Kimi-Dev-72B on Moonshot AI:n ohjelmointikielimalli ohjelmistokehitystehtäviin ja erityisesti olemassa olevien koodivarastojen ongelmien ratkaisemiseen. Se vastaanottaa tekstiä ja tuottaa tekstiä, kuten koodiehdotuksia, selityksiä ja testejä. Sen lähtökohtana on Qwen 2.5 72B -perusmalli, ja se kehittää kykyjä, joilla virheraportti muutetaan tarkastettavaksi muutokseksi.
BugFixer ja TestWriter. Valmistaja käsittelee toteutuksen korjaamista ja virheen toistavan testin kirjoittamista toisiaan täydentävinä taitoina. Molemmat käyttävät samaa kaksivaiheista rakennetta: tunnista huomiota tarvitseva tiedosto ja tee sitten olennainen koodimuutos. Hyödyllinen korjaustesti epäonnistuu virheen ollessa läsnä ja läpäisee, kun aiottu korjaus on tehty. Tämä antaa mallille käytännön painotuksen raportin, toteutuksen ja suoritettavan näytön väliseen suhteeseen.
Välikoulutus. Tiimi raportoi noin 150 miljardia tokenia lisäkoulutusta laadukkaalla todellisen maailman aineistolla, joka sisältää miljoonia ongelmaraportteja ja pull request -commitointeja. Vaihe opettaa kehittäjien tapoja tutkia raporttia, muokata koodia ja kirjoittaa yksikkötestejä. Tiimi sulkee myös SWE-bench Verified -koodivarastot pois koulutuskokoelmasta kontaminaation vähentämiseksi.
Vahvistusoppiminen. Ohjatun hienosäädön jälkeen vahvistusoppimisvaihe keskittyy koodimuutoksiin. Palkkio käyttää lopullista suoritustulosta kontitetussa koodivarastossa; valmistaja kuvaa onnistumisen koko testisarjan läpäisynä. Koulutusprosessi suodattaa tehtävät, joissa kaikki useista otannalla tuotetuista yrityksistä epäonnistuvat, tuo vähitellen vaikeampia kehotteita ja käyttää uudelleen tuoreita onnistuneita esimerkkejä tehokkaiden korjausmallien vahvistamiseen.
Valmistele todellinen ongelma. Anna odotettu toiminta, havaittu tulos ja minimaalinen toisto sekä olennaiset lähdetiedostot, virhetuloste ja nykyiset testit. Pidä tiedostopolut ja funktionimet ennallaan. Pyydä mallia tunnistamaan todennäköinen tiedosto ja selittämään, miten virhe seuraa annetusta toteutuksesta, ennen korjauksen esittämistä. Tuloksena olevan artefaktin tulee kertoa, mikä koodi muuttuu, miksi muutos ratkaisee raportin ja mikä nykyinen toiminta sen tulee säilyttää.
Valmistele regressiotesti. Anna projektin nykyiset testikäytännöt ja edustavat testiaineistot. Pyydä alkuperäisen virheen laukaiseva testi sekä oikean ja väärän toiminnan erottava väite. Nimeä reunatapauksen raportissa rajaehto yleisen lisäkattavuuden pyytämisen sijaan. Hyödyllinen vastaus voi sisältää minimaalisen muokkauksen ja kohdennetun testin, jolloin katselmoija voi verrata korjausehdotusta suoraan ongelmaan.
Testiaikainen itsepeluu. Moonshotin tutkimustyönkulku antaa myös virheenkorjaus- ja testikirjoitusehdotusten tarkistaa toisiaan. Tämä on mallia ympäröivä arviointi- ja orkestrointitekniikka: testiehdokas voi haastaa korjauksen, ja korjaus voidaan tarkistaa testiä vasten. Sovelluksessa sama ajatus voi ohjata katselmointipyyntöä, joka pyytää vastaesimerkkiä korjausehdotukselle ennen lopullisen muokkauksen hyväksymistä.
Tekstivastaus on ehdotus, kunnes se on sovellettu ja kokeiltu todellisessa koodivarastossa. Tiedostopääsy, muokkaukset, konttisuoritus ja testitulokset tulevat ympäröivästä kehitysympäristöstä. Sisällytä tarkistusten tulosteet jatkopyyntöön, jotta malli voi päätellä havaitusta virheestä kuvitellun ajon sijaan. Säilytä projektin rajoitteet ja pyydä pienin perusteltu muutos, kun ongelma koskee kypsää koodikantaa.
", "aboutText": "Kimi-Dev-72B on Moonshot AI:n ohjelmointikielimalli ohjelmistokehitystehtäviin ja erityisesti olemassa olevien koodivarastojen ongelmien ratkaisemiseen. Se vastaanottaa tekstiä ja tuottaa tekstiä, kuten koodiehdotuksia, selityksiä ja testejä. Sen lähtökohtana on Qwen 2.5 72B -perusmalli, ja se kehittää kykyjä, joilla virheraportti muutetaan tarkastettavaksi muutokseksi.\n\nBugFixer ja TestWriter. Valmistaja käsittelee toteutuksen korjaamista ja virheen toistavan testin kirjoittamista toisiaan täydentävinä taitoina. Molemmat käyttävät samaa kaksivaiheista rakennetta: tunnista huomiota tarvitseva tiedosto ja tee sitten olennainen koodimuutos. Hyödyllinen korjaustesti epäonnistuu virheen ollessa läsnä ja läpäisee, kun aiottu korjaus on tehty. Tämä antaa mallille käytännön painotuksen raportin, toteutuksen ja suoritettavan näytön väliseen suhteeseen.\n\nVälikoulutus. Tiimi raportoi noin 150 miljardia tokenia lisäkoulutusta laadukkaalla todellisen maailman aineistolla, joka sisältää miljoonia ongelmaraportteja ja pull request -commitointeja. Vaihe opettaa kehittäjien tapoja tutkia raporttia, muokata koodia ja kirjoittaa yksikkötestejä. Tiimi sulkee myös SWE-bench Verified -koodivarastot pois koulutuskokoelmasta kontaminaation vähentämiseksi.\n\nVahvistusoppiminen. Ohjatun hienosäädön jälkeen vahvistusoppimisvaihe keskittyy koodimuutoksiin. Palkkio käyttää lopullista suoritustulosta kontitetussa koodivarastossa; valmistaja kuvaa onnistumisen koko testisarjan läpäisynä. Koulutusprosessi suodattaa tehtävät, joissa kaikki useista otannalla tuotetuista yrityksistä epäonnistuvat, tuo vähitellen vaikeampia kehotteita ja käyttää uudelleen tuoreita onnistuneita esimerkkejä tehokkaiden korjausmallien vahvistamiseen.\n\nValmistele todellinen ongelma. Anna odotettu toiminta, havaittu tulos ja minimaalinen toisto sekä olennaiset lähdetiedostot, virhetuloste ja nykyiset testit. Pidä tiedostopolut ja funktionimet ennallaan. Pyydä mallia tunnistamaan todennäköinen tiedosto ja selittämään, miten virhe seuraa annetusta toteutuksesta, ennen korjauksen esittämistä. Tuloksena olevan artefaktin tulee kertoa, mikä koodi muuttuu, miksi muutos ratkaisee raportin ja mikä nykyinen toiminta sen tulee säilyttää.\n\nValmistele regressiotesti. Anna projektin nykyiset testikäytännöt ja edustavat testiaineistot. Pyydä alkuperäisen virheen laukaiseva testi sekä oikean ja väärän toiminnan erottava väite. Nimeä reunatapauksen raportissa rajaehto yleisen lisäkattavuuden pyytämisen sijaan. Hyödyllinen vastaus voi sisältää minimaalisen muokkauksen ja kohdennetun testin, jolloin katselmoija voi verrata korjausehdotusta suoraan ongelmaan.\n\nTestiaikainen itsepeluu. Moonshotin tutkimustyönkulku antaa myös virheenkorjaus- ja testikirjoitusehdotusten tarkistaa toisiaan. Tämä on mallia ympäröivä arviointi- ja orkestrointitekniikka: testiehdokas voi haastaa korjauksen, ja korjaus voidaan tarkistaa testiä vasten. Sovelluksessa sama ajatus voi ohjata katselmointipyyntöä, joka pyytää vastaesimerkkiä korjausehdotukselle ennen lopullisen muokkauksen hyväksymistä.\n\nTekstivastaus on ehdotus, kunnes se on sovellettu ja kokeiltu todellisessa koodivarastossa. Tiedostopääsy, muokkaukset, konttisuoritus ja testitulokset tulevat ympäröivästä kehitysympäristöstä. Sisällytä tarkistusten tulosteet jatkopyyntöön, jotta malli voi päätellä havaitusta virheestä kuvitellun ajon sijaan. Säilytä projektin rajoitteet ja pyydä pienin perusteltu muutos, kun ongelma koskee kypsää koodikantaa.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekninen esimerkki englanniksi
Fix a mutable default argument\n\nIssue in utils.py: def add_tag(tag, tags=[]): tags.append(tag); return tags. Separate calls unexpectedly share prior tags. Expected behavior: omitted tags starts a fresh list; an explicitly supplied list is still updated. Propose the smallest patch and a regression test using standard unittest that fails on the original. Keep the function name and argument order.A focused utils.py patch and unittest cases covering independent defaults and explicit-list mutation.Check the regression makes two independent calls and detects leakage between them.moonshotai/Kimi-Dev-72BKimi-Dev-72B on Moonshot AI:n ohjelmointimalli ohjelmisto-ongelmien ratkaisemiseen. Sen rakenne yhdistää virheenkorjauksen ja regressiotestien kirjoittamisen: paikanna olennaiset tiedostot, ehdota korjaus ja tuota alkuperäisen virheen osoittava testi.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Kimi-Dev-72B on Moonshot AI:n ohjelmointikielimalli ohjelmistokehitystehtäviin ja erityisesti olemassa olevien koodivarastojen ongelmien ratkaisemiseen. Se vastaanottaa tekstiä ja tuottaa tekstiä, kuten koodiehdotuksia, selityksiä ja testejä. Sen lähtökohtana on Qwen 2.5 72B -perusmalli, ja se kehittää kykyjä, joilla virheraportti muutetaan tarkastettavaksi muutokseksi.
BugFixer ja TestWriter. Valmistaja käsittelee toteutuksen korjaamista ja virheen toistavan testin kirjoittamista toisiaan täydentävinä taitoina. Molemmat käyttävät samaa kaksivaiheista rakennetta: tunnista huomiota tarvitseva tiedosto ja tee sitten olennainen koodimuutos. Hyödyllinen korjaustesti epäonnistuu virheen ollessa läsnä ja läpäisee, kun aiottu korjaus on tehty. Tämä antaa mallille käytännön painotuksen raportin, toteutuksen ja suoritettavan näytön väliseen suhteeseen.
Välikoulutus. Tiimi raportoi noin 150 miljardia tokenia lisäkoulutusta laadukkaalla todellisen maailman aineistolla, joka sisältää miljoonia ongelmaraportteja ja pull request -commitointeja. Vaihe opettaa kehittäjien tapoja tutkia raporttia, muokata koodia ja kirjoittaa yksikkötestejä. Tiimi sulkee myös SWE-bench Verified -koodivarastot pois koulutuskokoelmasta kontaminaation vähentämiseksi.
Vahvistusoppiminen. Ohjatun hienosäädön jälkeen vahvistusoppimisvaihe keskittyy koodimuutoksiin. Palkkio käyttää lopullista suoritustulosta kontitetussa koodivarastossa; valmistaja kuvaa onnistumisen koko testisarjan läpäisynä. Koulutusprosessi suodattaa tehtävät, joissa kaikki useista otannalla tuotetuista yrityksistä epäonnistuvat, tuo vähitellen vaikeampia kehotteita ja käyttää uudelleen tuoreita onnistuneita esimerkkejä tehokkaiden korjausmallien vahvistamiseen.
Valmistele todellinen ongelma. Anna odotettu toiminta, havaittu tulos ja minimaalinen toisto sekä olennaiset lähdetiedostot, virhetuloste ja nykyiset testit. Pidä tiedostopolut ja funktionimet ennallaan. Pyydä mallia tunnistamaan todennäköinen tiedosto ja selittämään, miten virhe seuraa annetusta toteutuksesta, ennen korjauksen esittämistä. Tuloksena olevan artefaktin tulee kertoa, mikä koodi muuttuu, miksi muutos ratkaisee raportin ja mikä nykyinen toiminta sen tulee säilyttää.
Valmistele regressiotesti. Anna projektin nykyiset testikäytännöt ja edustavat testiaineistot. Pyydä alkuperäisen virheen laukaiseva testi sekä oikean ja väärän toiminnan erottava väite. Nimeä reunatapauksen raportissa rajaehto yleisen lisäkattavuuden pyytämisen sijaan. Hyödyllinen vastaus voi sisältää minimaalisen muokkauksen ja kohdennetun testin, jolloin katselmoija voi verrata korjausehdotusta suoraan ongelmaan.
Testiaikainen itsepeluu. Moonshotin tutkimustyönkulku antaa myös virheenkorjaus- ja testikirjoitusehdotusten tarkistaa toisiaan. Tämä on mallia ympäröivä arviointi- ja orkestrointitekniikka: testiehdokas voi haastaa korjauksen, ja korjaus voidaan tarkistaa testiä vasten. Sovelluksessa sama ajatus voi ohjata katselmointipyyntöä, joka pyytää vastaesimerkkiä korjausehdotukselle ennen lopullisen muokkauksen hyväksymistä.
Tekstivastaus on ehdotus, kunnes se on sovellettu ja kokeiltu todellisessa koodivarastossa. Tiedostopääsy, muokkaukset, konttisuoritus ja testitulokset tulevat ympäröivästä kehitysympäristöstä. Sisällytä tarkistusten tulosteet jatkopyyntöön, jotta malli voi päätellä havaitusta virheestä kuvitellun ajon sijaan. Säilytä projektin rajoitteet ja pyydä pienin perusteltu muutos, kun ongelma koskee kypsää koodikantaa.
POST /v1/chat/completionstexttext| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat moonshotai/Kimi-Dev-72B | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat Kohteiden vähimmäismäärä: 1 | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat Esimerkit: system, user, assistant, tool, function Ehdot: Nämä roolit esitetään nimenomaisesti lähdekoodin yhteensopivuustyypeissä; mallin täsmällinen roolijoukko pysyy mallikohtaisena. Riippuu mallista | Oletus— |
Kenttämessages[].content | Tyyppistring|content_part[]|null | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_calls | Tyyppitool_call[] | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].tool_call_id | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: role=tool; käytä todella palautettua ID:tä | Oletus— |
Kenttämessages[].name | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttämessages[].reasoning_content | Tyyppistring | VaatimusValinnainen | Arvot & rajat Sovelletaan, kun: Palauta todella saatu päättely takaisin mallille, kun kyseinen malli käyttää sitä | Oletus— |
Kenttämessages[].reasoning_details | Tyyppiobject|array | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttämax_completion_tokens | Tyyppiinteger | VaatimusValinnainen | Arvot & rajat Vähimmäismäärä: 1 Riippuu mallista | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Kenttästream_options.include_usage | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätemperature | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätop_p | Tyyppinumber | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttästop | Tyyppistring|string[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools | Tyyppifunction_tool[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttätools[].type | Tyyppistring | VaatimusValinnainen | Arvot & rajat function Riippuu mallista | Oletus— |
Kenttätools[].function.name | Tyyppistring | VaatimusPakollinen | Arvot & rajat Sovelletaan, kun: funktiotyökalu annettu | Oletus— |
Kenttätools[].function.description | Tyyppistring | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätools[].function.parameters | TyyppiJSON_schema | VaatimusValinnainen | Arvot & rajat | Oletus— |
Kenttätool_choice | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäparallel_tool_calls | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäresponse_format | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning_effort | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäreasoning | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäservice_tier | Tyyppistring | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäinstructions | Tyyppistring | VaatimusValinnainen | Arvot & rajat Yhteensopivuuskenttä | Oletus— |
Kenttäfunctions | Tyyppifunction[] | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäfunction_call | Tyyppistring|object | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttäprompt_cache_options | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Riippuu mallista | Oletus— |
Kenttämodalities | Tyyppistring[] | VaatimusValinnainen | Arvot & rajat text | Oletus— |
Kenttäprovider | Tyyppiobject | VaatimusValinnainen | Arvot & rajat Ehdot: provider.options hylätään tällä Ultran tekstireitillä | Oletus— |
Kenttäcache_control.ttl | Tyyppistring | VaatimusValinnainen | Arvot & rajat Ehdot: 1h hylätään varsinaisissa kehotevälimuistin kohdissa | Oletus— |
Teksti · UTF8-teksti
messages[].content
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages |
Parametrimaterial_types | Sopimustext |
Parametrimessages | Sopimusviestitaulukko role/content-rakenteella |
Parametrifile_material | Sopimusvarsinainen UTF-8-asiakirja lisätään sellaisenaan tekstinä; tiedoston ID:tä ei päätellä |
Parametrioptional_controls | Sopimusstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametricontrol_scope | Sopimusmallikohtainen; käyttäjän funktiotyökalut eroavat palvelun isännöimistä työkaluista |
Parametrioutput_modalities | Sopimustext |
Parametrihosted_operations | Sopimusfalse |
Parametrimultimodal_input_binding | Sopimusnull |
Elinkaari: synchronous_or_streamed
Lähetä mallin täsmällinen ID yhdessä messages-kentän kanssa.
Kontekstin pituus ei ole tuloksen yläraja.
Tekstitiedosto voi antaa tekstiä sellaisenaan; kuva-, ääni- ja tiedosto-objektisyötteet tarvitsevat täsmällisen sidonnan.
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.0006 / 1K tokenia Tuloste · Tulostokenit $0.00228 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/Kimi-Dev-72B", "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-Dev-72B',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-Dev-72B',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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä jokainen vastausvaihtoehto sisältöineen, työkalukutsuineen ja päättelyineen. Kokoa SSE:ssä muutokset vastausvaihtoehdon ja työkalun indeksin mukaan ja säilytä lopullinen päättymissyy sekä käyttötiedot.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttächoices[].index | Tyyppiinteger |
Kenttächoices[].message.content | Tyyppistring|null |
Kenttächoices[].message.tool_calls | Tyyppitool_call[] |
Kenttächoices[].message.reasoning_content | Tyyppistring |
Kenttächoices[].message.reasoning_details | Tyyppiobject|array |
Kenttächoices[].finish_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
Käytä yllä näytettyjä menetelmäpolkuja.
moonshotai/Kimi-Dev-72BKimi-Dev-72B on Moonshot AI:n ohjelmointimalli ohjelmisto-ongelmien ratkaisemiseen. Sen rakenne yhdistää virheenkorjauksen ja regressiotestien kirjoittamisen: paikanna olennaiset tiedostot, ehdota korjaus ja tuota alkuperäisen virheen osoittava testi.
Tämä kuvaus kattaa mallin ominaisuudet. Ailootissa saatavilla olevat syötteet, tulosteet ja asetukset luetellaan alla valitulle menetelmälle.
Kimi-Dev-72B on Moonshot AI:n ohjelmointikielimalli ohjelmistokehitystehtäviin ja erityisesti olemassa olevien koodivarastojen ongelmien ratkaisemiseen. Se vastaanottaa tekstiä ja tuottaa tekstiä, kuten koodiehdotuksia, selityksiä ja testejä. Sen lähtökohtana on Qwen 2.5 72B -perusmalli, ja se kehittää kykyjä, joilla virheraportti muutetaan tarkastettavaksi muutokseksi.
BugFixer ja TestWriter. Valmistaja käsittelee toteutuksen korjaamista ja virheen toistavan testin kirjoittamista toisiaan täydentävinä taitoina. Molemmat käyttävät samaa kaksivaiheista rakennetta: tunnista huomiota tarvitseva tiedosto ja tee sitten olennainen koodimuutos. Hyödyllinen korjaustesti epäonnistuu virheen ollessa läsnä ja läpäisee, kun aiottu korjaus on tehty. Tämä antaa mallille käytännön painotuksen raportin, toteutuksen ja suoritettavan näytön väliseen suhteeseen.
Välikoulutus. Tiimi raportoi noin 150 miljardia tokenia lisäkoulutusta laadukkaalla todellisen maailman aineistolla, joka sisältää miljoonia ongelmaraportteja ja pull request -commitointeja. Vaihe opettaa kehittäjien tapoja tutkia raporttia, muokata koodia ja kirjoittaa yksikkötestejä. Tiimi sulkee myös SWE-bench Verified -koodivarastot pois koulutuskokoelmasta kontaminaation vähentämiseksi.
Vahvistusoppiminen. Ohjatun hienosäädön jälkeen vahvistusoppimisvaihe keskittyy koodimuutoksiin. Palkkio käyttää lopullista suoritustulosta kontitetussa koodivarastossa; valmistaja kuvaa onnistumisen koko testisarjan läpäisynä. Koulutusprosessi suodattaa tehtävät, joissa kaikki useista otannalla tuotetuista yrityksistä epäonnistuvat, tuo vähitellen vaikeampia kehotteita ja käyttää uudelleen tuoreita onnistuneita esimerkkejä tehokkaiden korjausmallien vahvistamiseen.
Valmistele todellinen ongelma. Anna odotettu toiminta, havaittu tulos ja minimaalinen toisto sekä olennaiset lähdetiedostot, virhetuloste ja nykyiset testit. Pidä tiedostopolut ja funktionimet ennallaan. Pyydä mallia tunnistamaan todennäköinen tiedosto ja selittämään, miten virhe seuraa annetusta toteutuksesta, ennen korjauksen esittämistä. Tuloksena olevan artefaktin tulee kertoa, mikä koodi muuttuu, miksi muutos ratkaisee raportin ja mikä nykyinen toiminta sen tulee säilyttää.
Valmistele regressiotesti. Anna projektin nykyiset testikäytännöt ja edustavat testiaineistot. Pyydä alkuperäisen virheen laukaiseva testi sekä oikean ja väärän toiminnan erottava väite. Nimeä reunatapauksen raportissa rajaehto yleisen lisäkattavuuden pyytämisen sijaan. Hyödyllinen vastaus voi sisältää minimaalisen muokkauksen ja kohdennetun testin, jolloin katselmoija voi verrata korjausehdotusta suoraan ongelmaan.
Testiaikainen itsepeluu. Moonshotin tutkimustyönkulku antaa myös virheenkorjaus- ja testikirjoitusehdotusten tarkistaa toisiaan. Tämä on mallia ympäröivä arviointi- ja orkestrointitekniikka: testiehdokas voi haastaa korjauksen, ja korjaus voidaan tarkistaa testiä vasten. Sovelluksessa sama ajatus voi ohjata katselmointipyyntöä, joka pyytää vastaesimerkkiä korjausehdotukselle ennen lopullisen muokkauksen hyväksymistä.
Tekstivastaus on ehdotus, kunnes se on sovellettu ja kokeiltu todellisessa koodivarastossa. Tiedostopääsy, muokkaukset, konttisuoritus ja testitulokset tulevat ympäröivästä kehitysympäristöstä. Sisällytä tarkistusten tulosteet jatkopyyntöön, jotta malli voi päätellä havaitusta virheestä kuvitellun ajon sijaan. Säilytä projektin rajoitteet ja pyydä pienin perusteltu muutos, kun ongelma koskee kypsää koodikantaa.
POST /v1/messagestextjson, sse| Kenttä | Tyyppi | Vaatimus | Arvot & rajat | Oletus |
|---|---|---|---|---|
Kenttämodel | Tyyppistring | VaatimusPakollinen | Arvot & rajat moonshotai/Kimi-Dev-72B | Oletus— |
Kenttämessages | Tyyppimessage[] | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämessages[].role | Tyyppistring | VaatimusPakollinen | Arvot & rajat user, assistant | Oletus— |
Kenttämessages[].content | Tyyppistring | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttämax_tokens | Tyyppiinteger | VaatimusPakollinen | Arvot & rajat | Oletus— |
Kenttästream | Tyyppiboolean | VaatimusValinnainen | Arvot & rajat | Oletusfalse |
Teksti · UTF-8-teksti
messages[].content-merkkijono
| Parametri | Sopimus |
|---|---|
Parametricontent_type | Sopimusapplication/json |
Parametrirequired | Sopimusmodel, messages, max_tokens |
Parametrioptional_controls | Sopimusstream |
Parametrimaterial_types | Sopimustext |
Parametritext_file_material | SopimusLue varsinainen UTF-8-asiakirja ja sijoita sen teksti ilmoitettuun syöte- tai viestisisällön merkkijonoon. |
Elinkaari: synchronous_or_streamed
Hintatiedot eivät lisää pyyntövalintoja. Tuetut parametrit on lueteltu valitulle menetelmälle.
| Asetukset | Hinnasto | Veloitus |
|---|---|---|
| AsetuksetTokenien perushinnat | HinnastoPerushinta | Veloitus Syöte · Syötetokenit $0.0006 / 1K tokenia Tuloste · Tulostokenit $0.00228 / 1K tokenia Syöte · Välimuistin luku $0 / 1K tokenia Syöte · Välimuistiin kirjoitus $0 / 1K tokenia Syöte · Välimuistiin kirjoitus, 1 tunti — / 1K tokenia |
Ailoot varaa arvioidun summan ennen pyyntöä. Tuloksen jälkeen lopullinen veloitus toteutetaan mitatun käytön perusteella. Suoratoiston veloituksessa käytetään lopullista käyttötietuetta. Varauksen ja lopullisen veloituksen toiminta →
{\n "model": "moonshotai/Kimi-Dev-72B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Dev-72B', '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-Dev-72B', '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 tai SSE
Säilytä jokainen kokonainen palautettu vastaus, tiedosto ja sisällön osa.
Säilytä kaikki sisältölohkot, päättelyallekirjoitukset ja todelliset työkalukäytön ID:t. Kokoa kaikki SSE-lohkomuutokset; ensimmäinen tekstilohko ei ole koko tulos.
Säilytä pyyntöjen/vastausten ID:t ja otsakkeet. Yleistä tekstityön haku-URL:ää ei anneta.
| Kenttä | Tyyppi |
|---|---|
Kenttäid | Tyyppistring |
Kenttämodel | Tyyppistring |
Kenttäcontent[] | Tyyppitext|thinking|tool_use|other content block |
Kenttästop_reason | Tyyppistring|null |
Kenttäusage | Tyyppiobject |
| Vastaus | Ehto | Seuraava vaihe |
|---|---|---|
Vastaus400 · invalid_request_error | EhtoVirheelliset pakolliset kentät, aineiston esitysmuoto tai parametrin arvo | Seuraava vaiheKorjaa ilmoitetut kentät ennen uutta luontipyyntöä. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
Käytä yllä näytettyjä menetelmäpolkuja.
Tekninen esimerkki englanniksi
Fix a mutable default argument\n\nIssue in utils.py: def add_tag(tag, tags=[]): tags.append(tag); return tags. Separate calls unexpectedly share prior tags. Expected behavior: omitted tags starts a fresh list; an explicitly supplied list is still updated. Propose the smallest patch and a regression test using standard unittest that fails on the original. Keep the function name and argument order.A focused utils.py patch and unittest cases covering independent defaults and explicit-list mutation.Check the regression makes two independent calls and detects leakage between them.