Kimi-Dev-72B הוא מודל שפה לתכנות של Moonshot AI למשימות הנדסת תוכנה, עם מיקוד מיוחד בפתרון תקלות במאגרי קוד קיימים. הוא מקבל טקסט ומפיק טקסט, לרבות הצעות קוד, הסברים ובדיקות. התכנון שלו מתחיל ממודל הבסיס Qwen 2.5 72B ומפתח את היכולות הדרושות להפיכת דיווח על באג לשינוי שניתן לסקור.
BugFixer ו־TestWriter. היצרן מתייחס לתיקון מימוש ולכתיבת הבדיקה המשחזרת את הפגם שלו כמיומנויות משלימות. שתיהן משתמשות באותו מבנה דו־שלבי: זיהוי הקובץ הדורש תשומת לב, ולאחר מכן ביצוע עריכת הקוד הרלוונטית. בדיקת תיקון שימושית נכשלת כאשר הבאג קיים ועוברת כאשר מוחל התיקון המיועד. כך המודל מתמקד באופן מעשי בקשר שבין הדיווח, המימוש וראיות הניתנות להרצה.
אימון ביניים. הצוות מדווח על כ־150 מיליארד אסימונים של אימון נוסף בחומר איכותי מהעולם האמיתי, לרבות מיליוני דיווחי תקלות וקומיטים של בקשות משיכה. השלב הזה מלמד דפוסים של חקירת דיווח, עריכת קוד וכתיבת בדיקות יחידה בידי מפתחים. הצוות גם מוציא מאגרי SWE-bench Verified מאוסף האימון הזה כדי לצמצם זליגת נתוני הערכה.
למידת חיזוק. לאחר כוונון עדין מונחה, שלב למידת החיזוק מתמקד בשינויי קוד. התגמול שלו משתמש בתוצאת הביצוע הסופית במאגר קוד בתוך קונטיינר; היצרן מתאר הצלחה כמעבר של כל חבילת הבדיקות. תהליך האימון מסנן משימות שבהן כמה ניסיונות שנדגמו נכשלו כולם, מכניס בהדרגה הנחיות קשות יותר ומשתמש מחדש בדוגמאות מצליחות מהזמן האחרון לחיזוק דפוסי תיקון יעילים.
הכינו תקלה אמיתית. ספקו את ההתנהגות הצפויה, את התוצאה שנצפתה ושחזור מינימלי, ואז כללו את קובצי המקור הרלוונטיים, את פלט השגיאה ואת הבדיקות הקיימות. שמרו על נתיבי הקבצים ושמות הפונקציות ללא שינוי. בקשו מהמודל לזהות את הקובץ הסביר ולהסביר כיצד הכשל נובע מהמימוש שסופק לפני הצגת תיקון. התוצר המתקבל צריך לציין איזה קוד משתנה, מדוע השינוי מטפל בדיווח ואיזו התנהגות קיימת הוא חייב לשמר.
הכינו את בדיקת הרגרסיה. ספקו את מוסכמות הבדיקה הנוכחיות של הפרויקט ונתוני בדיקה מייצגים. בקשו בדיקה המפעילה את הכשל המקורי, יחד עם הטענה המבחינה בין התנהגות נכונה לשגויה. לדיווח על מקרה קצה, ציינו את תנאי הגבול במקום לבקש כיסוי נוסף כללי. תשובה שימושית יכולה להכיל גם עריכה מינימלית וגם בדיקה ממוקדת, כך שהסוקר יוכל להשוות ישירות בין התיקון המוצע לתקלה.
משחק עצמי בזמן הבדיקה. תהליך המחקר של Moonshot מאפשר גם להצעות לתיקון באגים ולכתיבת בדיקות לבדוק זו את זו. זו טכניקת הערכה ותזמור סביב המודל: מועמדת לבדיקה יכולה לאתגר תיקון, ואפשר לבדוק תיקון מול הבדיקה. ביישום, אותו רעיון יכול להנחות בקשת סקירה המבקשת דוגמה נגדית לתיקון מוצע לפני קבלת העריכה הסופית.
תשובת הטקסט היא הצעה עד שמחילים אותה ומפעילים אותה במאגר הקוד בפועל. גישה לקבצים, עריכות, ביצוע בקונטיינר ותוצאות בדיקות מגיעים מסביבת הפיתוח הסובבת. כללו את פלטי הבדיקות האלה בבקשת המשך, כדי שהמודל יוכל להסיק לגבי הכשל שנצפה ולא לגבי הרצה מדומיינת. שמרו את אילוצי הפרויקט ובקשו את השינוי המנומק הקטן ביותר כאשר התקלה נוגעת לבסיס קוד ותיק.
", "aboutText": "Kimi-Dev-72B הוא מודל שפה לתכנות של Moonshot AI למשימות הנדסת תוכנה, עם מיקוד מיוחד בפתרון תקלות במאגרי קוד קיימים. הוא מקבל טקסט ומפיק טקסט, לרבות הצעות קוד, הסברים ובדיקות. התכנון שלו מתחיל ממודל הבסיס Qwen 2.5 72B ומפתח את היכולות הדרושות להפיכת דיווח על באג לשינוי שניתן לסקור.\n\nBugFixer ו־TestWriter. היצרן מתייחס לתיקון מימוש ולכתיבת הבדיקה המשחזרת את הפגם שלו כמיומנויות משלימות. שתיהן משתמשות באותו מבנה דו־שלבי: זיהוי הקובץ הדורש תשומת לב, ולאחר מכן ביצוע עריכת הקוד הרלוונטית. בדיקת תיקון שימושית נכשלת כאשר הבאג קיים ועוברת כאשר מוחל התיקון המיועד. כך המודל מתמקד באופן מעשי בקשר שבין הדיווח, המימוש וראיות הניתנות להרצה.\n\nאימון ביניים. הצוות מדווח על כ־150 מיליארד אסימונים של אימון נוסף בחומר איכותי מהעולם האמיתי, לרבות מיליוני דיווחי תקלות וקומיטים של בקשות משיכה. השלב הזה מלמד דפוסים של חקירת דיווח, עריכת קוד וכתיבת בדיקות יחידה בידי מפתחים. הצוות גם מוציא מאגרי SWE-bench Verified מאוסף האימון הזה כדי לצמצם זליגת נתוני הערכה.\n\nלמידת חיזוק. לאחר כוונון עדין מונחה, שלב למידת החיזוק מתמקד בשינויי קוד. התגמול שלו משתמש בתוצאת הביצוע הסופית במאגר קוד בתוך קונטיינר; היצרן מתאר הצלחה כמעבר של כל חבילת הבדיקות. תהליך האימון מסנן משימות שבהן כמה ניסיונות שנדגמו נכשלו כולם, מכניס בהדרגה הנחיות קשות יותר ומשתמש מחדש בדוגמאות מצליחות מהזמן האחרון לחיזוק דפוסי תיקון יעילים.\n\nהכינו תקלה אמיתית. ספקו את ההתנהגות הצפויה, את התוצאה שנצפתה ושחזור מינימלי, ואז כללו את קובצי המקור הרלוונטיים, את פלט השגיאה ואת הבדיקות הקיימות. שמרו על נתיבי הקבצים ושמות הפונקציות ללא שינוי. בקשו מהמודל לזהות את הקובץ הסביר ולהסביר כיצד הכשל נובע מהמימוש שסופק לפני הצגת תיקון. התוצר המתקבל צריך לציין איזה קוד משתנה, מדוע השינוי מטפל בדיווח ואיזו התנהגות קיימת הוא חייב לשמר.\n\nהכינו את בדיקת הרגרסיה. ספקו את מוסכמות הבדיקה הנוכחיות של הפרויקט ונתוני בדיקה מייצגים. בקשו בדיקה המפעילה את הכשל המקורי, יחד עם הטענה המבחינה בין התנהגות נכונה לשגויה. לדיווח על מקרה קצה, ציינו את תנאי הגבול במקום לבקש כיסוי נוסף כללי. תשובה שימושית יכולה להכיל גם עריכה מינימלית וגם בדיקה ממוקדת, כך שהסוקר יוכל להשוות ישירות בין התיקון המוצע לתקלה.\n\nמשחק עצמי בזמן הבדיקה. תהליך המחקר של Moonshot מאפשר גם להצעות לתיקון באגים ולכתיבת בדיקות לבדוק זו את זו. זו טכניקת הערכה ותזמור סביב המודל: מועמדת לבדיקה יכולה לאתגר תיקון, ואפשר לבדוק תיקון מול הבדיקה. ביישום, אותו רעיון יכול להנחות בקשת סקירה המבקשת דוגמה נגדית לתיקון מוצע לפני קבלת העריכה הסופית.\n\nתשובת הטקסט היא הצעה עד שמחילים אותה ומפעילים אותה במאגר הקוד בפועל. גישה לקבצים, עריכות, ביצוע בקונטיינר ותוצאות בדיקות מגיעים מסביבת הפיתוח הסובבת. כללו את פלטי הבדיקות האלה בבקשת המשך, כדי שהמודל יוכל להסיק לגבי הכשל שנצפה ולא לגבי הרצה מדומיינת. שמרו את אילוצי הפרויקט ובקשו את השינוי המנומק הקטן ביותר כאשר התקלה נוגעת לבסיס קוד ותיק.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
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 הוא מודל התכנות של Moonshot AI לפתרון תקלות תוכנה. התכנון שלו מחבר בין תיקון באגים לכתיבת בדיקות רגרסיה: אתרו את הקבצים הרלוונטיים, הציעו תיקון והפיקו בדיקה המדגימה את הכשל המקורי.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Kimi-Dev-72B הוא מודל שפה לתכנות של Moonshot AI למשימות הנדסת תוכנה, עם מיקוד מיוחד בפתרון תקלות במאגרי קוד קיימים. הוא מקבל טקסט ומפיק טקסט, לרבות הצעות קוד, הסברים ובדיקות. התכנון שלו מתחיל ממודל הבסיס Qwen 2.5 72B ומפתח את היכולות הדרושות להפיכת דיווח על באג לשינוי שניתן לסקור.
BugFixer ו־TestWriter. היצרן מתייחס לתיקון מימוש ולכתיבת הבדיקה המשחזרת את הפגם שלו כמיומנויות משלימות. שתיהן משתמשות באותו מבנה דו־שלבי: זיהוי הקובץ הדורש תשומת לב, ולאחר מכן ביצוע עריכת הקוד הרלוונטית. בדיקת תיקון שימושית נכשלת כאשר הבאג קיים ועוברת כאשר מוחל התיקון המיועד. כך המודל מתמקד באופן מעשי בקשר שבין הדיווח, המימוש וראיות הניתנות להרצה.
אימון ביניים. הצוות מדווח על כ־150 מיליארד אסימונים של אימון נוסף בחומר איכותי מהעולם האמיתי, לרבות מיליוני דיווחי תקלות וקומיטים של בקשות משיכה. השלב הזה מלמד דפוסים של חקירת דיווח, עריכת קוד וכתיבת בדיקות יחידה בידי מפתחים. הצוות גם מוציא מאגרי SWE-bench Verified מאוסף האימון הזה כדי לצמצם זליגת נתוני הערכה.
למידת חיזוק. לאחר כוונון עדין מונחה, שלב למידת החיזוק מתמקד בשינויי קוד. התגמול שלו משתמש בתוצאת הביצוע הסופית במאגר קוד בתוך קונטיינר; היצרן מתאר הצלחה כמעבר של כל חבילת הבדיקות. תהליך האימון מסנן משימות שבהן כמה ניסיונות שנדגמו נכשלו כולם, מכניס בהדרגה הנחיות קשות יותר ומשתמש מחדש בדוגמאות מצליחות מהזמן האחרון לחיזוק דפוסי תיקון יעילים.
הכינו תקלה אמיתית. ספקו את ההתנהגות הצפויה, את התוצאה שנצפתה ושחזור מינימלי, ואז כללו את קובצי המקור הרלוונטיים, את פלט השגיאה ואת הבדיקות הקיימות. שמרו על נתיבי הקבצים ושמות הפונקציות ללא שינוי. בקשו מהמודל לזהות את הקובץ הסביר ולהסביר כיצד הכשל נובע מהמימוש שסופק לפני הצגת תיקון. התוצר המתקבל צריך לציין איזה קוד משתנה, מדוע השינוי מטפל בדיווח ואיזו התנהגות קיימת הוא חייב לשמר.
הכינו את בדיקת הרגרסיה. ספקו את מוסכמות הבדיקה הנוכחיות של הפרויקט ונתוני בדיקה מייצגים. בקשו בדיקה המפעילה את הכשל המקורי, יחד עם הטענה המבחינה בין התנהגות נכונה לשגויה. לדיווח על מקרה קצה, ציינו את תנאי הגבול במקום לבקש כיסוי נוסף כללי. תשובה שימושית יכולה להכיל גם עריכה מינימלית וגם בדיקה ממוקדת, כך שהסוקר יוכל להשוות ישירות בין התיקון המוצע לתקלה.
משחק עצמי בזמן הבדיקה. תהליך המחקר של Moonshot מאפשר גם להצעות לתיקון באגים ולכתיבת בדיקות לבדוק זו את זו. זו טכניקת הערכה ותזמור סביב המודל: מועמדת לבדיקה יכולה לאתגר תיקון, ואפשר לבדוק תיקון מול הבדיקה. ביישום, אותו רעיון יכול להנחות בקשת סקירה המבקשת דוגמה נגדית לתיקון מוצע לפני קבלת העריכה הסופית.
תשובת הטקסט היא הצעה עד שמחילים אותה ומפעילים אותה במאגר הקוד בפועל. גישה לקבצים, עריכות, ביצוע בקונטיינר ותוצאות בדיקות מגיעים מסביבת הפיתוח הסובבת. כללו את פלטי הבדיקות האלה בבקשת המשך, כדי שהמודל יוכל להסיק לגבי הכשל שנצפה ולא לגבי הרצה מדומיינת. שמרו את אילוצי הפרויקט ובקשו את השינוי המנומק הקטן ביותר כאשר התקלה נוגעת לבסיס קוד ותיק.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות moonshotai/Kimi-Dev-72B | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0006 / 1K טוקנים פלט · טוקני פלט $0.00228 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
השתמשו בנתיבי השיטות המוצגים למעלה.
moonshotai/Kimi-Dev-72BKimi-Dev-72B הוא מודל התכנות של Moonshot AI לפתרון תקלות תוכנה. התכנון שלו מחבר בין תיקון באגים לכתיבת בדיקות רגרסיה: אתרו את הקבצים הרלוונטיים, הציעו תיקון והפיקו בדיקה המדגימה את הכשל המקורי.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Kimi-Dev-72B הוא מודל שפה לתכנות של Moonshot AI למשימות הנדסת תוכנה, עם מיקוד מיוחד בפתרון תקלות במאגרי קוד קיימים. הוא מקבל טקסט ומפיק טקסט, לרבות הצעות קוד, הסברים ובדיקות. התכנון שלו מתחיל ממודל הבסיס Qwen 2.5 72B ומפתח את היכולות הדרושות להפיכת דיווח על באג לשינוי שניתן לסקור.
BugFixer ו־TestWriter. היצרן מתייחס לתיקון מימוש ולכתיבת הבדיקה המשחזרת את הפגם שלו כמיומנויות משלימות. שתיהן משתמשות באותו מבנה דו־שלבי: זיהוי הקובץ הדורש תשומת לב, ולאחר מכן ביצוע עריכת הקוד הרלוונטית. בדיקת תיקון שימושית נכשלת כאשר הבאג קיים ועוברת כאשר מוחל התיקון המיועד. כך המודל מתמקד באופן מעשי בקשר שבין הדיווח, המימוש וראיות הניתנות להרצה.
אימון ביניים. הצוות מדווח על כ־150 מיליארד אסימונים של אימון נוסף בחומר איכותי מהעולם האמיתי, לרבות מיליוני דיווחי תקלות וקומיטים של בקשות משיכה. השלב הזה מלמד דפוסים של חקירת דיווח, עריכת קוד וכתיבת בדיקות יחידה בידי מפתחים. הצוות גם מוציא מאגרי SWE-bench Verified מאוסף האימון הזה כדי לצמצם זליגת נתוני הערכה.
למידת חיזוק. לאחר כוונון עדין מונחה, שלב למידת החיזוק מתמקד בשינויי קוד. התגמול שלו משתמש בתוצאת הביצוע הסופית במאגר קוד בתוך קונטיינר; היצרן מתאר הצלחה כמעבר של כל חבילת הבדיקות. תהליך האימון מסנן משימות שבהן כמה ניסיונות שנדגמו נכשלו כולם, מכניס בהדרגה הנחיות קשות יותר ומשתמש מחדש בדוגמאות מצליחות מהזמן האחרון לחיזוק דפוסי תיקון יעילים.
הכינו תקלה אמיתית. ספקו את ההתנהגות הצפויה, את התוצאה שנצפתה ושחזור מינימלי, ואז כללו את קובצי המקור הרלוונטיים, את פלט השגיאה ואת הבדיקות הקיימות. שמרו על נתיבי הקבצים ושמות הפונקציות ללא שינוי. בקשו מהמודל לזהות את הקובץ הסביר ולהסביר כיצד הכשל נובע מהמימוש שסופק לפני הצגת תיקון. התוצר המתקבל צריך לציין איזה קוד משתנה, מדוע השינוי מטפל בדיווח ואיזו התנהגות קיימת הוא חייב לשמר.
הכינו את בדיקת הרגרסיה. ספקו את מוסכמות הבדיקה הנוכחיות של הפרויקט ונתוני בדיקה מייצגים. בקשו בדיקה המפעילה את הכשל המקורי, יחד עם הטענה המבחינה בין התנהגות נכונה לשגויה. לדיווח על מקרה קצה, ציינו את תנאי הגבול במקום לבקש כיסוי נוסף כללי. תשובה שימושית יכולה להכיל גם עריכה מינימלית וגם בדיקה ממוקדת, כך שהסוקר יוכל להשוות ישירות בין התיקון המוצע לתקלה.
משחק עצמי בזמן הבדיקה. תהליך המחקר של Moonshot מאפשר גם להצעות לתיקון באגים ולכתיבת בדיקות לבדוק זו את זו. זו טכניקת הערכה ותזמור סביב המודל: מועמדת לבדיקה יכולה לאתגר תיקון, ואפשר לבדוק תיקון מול הבדיקה. ביישום, אותו רעיון יכול להנחות בקשת סקירה המבקשת דוגמה נגדית לתיקון מוצע לפני קבלת העריכה הסופית.
תשובת הטקסט היא הצעה עד שמחילים אותה ומפעילים אותה במאגר הקוד בפועל. גישה לקבצים, עריכות, ביצוע בקונטיינר ותוצאות בדיקות מגיעים מסביבת הפיתוח הסובבת. כללו את פלטי הבדיקות האלה בבקשת המשך, כדי שהמודל יוכל להסיק לגבי הכשל שנצפה ולא לגבי הרצה מדומיינת. שמרו את אילוצי הפרויקט ובקשו את השינוי המנומק הקטן ביותר כאשר התקלה נוגעת לבסיס קוד ותיק.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות moonshotai/Kimi-Dev-72B | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.0006 / 1K טוקנים פלט · טוקני פלט $0.00228 / 1K טוקנים קלט · קריאה מהמטמון $0 / 1K טוקנים קלט · כתיבה למטמון $0 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "moonshotai/Kimi-Dev-72B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
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.