Skip to main content

Kimi

Este documento describe cómo llamar al servicio de inferencia del modelo Kimi implementado en Alibaba Cloud Model Studio.

Regiones admitidas: China (Beijing), Singapur, Japón (Tokio), China (Hong Kong), Alemania (Frankfurt) y EE. UU. (Virginia). Experiencia del modelo: Puede probar el modelo Kimi en el Experience Center. kimi-k3.1-pro admite OpenAI Chat Completions, OpenAI Responses, Anthropic Messages y la API nativa de DashScope. Los endpoints de servicio son específicos de la región. Configure la URL base correcta para su región.
  • Compatible con OpenAI
  • DashScope
  • Compatible con Anthropic
Los valores regionales de base_url que se indican a continuación también se aplican a las llamadas a OpenAI Responses; para las solicitudes HTTP, agregue /responses al base_url, como en POST {base_url}/responses.
  • EE. UU. (Virginia)
  • Germany (Frankfurt)
  • Singapore
  • Japan (Tokyo)
  • China (Beijing)
  • China (Hong Kong)
El base_url para llamadas SDK es: https://{WorkspaceId}.us-east-1.maas.aliyuncs.com/compatible-mode/v1URL de solicitud HTTP: POST https://{WorkspaceId}.us-east-1.maas.aliyuncs.com/compatible-mode/v1/chat/completions
Reemplace {WorkspaceId} con su ID de espacio de trabajo real. Requisitos previos: Debe obtener una clave API y configurarla como variable de entorno. Si usa el SDK, debe instalar el SDK.

Primeros pasos

Los siguientes ejemplos usan entrada de solo texto. Para ejemplos multimodales, consulte llamada multimodal.
  • Compatible con OpenAI
  • DashScope
  • Compatible con Anthropic
  • Python
  • Node.js
  • HTTP
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # China (Beijing) region. Replace {WorkspaceId} with your Bailian workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Who are you?"}],
    stream=True,
    extra_body={"enable_thinking": True},  # Enable thinking mode to get reasoning_content
)

reasoning_content = ""  # Complete thinking process
answer_content = ""     # Complete response
is_answering = False    # Tracks if the main response has started.

print("\n" + "=" * 20 + "Thinking Process" + "=" * 20 + "\n")

for chunk in completion:
    if chunk.choices:
        delta = chunk.choices[0].delta
        # Store content from the thinking process.
        if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
            if not is_answering:
                print(delta.reasoning_content, end="", flush=True)
            reasoning_content += delta.reasoning_content
        # Start printing the main response once its content arrives.
        if hasattr(delta, "content") and delta.content:
            if not is_answering:
                print("\n" + "=" * 20 + "Complete Response" + "=" * 20 + "\n")
                is_answering = True
            print(delta.content, end="", flush=True)
            answer_content += delta.content

Respuesta

====================Thinking Process====================

The user asks "Who are you?", which is a direct question about my identity. I need to answer truthfully based on my actual identity.

I am Kimi, an AI assistant developed by Moonshot AI. I should introduce myself clearly and concisely, including:
1. My identity: AI assistant
2. My developer: Moonshot AI
3. My name: Kimi
4. My core capabilities: long-text processing, intelligent conversation, file processing, search, etc.

I should maintain a friendly and professional tone, avoiding overly technical terms for clarity. I should also emphasize that I am an AI without personal consciousness, emotions, or experiences to prevent misunderstandings.

Response structure:
- Directly state my identity
- Mention my developer
- Briefly introduce core capabilities
- Keep it clear and concise
====================Complete Response====================

I am Kimi, an AI assistant developed by Moonshot AI. I am based on a Mixture-of-Experts (MoE) architecture and have capabilities such as ultra-long context understanding, intelligent conversation, file processing, code generation, and complex task reasoning. How can I help you?

Llamadas multimodales

Los modelos kimi-k3.1-pro, kimi-k3, kimi-k2.7-code, kimi-k2.6 y kimi-k2.5 admiten entrada multimodal y salida de texto. kimi-k3.1-pro y kimi-k3 solo admiten entrada de texto e imagen, no entrada de video; kimi-k2.7-code, kimi-k2.6 y kimi-k2.5 pueden procesar simultáneamente texto, imágenes o video. Use el parámetro enable_thinking para habilitar el modo de pensamiento. Los siguientes ejemplos muestran cómo usar esta capacidad.

Habilitar o deshabilitar el modo de pensamiento

kimi-k2.6 y kimi-k2.5 son modelos de pensamiento híbrido. Estos modelos pueden responder después de pensar o responder directamente. Puede usar el parámetro enable_thinking para controlar si se habilita el modo de pensamiento:
  • true: Habilitar el modo de pensamiento
  • false (predeterminado): Deshabilita el modo de pensamiento
kimi-k3.1-pro y kimi-k3 habilitan el pensamiento de forma predeterminada (enable_thinking=true). Puede establecerlo en false para deshabilitar el pensamiento, pero se recomienda mantenerlo habilitado. En kimi-k3.1-pro, deshabilitar el pensamiento degrada significativamente la calidad de la salida, por lo que se recomienda encarecidamente mantenerlo habilitado. Ambos modelos conservan de forma predeterminada el reasoning_content histórico proporcionado por el cliente. Se recomienda reenviar el reasoning_content completo de los mensajes históricos del asistente en solicitudes de múltiples turnos. kimi-k2.7-code es un modelo de solo pensamiento: el modo de pensamiento siempre está habilitado (enable_thinking tiene como valor predeterminado true y no se puede deshabilitar), y preserve_thinking tiene como valor predeterminado true. kimi-k2.6 admite pasar el proceso de pensamiento en conversaciones de múltiples turnos usando el parámetro preserve_thinking. Para más información, consulte Pasar el proceso de pensamiento. Los siguientes ejemplos muestran cómo usar una URL de imagen y habilitar el modo de pensamiento. El ejemplo principal demuestra la entrada de una sola imagen, mientras que el código comentado es un ejemplo de entrada de múltiples imágenes.
  • Compatible con OpenAI
  • DashScope
Python
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # China (Beijing) region. Replace {WorkspaceId} with your Bailian workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)

# Single-image input example (thinking mode enabled)
completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "What scene is depicted in the image?"},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"
                    }
                }
            ]
        }
    ],
    extra_body={"enable_thinking":True}  # Enable thinking mode
)

# Print the thinking process
if hasattr(completion.choices[0].message, 'reasoning_content') and completion.choices[0].message.reasoning_content:
    print("\n" + "=" * 20 + "Thinking Process" + "=" * 20 + "\n")
    print(completion.choices[0].message.reasoning_content)

# Print the complete response
print("\n" + "=" * 20 + "Complete Response" + "=" * 20 + "\n")
print(completion.choices[0].message.content)

# Multi-image input example (thinking mode enabled, uncomment to use)
# completion = client.chat.completions.create(
#     model="kimi-k2.6",
#     messages=[
#         {
#             "role": "user",
#             "content": [
#                 {"type": "text", "text": "What do these images depict?"},
#                 {
#                     "type": "image_url",
#                     "image_url": {"url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241022/emyrja/dog_and_girl.jpeg"}
#                 },
#                 {
#                     "type": "image_url",
#                     "image_url": {"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/tiger.png"}
#                 }
#             ]
#         }
#     ],
#     extra_body={"enable_thinking":True}
# )
#
# # Print the thinking process and complete response
# if hasattr(completion.choices[0].message, 'reasoning_content') and completion.choices[0].message.reasoning_content:
#     print("\nThinking Process:\n" + completion.choices[0].message.reasoning_content)
# print("\nComplete Response:\n" + completion.choices[0].message.content)

Comprensión de video

kimi-k3.1-pro y kimi-k3 no admiten entrada de video (solo admiten entrada de texto e imagen), por lo que los ejemplos de comprensión de video de esta sección no se aplican a ninguno de los dos modelos.
  • Archivo de video
  • Lista de imágenes
Los modelos kimi-k2.7-code, kimi-k2.6 y kimi-k2.5 analizan videos extrayendo una secuencia de fotogramas. Puede controlar la estrategia de extracción de fotogramas con los siguientes parámetros:
  • fps: Controla la frecuencia de extracción de fotogramas. El intervalo entre fotogramas extraídos es de 1/fps segundos. El valor debe estar en el rango de [0.1, 10]. El valor predeterminado es 2.0.
    • Para escenas con mucho movimiento: Establezca un valor de fps más alto para capturar más detalles.
    • Para videos estáticos o largos: Establezca un valor de fps más bajo para mejorar la eficiencia del procesamiento.
  • max_frames: Especifica el número máximo de fotogramas a extraer de un video. El valor predeterminado y máximo es 2000. Si el número de fotogramas calculado a partir del valor de fps excede este límite, el sistema extrae automáticamente fotogramas uniformemente para mantenerse dentro del límite de max_frames. Este parámetro está disponible solo cuando usa el SDK de DashScope.
  • Compatible con OpenAI
  • DashScope
Al pasar un archivo de video al modelo usando el SDK de OpenAI o una solicitud HTTP, establezca el parámetro "type" en el mensaje de usuario en "video_url".
Python
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # China (Beijing) region. Replace {WorkspaceId} with your Bailian workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[
        {
            "role": "user",
            "content": [
                # When passing a video file directly, set the "type" parameter to "video_url".
                {
                    "type": "video_url",
                    "video_url": {
                        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241115/cqqkru/1.mp4"
                    },
                    "fps": 2
                },
                {
                    "type": "text",
                    "text": "What is the content of this video?"
                }
            ]
        }
    ]
)

print(completion.choices[0].message.content)

Pasar un archivo local

Los siguientes ejemplos muestran cómo pasar un archivo local. La API compatible con OpenAI solo admite codificación Base64, mientras que DashScope admite tanto codificación Base64 como rutas de archivo.
  • Compatible con OpenAI
  • DashScope
Para pasar un archivo local usando codificación Base64, construya una Data URL. Para instrucciones, consulte Construir una Data URL.
Python
from openai import OpenAI
import os
import base64

# Encoding function: Converts a local file to a Base64-encoded string.
def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode("utf-8")

# Replace "xxx/eagle.png" with the absolute path to your local image.
base64_image = encode_image("xxx/eagle.png")

client = OpenAI(
    api_key=os.getenv('DASHSCOPE_API_KEY'),
    # China (Beijing) region. Replace {WorkspaceId} with your Bailian workspace ID. URLs vary by region.
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
    model="kimi-k2.6",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image_url",
                    "image_url": {"url": f"data:image/png;base64,{base64_image}"},
                },
                {"type": "text", "text": "What scene is depicted in the image?"},
            ],
        }
    ],
)
print(completion.choices[0].message.content)

# The following examples show how to pass a local video file and a local image list.

# [Local video file] Encode the local video as a Data URL and pass it to the video_url parameter:
#   def encode_video_to_data_url(video_path):
#       with open(video_path, "rb") as f:
#           return "data:video/mp4;base64," + base64.b64encode(f.read()).decode("utf-8")

#   video_data_url = encode_video_to_data_url("xxx/local.mp4")
#   content = [{"type": "video_url", "video_url": {"url": video_data_url}, "fps": 2}, {"type": "text", "text": "What is the content of this video?"}]

# [Local image list] Encode multiple local images with Base64 and pass them as a list to the video parameter:
#   image_data_urls = [f"data:image/jpeg;base64,{encode_image(p)}" for p in ["xxx/f1.jpg", "xxx/f2.jpg", "xxx/f3.jpg", "xxx/f4.jpg"]]
#   content = [{"type": "video", "video": image_data_urls, "fps": 2}, {"type": "text", "text": "Describe the sequence of events in this video."}]

Limitaciones de archivos

  • Limitaciones de imagen
  • Limitaciones de video
  • Resolución de imagen:
    • Tamaño mínimo: El ancho y el alto deben exceder cada uno 10 píxeles.
    • Relación de aspecto: La relación entre el lado más largo y el más corto no debe exceder 200:1.
    • Resolución máxima: El máximo recomendado es 8K(7680x4320). Resoluciones más altas pueden causar tiempos de espera en llamadas a la API debido a tamaños de archivo grandes o transferencias de red lentas.
  • Formatos de imagen compatibles
    • Los siguientes formatos son compatibles para resoluciones inferiores a 4K(3840x2160):

      Formato de imagen

      Extensión de archivo

      Tipo MIME

      BMP

      .bmp

      image/bmp

      JPEG

      .jpe, .jpeg, .jpg

      image/jpeg

      PNG

      .png

      image/png

      TIFF

      .tif, .tiff

      image/tiff

      WEBP

      .webp

      image/webp

      HEIC

      .heic

      image/heic

    • Para resoluciones entre 4K(3840x2160) y 8K(7680x4320), solo se admiten JPEG, JPG y PNG.
  • Tamaño de imagen:
    • Al proporcionar una imagen mediante una URL pública o ruta local, su tamaño no debe exceder 10 MB.
    • Al usar la codificación Base64, la cadena codificada no debe exceder 10 MB.
    Para comprimir un archivo, consulte Cómo comprimir una imagen o video para cumplir con el límite de tamaño.
  • Número de imágenes admitidas: Al proporcionar múltiples imágenes, el número total de tokens para todas las imágenes y texto no debe exceder el límite máximo de entrada del modelo.

Otras funciones

Modelo

Conversación multironda

Pensamiento profundo

Llamada de función

Salida estructurada

Búsqueda web

Completado de prefijo

Caché de contexto

kimi-k3.1-pro

Compatible

Compatible

Compatible

Compatible (JSON Mode)

Compatible

No compatible

Compatible (caché implícita)

kimi-k3

Compatible

Compatible

Compatible

Compatible

Compatible (Responses API)

Compatible

Compatible

kimi-k2.7-code

Compatible

Compatible

Compatible

No compatible

No compatible

No compatible

Compatible

kimi-k2.6

Compatible

Compatible

Compatible

No compatible

No compatible

No compatible

Compatible

kimi-k2.5

Compatible

Compatible

Compatible

No compatible

No compatible

No compatible

Compatible

Herramientas cargadas dinámicamente

Cuando una aplicación necesita montar una gran cantidad de herramientas, colocar todas las declaraciones de herramientas en el campo tools de nivel superior de la solicitud a la vez provoca una Inflación de Definiciones de Herramientas: cada solicitud debe llevar la descripción y el esquema de parámetros de todas las herramientas, lo que aumenta el consumo de tokens; y cuantas más herramientas candidatas haya, mayor será la probabilidad de que el modelo elija la herramienta incorrecta y construya argumentos de llamada erróneos. Las Herramientas Cargadas Dinámicamente le permiten inyectar herramientas bajo demanda durante una conversación: monte primero solo unas pocas herramientas principales y, cuando la conversación llegue a un punto donde se necesite una herramienta específica, insértela dinámicamente en messages, reduciendo así el consumo de tokens y mejorando la precisión en la selección de herramientas.
kimi-k3.1-pro y kimi-k3 admiten herramientas cargadas dinámicamente; solicitarlas en otros modelos (como kimi-k2.6) devuelve un error de tokenization failed.El formato y los ejemplos de esta sección para inyectar herramientas en messages mediante el campo tools de un mensaje system (system.tools) se aplican a la API de OpenAI Chat Completions.

Inyectar declaraciones de herramientas en mensajes

Inserte un mensaje con role establecido en system en messages y declare las herramientas que se cargarán mediante el campo tools de dicho mensaje. El formato es idéntico al del campo tools de nivel superior de la solicitud, y debe proporcionar la información completa de la herramienta (name, description, parameters).
  • Un mensaje system que lleva tools tiene el mismo estado que un mensaje ordinario: las herramientas se vuelven visibles para el modelo a partir de la posición donde aparece ese mensaje en la lista messages.
  • Las herramientas cargadas dinámicamente coexisten con las herramientas globales declaradas en el campo tools de nivel superior de la solicitud; el modelo puede ver ambos tipos de herramientas al mismo tiempo.
  • Una declaración de herramienta inyectada dinámicamente debe ser una definición completa de herramienta; no puede pasar solo un nombre de herramienta ni hacer referencia a una herramienta declarada globalmente.
  • Un mensaje system que lleva tools no debe llevar también un campo content, de lo contrario la solicitud fallará con un error 400. Al usar el SDK de OpenAI, puede pasar el campo tools directamente en messages.
Python
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    # The following is the URL for the China (Beijing) region. Replace {WorkspaceId} with your Bailian workspace ID; URLs vary by region.
    base_url="https://{WorkspaceId}.cn-beijing.maas.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="kimi-k3",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Please calculate 23 * 47 for me."},
        # Dynamically load a tool: insert a system message carrying a tools field into the conversation
        {
            "role": "system",
            "tools": [
                {
                    "type": "function",
                    "function": {
                        "name": "Calculator",
                        "description": "Calculator; evaluates a single arithmetic expression only",
                        "parameters": {
                            "type": "object",
                            "properties": {
                                "expr": {
                                    "type": "string",
                                    "description": "Arithmetic expression supporting basic operations, exponentiation, logarithms, and trigonometric functions, in JavaScript syntax",
                                }
                            },
                            "required": ["expr"],
                        },
                    },
                }
            ],
        },
    ],
)

print(completion.choices[0].message.tool_calls)

Carga bajo demanda combinada con una herramienta de búsqueda

No hay una API dedicada de búsqueda de herramientas. Cuando hay muchas herramientas, puede combinar una herramienta de búsqueda personalizada con herramientas cargadas dinámicamente para cargar herramientas bajo demanda:
  1. Al inicio de la sesión, declare en el nivel superior de tools solo una herramienta search_tools implementada por el backend de su aplicación (devuelve nombres de herramientas coincidentes y resúmenes por palabra clave), además de algunas herramientas principales que pueden usarse en cada turno.
  2. Declare las palabras clave buscables (como un catálogo de herramientas o etiquetas de dominio) en el prompt del sistema para guiar al modelo a llamar primero a search_tools cuando necesite una herramienta. Establecer tool_choice: "required" en la primera solicitud garantiza al menos una llamada a herramienta, pero no garantiza que se llame primero a search_tools. Si es obligatorio buscar primero, establezca explícitamente tool_choice: {"type": "function", "function": {"name": "search_tools"}} y luego restaure tool_choice a "auto" después de la búsqueda. Cambiar tool_choice no rompe la caché de prefijos.
  3. Basándose en los resultados devueltos por search_tools, la aplicación inserta dinámicamente las declaraciones completas de las herramientas correspondientes en messages mediante un mensaje system que lleva tools.
  4. El modelo puede entonces llamar a estas herramientas recién cargadas directamente en la generación subsiguiente.
De esta manera, sin importar cuán grande sea el número total de herramientas, solo unas pocas declaraciones de herramientas están realmente presentes en cada solicitud, manteniendo bajo control la ventana de contexto y la presión de selección del modelo.

Notas

  • Las declaraciones de herramientas dinámicas surten efecto por solicitud y no son recordadas por el servidor. Si se siguen incluyendo en la siguiente solicitud depende del integrador: si se siguen incluyendo, las herramientas permanecen disponibles (lo que también ayuda a acertar en la caché de prefijos); si se deja de incluirlas, la declaración caduca; si la herramienta no se declara en otro lugar, el modelo no puede llamarla y la caché de prefijos después del punto de cambio podría fallar.
  • Agregar una declaración de herramienta dinámica al final de messages no afecta la caché del prefijo existente; eliminar o modificar declaraciones de herramientas anteriores puede afectar los aciertos de caché después del punto de cambio. Declarar herramientas globales en el campo tools de nivel superior de la solicitud tampoco afecta los aciertos de caché.
  • Un mensaje system que lleva tools también consume longitud de contexto, así que inyecte solo las herramientas realmente necesarias para la conversación actual.
  • Las declaraciones de herramientas dinámicas usan exactamente el mismo formato que las declaraciones globales de tools, por lo que los integradores no necesitan mantener dos esquemas.

Parámetros predeterminados

Modelo

enable_thinking

temperature

top_p

presence_penalty

fps

max_frames

kimi-k3.1-pro

true (se puede deshabilitar; se recomienda encarecidamente mantenerlo habilitado)

1.0

0.95

0.0

-

-

kimi-k3

true (se puede deshabilitar; se recomienda mantenerlo habilitado)

1.0

0.95

0.0

-

-

kimi-k2.7-code

true (solo modo de pensamiento)

1.0

0.95

0.0

2

2000

kimi-k2.6

false

modo de pensamiento: 1.0

modo sin pensamiento: 0.6

Ambos modos: 0.95

Ambos modos: 0.0

2

2000

kimi-k2.5

false

modo de pensamiento: 1.0

modo sin pensamiento: 0.6

Ambos modos: 0.95

Ambos modos: 0.0

2

2000

Un guion (-) indica que el parámetro no es aplicable. Los parámetros de muestreo de kimi-k3.1-pro están fijados en temperature=1.0, top_p=0.95 y presence_penalty=0.0. Si pasa un valor distinto del predeterminado en cualquiera de estos parámetros, se devuelve un error. Los siguientes niveles de esfuerzo de razonamiento se aplican solo a kimi-k3.1-pro, con max como valor predeterminado:
  • max (predeterminado): razonamiento profundo
  • high: razonamiento mejorado
  • medium: razonamiento moderado
  • low: razonamiento ligero
La ubicación del parámetro de esfuerzo de razonamiento varía según el protocolo:
  • OpenAI Chat Completions: use el campo reasoning_effort de nivel superior. Con el SDK de OpenAI para Python, pase reasoning_effort="max" directamente.
  • DashScope: use el parámetro reasoning_effort del SDK o parameters.reasoning_effort en las solicitudes HTTP.
  • OpenAI Responses: use reasoning.effort.
  • Anthropic Messages: use output_config.effort.

Modelos y facturación

La serie Kimi consiste en modelos de lenguaje grande de Moonshot AI.
  • kimi-k3.1-pro: Admite entrada de texto e imagen, salida de texto y carga dinámica de herramientas. No admite entrada de video, Batch ni ajuste fino.
  • kimi-k3: Un modelo insignia de Kimi. Razona y usa pensamiento preservado de forma predeterminada. Admite entrada de texto e imagen (no se admite entrada de video), tareas de conversación y de agente, y carga dinámica de herramientas.
  • kimi-k2.7-code: Un modelo Kimi para programación. Sigue instrucciones de contexto largo de manera más confiable y logra mayores tasas de éxito en tareas de programación. Admite entrada de texto, imagen y video, modo de pensamiento, conversación y tareas de agente.
  • kimi-k2.6: Un modelo de la serie Kimi con rendimiento mejorado en programación de largo alcance, seguimiento de instrucciones y autocorrección. Admite entrada de texto, imagen y video, modos de pensamiento y sin pensamiento, conversación y tareas de agente.
  • kimi-k2.5: Logra un rendimiento de vanguardia (SOTA) en benchmarks de código abierto para tareas de agente, generación de código, comprensión visual y otras tareas de inteligencia general. Admite entrada de imagen, video y texto, modos de pensamiento y sin pensamiento, conversación y tareas de agente.
kimi-k3.1-pro y kimi-k3 no admiten el parámetro thinking_budget. No puede usar este parámetro para limitar la longitud del pensamiento.
Para precios, consulte facturación de invocación de modelos.
Para detalles sobre precios y ventana de contexto, consulte la consola de Model Studio. La facturación se basa en los recuentos de tokens de entrada y salida.
En el modo de pensamiento, la cadena de pensamiento cuenta como tokens de salida.

Códigos de error

Si una llamada al modelo falla y devuelve un mensaje de error, consulte Códigos de error.