Kimi K3 est le modèle agentique multimodal à poids ouverts de Moonshot AI pour la programmation de longue durée, le travail intellectuel et le raisonnement. Il combine le texte à une compréhension visuelle native des images et des vidéos, et produit une réponse textuelle ou une demande d’outil. Le fabricant met l’accent sur les longues séances d’ingénierie, les grands dépôts et les tâches qui utilisent des captures d’écran ou des retours visuels avec le code. Une consigne utile définit le livrable souhaité, les preuves à utiliser et la condition d’achèvement.
La fiche du modèle décrit une architecture clairsemée à mélange d’experts comptant 2 800 milliards de paramètres au total et 104 milliards de paramètres activés. Sa conception Stable LatentMoE sélectionne 16 experts sur 896 par jeton et utilise Kimi Delta Attention et Attention Residuals avec une attention à portes. La longueur exacte du contexte est de 1 048 576 jetons. Cette capacité offre de la place pour un contexte de tâche substantiel, sans justifier l’abandon des limites entre sources ni de l’espace nécessaire au résultat.
Le modèle natif publié utilise un entraînement tenant compte de la quantification, avec des poids MXFP4 et des activations MXFP8. Il s’agit du format de publication du fabricant, distinct d’une édition quantifiée fournie séparément ou d’une affirmation sur la façon dont une route particulière sert le modèle. Des poids ouverts et un grand nombre de paramètres ne font pas du nombre de paramètres actifs le besoin total de stockage ou de matériel.
Fournissez les éléments pertinents du dépôt, le comportement existant, la modification demandée et les contraintes de compatibilité. Identifiez les fichiers ou l’interface à modifier, les vérifications qui déterminent la réussite et toute erreur ou entrée fournie qui expose le problème. Un résultat utile peut être une modification ciblée du code avec une explication et des preuves issues des vérifications réellement exécutées, plutôt qu’une description d’actions jamais effectuées.
Pour une tâche de développement visuel, incluez une capture d’écran ou une vue claire du résultat souhaité avec le code pertinent et un écart précis. Le fabricant décrit des processus couvrant le développement d’interfaces, les jeux et la conception assistée par ordinateur qui utilisent des retours visuels. Demandez la modification qui relie le code au résultat observé et conservez la référence pour vérifier le livrable par rapport à celle-ci.
Le guide de démarrage du producteur utilise des objets de contenu typés pour les messages visuels; content est un tableau, pas une représentation sérialisée de ce tableau. Son processus d’image utilise des données d’image encodées ou une référence de fichier prise en charge plutôt qu’une adresse publique d’image. L’exemple vidéo téléverse un fichier vidéo et fournit la référence obtenue avec une question sur son contenu. Fournissez une source lisible et précisez l’observation, l’intervalle ou la relation qui importe. Le processus visuel du producteur accepte les images JPEG, PNG, GIF, WebP, BMP, HEIC et HEIF ainsi que les vidéos MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV et 3GPP. Les GIF ou WebP animés peuvent être décodés comme des vidéos. Fournissez le code source SVG sous forme de texte. Le fabricant recommande des images allant jusqu’à 4096 × 2160 et des vidéos allant jusqu’à 1920 × 1080; ce sont des recommandations de résolution, pas des seuils de rejet. Gardez le corps de la requête dans la limite documentée de taille de 100M et téléversez sous forme de fichiers les médias volumineux ou utilisés à répétition.
Pour une recherche riche en documents, identifiez les sources et les questions auxquelles le rapport final doit répondre. Pour une explication vidéo, indiquez les événements ou la séquence à analyser plutôt que de demander un commentaire sans limites. K3 utilise le contenu visuel comme preuve pour son raisonnement et renvoie du texte ou des demandes d’outils. Une application peut transmettre ces demandes à des outils de médias afin de créer des livrables d’image ou de vidéo distincts.
L’interface du producteur de K3 active toujours la réflexion. Le paramètre de premier niveau reasoning_effort accepte low, high et max, avec max par défaut. Ces choix sont propres au modèle; il ne faut pas supposer l’existence d’un réglage sans réflexion ou d’une valeur d’effort provenant d’une autre famille. Les recommandations de migration du fabricant distinguent K3 de K2.x en utilisant reasoning_effort plutôt qu’en reprenant l’ancienne configuration thinking.
Le producteur documente des contenus distincts pour reasoning_content et la réponse finale dans les résultats diffusés progressivement. Pour une conversation à plusieurs tours ou un processus avec outils, il exige de retransmettre le message complet retourné par l’assistant sans modification, y compris reasoning_content et tool_calls. Ne conserver que la réponse finale visible fait perdre des informations que le processus de réflexion conservée du modèle attend à l’étape suivante.
Le guide de démarrage documente une sortie strictement conforme à un schéma JSON pour le contenu du message final. Définissez les champs et leur sens autour du livrable dont l’application a besoin, et analysez ce contenu final plutôt que de le combiner au champ de raisonnement. Un résultat structuré peut représenter des informations extraites des éléments fournis ou un format de rapport défini; le schéma en contraint la forme, tandis que les preuves sources déterminent la justesse des valeurs.
Le mode partiel peut poursuivre un préfixe de texte fourni. L’exemple du producteur place un message partiel de l’assistant à la fin de l’historique et combine ce préfixe à la continuation retournée pour l’affichage. Utilisez ce mode lorsque le livrable requis possède un début fixe significatif, en gardant le préfixe distinct de la suite générée.
K3 prend en charge les outils de fonctions personnalisées. L’exemple du producteur impose un outil au premier tour, conserve le message complet de l’assistant, exécute chaque appel retourné et ajoute un résultat d’outil correspondant avant de demander la réponse finale. Un appel proposé ne prouve pas la réussite de l’opération; le résultat réellement retourné devient la preuve pour l’étape suivante.
Son processus de chargement dynamique introduit une définition complète d’outil à un point précis de l’historique des messages. La définition doit contenir le nom, l’objectif et les paramètres de l’outil, et rester dans l’historique ultérieur, car le serveur ne conserve pas cette déclaration de manière indépendante. Gardez les capacités des outils, les arguments fournis et les observations réelles associés pour qu’une tâche longue puisse reprendre à partir du travail déjà terminé.
Le producteur documente une allocation de complétion par défaut de 131 072 jetons, configurable jusqu’à 1 048 576 dans les contraintes globales de contexte du modèle. L’API K3 actuelle fixe temperature à 1.0, top_p à 0.95, un seul résultat et des pénalités de présence et de fréquence nulles, et demande aux appelants d’omettre ces contrôles d’échantillonnage. Il s’agit des réglages exacts de ce modèle chez le producteur, pas d’une liste transférable de contrôles ajustables.
La mise en cache du contexte est automatique pour les préfixes répétés admissibles, avec des durées de vie documentées de 5 minutes et de 1 heure, et 5 minutes par défaut. Les blocs de cache partiels restent des absences de correspondance. Gardez le contexte réutilisable stable et vérifiez l’utilisation réelle au lieu d’affirmer une correspondance de cache sur la seule base d’un texte répété. Pour le livrable final, conservez les sources fournies, les preuves réelles des outils et la structure de sortie requise, puis vérifiez qu’une longue réponse ou un résultat d’ingénierie respecte les critères d’achèvement annoncés.
", "aboutText": "Kimi K3 est le modèle agentique multimodal à poids ouverts de Moonshot AI pour la programmation de longue durée, le travail intellectuel et le raisonnement. Il combine le texte à une compréhension visuelle native des images et des vidéos, et produit une réponse textuelle ou une demande d’outil. Le fabricant met l’accent sur les longues séances d’ingénierie, les grands dépôts et les tâches qui utilisent des captures d’écran ou des retours visuels avec le code. Une consigne utile définit le livrable souhaité, les preuves à utiliser et la condition d’achèvement.\n\n### Architecture et contexte long\n\nLa fiche du modèle décrit une architecture clairsemée à mélange d’experts comptant 2 800 milliards de paramètres au total et 104 milliards de paramètres activés. Sa conception Stable LatentMoE sélectionne 16 experts sur 896 par jeton et utilise Kimi Delta Attention et Attention Residuals avec une attention à portes. La longueur exacte du contexte est de 1 048 576 jetons. Cette capacité offre de la place pour un contexte de tâche substantiel, sans justifier l’abandon des limites entre sources ni de l’espace nécessaire au résultat.\n\nLe modèle natif publié utilise un entraînement tenant compte de la quantification, avec des poids MXFP4 et des activations MXFP8. Il s’agit du format de publication du fabricant, distinct d’une édition quantifiée fournie séparément ou d’une affirmation sur la façon dont une route particulière sert le modèle. Des poids ouverts et un grand nombre de paramètres ne font pas du nombre de paramètres actifs le besoin total de stockage ou de matériel.\n\n### Préparer une tâche de programmation substantielle\n\nFournissez les éléments pertinents du dépôt, le comportement existant, la modification demandée et les contraintes de compatibilité. Identifiez les fichiers ou l’interface à modifier, les vérifications qui déterminent la réussite et toute erreur ou entrée fournie qui expose le problème. Un résultat utile peut être une modification ciblée du code avec une explication et des preuves issues des vérifications réellement exécutées, plutôt qu’une description d’actions jamais effectuées.\n\nPour une tâche de développement visuel, incluez une capture d’écran ou une vue claire du résultat souhaité avec le code pertinent et un écart précis. Le fabricant décrit des processus couvrant le développement d’interfaces, les jeux et la conception assistée par ordinateur qui utilisent des retours visuels. Demandez la modification qui relie le code au résultat observé et conservez la référence pour vérifier le livrable par rapport à celle-ci.\n\n### Préparer les images, les vidéos et le travail intellectuel\n\nLe guide de démarrage du producteur utilise des objets de contenu typés pour les messages visuels; content est un tableau, pas une représentation sérialisée de ce tableau. Son processus d’image utilise des données d’image encodées ou une référence de fichier prise en charge plutôt qu’une adresse publique d’image. L’exemple vidéo téléverse un fichier vidéo et fournit la référence obtenue avec une question sur son contenu. Fournissez une source lisible et précisez l’observation, l’intervalle ou la relation qui importe. Le processus visuel du producteur accepte les images JPEG, PNG, GIF, WebP, BMP, HEIC et HEIF ainsi que les vidéos MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV et 3GPP. Les GIF ou WebP animés peuvent être décodés comme des vidéos. Fournissez le code source SVG sous forme de texte. Le fabricant recommande des images allant jusqu’à 4096 × 2160 et des vidéos allant jusqu’à 1920 × 1080; ce sont des recommandations de résolution, pas des seuils de rejet. Gardez le corps de la requête dans la limite documentée de taille de 100M et téléversez sous forme de fichiers les médias volumineux ou utilisés à répétition.\n\nPour une recherche riche en documents, identifiez les sources et les questions auxquelles le rapport final doit répondre. Pour une explication vidéo, indiquez les événements ou la séquence à analyser plutôt que de demander un commentaire sans limites. K3 utilise le contenu visuel comme preuve pour son raisonnement et renvoie du texte ou des demandes d’outils. Une application peut transmettre ces demandes à des outils de médias afin de créer des livrables d’image ou de vidéo distincts.\n\n### Réflexion toujours activée\n\nL’interface du producteur de K3 active toujours la réflexion. Le paramètre de premier niveau reasoning_effort accepte low, high et max, avec max par défaut. Ces choix sont propres au modèle; il ne faut pas supposer l’existence d’un réglage sans réflexion ou d’une valeur d’effort provenant d’une autre famille. Les recommandations de migration du fabricant distinguent K3 de K2.x en utilisant reasoning_effort plutôt qu’en reprenant l’ancienne configuration thinking.\n\nLe producteur documente des contenus distincts pour reasoning_content et la réponse finale dans les résultats diffusés progressivement. Pour une conversation à plusieurs tours ou un processus avec outils, il exige de retransmettre le message complet retourné par l’assistant sans modification, y compris reasoning_content et tool_calls. Ne conserver que la réponse finale visible fait perdre des informations que le processus de réflexion conservée du modèle attend à l’étape suivante.\n\n### Réponses finales structurées et continuation partielle\n\nLe guide de démarrage documente une sortie strictement conforme à un schéma JSON pour le contenu du message final. Définissez les champs et leur sens autour du livrable dont l’application a besoin, et analysez ce contenu final plutôt que de le combiner au champ de raisonnement. Un résultat structuré peut représenter des informations extraites des éléments fournis ou un format de rapport défini; le schéma en contraint la forme, tandis que les preuves sources déterminent la justesse des valeurs.\n\nLe mode partiel peut poursuivre un préfixe de texte fourni. L’exemple du producteur place un message partiel de l’assistant à la fin de l’historique et combine ce préfixe à la continuation retournée pour l’affichage. Utilisez ce mode lorsque le livrable requis possède un début fixe significatif, en gardant le préfixe distinct de la suite générée.\n\n### Outils et continuité de leurs résultats\n\nK3 prend en charge les outils de fonctions personnalisées. L’exemple du producteur impose un outil au premier tour, conserve le message complet de l’assistant, exécute chaque appel retourné et ajoute un résultat d’outil correspondant avant de demander la réponse finale. Un appel proposé ne prouve pas la réussite de l’opération; le résultat réellement retourné devient la preuve pour l’étape suivante.\n\nSon processus de chargement dynamique introduit une définition complète d’outil à un point précis de l’historique des messages. La définition doit contenir le nom, l’objectif et les paramètres de l’outil, et rester dans l’historique ultérieur, car le serveur ne conserve pas cette déclaration de manière indépendante. Gardez les capacités des outils, les arguments fournis et les observations réelles associés pour qu’une tâche longue puisse reprendre à partir du travail déjà terminé.\n\n### Contrôles de sortie et contexte répété\n\nLe producteur documente une allocation de complétion par défaut de 131 072 jetons, configurable jusqu’à 1 048 576 dans les contraintes globales de contexte du modèle. L’API K3 actuelle fixe temperature à 1.0, top_p à 0.95, un seul résultat et des pénalités de présence et de fréquence nulles, et demande aux appelants d’omettre ces contrôles d’échantillonnage. Il s’agit des réglages exacts de ce modèle chez le producteur, pas d’une liste transférable de contrôles ajustables.\n\nLa mise en cache du contexte est automatique pour les préfixes répétés admissibles, avec des durées de vie documentées de 5 minutes et de 1 heure, et 5 minutes par défaut. Les blocs de cache partiels restent des absences de correspondance. Gardez le contexte réutilisable stable et vérifiez l’utilisation réelle au lieu d’affirmer une correspondance de cache sur la seule base d’un texte répété. Pour le livrable final, conservez les sources fournies, les preuves réelles des outils et la structure de sortie requise, puis vérifiez qu’une longue réponse ou un résultat d’ingénierie respecte les critères d’achèvement annoncés.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b5697cbbcda39f4e2cd5ff42cba987619b5f3c5227c97771dc04106ced32dac7", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "moonshotai/kimi-k3:batchKimi K3 est le modèle natif de raisonnement multimodal de Moonshot AI pour les longues tâches de programmation et le travail intellectuel. Il lit du texte, des images et des vidéos, produit du texte et prend en charge des processus pilotés par outils avec un contexte de 1 048 576 jetons et un historique de réflexion conservé d’une étape à l’autre.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Kimi K3 est le modèle agentique multimodal à poids ouverts de Moonshot AI pour la programmation de longue durée, le travail intellectuel et le raisonnement. Il combine le texte à une compréhension visuelle native des images et des vidéos, et produit une réponse textuelle ou une demande d’outil. Le fabricant met l’accent sur les longues séances d’ingénierie, les grands dépôts et les tâches qui utilisent des captures d’écran ou des retours visuels avec le code. Une consigne utile définit le livrable souhaité, les preuves à utiliser et la condition d’achèvement.
La fiche du modèle décrit une architecture clairsemée à mélange d’experts comptant 2 800 milliards de paramètres au total et 104 milliards de paramètres activés. Sa conception Stable LatentMoE sélectionne 16 experts sur 896 par jeton et utilise Kimi Delta Attention et Attention Residuals avec une attention à portes. La longueur exacte du contexte est de 1 048 576 jetons. Cette capacité offre de la place pour un contexte de tâche substantiel, sans justifier l’abandon des limites entre sources ni de l’espace nécessaire au résultat.
Le modèle natif publié utilise un entraînement tenant compte de la quantification, avec des poids MXFP4 et des activations MXFP8. Il s’agit du format de publication du fabricant, distinct d’une édition quantifiée fournie séparément ou d’une affirmation sur la façon dont une route particulière sert le modèle. Des poids ouverts et un grand nombre de paramètres ne font pas du nombre de paramètres actifs le besoin total de stockage ou de matériel.
Fournissez les éléments pertinents du dépôt, le comportement existant, la modification demandée et les contraintes de compatibilité. Identifiez les fichiers ou l’interface à modifier, les vérifications qui déterminent la réussite et toute erreur ou entrée fournie qui expose le problème. Un résultat utile peut être une modification ciblée du code avec une explication et des preuves issues des vérifications réellement exécutées, plutôt qu’une description d’actions jamais effectuées.
Pour une tâche de développement visuel, incluez une capture d’écran ou une vue claire du résultat souhaité avec le code pertinent et un écart précis. Le fabricant décrit des processus couvrant le développement d’interfaces, les jeux et la conception assistée par ordinateur qui utilisent des retours visuels. Demandez la modification qui relie le code au résultat observé et conservez la référence pour vérifier le livrable par rapport à celle-ci.
Le guide de démarrage du producteur utilise des objets de contenu typés pour les messages visuels; content est un tableau, pas une représentation sérialisée de ce tableau. Son processus d’image utilise des données d’image encodées ou une référence de fichier prise en charge plutôt qu’une adresse publique d’image. L’exemple vidéo téléverse un fichier vidéo et fournit la référence obtenue avec une question sur son contenu. Fournissez une source lisible et précisez l’observation, l’intervalle ou la relation qui importe. Le processus visuel du producteur accepte les images JPEG, PNG, GIF, WebP, BMP, HEIC et HEIF ainsi que les vidéos MP4, MPEG, MOV, AVI, FLV, MPG, WebM, WMV et 3GPP. Les GIF ou WebP animés peuvent être décodés comme des vidéos. Fournissez le code source SVG sous forme de texte. Le fabricant recommande des images allant jusqu’à 4096 × 2160 et des vidéos allant jusqu’à 1920 × 1080; ce sont des recommandations de résolution, pas des seuils de rejet. Gardez le corps de la requête dans la limite documentée de taille de 100M et téléversez sous forme de fichiers les médias volumineux ou utilisés à répétition.
Pour une recherche riche en documents, identifiez les sources et les questions auxquelles le rapport final doit répondre. Pour une explication vidéo, indiquez les événements ou la séquence à analyser plutôt que de demander un commentaire sans limites. K3 utilise le contenu visuel comme preuve pour son raisonnement et renvoie du texte ou des demandes d’outils. Une application peut transmettre ces demandes à des outils de médias afin de créer des livrables d’image ou de vidéo distincts.
L’interface du producteur de K3 active toujours la réflexion. Le paramètre de premier niveau reasoning_effort accepte low, high et max, avec max par défaut. Ces choix sont propres au modèle; il ne faut pas supposer l’existence d’un réglage sans réflexion ou d’une valeur d’effort provenant d’une autre famille. Les recommandations de migration du fabricant distinguent K3 de K2.x en utilisant reasoning_effort plutôt qu’en reprenant l’ancienne configuration thinking.
Le producteur documente des contenus distincts pour reasoning_content et la réponse finale dans les résultats diffusés progressivement. Pour une conversation à plusieurs tours ou un processus avec outils, il exige de retransmettre le message complet retourné par l’assistant sans modification, y compris reasoning_content et tool_calls. Ne conserver que la réponse finale visible fait perdre des informations que le processus de réflexion conservée du modèle attend à l’étape suivante.
Le guide de démarrage documente une sortie strictement conforme à un schéma JSON pour le contenu du message final. Définissez les champs et leur sens autour du livrable dont l’application a besoin, et analysez ce contenu final plutôt que de le combiner au champ de raisonnement. Un résultat structuré peut représenter des informations extraites des éléments fournis ou un format de rapport défini; le schéma en contraint la forme, tandis que les preuves sources déterminent la justesse des valeurs.
Le mode partiel peut poursuivre un préfixe de texte fourni. L’exemple du producteur place un message partiel de l’assistant à la fin de l’historique et combine ce préfixe à la continuation retournée pour l’affichage. Utilisez ce mode lorsque le livrable requis possède un début fixe significatif, en gardant le préfixe distinct de la suite générée.
K3 prend en charge les outils de fonctions personnalisées. L’exemple du producteur impose un outil au premier tour, conserve le message complet de l’assistant, exécute chaque appel retourné et ajoute un résultat d’outil correspondant avant de demander la réponse finale. Un appel proposé ne prouve pas la réussite de l’opération; le résultat réellement retourné devient la preuve pour l’étape suivante.
Son processus de chargement dynamique introduit une définition complète d’outil à un point précis de l’historique des messages. La définition doit contenir le nom, l’objectif et les paramètres de l’outil, et rester dans l’historique ultérieur, car le serveur ne conserve pas cette déclaration de manière indépendante. Gardez les capacités des outils, les arguments fournis et les observations réelles associés pour qu’une tâche longue puisse reprendre à partir du travail déjà terminé.
Le producteur documente une allocation de complétion par défaut de 131 072 jetons, configurable jusqu’à 1 048 576 dans les contraintes globales de contexte du modèle. L’API K3 actuelle fixe temperature à 1.0, top_p à 0.95, un seul résultat et des pénalités de présence et de fréquence nulles, et demande aux appelants d’omettre ces contrôles d’échantillonnage. Il s’agit des réglages exacts de ce modèle chez le producteur, pas d’une liste transférable de contrôles ajustables.
La mise en cache du contexte est automatique pour les préfixes répétés admissibles, avec des durées de vie documentées de 5 minutes et de 1 heure, et 5 minutes par défaut. Les blocs de cache partiels restent des absences de correspondance. Gardez le contexte réutilisable stable et vérifiez l’utilisation réelle au lieu d’affirmer une correspondance de cache sur la seule base d’un texte répété. Pour le livrable final, conservez les sources fournies, les preuves réelles des outils et la structure de sortie requise, puis vérifiez qu’une longue réponse ou un résultat d’ingénierie respecte les critères d’achèvement annoncés.
POST /v1/batchestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites moonshotai/kimi-k3:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites moonshotai/kimi-k3:batch, moonshotai/kimi-k3 | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites deepinfra/bf16 | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST. |
Paramètreserialization_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée. |
Cycle de vie : asynchronous
GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00456 / 1K jetons Sortie · Jetons en sortie $0.0228 / 1K jetons Entrée · Lecture du cache $0.000456 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.00456 / 1K jetons Sortie · Jetons en sortie $0.0228 / 1K jetons Entrée · Lecture du cache $0.000456 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"moonshotai/kimi-k3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['moonshotai/kimi-k3:batch', 'moonshotai/kimi-k3']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"moonshotai/kimi-k3:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body intégré
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nConservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.
Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle. | Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission. |
Réponse401 · authentication_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée. | Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde. |
Réponse422 · price_unavailable | ConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots. | Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille. |
Réponse402 · billing_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRésolvez le problème d’admission avant d’envoyer une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne remplacez pas les prix par d’autres. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false. | Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine. |
Réponse404 · not_found | ConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité. | Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe. |
Ailoot Ultra moonshotai/kimi-k3:batch
Utilisez les chemins de méthode indiqués ci-dessus.