Kimi Chat Completion API 申请及使用

Kimi to seria modeli AI wprowadzona przez Mroczną Stronę Księżyca. Obecnie zalecany kimi-k3 jest skierowany na długozasięgowe programowanie, agentów, złożone rozumowanie i pracę z wiedzą, i można go wywołać za pomocą zgodnego z OpenAI API Chat Completions. Dokument ten głównie opisuje proces korzystania z Kimi Chat Completion API, dzięki któremu możemy łatwo korzystać z funkcji rozmowy oficjalnego Kimi.

申请流程

Aby korzystać z Kimi Chat Completion API, najpierw przejdź do Ace Data Cloud 控制台, aby uzyskać swój token API, który należy zachować na przyszłość.

Jeśli nie jesteś zalogowany lub zarejestrowany, automatycznie zostaniesz przekierowany na stronę logowania, aby zarejestrować się i zalogować, a po zakończeniu zostaniesz automatycznie przekierowany z powrotem na bieżącą stronę. Jeden token API wystarczy do wywołania wszystkich usług platformy, nie ma potrzeby składania osobnych wniosków dla każdej usługi. Przy pierwszym wniosku otrzymasz darmowy limit, aby móc korzystać z usługi za darmo; gdy limit się wyczerpie, możesz doładować saldo ogólne w 控制台.

📘 Pełna dokumentacja: Kimi Chat Completion API →

基本使用

Następnie możesz wypełnić odpowiednie treści na interfejsie, jak pokazano na obrazku:

Podczas pierwszego korzystania z tego interfejsu musisz wypełnić co najmniej trzy pola: authorization, które można bezpośrednio wybrać z rozwijanej listy; model, aby wybrać model Kimi, zaleca się użycie kimi-k3; messages to tablica wiadomości rozmowy, gdzie każda wiadomość zawiera role i content, przy czym role obsługuje user, assistant, system i tool. Możesz również zauważyć, że po prawej stronie generowany jest odpowiedni kod wywołania, który możesz skopiować i uruchomić, lub możesz bezpośrednio kliknąć przycisk „Try”, aby przetestować.

Poniżej znajduje się rzeczywista odpowiedź K3 uzyskana przy użyciu reasoning_effort: max (pominięto nieużywane pola rozszerzeń):

{
  "id": "msg_2D4Btbg1WgvkNE3tCYkR4xGA",
  "object": "chat.completion",
  "created": 1784466588,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Cześć! Jak mogę Ci dzisiaj pomóc?"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 86,
    "completion_tokens": 206,
    "total_tokens": 292
  }
}

Zwrócone wyniki zawierają wiele pól, które są opisane poniżej:

id, identyfikator generowanego zadania rozmowy, używany do unikalnej identyfikacji tego zadania rozmowy.
model, wybrany model Kimi z oficjalnej strony.
choices, informacje o odpowiedzi Kimi na zadane pytanie.
usage: statystyki dotyczące tokenów dla tej pary pytań i odpowiedzi.

Wśród nich choices zawiera informacje o odpowiedzi Kimi, a wewnątrz choices znajdują się konkretne informacje o odpowiedzi Kimi, co można zobaczyć na obrazku.

Można zauważyć, że pole content w choices zawiera konkretne treści odpowiedzi Kimi; K3 może również zwrócić reasoning_content, aby wskazać proces rozumowania.

K3 推理强度

kimi-k3 zawsze włącza rozumowanie. Najwyższy poziom żądania obsługuje pole reasoning_effort, a jedyną obsługiwaną wartością jest max; pominięcie tego pola również skutkuje użyciem max. standard, high lub inne ciągi mogą być częściowo akceptowane przez luźniejsze upstream, ale nie gwarantują zmiany zachowania rozumowania, nie polegaj na tym.

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": "Przejrzyj ten kod i podaj propozycję poprawek"}],
    "reasoning_effort": "max"
  }'

Podczas korzystania z OpenAI SDK można bezpośrednio przekazać to pole:

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Zaprojektuj niezawodną kolejkę zadań"}],
    reasoning_effort="max",
)

W przypadku wieloetapowych rozmów i wywołań narzędzi należy przekazać pełną wiadomość asystenta z poprzedniej rundy do messages, w tym reasoning_content i tool_calls.

官方参考

Thinking Effort：wyjaśnia, że Kimi K3 zawsze włącza rozumowanie, a jedyną obsługiwaną wartością reasoning_effort jest max.
Model Parameter Reference：porównuje parametry rozumowania K3 i K2, okna kontekstowe oraz różnice w wywołaniach narzędzi.
Create Chat Completion：oficjalne żądania, odpowiedzi i definicje pól OpenAPI dla Chat Completions Moonshot.

流式响应

Ten interfejs obsługuje również odpowiedzi strumieniowe, co jest bardzo przydatne w integracji z witrynami internetowymi, umożliwiając wyświetlanie efektu literowego. Jeśli chcesz, aby odpowiedź była zwracana strumieniowo, możesz zmienić parametr stream w nagłówku żądania na true. Zmiana jak na obrazku, ale kod wywołania musi być odpowiednio zmieniony, aby obsługiwał odpowiedzi strumieniowe.

Po zmianie stream na true, API zwróci odpowiednie dane JSON w wierszach, a na poziomie kodu musimy wprowadzić odpowiednie zmiany, aby uzyskać wyniki w wierszach. Przykładowy kod wywołania w Pythonie:

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":"Cześć"}],
    "reasoning_effort": "max",
    "stream": True
}

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

Poniżej przedstawiono fragmenty z rzeczywistej odpowiedzi strumieniowej K3 Max, w tym bloki danych początkowych, rozumowania, treści, zakończenia i użycia:

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":"The"},"finish_reason":null}],"usage":null}

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

Można zauważyć, że odpowiedź zawiera wiele data, a data wewnątrz choices to najnowsza treść odpowiedzi, zgodna z wcześniej przedstawioną treścią. choices to nowa treść odpowiedzi, którą można zintegrować z systemem. Zakończenie strumieniowej odpowiedzi jest określane na podstawie zawartości data, a jeśli zawartość to [DONE], oznacza to, że strumieniowa odpowiedź została całkowicie zakończona. Zwracane wyniki data mają wiele pól, które są opisane poniżej:

id, identyfikator generowanego zadania rozmowy, używany do unikalnej identyfikacji tego zadania rozmowy.
model, wybrany model z oficjalnej strony Kimi.
choices, informacje o odpowiedziach udzielonych przez Kimi na pytania.

JavaScript jest również obsługiwany, na przykład kod do strumieniowego wywołania w Node.js wygląda następująco:

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":"Cześć"}],
    "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));

Przykładowy kod w Javie:

JSONObject jsonObject = new JSONObject();
jsonObject.put("model", "kimi-k3");
jsonObject.put("messages", [{"role":"user","content":"Cześć"}]);
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())

Inne języki można dostosować samodzielnie, zasada jest taka sama.

Wieloetapowa rozmowa

Jeśli chcesz zintegrować funkcję wieloetapowej rozmowy, musisz przesłać wiele pytań w polu messages, a konkretne przykłady wielu pytań są pokazane na poniższym obrazku:

Przykładowy kod wywołania w Pythonie:

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":"Cześć! Jak mogę Ci dzisiaj pomóc?"},{"role":"user","content":"Jaki jesteś modelem?"}],
    "reasoning_effort": "max"
}

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

Przesyłając wiele pytań, można łatwo zrealizować wieloetapową rozmowę. Poniżej znajduje się rzeczywista odpowiedź K3 Max uzyskana z tego żądania (pomijając nieużywane pola rozszerzeń):

{
  "id": "msg_Rqp8nPGBDHWwBlL4VpxuafOp",
  "object": "chat.completion",
  "created": 1784466628,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Jestem Kimi, asystentem AI opracowanym przez Moonshot AI (月之暗面). Nie mam konkretnego identyfikatora wersji modelu publicznego do podzielenia się stąd."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 134,
    "completion_tokens": 346,
    "total_tokens": 480
  }
}

Można zauważyć, że informacje zawarte w choices są zgodne z podstawowym użyciem, zawierają konkretne treści odpowiedzi Kimi na wiele rozmów, co pozwala na odpowiadanie na odpowiednie pytania na podstawie wielu treści rozmowy.

Obsługa błędów

Podczas wywoływania API, jeśli wystąpią błędy, API zwróci odpowiednie kody błędów i informacje. Na przykład:

400 token_mismatched: Zły wniosek, prawdopodobnie z powodu brakujących lub nieprawidłowych parametrów.
400 api_not_implemented: Zły wniosek, prawdopodobnie z powodu brakujących lub nieprawidłowych parametrów.
401 invalid_token: Nieautoryzowany, nieprawidłowy lub brakujący token autoryzacyjny.
429 too_many_requests: Zbyt wiele żądań, przekroczono limit szybkości.
500 api_error: Błąd wewnętrzny serwera, coś poszło nie tak na serwerze.

Przykład odpowiedzi błędu

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

Wnioski

Dzięki temu dokumentowi zrozumiałeś, jak używać Kimi Chat Completion API do realizacji zwykłych rozmów, strumieniowych odpowiedzi, wieloetapowych rozmów oraz jak kontrolować intensywność rozumowania K3 za pomocą reasoning_effort.

Getting Started

Czat AI

Obraz AI

Wideo AI

Audio AI

Sieć i dane

CAPTCHA

Tożsamość

Proxy

Advanced

Kimi Chat Completion API 申请及使用

申请流程

基本使用

K3 推理强度

官方参考

流式响应

Wieloetapowa rozmowa

Obsługa błędów

Przykład odpowiedzi błędu

Wnioski

​申请流程

​基本使用

​K3 推理强度

​官方参考

​流式响应

​Wieloetapowa rozmowa

​Obsługa błędów

​Przykład odpowiedzi błędu

​Wnioski

申请流程

基本使用

K3 推理强度

官方参考

流式响应

Wieloetapowa rozmowa

Obsługa błędów

Przykład odpowiedzi błędu

Wnioski