类型
规格
价格
输入
每100万个提示词标记
$0.95
输出
每100万个生成代币
$4.00
网络搜索
每次调用时
$0.015
Kimi K2.7 Code 与 DeepSeek V4 Pro 并排比较：规格、能力、参数，以及 EmpirioLabs 目录中的实时价格。
Moonshot AI 
DeepSeek 文本生成Moonshot AI 的 Kimi K2.7 Code 和 DeepSeek 的 DeepSeek V4 Pro 都属于文本生成类别，可通过 EmpirioLabs API 使用。
| 规格 | Kimi K2.7 Code | DeepSeek V4 Pro |
|---|---|---|
| 模型 ID | kimi-k2-7-code | deepseek-v4-pro |
| 开发方 | Moonshot AI | DeepSeek |
| 发布日期 | 2026年6月16日 | 2026年4月24日 |
| 上下文窗口 | 256K 个 token | 1M 个 token |
| 最大输出 | 131,072 个 token | 393,216 个 token |
| 输入 | 文本 图像 视频 | 文本 |
| 输出 | 文本 | 文本 |
| 结构化输出 | JSON Schema | JSON Schema |
| 区域 | International | Germany |
| 端点 | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-7-code:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro:generateContent |
| 能力 |
两个模型在 EmpirioLabs 目录中的实时价格。每张价格表始终与 API 的实际计费一致。
每个模型在 EmpirioLabs 上列出的请求参数，以及适用的可选值或范围。短横线表示该模型未列出此参数。
| 参数 | Kimi K2.7 Code | DeepSeek V4 Pro |
|---|---|---|
| max_tokens | 1 到 262144 默认值: 32768 | 1 到 393216 |
| stop | string | string |
| tool_web_search | boolean 默认值: false | - |
| max_tool_calls | 1 到 20 默认值: 5 | - |
| response_format | enum | enum |
| temperature | - | 0 到 2 默认值: 0.7 |
| top_p | - | 0 到 1 默认值: 0.9 |
| enable_thinking | - | boolean 默认值: true |
| reasoning_effort | - | none, low, medium, high, max 默认值: medium |
| thinking_budget | - | 1 到 393216 默认值: 32768 |
| web_search_linkup | - | boolean 默认值: false |
| disable_formatting | - | boolean 默认值: false |
支持文本、图像和视频输入，支持256K上下文，函数调用，JSON模式结构化输出，以及每个调用调用$0.015的内置网页搜索。思维始终开启且不可禁用;推理令牌作为输出令牌计费。温度和其他采样覆盖被忽略，因为模型服务使用固定采样设置。通过API调用多步函数必须重放助手消息，且其reasoning_content字段保持完整。
Kimi K2.7 Code 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1，并使用模型 ID kimi-k2-7-code。 两个模型通过同一个端点调用。将 model 设为 kimi-k2-7-code 或 deepseek-v4-pro。 在EmpirioLabs 控制台获取 API 密钥。
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2-7-code",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'同时涵盖两个模型的提示词测试和对比实验。
Kimi K2.7 Code 发布更晚（2026年6月16日）；DeepSeek V4 Pro 发布于 2026年4月24日。 DeepSeek V4 Pro 的上下文窗口更大：1M 个 token，Kimi K2.7 Code 为 256K。 每次响应 DeepSeek V4 Pro 最多返回 393,216 个输出 token，Kimi K2.7 Code 最多 131,072。 本页的规格、价格表和参数来自 EmpirioLabs 实时目录。
Kimi K2.7 Code 发布更晚（2026年6月16日）；DeepSeek V4 Pro 发布于 2026年4月24日。
输入（每100万个提示词标记）的价格 Kimi K2.7 Code 更低。 输出（每100万个生成代币）的价格 DeepSeek V4 Pro 更低。 两张实时价格表都在本页，并始终与 API 的实际计费一致。
可以。两个模型都使用 POST /v1/chat/completions 和同一个 EmpirioLabs API 密钥，大多数集成只需更改 model 值即可切换。如果依赖某个模型特有的参数，请先查看本页的参数表。
可以。在 EmpirioLabs Playground 中分别打开两个模型，用 API 提供的参数对两者运行同一个提示词。
