kimi-k3.1-pro를 권장하며, kimi-k3도 계속 사용할 수 있습니다. OpenAI 호환 Chat Completions API를 통해 호출합니다.
이 문서는 주로 Kimi Chat Completion API 작업의 사용 절차를 소개하며, 이를 통해 공식 Kimi의 대화 기능을 쉽게 사용할 수 있습니다.
신청 절차
Kimi Chat Completion API를 사용하려면 먼저 Ace Data Cloud 콘솔에서 API Token을 발급받아 예비용으로 보관하세요.
아직 로그인 또는 회원가입하지 않았다면 로그인 페이지로 자동 이동하여 회원가입과 로그인을 안내하며, 완료 후 현재 페이지로 자동으로 돌아옵니다.
하나의 API Token으로 플랫폼의 모든 서비스를 호출할 수 있으며, 서비스마다 별도로 신청할 필요가 없습니다. 최초 신청 시 무료 크레딧이 제공되어 무료로 체험할 수 있으며, 크레딧이 부족할 경우 콘솔에서 공용 잔액을 충전할 수 있습니다.
📘 전체 문서: Kimi Chat Completion API →
기본 사용
이제 화면에서 해당 내용을 입력할 수 있으며, 그림과 같습니다:
authorization은 드롭다운 목록에서 직접 선택할 수 있습니다; model은 Kimi 모델을 선택하는 데 사용되며, kimi-k3.1-pro 사용을 권장합니다; messages는 대화 메시지 배열로, 각 메시지는 role과 content를 포함하며, role은 user, assistant, system, tool을 지원합니다.
동시에 오른쪽에 해당 호출 코드가 생성되는 것을 확인할 수 있으며, 코드를 복사하여 바로 실행하거나 「Try」 버튼을 직접 클릭하여 테스트할 수도 있습니다.

reasoning_effort: max를 사용하여 얻은 실제 K3 응답입니다(사용하지 않은 확장 필드는 생략):
id, 이번 대화 작업의 ID를 생성하며, 이번 대화 작업을 고유하게 식별하는 데 사용됩니다.model, 선택한 Kimi 공식 웹사이트 모델입니다.choicesKimi가 질문어에 대해 제공한 답변 정보입니다.usage: 이번 질의응답 쌍에 대한 token 통계 정보입니다.
choices에는 Kimi의 답변 정보가 포함되어 있으며, 그 안의 choices는 Kimi 답변의 구체적인 정보로, 그림과 같이 확인할 수 있습니다.

choices 안의 content 필드에는 Kimi가 응답한 구체적인 내용이 포함되어 있습니다; K3는 추론 과정을 나타내기 위해 reasoning_content를 반환할 수도 있습니다.
K3.1 Pro 추론 강도
kimi-k3.1-pro는 항상 추론을 활성화합니다. 요청 본문 최상위에서 reasoning_effort를 low, high 또는 max로 설정할 수 있습니다; 추론을 끄는 설정은 전달하지 마세요. 모델은 최대 1,048,576 token 컨텍스트를 지원하지만, 실제 요청 상한은 여전히 현재 인터페이스를 기준으로 합니다. 가격은 입력, 출력 및 캐시 적중 사용량에 따라 계산되며, 자세한 내용은 모델 디렉터리의 Pricing 카드를 참조하세요.
K3 추론 강도
kimi-k3는 항상 추론을 활성화합니다. 요청 본문 최상위에서 reasoning_effort 필드를 지원하며, 현재 유일하게 지원되는 값은 max입니다; 이 필드를 생략해도 max가 사용됩니다. standard, high 또는 기타 문자열은 일부 호환 업스트림에서 느슨하게 허용될 수 있지만, 추론 동작을 변경한다고 보장할 수 없으므로 의존하지 마세요.
reasoning_content와 tool_calls를 포함하여 이전 턴의 완전한 assistant 메시지를 messages에 다시 전달하세요.
공식 참고 자료
- Thinking Effort: Kimi K3가 항상 추론을 활성화하며, 현재
reasoning_effort에서 유일하게 지원되는 값이max임을 설명합니다. - Model Parameter Reference: K3와 K2 시리즈의 추론 매개변수, 컨텍스트 윈도우 및 도구 호출 차이를 비교합니다.
- Create Chat Completion: Moonshot 공식 Chat Completions 요청, 응답 및 OpenAPI 필드 정의입니다.
스트리밍 응답
이 인터페이스는 스트리밍 응답도 지원하며, 이는 웹 페이지 연동에 매우 유용하여 웹 페이지에서 한 글자씩 표시하는 효과를 구현할 수 있습니다. 응답을 스트리밍으로 반환하려면 요청 헤더의stream 매개변수를 true로 변경할 수 있습니다.
그림과 같이 수정하지만, 호출 코드도 스트리밍 응답을 지원할 수 있도록 해당 변경이 필요합니다.

stream을 true로 수정한 후, API는 해당 JSON 데이터를 줄 단위로 반환하며, 코드 수준에서 줄 단위 결과를 얻기 위해 그에 맞게 수정해야 합니다.
Python 예시 호출 코드:
data가 있으며, data 내부의 choices가 최신 답변 내용으로, 위에서 소개한 내용과 일치합니다. choices는 새로 추가된 답변 내용이며, 결과에 따라 귀하의 시스템에 연동할 수 있습니다. 동시에 스트리밍 응답의 종료는 data의 내용에 따라 판단하며, 내용이 [DONE]이면 스트리밍 응답의 답변이 모두 종료되었음을 나타냅니다. 반환되는 data 결과에는 여러 필드가 있으며, 다음과 같습니다:
id, 이번 대화 작업을 생성하는 ID로, 이번 대화 작업을 고유하게 식별하는 데 사용됩니다.model, 선택한 Kimi 공식 웹사이트 모델입니다.choices, 질문어에 대해 Kimi가 제공하는 답변 정보입니다.
다중 턴 대화
다중 턴 대화 기능을 연동하려면messages 필드에 여러 질문어를 업로드해야 하며, 여러 질문어의 구체적인 예시는 아래 그림과 같습니다:

choices에 포함된 정보는 기본 사용의 내용과 일치하며, 여기에는 여러 대화에 대해 Kimi가 응답한 구체적인 내용이 포함되어 있습니다. 이렇게 여러 대화 내용을 바탕으로 해당 질문에 답변할 수 있습니다.
오류 처리
API 호출 시 오류가 발생하면 API는 해당 오류 코드와 정보를 반환합니다. 예를 들면:400 token_mismatched: 잘못된 요청이며, 매개변수 누락 또는 유효하지 않은 매개변수 때문일 수 있습니다.400 api_not_implemented: 잘못된 요청이며, 매개변수 누락 또는 유효하지 않은 매개변수 때문일 수 있습니다.401 invalid_token: 권한이 없으며, 인증 토큰이 유효하지 않거나 누락되었습니다.429 too_many_requests: 요청이 너무 많으며, 속도 제한을 초과했습니다.500 api_error: 내부 서버 오류이며, 서버에서 문제가 발생했습니다.
오류 응답 예시
결론
이 문서를 통해 일반 대화, 스트리밍 응답, 다중 턴 대화를 구현하는 방법과reasoning_effort를 통해 K3의 추론 강도를 제어하는 방법을 이해했습니다.
