Kimi K2 Instruct 0711 هو نموذج K2 النصي الأصلي المدرّب لاحقًا من Moonshot AI للمحادثة ومهام الوكلاء ذات الأغراض العامة. تميّزه الشركة المصنّعة عن K2 Base، وهو النموذج التأسيسي، وتصف إصدار التعليمات بأنه سريع الاستجابة دون تفكير طويل. يقبل النصوص وينتج إجابات وشيفرة ومحتوى استدعاءات أدوات، مع سياق بطول 128 ألف رمز.
K2 نموذج مزيج خبراء بإجمالي تريليون معلمة و32 مليار معلمة نشطة. يستخدم ملخص الشركة المطوّرة الانتباه الكامن متعدد الرؤوس والتوجيه المتناثر للخبراء، مع اختيار ثمانية من 384 خبيرًا لكل رمز وخبير مشترك. يستخدم التدريب المسبق 15٫5 تريليون رمز ونهج التحسين MuonClip، الذي طُوّر لتدريب مستقر على نطاق النموذج.
هذه خصائص عائلة K2 الأصلية. يوفّر إصدار التعليمات بعد ذلك السلوك المستخدم للمحادثة والبرمجة وحل المشكلات بصورة مستقلة باستخدام أدوات التطبيق. تظل هويته مختلفة عن توسيع السياق اللاحق في 0905 وإصدار Thinking المنفصل ونموذجي K2.5 وK2.6 متعددي الوسائط.
لسؤال، قدّم السياق الذي يؤسس الإجابة وحدّد شكل الاستجابة الذي تحتاجه. ولمهمة برمجة، ضمّن التنفيذ ذا الصلة والفشل الملحوظ والسلوك المتوقع والقيود الواجب الحفاظ عليها. طلب توضيحي هو: «اشرح لماذا يفشل هذا المدخل، واقترح أصغر تصحيح، وأعد الدالة المعدّلة مع الشرط الداعم من المصدر».
للعمل على المستندات، سمِّ المقاطع ومعايير المقارنة. اطلب من النتيجة الحفاظ على أسماء الأعلام ومعرّفات الحقول والوحدات، وتحديد المعلومات التي لا تحتويها المادة. ينبغي أن يظل المُنتَج المرغوب صريحًا عبر المراجعات، بدلًا من أن تحل محله تعليقات عامة واسعة.
يوصي دليل الشركة المنتجة الأصلي بدرجة حرارة 0.6، ويقدّم تعليمة نظام بسيطة للمساعد كخيار افتراضي حين لا يلزم دور متخصّص. ينتج هذا النمط استجابة المهمة مباشرةً، بدلًا من فرض تعاقد الاستدلال المتداخل الممتد لنموذج Thinking اللاحق. حدّد لغة الإجابة النهائية وتفاصيلها الإلزامية وطولها المتوقع بصورة مستقلة عن توصية أخذ العينات.
يدعم K2 Instruct الدوال المقدّمة في كل طلب بأسماء وأوصاف ومخططات معلمات. يختار النموذج متى يستدعيها وكيف. يحلّل التطبيق وسائط JSON المقترحة وينفّذ العملية المختارة؛ وتدخل الملاحظات المعادة المحادثة مع معرّف استدعاء الأداة المطابق واسم الدالة. تستطيع الاستجابة اللاحقة استخدام تلك النتائج الفعلية للإجابة أو متابعة مهمة.
عرّف ما تفعله كل أداة والإجراءات المسموح بها. يمكن لبحث في المستندات إعادة حقل المنتج المفقود، بينما يمكن لأداة تطوير إعادة الشيفرة المصدرية أو خطأ ملحوظ. العملية المختارة ليست دليلًا على التنفيذ حتى تتاح نتيجتها. احتفظ بالملاحظة مع المهمة حتى يحدّد الاستنتاج النهائي ما يدعمه.
تحتوي النافذة الأصلية البالغة 128 ألف رمز نص المصدر والمحادثة وسجل الأدوات والمحتوى المُولَّد معًا. خصّص مساحة للإجابة ونظّم مستودعًا طويلًا أو مجموعة مستندات حول السؤال الفعلي. لا يثبت حجم الإكمال في مثال بطاقة النموذج سقفًا صارمًا عامًا للإجابات.
النتيجة المفيدة نص مُراجع أو اقتراح شيفرة أو تحليل قائم على المصدر. افحص القيم بمقارنتها بالمادة المقدّمة والشيفرة في تطبيقها المقصود. حافظ على نمط التعليمات المباشر لإصدار 0711 بدلًا من إسناد سياق لاحق أو مدخل بصري أو ميزات احتفاظ بالاستدلال من إصدار K2 آخر إليه.
", "aboutText": "Kimi K2 Instruct 0711 هو نموذج K2 النصي الأصلي المدرّب لاحقًا من Moonshot AI للمحادثة ومهام الوكلاء ذات الأغراض العامة. تميّزه الشركة المصنّعة عن K2 Base، وهو النموذج التأسيسي، وتصف إصدار التعليمات بأنه سريع الاستجابة دون تفكير طويل. يقبل النصوص وينتج إجابات وشيفرة ومحتوى استدعاءات أدوات، مع سياق بطول 128 ألف رمز.\n\n### البنية والتدريب\n\nK2 نموذج مزيج خبراء بإجمالي تريليون معلمة و32 مليار معلمة نشطة. يستخدم ملخص الشركة المطوّرة الانتباه الكامن متعدد الرؤوس والتوجيه المتناثر للخبراء، مع اختيار ثمانية من 384 خبيرًا لكل رمز وخبير مشترك. يستخدم التدريب المسبق 15٫5 تريليون رمز ونهج التحسين MuonClip، الذي طُوّر لتدريب مستقر على نطاق النموذج.\n\nهذه خصائص عائلة K2 الأصلية. يوفّر إصدار التعليمات بعد ذلك السلوك المستخدم للمحادثة والبرمجة وحل المشكلات بصورة مستقلة باستخدام أدوات التطبيق. تظل هويته مختلفة عن توسيع السياق اللاحق في 0905 وإصدار Thinking المنفصل ونموذجي K2.5 وK2.6 متعددي الوسائط.\n\n### إعداد المهمة\n\nلسؤال، قدّم السياق الذي يؤسس الإجابة وحدّد شكل الاستجابة الذي تحتاجه. ولمهمة برمجة، ضمّن التنفيذ ذا الصلة والفشل الملحوظ والسلوك المتوقع والقيود الواجب الحفاظ عليها. طلب توضيحي هو: «اشرح لماذا يفشل هذا المدخل، واقترح أصغر تصحيح، وأعد الدالة المعدّلة مع الشرط الداعم من المصدر».\n\nللعمل على المستندات، سمِّ المقاطع ومعايير المقارنة. اطلب من النتيجة الحفاظ على أسماء الأعلام ومعرّفات الحقول والوحدات، وتحديد المعلومات التي لا تحتويها المادة. ينبغي أن يظل المُنتَج المرغوب صريحًا عبر المراجعات، بدلًا من أن تحل محله تعليقات عامة واسعة.\n\n### نمط المحادثة\n\nيوصي دليل الشركة المنتجة الأصلي بدرجة حرارة 0.6، ويقدّم تعليمة نظام بسيطة للمساعد كخيار افتراضي حين لا يلزم دور متخصّص. ينتج هذا النمط استجابة المهمة مباشرةً، بدلًا من فرض تعاقد الاستدلال المتداخل الممتد لنموذج Thinking اللاحق. حدّد لغة الإجابة النهائية وتفاصيلها الإلزامية وطولها المتوقع بصورة مستقلة عن توصية أخذ العينات.\n\n### الأدوات والملاحظات\n\nيدعم K2 Instruct الدوال المقدّمة في كل طلب بأسماء وأوصاف ومخططات معلمات. يختار النموذج متى يستدعيها وكيف. يحلّل التطبيق وسائط JSON المقترحة وينفّذ العملية المختارة؛ وتدخل الملاحظات المعادة المحادثة مع معرّف استدعاء الأداة المطابق واسم الدالة. تستطيع الاستجابة اللاحقة استخدام تلك النتائج الفعلية للإجابة أو متابعة مهمة.\n\nعرّف ما تفعله كل أداة والإجراءات المسموح بها. يمكن لبحث في المستندات إعادة حقل المنتج المفقود، بينما يمكن لأداة تطوير إعادة الشيفرة المصدرية أو خطأ ملحوظ. العملية المختارة ليست دليلًا على التنفيذ حتى تتاح نتيجتها. احتفظ بالملاحظة مع المهمة حتى يحدّد الاستنتاج النهائي ما يدعمه.\n\n### السياق ومراجعة النتيجة\n\nتحتوي النافذة الأصلية البالغة 128 ألف رمز نص المصدر والمحادثة وسجل الأدوات والمحتوى المُولَّد معًا. خصّص مساحة للإجابة ونظّم مستودعًا طويلًا أو مجموعة مستندات حول السؤال الفعلي. لا يثبت حجم الإكمال في مثال بطاقة النموذج سقفًا صارمًا عامًا للإجابات.\n\nالنتيجة المفيدة نص مُراجع أو اقتراح شيفرة أو تحليل قائم على المصدر. افحص القيم بمقارنتها بالمادة المقدّمة والشيفرة في تطبيقها المقصود. حافظ على نمط التعليمات المباشر لإصدار 0711 بدلًا من إسناد سياق لاحق أو مدخل بصري أو ميزات احتفاظ بالاستدلال من إصدار K2 آخر إليه.", "editorialOverlay": { "copy_fields": { "practical_html": "مثال تقني باللغة الإنجليزية
Fix an empty-input crash\n\nFix this Python function: def first_name(names): return names[0].strip(). For an empty list it must return None; otherwise preserve the existing trimming behavior, including returning an empty string for whitespace-only input. Return a minimal implementation and tests for an empty list, a padded name and a whitespace-only name.A revised first_name function and three tests with explicit expected values.Check that only an empty list returns None and that a whitespace-only first value still returns an empty string.moonshotai/kimi-k2Kimi K2 Instruct 0711 هو نموذج K2 النصي الأصلي المدرّب لاحقًا من Moonshot AI للمحادثة والبرمجة والوكلاء الموجّهين بالأدوات. ينتج سياقه بطول 128 ألف رمز ونمط استجابته السريعة إجابات وشيفرة واستدعاءات دوال مختارة دون سير K2 Thinking اللاحق.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Kimi K2 Instruct 0711 هو نموذج K2 النصي الأصلي المدرّب لاحقًا من Moonshot AI للمحادثة ومهام الوكلاء ذات الأغراض العامة. تميّزه الشركة المصنّعة عن K2 Base، وهو النموذج التأسيسي، وتصف إصدار التعليمات بأنه سريع الاستجابة دون تفكير طويل. يقبل النصوص وينتج إجابات وشيفرة ومحتوى استدعاءات أدوات، مع سياق بطول 128 ألف رمز.
K2 نموذج مزيج خبراء بإجمالي تريليون معلمة و32 مليار معلمة نشطة. يستخدم ملخص الشركة المطوّرة الانتباه الكامن متعدد الرؤوس والتوجيه المتناثر للخبراء، مع اختيار ثمانية من 384 خبيرًا لكل رمز وخبير مشترك. يستخدم التدريب المسبق 15٫5 تريليون رمز ونهج التحسين MuonClip، الذي طُوّر لتدريب مستقر على نطاق النموذج.
هذه خصائص عائلة K2 الأصلية. يوفّر إصدار التعليمات بعد ذلك السلوك المستخدم للمحادثة والبرمجة وحل المشكلات بصورة مستقلة باستخدام أدوات التطبيق. تظل هويته مختلفة عن توسيع السياق اللاحق في 0905 وإصدار Thinking المنفصل ونموذجي K2.5 وK2.6 متعددي الوسائط.
لسؤال، قدّم السياق الذي يؤسس الإجابة وحدّد شكل الاستجابة الذي تحتاجه. ولمهمة برمجة، ضمّن التنفيذ ذا الصلة والفشل الملحوظ والسلوك المتوقع والقيود الواجب الحفاظ عليها. طلب توضيحي هو: «اشرح لماذا يفشل هذا المدخل، واقترح أصغر تصحيح، وأعد الدالة المعدّلة مع الشرط الداعم من المصدر».
للعمل على المستندات، سمِّ المقاطع ومعايير المقارنة. اطلب من النتيجة الحفاظ على أسماء الأعلام ومعرّفات الحقول والوحدات، وتحديد المعلومات التي لا تحتويها المادة. ينبغي أن يظل المُنتَج المرغوب صريحًا عبر المراجعات، بدلًا من أن تحل محله تعليقات عامة واسعة.
يوصي دليل الشركة المنتجة الأصلي بدرجة حرارة 0.6، ويقدّم تعليمة نظام بسيطة للمساعد كخيار افتراضي حين لا يلزم دور متخصّص. ينتج هذا النمط استجابة المهمة مباشرةً، بدلًا من فرض تعاقد الاستدلال المتداخل الممتد لنموذج Thinking اللاحق. حدّد لغة الإجابة النهائية وتفاصيلها الإلزامية وطولها المتوقع بصورة مستقلة عن توصية أخذ العينات.
يدعم K2 Instruct الدوال المقدّمة في كل طلب بأسماء وأوصاف ومخططات معلمات. يختار النموذج متى يستدعيها وكيف. يحلّل التطبيق وسائط JSON المقترحة وينفّذ العملية المختارة؛ وتدخل الملاحظات المعادة المحادثة مع معرّف استدعاء الأداة المطابق واسم الدالة. تستطيع الاستجابة اللاحقة استخدام تلك النتائج الفعلية للإجابة أو متابعة مهمة.
عرّف ما تفعله كل أداة والإجراءات المسموح بها. يمكن لبحث في المستندات إعادة حقل المنتج المفقود، بينما يمكن لأداة تطوير إعادة الشيفرة المصدرية أو خطأ ملحوظ. العملية المختارة ليست دليلًا على التنفيذ حتى تتاح نتيجتها. احتفظ بالملاحظة مع المهمة حتى يحدّد الاستنتاج النهائي ما يدعمه.
تحتوي النافذة الأصلية البالغة 128 ألف رمز نص المصدر والمحادثة وسجل الأدوات والمحتوى المُولَّد معًا. خصّص مساحة للإجابة ونظّم مستودعًا طويلًا أو مجموعة مستندات حول السؤال الفعلي. لا يثبت حجم الإكمال في مثال بطاقة النموذج سقفًا صارمًا عامًا للإجابات.
النتيجة المفيدة نص مُراجع أو اقتراح شيفرة أو تحليل قائم على المصدر. افحص القيم بمقارنتها بالمادة المقدّمة والشيفرة في تطبيقها المقصود. حافظ على نمط التعليمات المباشر لإصدار 0711 بدلًا من إسناد سياق لاحق أو مدخل بصري أو ميزات احتفاظ بالاستدلال من إصدار K2 آخر إليه.
POST /v1/chat/completionstexttext| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود moonshotai/kimi-k2 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود الحد الأدنى للعناصر: 1 | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود أمثلة: system, user, assistant, tool, function الشروط: تُمثَّل هذه الأدوار صراحةً بأنواع التوافق في الشيفرة المصدرية؛ وتظل مجموعة الأدوار الدقيقة خاصة بكل نموذج. يعتمد على النموذج | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring|content_part[]|null | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_calls | النوعtool_call[] | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].tool_call_id | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: role=tool؛ استخدم المعرّف الفعلي المُرجع | القيمة الافتراضية— |
الحقلmessages[].name | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].reasoning_content | النوعstring | المتطلباختياري | القيم والحدود ينطبق عندما: أعِد تمرير الاستدلال الفعلي المُرجع حيث يستخدمه هذا النموذج | القيمة الافتراضية— |
الحقلmessages[].reasoning_details | النوعobject|array | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلmax_completion_tokens | النوعinteger | المتطلباختياري | القيم والحدود الحد الأدنى: 1 يعتمد على النموذج | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
الحقلstream_options.include_usage | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtemperature | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtop_p | النوعnumber | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلstop | النوعstring|string[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools | النوعfunction_tool[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].type | النوعstring | المتطلباختياري | القيم والحدود function يعتمد على النموذج | القيمة الافتراضية— |
الحقلtools[].function.name | النوعstring | المتطلبمطلوب | القيم والحدود ينطبق عندما: أداة دالة مقدّمة | القيمة الافتراضية— |
الحقلtools[].function.description | النوعstring | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtools[].function.parameters | النوعJSON_schema | المتطلباختياري | القيم والحدود | القيمة الافتراضية— |
الحقلtool_choice | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلparallel_tool_calls | النوعboolean | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلresponse_format | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning_effort | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلreasoning | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلservice_tier | النوعstring | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلinstructions | النوعstring | المتطلباختياري | القيم والحدود حقل للتوافق | القيمة الافتراضية— |
الحقلfunctions | النوعfunction[] | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلfunction_call | النوعstring|object | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلprompt_cache_options | النوعobject | المتطلباختياري | القيم والحدود يعتمد على النموذج | القيمة الافتراضية— |
الحقلmodalities | النوعstring[] | المتطلباختياري | القيم والحدود text | القيمة الافتراضية— |
الحقلprovider | النوعobject | المتطلباختياري | القيم والحدود الشروط: يُرفَض provider.options في مسار Ultra النصي هذا | القيمة الافتراضية— |
الحقلcache_control.ttl | النوعstring | المتطلباختياري | القيم والحدود الشروط: تُرفَض 1h في المواضع الفعلية للتخزين المؤقت للموجّه | القيمة الافتراضية— |
النص · نص UTF8
messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages |
المعلمةmaterial_types | المواصفاتtext |
المعلمةmessages | المواصفاتمصفوفة رسائل ببنية role/content |
المعلمةfile_material | المواصفاتمستند UTF-8 الفعلي مُدرج كنص حرفي؛ لا يُستنتَج معرّف ملف |
المعلمةoptional_controls | المواصفاتstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
المعلمةcontrol_scope | المواصفاتخاص بالنموذج؛ أدوات الدوال التي يقدّمها المستخدم تختلف عن الأدوات المستضافة |
المعلمةoutput_modalities | المواصفاتtext |
المعلمةhosted_operations | المواصفاتfalse |
المعلمةmultimodal_input_binding | المواصفاتnull |
دورة الحياة: synchronous_or_streamed
أرسل معرّف النموذج الدقيق مع messages.
طول السياق ليس حدًا أقصى للإخراج.
يمكن لملف نصي تقديم نص حرفي؛ وتحتاج مدخلات الصور/الصوت/كائنات الملفات إلى ربط دقيق.
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00114 / 1K من الرموز الإخراج · رموز الإخراج $0.0046 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00114 / 1K من الرموز الإخراج · رموز الإخراج $0.0046 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/kimi-k2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='moonshotai/kimi-k2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='moonshotai/kimi-k2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل اختيار ومحتواه واستدعاءات أدواته واستدلاله. في SSE، جمّع التحديثات بحسب فهرس الاختيار/الأداة، واحتفظ بسبب الإنهاء النهائي والاستخدام.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلchoices[].index | النوعinteger |
الحقلchoices[].message.content | النوعstring|null |
الحقلchoices[].message.tool_calls | النوعtool_call[] |
الحقلchoices[].message.reasoning_content | النوعstring |
الحقلchoices[].message.reasoning_details | النوعobject|array |
الحقلchoices[].finish_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra moonshotai/kimi-k2
استخدم مسارات الطرائق المعروضة أعلاه.
moonshotai/kimi-k2Kimi K2 Instruct 0711 هو نموذج K2 النصي الأصلي المدرّب لاحقًا من Moonshot AI للمحادثة والبرمجة والوكلاء الموجّهين بالأدوات. ينتج سياقه بطول 128 ألف رمز ونمط استجابته السريعة إجابات وشيفرة واستدعاءات دوال مختارة دون سير K2 Thinking اللاحق.
يغطي هذا الوصف قدرات النموذج. وترد أدناه المدخلات والمخرجات والخيارات المتاحة في Ailoot للطريقة المحددة.
Kimi K2 Instruct 0711 هو نموذج K2 النصي الأصلي المدرّب لاحقًا من Moonshot AI للمحادثة ومهام الوكلاء ذات الأغراض العامة. تميّزه الشركة المصنّعة عن K2 Base، وهو النموذج التأسيسي، وتصف إصدار التعليمات بأنه سريع الاستجابة دون تفكير طويل. يقبل النصوص وينتج إجابات وشيفرة ومحتوى استدعاءات أدوات، مع سياق بطول 128 ألف رمز.
K2 نموذج مزيج خبراء بإجمالي تريليون معلمة و32 مليار معلمة نشطة. يستخدم ملخص الشركة المطوّرة الانتباه الكامن متعدد الرؤوس والتوجيه المتناثر للخبراء، مع اختيار ثمانية من 384 خبيرًا لكل رمز وخبير مشترك. يستخدم التدريب المسبق 15٫5 تريليون رمز ونهج التحسين MuonClip، الذي طُوّر لتدريب مستقر على نطاق النموذج.
هذه خصائص عائلة K2 الأصلية. يوفّر إصدار التعليمات بعد ذلك السلوك المستخدم للمحادثة والبرمجة وحل المشكلات بصورة مستقلة باستخدام أدوات التطبيق. تظل هويته مختلفة عن توسيع السياق اللاحق في 0905 وإصدار Thinking المنفصل ونموذجي K2.5 وK2.6 متعددي الوسائط.
لسؤال، قدّم السياق الذي يؤسس الإجابة وحدّد شكل الاستجابة الذي تحتاجه. ولمهمة برمجة، ضمّن التنفيذ ذا الصلة والفشل الملحوظ والسلوك المتوقع والقيود الواجب الحفاظ عليها. طلب توضيحي هو: «اشرح لماذا يفشل هذا المدخل، واقترح أصغر تصحيح، وأعد الدالة المعدّلة مع الشرط الداعم من المصدر».
للعمل على المستندات، سمِّ المقاطع ومعايير المقارنة. اطلب من النتيجة الحفاظ على أسماء الأعلام ومعرّفات الحقول والوحدات، وتحديد المعلومات التي لا تحتويها المادة. ينبغي أن يظل المُنتَج المرغوب صريحًا عبر المراجعات، بدلًا من أن تحل محله تعليقات عامة واسعة.
يوصي دليل الشركة المنتجة الأصلي بدرجة حرارة 0.6، ويقدّم تعليمة نظام بسيطة للمساعد كخيار افتراضي حين لا يلزم دور متخصّص. ينتج هذا النمط استجابة المهمة مباشرةً، بدلًا من فرض تعاقد الاستدلال المتداخل الممتد لنموذج Thinking اللاحق. حدّد لغة الإجابة النهائية وتفاصيلها الإلزامية وطولها المتوقع بصورة مستقلة عن توصية أخذ العينات.
يدعم K2 Instruct الدوال المقدّمة في كل طلب بأسماء وأوصاف ومخططات معلمات. يختار النموذج متى يستدعيها وكيف. يحلّل التطبيق وسائط JSON المقترحة وينفّذ العملية المختارة؛ وتدخل الملاحظات المعادة المحادثة مع معرّف استدعاء الأداة المطابق واسم الدالة. تستطيع الاستجابة اللاحقة استخدام تلك النتائج الفعلية للإجابة أو متابعة مهمة.
عرّف ما تفعله كل أداة والإجراءات المسموح بها. يمكن لبحث في المستندات إعادة حقل المنتج المفقود، بينما يمكن لأداة تطوير إعادة الشيفرة المصدرية أو خطأ ملحوظ. العملية المختارة ليست دليلًا على التنفيذ حتى تتاح نتيجتها. احتفظ بالملاحظة مع المهمة حتى يحدّد الاستنتاج النهائي ما يدعمه.
تحتوي النافذة الأصلية البالغة 128 ألف رمز نص المصدر والمحادثة وسجل الأدوات والمحتوى المُولَّد معًا. خصّص مساحة للإجابة ونظّم مستودعًا طويلًا أو مجموعة مستندات حول السؤال الفعلي. لا يثبت حجم الإكمال في مثال بطاقة النموذج سقفًا صارمًا عامًا للإجابات.
النتيجة المفيدة نص مُراجع أو اقتراح شيفرة أو تحليل قائم على المصدر. افحص القيم بمقارنتها بالمادة المقدّمة والشيفرة في تطبيقها المقصود. حافظ على نمط التعليمات المباشر لإصدار 0711 بدلًا من إسناد سياق لاحق أو مدخل بصري أو ميزات احتفاظ بالاستدلال من إصدار K2 آخر إليه.
POST /v1/messagestextjson, sse| الحقل | النوع | المتطلب | القيم والحدود | القيمة الافتراضية |
|---|---|---|---|---|
الحقلmodel | النوعstring | المتطلبمطلوب | القيم والحدود moonshotai/kimi-k2 | القيمة الافتراضية— |
الحقلmessages | النوعmessage[] | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmessages[].role | النوعstring | المتطلبمطلوب | القيم والحدود user, assistant | القيمة الافتراضية— |
الحقلmessages[].content | النوعstring | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلmax_tokens | النوعinteger | المتطلبمطلوب | القيم والحدود | القيمة الافتراضية— |
الحقلstream | النوعboolean | المتطلباختياري | القيم والحدود | القيمة الافتراضيةfalse |
النص · نص UTF-8
سلسلة نصية messages[].content
| المعلمة | المواصفات |
|---|---|
المعلمةcontent_type | المواصفاتapplication/json |
المعلمةrequired | المواصفاتmodel, messages, max_tokens |
المعلمةoptional_controls | المواصفاتstream |
المعلمةmaterial_types | المواصفاتtext |
المعلمةtext_file_material | المواصفاتاقرأ مستند UTF-8 الفعلي وضع نصه في الإدخال المحدد أو السلسلة النصية لمحتوى الرسالة. |
دورة الحياة: synchronous_or_streamed
مراجع التسعير لا تضيف خيارات للطلب. المعلمات المدعومة مذكورة للطريقة المحددة.
طابق كل رسم مع الشروط المعروضة. طبّق تعرفة واحدة لكل مجموعة من الإعدادات البديلة.
| الإعدادات | جدول التعرفة | رموز السياق، أكثر من | رموز السياق، حتى القيمة شاملةً | الرسوم |
|---|---|---|---|---|
| الإعداداتالتعرفات الأساسية للرموز | جدول التعرفةالتعرفة الأساسية | رموز السياق، أكثر من— | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00114 / 1K من الرموز الإخراج · رموز الإخراج $0.0046 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
| الإعداداتالشريحة 1 لطول الطلب | جدول التعرفة— | رموز السياق، أكثر من0 | رموز السياق، حتى القيمة شاملةًلا يوجد حد أقصى | الرسوم الإدخال · رموز الإدخال $0.00114 / 1K من الرموز الإخراج · رموز الإخراج $0.0046 / 1K من الرموز الإدخال · قراءة ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت — / 1K من الرموز الإدخال · الكتابة إلى ذاكرة التخزين المؤقت، 1 ساعة — / 1K من الرموز |
تحجز Ailoot مبلغًا تقديريًا قبل الطلب. وبعد ظهور النتيجة، تُسوّي الرسوم النهائية بناءً على الاستخدام المقاس. وتستخدم تسوية البث سجل الاستخدام النهائي. كيفية عمل حجز المبلغ وتسوية الرسوم →
{\n "model": "moonshotai/kimi-k2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'moonshotai/kimi-k2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'moonshotai/kimi-k2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON أو SSE
احتفظ بكل استجابة كاملة وكل ملف وجزء محتوى تم إرجاعه.
احتفظ بكل كتل المحتوى وتوقيعات التفكير ومعرّفات استخدام الأدوات الفعلية. جمّع جميع تحديثات كتل SSE؛ فأول كتلة نصية ليست الإخراج الكامل.
احتفظ بمعرّفات الطلبات/الاستجابات والترويسات. لا يُقدَّم URL عام لاسترجاع مهمة نصية.
| الحقل | النوع |
|---|---|
الحقلid | النوعstring |
الحقلmodel | النوعstring |
الحقلcontent[] | النوعtext|thinking|tool_use|other content block |
الحقلstop_reason | النوعstring|null |
الحقلusage | النوعobject |
| الاستجابة | الشرط | الخطوة التالية |
|---|---|---|
الاستجابة400 · invalid_request_error | الشرطحقول مطلوبة أو تمثيل مادة أو قيمة معلمة غير صحيحة | الخطوة التاليةصحّح الحقول المحددة قبل طلب إنشاء جديد. |
Ailoot Ultra moonshotai/kimi-k2
استخدم مسارات الطرائق المعروضة أعلاه.
مثال تقني باللغة الإنجليزية
Fix an empty-input crash\n\nFix this Python function: def first_name(names): return names[0].strip(). For an empty list it must return None; otherwise preserve the existing trimming behavior, including returning an empty string for whitespace-only input. Return a minimal implementation and tests for an empty list, a padded name and a whitespace-only name.A revised first_name function and three tests with explicit expected values.Check that only an empty list returns None and that a whitespace-only first value still returns an empty string.