免集中打。
适用人群与场景
最直接的三类人：一是已经在用 Codex 或 Claude Code 写代码的独立开发者，被海外 API 账单和翻墙稳定性反复折磨的；二是初创小团队，CTO 想给团队统一一套 AI 编程工具，但要控制月度账单、又不希望牺牲太多代码质量；三是企业内部技术中台，需要把 AI 编程能力接入自研 IDE 或 CI 流水线，要求协议层和主流生态对齐——直接走 Anthropic 或 OpenAI 协议，免去私有封装成本。场景上，代码补全、跨文件改写、单元测试生成、PR 评审、Issue 分类这几类高频轻量任务最受益；K2.7-code-highspeed 适合 IDE 内联补全，K2.7-code 主用版适合命令行跑 Agent 循环。
优缺点总结
优点：双协议原生直连省去本地代理与格式转换，接入成本极低；国内直连延迟稳定，免翻墙；价格在国产同档里属第一梯队，海外模型价格波动时仍是更稳的预算锚；支持百万级上下文，整仓库评审、长文档代码分析都有底气。不足：与 Claude Opus 4.5、GPT-5-codex 旗舰档相比，在超复杂算法推导与多轮 Agent 决策的"上限"仍有差距，严谨复杂任务建议做人工抽检；Messages API 是"兼容"而非"原生一致"，极个别 Claude Code 高级特性(如 prompt caching 完整行为)还在对齐中，部分场景下需要手动调参；企业级 SLA、专属计费通道仍在完善，大型客户落地前需和销售确认。
早悟点评
国产大模型这两年一直在追"模型本身的能力分"，但真正决定开发者用不用的，是"嵌进海外工具链的摩擦力"。这次 Kimi 把 Responses API 和 Messages API 都打通，等于告诉所有 Codex 和 Claude Code 用户：你的既有流程不需要改，只需要换一行 model 名，就可以用上国产模型。这比单纯刷 benchmark 分数，更有行业渗透力。
行业观察
9 月初这一周，国产大模型密集做"工具链兼容"动作：智谱 GLM-5.3-Flash 在 ZCode 里做夜间免费，豆包工作接入 Mac 屏幕操作，Kimi 这次把 OpenAI 和 Anthropic 两套海外协议都打通。三件事看着零散，实际指向同一件事——2026 下半年的竞争焦点从"模型能不能答对题"，转向"模型能不能无痛嵌进用户既有的开发流和工作流"。海外 API 收费和封号风险居高不下，国产模型以"协议兼容 + 价格 + 国内直连"组合，正在悄悄把海外工具的默认后端换掉。开发者层面，接下来半年最值得跟踪的不是单一模型的能力榜单，而是"我既有工具里有多少行配置可以无痛换成国产后端"——这才是真正的迁移成本指标。
