本教程将带你深入探索月之暗面最新开源的 Kimi-Dev-72B 代码大模型。这款仅72B参数量的开源模型，在SWE-bench编程测试中成功超越671B参数的DeepSeek-R1，登顶全球开源编程模型排行榜。我们将从核心性能、设计理念、训练方法到实际应用场景，为你层层解析这一技术突破。

一、Kimi-Dev-72B 核心性能与突破

Kimi-Dev-72B 在 SWE-bench Verified 编程基准测试中取得了 60.4% 的优异成绩，创下开源模型 SOTA（State-of-the-Art）新纪录。这意味着该模型能够自主修复 Docker 环境中的真实代码仓库，并且只有通过完整测试套件才能获得奖励，从而确保修复方案的准确性与稳定性。

▲开源模型在SWE-bench基准测试中的性能表现已获验证

▲闭源模型在SWE-bench基准测试中的性能表现已获验证

关键数据速览：

• 参数量：72B（相比传统大模型671B参数，规模显著精简）
• 测试基准：SWE-bench Verified
• 得分：60.4%
• 开源地址：Hugging Face 和 GitHub 均已开放下载与部署