Kimi K2.7 Code es el modelo de Moonshot AI enfocado en programación dentro de la familia Kimi K2. Usa una arquitectura multimodal de mezcla de expertos, con 32,000 millones de parámetros activos de aproximadamente un billón de parámetros totales. Las entradas de texto e imágenes permiten una respuesta de texto. Su perfil publicado se dirige a programación extensa, descomposición de tareas y diálogo de varios turnos.
Describe el comportamiento que se debe implementar y proporciona el código fuente, las restricciones y las observaciones que determinan el cambio. Una tarea extensa puede identificar los componentes relevantes y el orden en que se necesita establecer su comportamiento. Solicita artefactos intermedios concretos, como un parche enfocado o un diagnóstico vinculado con el error real, mientras mantienes visible el resultado final.
Para una tarea visual de desarrollo, etiqueta la captura de pantalla o imagen de referencia e indica qué diseño, control o estado importa. Acompaña la evidencia visible con el código o los requisitos a los que se refiere. El modelo devuelve texto, como una explicación o propuesta de implementación; un entorno de herramientas conectado realiza los cambios reales de archivos y las comprobaciones.
El perfil siempre opera en modo de razonamiento y conserva todo el contenido de razonamiento en conversaciones de varios turnos. Mantén las decisiones anteriores y las observaciones relevantes dentro del flujo continuo para que un paso posterior pueda apoyarse en ellas. Cuando la tarea cambie de dirección, indica el nuevo requisito y la evidencia que causó el cambio.
La ventana de contexto es de 262,144 tokens. Organiza el material extenso en secciones de fuentes identificadas, trabajo completado y preguntas pendientes, y deja espacio para el siguiente resultado. Los identificadores exactos de fuentes ayudan a conectar una conclusión con el código, documento o imagen de los que depende.
El contrato publicado de alojamiento admite llamadas a funciones y salidas estructuradas mediante un esquema JSON. Define las operaciones o los campos de resultado según la tarea real y valida los valores devueltos contra sus fuentes. Las observaciones de herramientas deben conservar su relación con la operación que las produjo, en especial cuando varios pasos contribuyan a una misma conclusión.
Una tarea útil de programación completada deja juntos el cambio, su comportamiento previsto y la evidencia real de validación. Para una propuesta que todavía no se aplica, conserva el parche propuesto y los pasos que lo verificarían. Esto mantiene un flujo de programación de varios turnos conectado con sus artefactos concretos.
", "aboutText": "Kimi K2.7 Code es el modelo de Moonshot AI enfocado en programación dentro de la familia Kimi K2. Usa una arquitectura multimodal de mezcla de expertos, con 32,000 millones de parámetros activos de aproximadamente un billón de parámetros totales. Las entradas de texto e imágenes permiten una respuesta de texto. Su perfil publicado se dirige a programación extensa, descomposición de tareas y diálogo de varios turnos.\n\n### Mantén explícito el objetivo de programación\n\nDescribe el comportamiento que se debe implementar y proporciona el código fuente, las restricciones y las observaciones que determinan el cambio. Una tarea extensa puede identificar los componentes relevantes y el orden en que se necesita establecer su comportamiento. Solicita artefactos intermedios concretos, como un parche enfocado o un diagnóstico vinculado con el error real, mientras mantienes visible el resultado final.\n\nPara una tarea visual de desarrollo, etiqueta la captura de pantalla o imagen de referencia e indica qué diseño, control o estado importa. Acompaña la evidencia visible con el código o los requisitos a los que se refiere. El modelo devuelve texto, como una explicación o propuesta de implementación; un entorno de herramientas conectado realiza los cambios reales de archivos y las comprobaciones.\n\n### Razonamiento en varios turnos\n\nEl perfil siempre opera en modo de razonamiento y conserva todo el contenido de razonamiento en conversaciones de varios turnos. Mantén las decisiones anteriores y las observaciones relevantes dentro del flujo continuo para que un paso posterior pueda apoyarse en ellas. Cuando la tarea cambie de dirección, indica el nuevo requisito y la evidencia que causó el cambio.\n\nLa ventana de contexto es de 262,144 tokens. Organiza el material extenso en secciones de fuentes identificadas, trabajo completado y preguntas pendientes, y deja espacio para el siguiente resultado. Los identificadores exactos de fuentes ayudan a conectar una conclusión con el código, documento o imagen de los que depende.\n\n### Herramientas y artefactos estructurados\n\nEl contrato publicado de alojamiento admite llamadas a funciones y salidas estructuradas mediante un esquema JSON. Define las operaciones o los campos de resultado según la tarea real y valida los valores devueltos contra sus fuentes. Las observaciones de herramientas deben conservar su relación con la operación que las produjo, en especial cuando varios pasos contribuyan a una misma conclusión.\n\nUna tarea útil de programación completada deja juntos el cambio, su comportamiento previsto y la evidencia real de validación. Para una propuesta que todavía no se aplica, conserva el parche propuesto y los pasos que lo verificarían. Esto mantiene un flujo de programación de varios turnos conectado con sus artefactos concretos.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Fix an async error boundary\n\nReview this JavaScript function: 'async function load() { try { return fetchData(); } catch (e) { return []; } }'. Requirement: a rejected fetchData promise must produce an empty list. Propose the smallest patch and tests for a resolved value and a rejected promise. Explain why the current catch may not handle the rejection. Do not add a library.A corrected async function and two test sketches with their expected results.The rejected promise is observed within the try block, while the resolved value passes through unchanged.moonshotai/kimi-k2.7-codeKimi K2.7 Code es el modelo multimodal de Moonshot AI enfocado en programación con razonamiento siempre activo. Acepta texto e imágenes, conserva el razonamiento entre turnos y admite tareas extensas de programación en una ventana de contexto de 262,144 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Kimi K2.7 Code es el modelo de Moonshot AI enfocado en programación dentro de la familia Kimi K2. Usa una arquitectura multimodal de mezcla de expertos, con 32,000 millones de parámetros activos de aproximadamente un billón de parámetros totales. Las entradas de texto e imágenes permiten una respuesta de texto. Su perfil publicado se dirige a programación extensa, descomposición de tareas y diálogo de varios turnos.
Describe el comportamiento que se debe implementar y proporciona el código fuente, las restricciones y las observaciones que determinan el cambio. Una tarea extensa puede identificar los componentes relevantes y el orden en que se necesita establecer su comportamiento. Solicita artefactos intermedios concretos, como un parche enfocado o un diagnóstico vinculado con el error real, mientras mantienes visible el resultado final.
Para una tarea visual de desarrollo, etiqueta la captura de pantalla o imagen de referencia e indica qué diseño, control o estado importa. Acompaña la evidencia visible con el código o los requisitos a los que se refiere. El modelo devuelve texto, como una explicación o propuesta de implementación; un entorno de herramientas conectado realiza los cambios reales de archivos y las comprobaciones.
El perfil siempre opera en modo de razonamiento y conserva todo el contenido de razonamiento en conversaciones de varios turnos. Mantén las decisiones anteriores y las observaciones relevantes dentro del flujo continuo para que un paso posterior pueda apoyarse en ellas. Cuando la tarea cambie de dirección, indica el nuevo requisito y la evidencia que causó el cambio.
La ventana de contexto es de 262,144 tokens. Organiza el material extenso en secciones de fuentes identificadas, trabajo completado y preguntas pendientes, y deja espacio para el siguiente resultado. Los identificadores exactos de fuentes ayudan a conectar una conclusión con el código, documento o imagen de los que depende.
El contrato publicado de alojamiento admite llamadas a funciones y salidas estructuradas mediante un esquema JSON. Define las operaciones o los campos de resultado según la tarea real y valida los valores devueltos contra sus fuentes. Las observaciones de herramientas deben conservar su relación con la operación que las produjo, en especial cuando varios pasos contribuyan a una misma conclusión.
Una tarea útil de programación completada deja juntos el cambio, su comportamiento previsto y la evidencia real de validación. Para una propuesta que todavía no se aplica, conserva el parche propuesto y los pasos que lo verificarían. Esto mantiene un flujo de programación de varios turnos conectado con sus artefactos concretos.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites moonshotai/kimi-k2.7-code | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0019 / 1K tokens Salida · Tokens de salida $0.008 / 1K tokens Entrada · Lectura de caché $0.00038 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0019 / 1K tokens Salida · Tokens de salida $0.008 / 1K tokens Entrada · Lectura de caché $0.00038 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/kimi-k2.7-code", "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-k2.7-code',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-k2.7-code',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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra moonshotai/kimi-k2.7-code
Usa las rutas de método indicadas arriba.
moonshotai/kimi-k2.7-codeKimi K2.7 Code es el modelo multimodal de Moonshot AI enfocado en programación con razonamiento siempre activo. Acepta texto e imágenes, conserva el razonamiento entre turnos y admite tareas extensas de programación en una ventana de contexto de 262,144 tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Kimi K2.7 Code es el modelo de Moonshot AI enfocado en programación dentro de la familia Kimi K2. Usa una arquitectura multimodal de mezcla de expertos, con 32,000 millones de parámetros activos de aproximadamente un billón de parámetros totales. Las entradas de texto e imágenes permiten una respuesta de texto. Su perfil publicado se dirige a programación extensa, descomposición de tareas y diálogo de varios turnos.
Describe el comportamiento que se debe implementar y proporciona el código fuente, las restricciones y las observaciones que determinan el cambio. Una tarea extensa puede identificar los componentes relevantes y el orden en que se necesita establecer su comportamiento. Solicita artefactos intermedios concretos, como un parche enfocado o un diagnóstico vinculado con el error real, mientras mantienes visible el resultado final.
Para una tarea visual de desarrollo, etiqueta la captura de pantalla o imagen de referencia e indica qué diseño, control o estado importa. Acompaña la evidencia visible con el código o los requisitos a los que se refiere. El modelo devuelve texto, como una explicación o propuesta de implementación; un entorno de herramientas conectado realiza los cambios reales de archivos y las comprobaciones.
El perfil siempre opera en modo de razonamiento y conserva todo el contenido de razonamiento en conversaciones de varios turnos. Mantén las decisiones anteriores y las observaciones relevantes dentro del flujo continuo para que un paso posterior pueda apoyarse en ellas. Cuando la tarea cambie de dirección, indica el nuevo requisito y la evidencia que causó el cambio.
La ventana de contexto es de 262,144 tokens. Organiza el material extenso en secciones de fuentes identificadas, trabajo completado y preguntas pendientes, y deja espacio para el siguiente resultado. Los identificadores exactos de fuentes ayudan a conectar una conclusión con el código, documento o imagen de los que depende.
El contrato publicado de alojamiento admite llamadas a funciones y salidas estructuradas mediante un esquema JSON. Define las operaciones o los campos de resultado según la tarea real y valida los valores devueltos contra sus fuentes. Las observaciones de herramientas deben conservar su relación con la operación que las produjo, en especial cuando varios pasos contribuyan a una misma conclusión.
Una tarea útil de programación completada deja juntos el cambio, su comportamiento previsto y la evidencia real de validación. Para una propuesta que todavía no se aplica, conserva el parche propuesto y los pasos que lo verificarían. Esto mantiene un flujo de programación de varios turnos conectado con sus artefactos concretos.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites moonshotai/kimi-k2.7-code | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0019 / 1K tokens Salida · Tokens de salida $0.008 / 1K tokens Entrada · Lectura de caché $0.00038 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0019 / 1K tokens Salida · Tokens de salida $0.008 / 1K tokens Entrada · Lectura de caché $0.00038 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "moonshotai/kimi-k2.7-code",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-k2.7-code', '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-k2.7-code', '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 o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra moonshotai/kimi-k2.7-code
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Fix an async error boundary\n\nReview this JavaScript function: 'async function load() { try { return fetchData(); } catch (e) { return []; } }'. Requirement: a rejected fetchData promise must produce an empty list. Propose the smallest patch and tests for a resolved value and a rejected promise. Explain why the current catch may not handle the rejection. Do not add a library.A corrected async function and two test sketches with their expected results.The rejected promise is observed within the try block, while the resolved value passes through unchanged.