Kimi Chat Completion API заявка та використання

Kimi — це серія AI моделей, випущена Moonshot. Наразі рекомендована модель kimi-k3 призначена для довгострокового програмування, агентів, складного міркування та знань, і може бути викликана через API Chat Completions, сумісний з OpenAI. Цей документ в основному описує процес використання Kimi Chat Completion API, за допомогою якого ми можемо легко використовувати офіційні функції діалогу Kimi.

Процес заявки

Щоб використовувати Kimi Chat Completion API, спочатку перейдіть до консолі Ace Data Cloud для отримання вашого API Token, залиште його на випадок потреби.

Якщо ви ще не увійшли в систему або не зареєстровані, вас автоматично перенаправлять на сторінку входу, запрошуючи вас зареєструватися та увійти, після чого ви будете автоматично повернені на цю сторінку. Один API Token дозволяє викликати всі послуги платформи, не потрібно окремо подавати заявку на кожну послугу. Перший запит на отримання токена надає безкоштовний ліміт, щоб ви могли безкоштовно спробувати; якщо ліміт вичерпано, ви можете поповнити загальний баланс в консолі.

📘 Повна документація: Kimi Chat Completion API →

Основне використання

Далі ви можете заповнити відповідні дані на інтерфейсі, як показано на малюнку:

Під час першого використання цього інтерфейсу потрібно заповнити щонайменше три поля: authorization можна вибрати безпосередньо зі спадного списку; model використовується для вибору моделі Kimi, рекомендується використовувати kimi-k3; messages — це масив повідомлень діалогу, кожне повідомлення містить role та content, де role підтримує user, assistant, system та tool. Ви також можете помітити, що праворуч є відповідний код виклику, який ви можете скопіювати та безпосередньо виконати, або просто натиснути кнопку «Спробувати» для тестування.

Ось реальна відповідь K3, отримана з використанням reasoning_effort: max (пропущені невикористані розширені поля):

{
  "id": "msg_2D4Btbg1WgvkNE3tCYkR4xGA",
  "object": "chat.completion",
  "created": 1784466588,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Привіт! Чим я можу вам допомогти сьогодні?"
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 86,
    "completion_tokens": 206,
    "total_tokens": 292
  }
}

У відповіді є кілька полів, описаних нижче:

id, ID, що генерує це завдання діалогу, використовується для унікальної ідентифікації цього завдання діалогу.
model, вибрана модель Kimi з офіційного сайту.
choices — інформація про відповіді Kimi на запитання.
usage: статистична інформація про токени для цього запитання-відповіді.

Серед choices міститься інформація про відповіді Kimi, в якій choices є конкретною інформацією про відповідь Kimi, що можна побачити на малюнку.

Можна побачити, що поле content в choices містить конкретний зміст відповіді Kimi; K3 також може повернути reasoning_content, що використовується для відображення процесу міркування.

Інтенсивність міркування K3

kimi-k3 завжди активує міркування. На верхньому рівні тіла запиту підтримується поле reasoning_effort, єдине підтримуване значення наразі — max; якщо це поле пропущено, також використовується max. standard, high або інші рядки можуть бути частково прийняті сумісними попередніми версіями, але не гарантують зміни поведінки міркування, не покладайтеся на це.

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": "Перегляньте цей код і надайте варіанти виправлення"}],
    "reasoning_effort": "max"
  }'

При використанні OpenAI SDK можна безпосередньо передати це поле:

response = client.chat.completions.create(
    model="kimi-k3",
    messages=[{"role": "user", "content": "Розробіть надійний чергу завдань"}],
    reasoning_effort="max",
)

Під час багатокрокового діалогу та викликів інструментів, будь ласка, передайте повне повідомлення асистента з попереднього раунду назад у messages, включаючи reasoning_content та tool_calls.

Офіційні посилання

Thinking Effort: пояснює, що Kimi K3 завжди активує міркування, наразі єдине підтримуване значення для reasoning_effort — max.
Model Parameter Reference: порівнює параметри міркування K3 з K2, вікно контексту та відмінності у викликах інструментів.
Create Chat Completion: офіційний запит Moonshot Chat Completions, відповіді та визначення полів OpenAPI.

Потокова відповідь

Цей інтерфейс також підтримує потокову відповідь, що дуже корисно для веб-інтеграції, дозволяючи веб-сторінці реалізувати ефект поетапного відображення. Якщо ви хочете отримати відповідь у потоковому режимі, ви можете змінити параметр stream у заголовку запиту на true. Зміна, як показано на малюнку, але код виклику потребує відповідних змін, щоб підтримувати потокову відповідь.

Після зміни stream на true, API буде повертати відповідні JSON дані по рядках, на рівні коду нам потрібно внести відповідні зміни, щоб отримати результати по рядках. Приклад коду виклику на Python:

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

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

Нижче наведено витяг з початкового, міркувального, основного, завершального та обсягу даних з реальної потокової відповіді K3 Max:

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

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

Можна побачити, що у відповіді є багато data, data містить choices, які є останнім відповіддю, що узгоджується з вищезгаданим змістом. choices є новим відповіддю, ви можете інтегрувати його у вашу систему. Водночас закінчення потокової відповіді визначається за змістом data, якщо зміст є [DONE], це означає, що потокова відповідь завершена. Повернуті результати data мають кілька полів, описаних нижче:

id, ID, що генерує цю розмову, використовується для унікальної ідентифікації цієї розмови.
model, вибрано модель Kimi з офіційного сайту.
choices, відповіді Kimi на запитання.

JavaScript також підтримується, наприклад, код для потокового виклику Node.js виглядає так:

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: "Привіт" }],
    stream: true
  })
};

const response = await fetch("https://api.acedata.cloud/kimi/chat/completions", options);
const reader = response.body.getReader();
const decoder = new TextDecoder("utf-8");
while (true) {
  const { value, done } = await reader.read();
  if (done) break;
  process.stdout.write(decoder.decode(value));
}

Приклад коду на Java:

JSONObject jsonObject = new JSONObject();
jsonObject.put("model", "kimi-k3");
jsonObject.put("messages", new JSONArray().put(new JSONObject().put("role", "user").put("content", "Привіт")));
jsonObject.put("stream", true);
MediaType mediaType = MediaType.parse("application/json; charset=utf-8");
RequestBody body = RequestBody.create(jsonObject.toString(), 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.println(response.body().string());

Інші мови можна переписати самостійно, принцип однаковий.

Багатократний діалог

Якщо ви хочете інтегрувати функцію багатократного діалогу, вам потрібно завантажити кілька запитів у поле messages, приклади кількох запитів наведені на зображенні нижче:

Приклад коду на Python:

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":"Привіт! Як я можу вам допомогти сьогодні?"},{"role":"user","content":"Яка ти модель?"}],
    "reasoning_effort": "max"
}

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

Завантаживши кілька запитів, ви можете легко реалізувати багатократний діалог. Нижче наведено реальну відповідь K3 Max на цей запит (пропущені невикористані розширені поля):

{
  "id": "msg_Rqp8nPGBDHWwBlL4VpxuafOp",
  "object": "chat.completion",
  "created": 1784466628,
  "model": "kimi-k3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Я Кімі, AI асистент, розроблений Moonshot AI (月之暗面). Я не маю конкретного публічного ідентифікатора версії моделі, щоб поділитися звідси."
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 134,
    "completion_tokens": 346,
    "total_tokens": 480
  }
}

Можна побачити, що інформація, що міститься в choices, узгоджується з основним використанням, це містить конкретний зміст відповідей Kimi на кілька діалогів, таким чином, можна відповідати на відповідні запитання на основі кількох діалогів.

Обробка помилок

При виклику API, якщо виникає помилка, API поверне відповідний код помилки та інформацію. Наприклад:

400 token_mismatched: Неправильний запит, можливо, через відсутні або недійсні параметри.
400 api_not_implemented: Неправильний запит, можливо, через відсутні або недійсні параметри.
401 invalid_token: Неавторизовано, недійсний або відсутній токен авторизації.
429 too_many_requests: Занадто багато запитів, ви перевищили ліміт запитів.
500 api_error: Внутрішня помилка сервера, щось пішло не так на сервері.

Приклад відповіді на помилку

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

Висновок

Завдяки цьому документу ви дізналися, як використовувати Kimi Chat Completion API для реалізації звичайного діалогу, потокових відповідей, багатократного діалогу, а також як контролювати інтенсивність міркувань K3 за допомогою reasoning_effort.

Getting Started

AI Чат

AI Зображення

AI Відео

AI Аудіо

Веб і дані

CAPTCHA

Ідентичність

Проксі

Advanced

Coding

Kimi Chat Completion API заявка та використання

Процес заявки

Основне використання

Інтенсивність міркування K3

Офіційні посилання

Потокова відповідь

Багатократний діалог

Обробка помилок

Приклад відповіді на помилку

Висновок

​Процес заявки

​Основне використання

​Інтенсивність міркування K3

​Офіційні посилання

​Потокова відповідь

​Багатократний діалог

​Обробка помилок

​Приклад відповіді на помилку

​Висновок

Процес заявки

Основне використання

Інтенсивність міркування K3

Офіційні посилання

Потокова відповідь

Багатократний діалог

Обробка помилок

Приклад відповіді на помилку

Висновок