---
title: "Kimi-Dev 72B 开源代码模型登顶SWE-bench！月之暗面发布，超越DeepSeek-R1，编程能力堪比闭源模型"
url: "https://paooo.com/aigc-news/14906/"
author: "Prompt 语宙研究院"
published_at: "2026-06-28T21:42:22+08:00"
updated_at: "2026-06-07T20:26:56+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "Kimi-Dev, SWE-Bench, 开源代码模型, 强化学习, 月之暗面"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# Kimi-Dev 72B 开源代码模型登顶SWE-bench！月之暗面发布，超越DeepSeek-R1，编程能力堪比闭源模型

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/14906/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-28

## AI 30 秒核心看点 (TL;DR)

- Kimi-Dev-72B 以 60.4% 的 SWE-bench Verified 成绩登顶开源代码模型。
- 模型采用 BugFixer/TestWriter 角色分工，强化代码修复与测试生成能力。
- MIT 协议开源，适合代码修复、单测生成和开发流程自动化落地。

> 
                **💡 站外导读：**随着AI编程工具从辅助编码向全流程自动化演进，开发者面临着代码质量把控、测试覆盖率不足、漏洞修复效率低下等核心痛点。月之暗面（Moonshot AI）最新发布的Kimi-Dev-72B开源代码模型，以60.4%的SWE-bench Verified成绩刷新开源模型纪录，标志着大模型在软件工程领域的实战能力取得关键突破，为行业提供了可落地的自动化解决方案。

            

             
                        

## Kimi-Dev是什么

Kimi-Dev是Moonshot AI推出的开源代码模型，专为软件工程任务设计。模型拥有 72B 参数量，编程水平比最新的[DeepSeek-R1](https://ai-bot.cn/deepseek-r1/)还强，和闭源模型比较也表现优异。在 SWE-bench Verified数据集上达到60.4%的性能，超越其他开源模型，成为当前开源模型中的SOTA。Kimi-Dev 基于强化学习和自我博弈机制，能高效修复代码错误、编写测试代码。模型基于MIT协议开源，模型权重、代码和相关资源支持在 Hugging Face 和 GitHub 上找到。

## Kimi-Dev的主要功能

- **代码修复（BugFixer）**：自动定位代码中的错误生成修复补丁，解决软件开发中的漏洞和缺陷。

- **测试代码生成（TestWriter）**：为现有代码编写单元测试，确保代码质量和功能正确性。

- **自动化开发流程**：基于强化学习和自我博弈机制，协调修复和测试能力，提升开发效率。

- **与开发工具集成**：未来将与 IDE、版本控制系统和 CI/CD 流水线深度集成，无缝融入开发工作流。

## Kimi-Dev的技术原理

- **角色分工（BugFixer 和 TestWriter）**：模型扮演两种角色，分别负责修复代码和编写测试，两者共享文件定位和代码编辑的框架。

- **中期训练（Mid-training）**：用约 1500 亿高质量数据进行训练，增强模型对实际开发任务的理解。

- **强化学习（Reinforcement Learning）**：在 Docker 环境中运行代码根据测试结果给予奖励，提升模型的代码编辑能力。

- **测试时自我博弈（Test-time Self-Play）**：在测试阶段，模型生成多个补丁和测试候选，基于自我博弈机制协调修复和测试能力，提升整体性能。

## Kimi-Dev的性能表现

- **在SWE-bench Verified 数据集表现**：

**与开源模型的对比**：Kimi-Dev-72B 在 SWE-bench Verified 数据集上达到 60.4% 的性能，超越其他所有开源模型，成为当前开源模型中的 SOTA（State of the Art）。

- **与闭源模型的对比**：作为参数72B的模型，性能已经接近甚至在某些方面超越一些闭源模型，显示出强大的竞争力。

## Kimi-Dev的项目地址

- **项目官网**：[https://moonshotai.github.io/Kimi-Dev/](https://moonshotai.github.io/Kimi-Dev/?utm_source=ai-bot.cn)

- **GitHub仓库**：[https://github.com/MoonshotAI/Kimi-Dev](https://github.com/MoonshotAI/Kimi-Dev)

- **HuggingFace模型库**：[https://huggingface.co/moonshotai/Kimi-Dev-72B](https://huggingface.co/moonshotai/Kimi-Dev-72B)

## Kimi-Dev的应用场景

- **代码修复**：快速检测修复代码中的错误或漏洞，减少人工排查和修复的时间。

- **测试代码生成**：为现有代码生成高质量的单元测试代码，提升测试覆盖率。

- **开发流程自动化**：与主流 IDE 集成，提供实时代码修复建议和测试代码生成功能。

- **编程教育**：帮助初学者快速理解和掌握编程技能，基于生成示例代码和测试代码辅助学习。

- **开源项目维护**：帮助开源项目的维护者快速修复漏洞和优化代码，提升项目质量和稳定性。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                作为深耕科技领域多年的观察者，我认为Kimi-Dev的发布不仅是技术指标的刷新，更是AI编程范式转变的重要信号。其核心价值在于三点：第一，通过强化学习与自我博弈机制，将模型能力从‘代码生成’提升到‘工程问题解决’层面，这正是当前大模型从玩具走向生产力的关键跃迁；第二，开源策略配合MIT协议，为中小团队提供了与闭源巨头抗衡的武器，可能加速行业竞争格局重塑；第三，72B参数量级下展现出的性能上限，暗示着专用领域模型仍有巨大优化空间。值得关注的是，这种‘角色分工+中期训练+测试时优化’的技术路径，很可能成为未来垂直领域大模型开发的范式参考。在AI编程工具白热化竞争的当下，Kimi-Dev的出现提醒我们：真正的颠覆不是替代程序员，而是重新定义软件工程的协作方式。

## 常见问题解答 (FAQ)

### Kimi-Dev-72B 在 SWE-bench 上表现如何？
文章指出，Kimi-Dev-72B 在 SWE-bench Verified 数据集上达到 60.4%，刷新开源模型纪录，成为当前开源代码模型中的 SOTA，且在编程能力上已接近甚至部分超越闭源模型。

### Kimi-Dev 主要能做什么？
它主要面向软件工程任务，核心能力包括自动定位并修复代码错误、生成单元测试、辅助提升测试覆盖率，并可进一步融入 IDE、版本控制和 CI/CD 流水线，推动开发流程自动化。

### Kimi-Dev 为什么被认为有实战价值？
因为它不是只会生成代码，而是通过强化学习、自我博弈和角色分工，把能力延伸到工程问题解决层面，能更贴近真实开发场景中的修复、验证和迭代需求。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
