大家好，我是歸藏（guizang），熬夜给大家带来 Kimi K2 模型和提升K2模型的CC+K2邪修教程。
今晚 Kimi 终于放出了自己憋了半年的大招，拥有 1T 参数量的 MoE 模型 K2。
基准测试中取得开源模型 SOTA成绩，尤其在代码、Agent、数学推理任务上表现突出。
而且模型居然还是开源的，预训练模型和指令微调模型全部开源，可以在 Kimi（kimi.com）快速尝试。
昨晚试了一下在前端能力上非常强，基本上在一流梯队，我感觉接近 Claude Sonnet 3.7 和 4 之间，测试的几个提示词效果都不错。
最重要的是有人hack了一个用法，可以替换掉 Claude Code 的默认模型，用 K2 驱动 Claude Code，再也不用担心封号，搭配他输出百万 Token 16 元的超划算价格，我直接爽用！
咱们先看测试结果，后面我会附上如何在 Claude Code 中使用 K2 的保姆级教程。
K 2 前端能力测试
我们循序渐进，先来藏师傅的经典提示词，这次加上了 PPT 逻辑，让整个页面支持类似 PPT 的翻页，每一页的高度固定带来了一些挑战。
不是很多朋友想要 PPT 提示词吗，现在来了。
效果超出预期了，即使是 Gemini 和 Opus 4 在运行这个提示词的时候也时常有超出页面高度的问题。
K2 一次成功，而且还为每一个卡片加上了回弹和缓动效果，图表都加上了动效，非常适合展示汇报内容。
然后整一下藏师傅的日签网站吧，基本上就是看简单的前端能力和构建网页的美学素质。
直接来看结果，如果你记得我之前的四大顶尖模型测评的结果的话。
这个质量和效果基本跟 Claude Sonnet 4 差不多，所有功能都能够使用，而且他还做了简单的文案排版。
看到这个我舒了一口气，国内很多模型的前端能力连这个都搞不定，现在终于可以往下测试上重量了。
然后就是一个偏视觉能力的的考察项目，让他整个点阵动画，这个也是当时四大顶尖模型翻车最严重的测试了。
在当时这个提示词除了 DeepSeek 0528 之外是全军覆没的，基本都无法运行。
直接看结果，第一次就正确运行，同时上面的动画模式和形状选择切换也没问题。
下面的其他调整选项第一次没有生效，跟他说完修复了一次也好了，夜间模式也能正常搞定。
到这里我已经吃了定心丸了，这模型基本上在前端能力上已经是 Gemini 或者 Sonnet 3.7 的水平了。
然后我们来整一个真claude code 教程的能干活的带有复杂逻辑的产品，比如一个极简的 Markdown 笔记编辑器。
这个项目其实非常复杂，涉及到 Markdown 格式的渲染以及样式的添加，主要是编辑和渲染的逻辑很复杂，需要考虑超级多的边界情况。
K2 首次生成的结果在功能上处理的很好，基本上所有的功能都可用，都是生效的，没有 Bug。
就是渲染的 Markdown 样式有点感人，我就跟他说样式各种格式的样式渲染太差了，再改一下吧。
然后基本上就改好了，所有的样式都没啥问题。
除了那个表格背景色，这个好说，这么复杂的功能和样式处理第一次搞成这样已经超出预期了。
如何在 Claude Code 中使用 K2
这次的 K2 模型不止兼容了常见的 Open AI 调用方式，还兼容了 Anthropic 的模型调用。
这就是说你可以将 K2 替换为为 Anthropic 提供服务的模型，不用担心封号和费用彻底爽用 Claude Code了。
首先我们需要去月之暗面的开发者（https://platform.moonshot.cn/console/account）后台创建一个 API Key。
进去以后随便充值个几块钱，然后去 API Key 管理这个侧边栏新建一个 Key 记好。
然后你需要安装 Claude Code 了，打开你苹果或者 Windows 的终端，安装前需要安装 Node.js，输入下面的命令。
安装完成 Node.js 后，我们安装 Claude Code，继续在终端中输入，如果最后输出了 Claude Code 的介绍和版本号说明就安装成功了。
这期间你可能会遇到各种问题，相信我，复制你的终端输出结果扔给 GPT-o3，他都能帮你搞定。
这时候我们已经安装成功了，接下来我们需要把 Claude Code 里面原来的 API 请求地址和 Key 给他替换掉。
先创建一个你想要写代码的文件夹，然后打开终端，输入“cd+空格+文件夹路径”按住 shift 把文件夹拖到终端里面就会自动展示路径了，直接回车就行。然后输入这两个命令：
这时候你就可以开始爽用 K2 在 Claude Code 里面编程了。
当然也有不需要这么麻烦的。
如果你以前已经安装过 Claude Code，可以直接下载这个项目（https://github.com/LLM-Red-Team/kimi-cc）的 sh 文件，然后打开就行，他会要求你输入你的 API Key，然后就搞定了。
我最近经常跟朋友们说。
海外的 Agent 的编程产品如火如荼，每天都有新的出现。
国内到现在也没有一个在工具调用和前端能力都符合要求可以驱动 Agent 的模型，感觉被锁死了，不自觉的有点悲观。
但现在我试完这个开源的 K2，我感觉自己又恢复了信心。我意识到它填补了一个关键空白：工程实用性。
K2 当然在世界范围不是最强的模型，但它是又一个让我觉得”能用来干活”的国产开源模型。
16 元百万 Token 这个价格让我重新思考了很多。
所有的代码生成能力好的模型都非常贵，但 K2 的成本结构完全不同。同样的使用强度，成本可能只有几毛钱。这意味着：
- 可以做真正的免费增值模式，让用户先体验再付费
- 可以开放更多实验性功能，不用担心被薅羊毛
- 小团队也能承担起 AI 产品的运营成本
这就是开源的力量——不是给你一个产品，而是给你一个起点。
接下来的几个月，K2 将会真正激活国内的 AI 编程产品和 Agent 产品的势能，真的在国内普及 AI 编程以及 Agent，变化才刚开始。
很难想象基于 K2 的推理模型会强到什么地步，另外上下文再长点就好了。
文章来自微信公众号 “ 歸藏的AI工具箱 “
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/242253.html原文链接：https://javaforall.net
