Kimi Chat Completion API 신청 및 사용

Kimi는 월의 어두운 면에서 출시한 AI 모델 시리즈입니다. 현재 추천하는 kimi-k3는 장기 프로그래밍, 에이전트, 복잡한 추론 및 지식 작업을 대상으로 하며, OpenAI 호환 Chat Completions API를 통해 호출할 수 있습니다. 이 문서는 Kimi Chat Completion API 작업의 사용 프로세스를 주로 소개하며, 이를 통해 공식 Kimi의 대화 기능을 쉽게 사용할 수 있습니다.

신청 프로세스

Kimi Chat Completion API를 사용하려면 먼저 Ace Data Cloud 콘솔에서 API Token을 받아야 하며, 이를 보관해 두십시오.

로그인 또는 등록이 되어 있지 않은 경우, 자동으로 로그인 페이지로 리디렉션되어 등록 및 로그인을 요청합니다. 완료 후 현재 페이지로 자동으로 돌아옵니다. 하나의 API Token으로 플랫폼의 모든 서비스를 호출할 수 있으며, 각 서비스에 대해 별도로 신청할 필요가 없습니다. 처음 신청 시 무료 크레딧이 제공되어 무료로 체험할 수 있으며, 크레딧이 부족할 경우 콘솔에서 일반 잔액을 충전할 수 있습니다.

📘 전체 문서: Kimi Chat Completion API →

기본 사용

이제 인터페이스에 해당 내용을 입력할 수 있습니다. 아래 그림과 같이 진행하십시오:

이 인터페이스를 처음 사용할 때는 최소한 세 가지 내용을 입력해야 합니다: authorization은 드롭다운 목록에서 직접 선택할 수 있으며; model은 Kimi 모델을 선택하는 데 사용되며, kimi-k3를 추천합니다; messages는 대화 메시지 배열로, 각 메시지는 role과 content를 포함하며, role은 user, assistant, system 및 tool을 지원합니다. 또한 오른쪽에 해당 호출 코드 생성이 있음을 알 수 있으며, 코드를 복사하여 직접 실행할 수도 있고, “Try” 버튼을 클릭하여 테스트할 수도 있습니다.

다음은 reasoning_effort: max를 사용하여 얻은 실제 K3 응답입니다(사용하지 않은 확장 필드는 생략됨):

{
  "id": "msg_2D4Btbg1WgvkNE3tCYkR4xGA",
  "object": "chat.completion",
  "created": 1784466588,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "안녕하세요! 오늘 무엇을 도와드릴까요?"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 86,
    "completion_tokens": 206,
    "total_tokens": 292
  }
}

반환 결과는 여러 필드를 포함하며, 다음과 같이 설명됩니다:

id, 이번 대화 작업을 생성한 ID로, 이번 대화 작업을 고유하게 식별하는 데 사용됩니다.
model, 선택한 Kimi 공식 모델입니다.
choices, Kimi가 질문에 대해 제공한 답변 정보입니다.
usage: 이번 질문-답변 쌍에 대한 토큰 통계 정보입니다.

그 중 choices는 Kimi의 답변 정보를 포함하고 있으며, 그 안의 choices는 Kimi의 구체적인 답변 정보를 포함하고 있습니다. 아래 그림과 같이 확인할 수 있습니다.

choices 안의 content 필드에는 Kimi의 구체적인 답변 내용이 포함되어 있습니다. K3는 또한 추론 과정을 나타내기 위해 reasoning_content를 반환할 수 있습니다.

K3 추론 강도

kimi-k3는 항상 추론을 활성화합니다. 요청 본문의 최상위는 reasoning_effort 필드를 지원하며, 현재 유일하게 지원되는 값은 max입니다; 이 필드를 생략할 경우에도 max가 사용됩니다. standard, high 또는 기타 문자열은 일부 호환되는 상위에서 느슨하게 수용될 수 있지만, 추론 동작을 변경할 것이라는 보장은 없으므로 의존하지 마십시오.

curl https://api.acedata.cloud/kimi/chat/completions \
  -H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "이 코드를 검토하고 수정안을 제시하십시오"}],
    "reasoning_effort": "max"
  }'

OpenAI SDK를 사용할 때는 이 필드를 직접 전달할 수 있습니다:

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "신뢰할 수 있는 작업 큐를 설계하십시오"}],
    reasoning_effort="max",
)

다중 대화 및 도구 호출 시, 이전 라운드의 전체 assistant 메시지를 messages에 다시 전달해야 하며, reasoning_content 및 tool_calls를 포함해야 합니다.

공식 참고

Thinking Effort: Kimi K3가 항상 추론을 활성화하며, 현재 reasoning_effort의 유일한 지원 값이 max임을 설명합니다.
Model Parameter Reference: K3와 K2 시리즈의 추론 매개변수, 컨텍스트 창 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 통합에 매우 유용하여 웹 페이지에서 글자 단위로 표시하는 효과를 구현할 수 있습니다. 응답을 스트리밍으로 반환하려면 요청 헤더의 stream 매개변수를 true로 변경하면 됩니다. 아래 그림과 같이 수정하되, 호출 코드는 스트리밍 응답을 지원하도록 적절한 변경이 필요합니다.

stream을 true로 변경하면 API는 해당 JSON 데이터를 줄 단위로 반환하며, 코드 측면에서 우리는 줄 단위 결과를 얻기 위해 적절한 수정을 해야 합니다. Python 샘플 호출 코드:

import requests

url = "https://api.acedata.cloud/kimi/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "kimi-k3",
    "messages": [{"role":"user","content":"안녕하세요"}],
    "reasoning_effort": "max",
    "stream": True
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

다음은 동일한 실제 K3 Max 스트리밍 응답에서 시작, 추론, 본문, 종료 및 사용량 데이터 블록의 발췌입니다:

data: {"id":"msg_er7WZjyv2kD3TG2yzbFPu5ZJ","object":"chat.completion.chunk","created":1784466598,"model":"kimi-k3","choices":[{"index":0,"delta":{"content":"","role":"assistant"},"finish_reason":null}],"usage":null}

data: {"id":"msg_er7WZjyv2kD3TG2yzbFPu5ZJ","object":"chat.completion.chunk","created":1784466598,"model":"kimi-k3","choices":[{"index":0,"delta":{"reasoning_content":"그"},"finish_reason":null}],"usage":null}

data: {"id":"msg_er7WZjyv2kD3TG2yzbFPu5ZJ","object":"chat.completion.chunk","created":1784466598,"model":"kimi-k3","choices":[{"index":0,"delta":{"content":"안녕하세요"},"finish_reason":null}],"usage":null}

data: {"id":"msg_er7WZjyv2kD3TG2yzbFPu5ZJ","object":"chat.completion.chunk","created":1784466598,"model":"kimi-k3","choices":[{"index":0,"delta":{},"finish_reason":"stop"}],"usage":null}

data: {"id":"msg_er7WZjyv2kD3TG2yzbFPu5ZJ","object":"chat.completion.chunk","created":1784466598,"model":"kimi-k3","choices":[],"usage":{"prompt_tokens":172,"completion_tokens":168,"total_tokens":340}}

data: [DONE]

볼 수 있듯이, 응답 안에는 많은 data가 있으며, data 안의 choices는 최신의 답변 내용으로, 위에서 소개한 내용과 일치합니다. choices는 추가된 답변 내용이며, 결과에 따라 시스템에 연결할 수 있습니다. 또한 스트리밍 응답의 종료는 data의 내용을 기준으로 판단하며, 내용이 [DONE]일 경우 스트리밍 응답이 모두 종료되었음을 나타냅니다. 반환된 data 결과는 여러 필드를 포함하며, 설명은 다음과 같습니다:

id, 이번 대화 작업을 생성한 ID로, 이번 대화 작업을 고유하게 식별하는 데 사용됩니다.
model, 선택한 Kimi 공식 모델입니다.
choices, Kimi가 질문에 대해 제공한 답변 정보입니다.

JavaScript도 지원되며, 예를 들어 Node.js의 스트리밍 호출 코드는 다음과 같습니다:

const options = {
  method: "post",
  headers: {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
  },
  body: JSON.stringify({
    "model": "kimi-k3",
    "messages": [{"role":"user","content":"안녕하세요"}],
    "stream": true
  })
};

fetch("https://api.acedata.cloud/kimi/chat/completions", options)
  .then(response => response.json())
  .then(response => console.log(response))
  .catch(err => console.error(err));

Java 샘플 코드:

JSONObject jsonObject = new JSONObject();
jsonObject.put("model", "kimi-k3");
jsonObject.put("messages", [{"role":"user","content":"안녕하세요"}]);
jsonObject.put("stream", true);
MediaType mediaType = "application/json; charset=utf-8".toMediaType();
RequestBody body = jsonObject.toString().toRequestBody(mediaType);
Request request = new Request.Builder()
  .url("https://api.acedata.cloud/kimi/chat/completions")
  .post(body)
  .addHeader("accept", "application/json")
  .addHeader("authorization", "Bearer {token}")
  .addHeader("content-type", "application/json")
  .build();

OkHttpClient client = new OkHttpClient();
Response response = client.newCall(request).execute();
System.out.print(response.body!!.string())

다른 언어는 별도로 수정할 수 있으며, 원리는 모두 동일합니다.

다중 대화

여러 번의 대화 기능을 연결하려면 messages 필드에 여러 질문을 업로드해야 하며, 여러 질문의 구체적인 예시는 아래 그림과 같습니다:

Python 샘플 호출 코드:

import requests

url = "https://api.acedata.cloud/kimi/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "kimi-k3",
    "messages": [{"role":"assistant","content":"안녕하세요! 오늘 무엇을 도와드릴까요?"},{"role":"user","content":"어떤 모델인가요?"}],
    "reasoning_effort": "max"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

여러 질문을 업로드하면 쉽게 다중 대화를 구현할 수 있습니다. 다음은 해당 요청으로 얻은 실제 K3 Max 응답입니다(사용하지 않은 확장 필드는 생략됨):

{
  "id": "msg_Rqp8nPGBDHWwBlL4VpxuafOp",
  "object": "chat.completion",
  "created": 1784466628,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "저는 Kimi입니다, Moonshot AI(달의 어두운 면)에서 개발한 AI 어시스턴트입니다. 여기서 공유할 특정 공개 모델 버전 식별자는 없습니다."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 134,
    "completion_tokens": 346,
    "total_tokens": 480
  }
}

choices에 포함된 정보는 기본 사용 내용과 일치하며, 이는 Kimi가 여러 대화에 대해 응답한 구체적인 내용을 포함하고 있어, 여러 대화 내용을 기반으로 해당 질문에 답변할 수 있습니다.

오류 처리

API를 호출할 때 오류가 발생하면, API는 해당 오류 코드와 정보를 반환합니다. 예를 들어:

400 token_mismatched: 잘못된 요청, 누락되었거나 잘못된 매개변수 때문일 수 있습니다.
400 api_not_implemented: 잘못된 요청, 누락되었거나 잘못된 매개변수 때문일 수 있습니다.
401 invalid_token: 인증되지 않음, 잘못되었거나 누락된 인증 토큰입니다.
429 too_many_requests: 너무 많은 요청, 비율 제한을 초과했습니다.
500 api_error: 내부 서버 오류, 서버에서 문제가 발생했습니다.

오류 응답 예시

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

결론

이 문서를 통해 Kimi Chat Completion API를 사용하여 일반 대화, 스트리밍 응답, 다중 대화 및 reasoning_effort를 통해 K3의 추론 강도를 제어하는 방법을 이해하게 되었습니다.

시작하기

AI 채팅

AI 이미지

AI 비디오

AI 오디오

웹 & 데이터

CAPTCHA

신원

프록시

고급

Kimi Chat Completion API 신청 및 사용

신청 프로세스

기본 사용

K3 추론 강도

공식 참고

스트리밍 응답

다중 대화

오류 처리

오류 응답 예시

결론

​신청 프로세스

​기본 사용

​K3 추론 강도

​공식 참고

​스트리밍 응답

​다중 대화

​오류 처리

​오류 응답 예시

​결론

신청 프로세스

기본 사용

K3 추론 강도

공식 참고

스트리밍 응답

다중 대화

오류 처리

오류 응답 예시

결론