Kimi K2.6 es el modelo de agentes nativamente multimodal de Moonshot AI para programación de largo recorrido, diseño mediante código y ejecución coordinada de tareas. Acepta texto, imágenes y vídeo y genera texto, incluidas explicaciones, código y llamadas a herramientas propuestas. Su perfil de mezcla de expertos enumera un billón de parámetros totales, 32 mil millones de parámetros activos y un contexto de 256K, con un codificador visual MoonViT.
El productor desarrolla K2.6 para programación de principio a fin en distintos lenguajes y dominios, incluidos trabajo con repositorios, interfaces de frontend y optimización del rendimiento. Proporciona el código pertinente, el comportamiento esperado, el fallo observado y las condiciones que debe conservar el cambio. Para una tarea visual, combina los requisitos con una maqueta o captura legible e identifica si muestra el estado actual o el resultado deseado.
Una instrucción ilustrativa es: «Implementa esta interfaz a partir de la especificación visual proporcionada, conserva los nombres de los campos y explica el comportamiento de cada estado requerido». El entregable esperado es el código y la explicación que lo respalda, seguidos de la observación real de renderizado o validación de la aplicación. Las interfaces generadas y las propuestas textuales no son acciones ejecutadas por sí mismas.
K2.6 admite los modos thinking e instant. Thinking desarrolla razonamiento intermedio antes de la respuesta final; el modo instant produce una respuesta directa. Las recomendaciones de despliegue del productor utilizan temperature 1.0 para thinking, 0.6 para instant y top-p 0.95. Son recomendaciones de su referencia documentada, independientes de elegir el estilo o la longitud de la respuesta final.
Una función específica de K2.6 es preserve-thinking, que mantiene el contenido completo del razonamiento durante la interacción de varios turnos. Está desactivada por defecto y se documenta para agentes de programación en modo thinking. Al utilizarla, el análisis retenido consume contexto junto con las observaciones de herramientas y las respuestas finales. Mantén claros los requisitos aceptados de la tarea para que una idea provisional anterior no se convierta en un hecho sin respaldo en el resultado final.
La ficha específica muestra entradas de imagen y vídeo. Etiqueta los distintos elementos multimedia, conserva el texto visible e indica el detalle o evento que quieres explicar. Para un gráfico, solicita los valores observados por separado de la interpretación. Para vídeo, identifica el segmento pertinente y el cambio temporal que analizar. El fabricante marca como experimental el flujo de vídeo demostrado en su referencia; la comprensión de imágenes y vídeos produce texto, no contenido multimedia generado.
K2.6 intercala razonamiento con llamadas a herramientas de varios pasos y documenta un enfoque del productor basado en un conjunto de agentes que descompone una tarea en ramas especializadas y coordinadas. La aplicación proporciona herramientas, realiza las operaciones seleccionadas y devuelve sus observaciones. Define las acciones permitidas y el entregable final antes de que empiece una tarea de agentes, como una comparación de fuentes completada, un parche de repositorio o un documento preparado.
Mantén cada observación devuelta asociada a la operación y la fuente que la produjeron. Una rama o acción de herramienta propuesta solo se convierte en prueba útil cuando su resultado está disponible para la continuación de la tarea. Los modos nombrados y las demostraciones de orquestación del productor no implican que una respuesta textual ordinaria realice de forma independiente todas las acciones en segundo plano o entre aplicaciones.
K2.6 adopta el método de cuantización nativa INT4 del productor procedente de K2 Thinking. Es una propiedad documentada del punto de control, distinta de una promesa sobre cualquier configuración de ejecución que lo rodee. Su contexto de 256K debe contener conjuntamente las fuentes, la conversación, el razonamiento retenido opcional y la salida solicitada. Los presupuestos de evaluación de la ficha no son límites universales de respuesta.
Revisa el código frente a los requisitos, los hallazgos visuales frente a la entrada y las afirmaciones dependientes de fuentes frente a material de referencia fiable. Mantén K2.6 separado de K2.5 y de las ediciones K2 exclusivamente textuales, especialmente cuando preserve-thinking y los detalles del flujo visual sean importantes para la tarea.
", "aboutText": "Kimi K2.6 es el modelo de agentes nativamente multimodal de Moonshot AI para programación de largo recorrido, diseño mediante código y ejecución coordinada de tareas. Acepta texto, imágenes y vídeo y genera texto, incluidas explicaciones, código y llamadas a herramientas propuestas. Su perfil de mezcla de expertos enumera un billón de parámetros totales, 32 mil millones de parámetros activos y un contexto de 256K, con un codificador visual MoonViT.\n\n### Programación y diseño visual\n\nEl productor desarrolla K2.6 para programación de principio a fin en distintos lenguajes y dominios, incluidos trabajo con repositorios, interfaces de frontend y optimización del rendimiento. Proporciona el código pertinente, el comportamiento esperado, el fallo observado y las condiciones que debe conservar el cambio. Para una tarea visual, combina los requisitos con una maqueta o captura legible e identifica si muestra el estado actual o el resultado deseado.\n\nUna instrucción ilustrativa es: «Implementa esta interfaz a partir de la especificación visual proporcionada, conserva los nombres de los campos y explica el comportamiento de cada estado requerido». El entregable esperado es el código y la explicación que lo respalda, seguidos de la observación real de renderizado o validación de la aplicación. Las interfaces generadas y las propuestas textuales no son acciones ejecutadas por sí mismas.\n\n### Razonamiento, respuestas instantáneas y conservación del análisis\n\nK2.6 admite los modos thinking e instant. Thinking desarrolla razonamiento intermedio antes de la respuesta final; el modo instant produce una respuesta directa. Las recomendaciones de despliegue del productor utilizan temperature 1.0 para thinking, 0.6 para instant y top-p 0.95. Son recomendaciones de su referencia documentada, independientes de elegir el estilo o la longitud de la respuesta final.\n\nUna función específica de K2.6 es preserve-thinking, que mantiene el contenido completo del razonamiento durante la interacción de varios turnos. Está desactivada por defecto y se documenta para agentes de programación en modo thinking. Al utilizarla, el análisis retenido consume contexto junto con las observaciones de herramientas y las respuestas finales. Mantén claros los requisitos aceptados de la tarea para que una idea provisional anterior no se convierta en un hecho sin respaldo en el resultado final.\n\n### Entradas multimodales\n\nLa ficha específica muestra entradas de imagen y vídeo. Etiqueta los distintos elementos multimedia, conserva el texto visible e indica el detalle o evento que quieres explicar. Para un gráfico, solicita los valores observados por separado de la interpretación. Para vídeo, identifica el segmento pertinente y el cambio temporal que analizar. El fabricante marca como experimental el flujo de vídeo demostrado en su referencia; la comprensión de imágenes y vídeos produce texto, no contenido multimedia generado.\n\n### Herramientas y orquestación\n\nK2.6 intercala razonamiento con llamadas a herramientas de varios pasos y documenta un enfoque del productor basado en un conjunto de agentes que descompone una tarea en ramas especializadas y coordinadas. La aplicación proporciona herramientas, realiza las operaciones seleccionadas y devuelve sus observaciones. Define las acciones permitidas y el entregable final antes de que empiece una tarea de agentes, como una comparación de fuentes completada, un parche de repositorio o un documento preparado.\n\nMantén cada observación devuelta asociada a la operación y la fuente que la produjeron. Una rama o acción de herramienta propuesta solo se convierte en prueba útil cuando su resultado está disponible para la continuación de la tarea. Los modos nombrados y las demostraciones de orquestación del productor no implican que una respuesta textual ordinaria realice de forma independiente todas las acciones en segundo plano o entre aplicaciones.\n\n### Contexto y alcance de la edición\n\nK2.6 adopta el método de cuantización nativa INT4 del productor procedente de K2 Thinking. Es una propiedad documentada del punto de control, distinta de una promesa sobre cualquier configuración de ejecución que lo rodee. Su contexto de 256K debe contener conjuntamente las fuentes, la conversación, el razonamiento retenido opcional y la salida solicitada. Los presupuestos de evaluación de la ficha no son límites universales de respuesta.\n\nRevisa el código frente a los requisitos, los hallazgos visuales frente a la entrada y las afirmaciones dependientes de fuentes frente a material de referencia fiable. Mantén K2.6 separado de K2.5 y de las ediciones K2 exclusivamente textuales, especialmente cuando preserve-thinking y los detalles del flujo visual sean importantes para la tarea.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Design a bounded table-sort function\n\nImplement a JavaScript function sortRows(rows, direction) for objects with a numeric score field. Return a new array, preserve input order for equal scores and support only asc or desc; reject other directions. Include examples with tied scores and tests proving the original array is unchanged. Explain how the tie rule is preserved.Function code, tie-order examples and tests for both directions, invalid direction and input preservation.Check that reversing an ascending result does not accidentally reverse equal-score rows.moonshotai/kimi-k2.6Kimi K2.6 es el modelo de agentes multimodal de Moonshot AI para programación de largo recorrido, trabajo visual con interfaces y tareas guiadas por herramientas. Combina texto, imágenes y vídeo con respuestas de razonamiento o instantáneas y documenta la conservación opcional del razonamiento entre turnos en un contexto de 256K.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Kimi K2.6 es el modelo de agentes nativamente multimodal de Moonshot AI para programación de largo recorrido, diseño mediante código y ejecución coordinada de tareas. Acepta texto, imágenes y vídeo y genera texto, incluidas explicaciones, código y llamadas a herramientas propuestas. Su perfil de mezcla de expertos enumera un billón de parámetros totales, 32 mil millones de parámetros activos y un contexto de 256K, con un codificador visual MoonViT.
El productor desarrolla K2.6 para programación de principio a fin en distintos lenguajes y dominios, incluidos trabajo con repositorios, interfaces de frontend y optimización del rendimiento. Proporciona el código pertinente, el comportamiento esperado, el fallo observado y las condiciones que debe conservar el cambio. Para una tarea visual, combina los requisitos con una maqueta o captura legible e identifica si muestra el estado actual o el resultado deseado.
Una instrucción ilustrativa es: «Implementa esta interfaz a partir de la especificación visual proporcionada, conserva los nombres de los campos y explica el comportamiento de cada estado requerido». El entregable esperado es el código y la explicación que lo respalda, seguidos de la observación real de renderizado o validación de la aplicación. Las interfaces generadas y las propuestas textuales no son acciones ejecutadas por sí mismas.
K2.6 admite los modos thinking e instant. Thinking desarrolla razonamiento intermedio antes de la respuesta final; el modo instant produce una respuesta directa. Las recomendaciones de despliegue del productor utilizan temperature 1.0 para thinking, 0.6 para instant y top-p 0.95. Son recomendaciones de su referencia documentada, independientes de elegir el estilo o la longitud de la respuesta final.
Una función específica de K2.6 es preserve-thinking, que mantiene el contenido completo del razonamiento durante la interacción de varios turnos. Está desactivada por defecto y se documenta para agentes de programación en modo thinking. Al utilizarla, el análisis retenido consume contexto junto con las observaciones de herramientas y las respuestas finales. Mantén claros los requisitos aceptados de la tarea para que una idea provisional anterior no se convierta en un hecho sin respaldo en el resultado final.
La ficha específica muestra entradas de imagen y vídeo. Etiqueta los distintos elementos multimedia, conserva el texto visible e indica el detalle o evento que quieres explicar. Para un gráfico, solicita los valores observados por separado de la interpretación. Para vídeo, identifica el segmento pertinente y el cambio temporal que analizar. El fabricante marca como experimental el flujo de vídeo demostrado en su referencia; la comprensión de imágenes y vídeos produce texto, no contenido multimedia generado.
K2.6 intercala razonamiento con llamadas a herramientas de varios pasos y documenta un enfoque del productor basado en un conjunto de agentes que descompone una tarea en ramas especializadas y coordinadas. La aplicación proporciona herramientas, realiza las operaciones seleccionadas y devuelve sus observaciones. Define las acciones permitidas y el entregable final antes de que empiece una tarea de agentes, como una comparación de fuentes completada, un parche de repositorio o un documento preparado.
Mantén cada observación devuelta asociada a la operación y la fuente que la produjeron. Una rama o acción de herramienta propuesta solo se convierte en prueba útil cuando su resultado está disponible para la continuación de la tarea. Los modos nombrados y las demostraciones de orquestación del productor no implican que una respuesta textual ordinaria realice de forma independiente todas las acciones en segundo plano o entre aplicaciones.
K2.6 adopta el método de cuantización nativa INT4 del productor procedente de K2 Thinking. Es una propiedad documentada del punto de control, distinta de una promesa sobre cualquier configuración de ejecución que lo rodee. Su contexto de 256K debe contener conjuntamente las fuentes, la conversación, el razonamiento retenido opcional y la salida solicitada. Los presupuestos de evaluación de la ficha no son límites universales de respuesta.
Revisa el código frente a los requisitos, los hallazgos visuales frente a la entrada y las afirmaciones dependientes de fuentes frente a material de referencia fiable. Mantén K2.6 separado de K2.5 y de las ediciones K2 exclusivamente textuales, especialmente cuando preserve-thinking y los detalles del flujo visual sean importantes para la tarea.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites moonshotai/kimi-k2.6 | 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 $0.00032 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.00032 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/kimi-k2.6", "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-k2.6',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-k2.6',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 las cabeceras. 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-k2.6
Usa las rutas de método indicadas arriba.
moonshotai/kimi-k2.6Kimi K2.6 es el modelo de agentes multimodal de Moonshot AI para programación de largo recorrido, trabajo visual con interfaces y tareas guiadas por herramientas. Combina texto, imágenes y vídeo con respuestas de razonamiento o instantáneas y documenta la conservación opcional del razonamiento entre turnos en un contexto de 256K.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Kimi K2.6 es el modelo de agentes nativamente multimodal de Moonshot AI para programación de largo recorrido, diseño mediante código y ejecución coordinada de tareas. Acepta texto, imágenes y vídeo y genera texto, incluidas explicaciones, código y llamadas a herramientas propuestas. Su perfil de mezcla de expertos enumera un billón de parámetros totales, 32 mil millones de parámetros activos y un contexto de 256K, con un codificador visual MoonViT.
El productor desarrolla K2.6 para programación de principio a fin en distintos lenguajes y dominios, incluidos trabajo con repositorios, interfaces de frontend y optimización del rendimiento. Proporciona el código pertinente, el comportamiento esperado, el fallo observado y las condiciones que debe conservar el cambio. Para una tarea visual, combina los requisitos con una maqueta o captura legible e identifica si muestra el estado actual o el resultado deseado.
Una instrucción ilustrativa es: «Implementa esta interfaz a partir de la especificación visual proporcionada, conserva los nombres de los campos y explica el comportamiento de cada estado requerido». El entregable esperado es el código y la explicación que lo respalda, seguidos de la observación real de renderizado o validación de la aplicación. Las interfaces generadas y las propuestas textuales no son acciones ejecutadas por sí mismas.
K2.6 admite los modos thinking e instant. Thinking desarrolla razonamiento intermedio antes de la respuesta final; el modo instant produce una respuesta directa. Las recomendaciones de despliegue del productor utilizan temperature 1.0 para thinking, 0.6 para instant y top-p 0.95. Son recomendaciones de su referencia documentada, independientes de elegir el estilo o la longitud de la respuesta final.
Una función específica de K2.6 es preserve-thinking, que mantiene el contenido completo del razonamiento durante la interacción de varios turnos. Está desactivada por defecto y se documenta para agentes de programación en modo thinking. Al utilizarla, el análisis retenido consume contexto junto con las observaciones de herramientas y las respuestas finales. Mantén claros los requisitos aceptados de la tarea para que una idea provisional anterior no se convierta en un hecho sin respaldo en el resultado final.
La ficha específica muestra entradas de imagen y vídeo. Etiqueta los distintos elementos multimedia, conserva el texto visible e indica el detalle o evento que quieres explicar. Para un gráfico, solicita los valores observados por separado de la interpretación. Para vídeo, identifica el segmento pertinente y el cambio temporal que analizar. El fabricante marca como experimental el flujo de vídeo demostrado en su referencia; la comprensión de imágenes y vídeos produce texto, no contenido multimedia generado.
K2.6 intercala razonamiento con llamadas a herramientas de varios pasos y documenta un enfoque del productor basado en un conjunto de agentes que descompone una tarea en ramas especializadas y coordinadas. La aplicación proporciona herramientas, realiza las operaciones seleccionadas y devuelve sus observaciones. Define las acciones permitidas y el entregable final antes de que empiece una tarea de agentes, como una comparación de fuentes completada, un parche de repositorio o un documento preparado.
Mantén cada observación devuelta asociada a la operación y la fuente que la produjeron. Una rama o acción de herramienta propuesta solo se convierte en prueba útil cuando su resultado está disponible para la continuación de la tarea. Los modos nombrados y las demostraciones de orquestación del productor no implican que una respuesta textual ordinaria realice de forma independiente todas las acciones en segundo plano o entre aplicaciones.
K2.6 adopta el método de cuantización nativa INT4 del productor procedente de K2 Thinking. Es una propiedad documentada del punto de control, distinta de una promesa sobre cualquier configuración de ejecución que lo rodee. Su contexto de 256K debe contener conjuntamente las fuentes, la conversación, el razonamiento retenido opcional y la salida solicitada. Los presupuestos de evaluación de la ficha no son límites universales de respuesta.
Revisa el código frente a los requisitos, los hallazgos visuales frente a la entrada y las afirmaciones dependientes de fuentes frente a material de referencia fiable. Mantén K2.6 separado de K2.5 y de las ediciones K2 exclusivamente textuales, especialmente cuando preserve-thinking y los detalles del flujo visual sean importantes para la tarea.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites moonshotai/kimi-k2.6 | 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 $0.00032 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.00032 / 1K tokens Entrada · Escritura en caché $0 / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "moonshotai/kimi-k2.6",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-k2.6', '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-k2.6', '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 las cabeceras. 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-k2.6
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Design a bounded table-sort function\n\nImplement a JavaScript function sortRows(rows, direction) for objects with a numeric score field. Return a new array, preserve input order for equal scores and support only asc or desc; reject other directions. Include examples with tied scores and tests proving the original array is unchanged. Explain how the tie rule is preserved.Function code, tie-order examples and tests for both directions, invalid direction and input preservation.Check that reversing an ascending result does not accidentally reverse equal-score rows.