Kimi-Dev-72B adalah model bahasa pemrograman dari Moonshot AI untuk tugas rekayasa perangkat lunak, dengan fokus khusus pada penyelesaian masalah dalam repositori yang sudah ada. Model ini menerima teks dan menghasilkan teks, termasuk usulan kode, penjelasan, dan pengujian. Rancangannya dimulai dari model dasar Qwen 2.5 72B dan mengembangkan kemampuan yang diperlukan untuk mengubah laporan bug menjadi perubahan yang dapat ditinjau.
BugFixer dan TestWriter. Pembuatnya memperlakukan perbaikan implementasi dan penulisan pengujian yang mereproduksi cacatnya sebagai keterampilan yang saling melengkapi. Keduanya menggunakan struktur dua tahap yang sama: identifikasi berkas yang memerlukan perhatian, lalu lakukan penyuntingan kode yang relevan. Pengujian perbaikan yang berguna gagal ketika bug ada dan lulus ketika koreksi yang dimaksud diterapkan. Ini memberi model fokus praktis pada hubungan antara laporan, implementasi, dan bukti yang dapat dijalankan.
Pelatihan antara. Tim melaporkan sekitar 150 miliar token pelatihan tambahan dari materi dunia nyata berkualitas tinggi, termasuk jutaan issue dan commit pull request. Tahap ini mengajarkan pola cara pengembang menyelidiki laporan, menyunting kode, dan menulis unit test. Tim juga mengecualikan repositori SWE-bench Verified dari kumpulan pelatihan ini untuk mengurangi kontaminasi.
Pembelajaran penguatan. Setelah fine-tuning terawasi, tahap pembelajaran penguatan berfokus pada perubahan kode. Imbalannya menggunakan hasil eksekusi akhir dalam repositori berkontainer; pembuatnya menjelaskan keberhasilan sebagai kelulusan seluruh rangkaian pengujian. Proses pelatihan menyaring tugas yang semua percobaan sampelnya gagal, secara bertahap memperkenalkan prompt yang lebih sulit, dan menggunakan kembali contoh sukses terbaru untuk memperkuat pola perbaikan yang efektif.
Siapkan masalah nyata. Berikan perilaku yang diharapkan, hasil yang diamati, dan reproduksi minimal, lalu sertakan berkas sumber yang relevan, keluaran kesalahan, dan pengujian yang ada. Pertahankan jalur berkas dan nama fungsi. Minta model mengidentifikasi berkas yang kemungkinan terkait dan menjelaskan bagaimana kegagalan muncul dari implementasi yang diberikan sebelum menyajikan patch. Artefak yang dihasilkan harus menyatakan kode mana yang berubah, mengapa perubahan menangani laporan, dan perilaku lama mana yang harus dipertahankan.
Siapkan uji regresi. Berikan konvensi pengujian proyek saat ini dan fixture yang mewakili kasus penggunaan. Minta pengujian yang memicu kegagalan asli, beserta assertion yang membedakan perilaku benar dari yang salah. Untuk laporan kasus batas, sebut kondisi batasnya alih-alih meminta cakupan tambahan secara umum. Jawaban yang berguna dapat memuat penyuntingan minimal dan pengujian terarah, sehingga peninjau dapat membandingkan usulan perbaikan langsung dengan masalahnya.
Self-play saat pengujian. Alur riset Moonshot juga memungkinkan usulan perbaikan bug dan penulisan pengujian saling memeriksa. Ini adalah teknik evaluasi dan orkestrasi di sekeliling model: kandidat pengujian dapat menantang patch, dan patch dapat diperiksa terhadap pengujian. Dalam aplikasi, gagasan yang sama dapat memandu permintaan tinjauan yang meminta contoh tandingan bagi usulan koreksi sebelum menerima penyuntingan akhir.
Respons teks merupakan usulan sampai diterapkan dan dijalankan dalam repositori aktual. Akses berkas, penyuntingan, eksekusi kontainer, dan hasil pengujian berasal dari lingkungan pengembangan di sekelilingnya. Sertakan keluaran pemeriksaan tersebut dalam permintaan lanjutan agar model dapat menalar kegagalan yang diamati alih-alih membayangkan eksekusi. Pertahankan batasan proyek dan minta perubahan terkecil yang beralasan ketika masalah menyentuh basis kode yang matang.
", "aboutText": "Kimi-Dev-72B adalah model bahasa pemrograman dari Moonshot AI untuk tugas rekayasa perangkat lunak, dengan fokus khusus pada penyelesaian masalah dalam repositori yang sudah ada. Model ini menerima teks dan menghasilkan teks, termasuk usulan kode, penjelasan, dan pengujian. Rancangannya dimulai dari model dasar Qwen 2.5 72B dan mengembangkan kemampuan yang diperlukan untuk mengubah laporan bug menjadi perubahan yang dapat ditinjau.\n\nBugFixer dan TestWriter. Pembuatnya memperlakukan perbaikan implementasi dan penulisan pengujian yang mereproduksi cacatnya sebagai keterampilan yang saling melengkapi. Keduanya menggunakan struktur dua tahap yang sama: identifikasi berkas yang memerlukan perhatian, lalu lakukan penyuntingan kode yang relevan. Pengujian perbaikan yang berguna gagal ketika bug ada dan lulus ketika koreksi yang dimaksud diterapkan. Ini memberi model fokus praktis pada hubungan antara laporan, implementasi, dan bukti yang dapat dijalankan.\n\nPelatihan antara. Tim melaporkan sekitar 150 miliar token pelatihan tambahan dari materi dunia nyata berkualitas tinggi, termasuk jutaan issue dan commit pull request. Tahap ini mengajarkan pola cara pengembang menyelidiki laporan, menyunting kode, dan menulis unit test. Tim juga mengecualikan repositori SWE-bench Verified dari kumpulan pelatihan ini untuk mengurangi kontaminasi.\n\nPembelajaran penguatan. Setelah fine-tuning terawasi, tahap pembelajaran penguatan berfokus pada perubahan kode. Imbalannya menggunakan hasil eksekusi akhir dalam repositori berkontainer; pembuatnya menjelaskan keberhasilan sebagai kelulusan seluruh rangkaian pengujian. Proses pelatihan menyaring tugas yang semua percobaan sampelnya gagal, secara bertahap memperkenalkan prompt yang lebih sulit, dan menggunakan kembali contoh sukses terbaru untuk memperkuat pola perbaikan yang efektif.\n\nSiapkan masalah nyata. Berikan perilaku yang diharapkan, hasil yang diamati, dan reproduksi minimal, lalu sertakan berkas sumber yang relevan, keluaran kesalahan, dan pengujian yang ada. Pertahankan jalur berkas dan nama fungsi. Minta model mengidentifikasi berkas yang kemungkinan terkait dan menjelaskan bagaimana kegagalan muncul dari implementasi yang diberikan sebelum menyajikan patch. Artefak yang dihasilkan harus menyatakan kode mana yang berubah, mengapa perubahan menangani laporan, dan perilaku lama mana yang harus dipertahankan.\n\nSiapkan uji regresi. Berikan konvensi pengujian proyek saat ini dan fixture yang mewakili kasus penggunaan. Minta pengujian yang memicu kegagalan asli, beserta assertion yang membedakan perilaku benar dari yang salah. Untuk laporan kasus batas, sebut kondisi batasnya alih-alih meminta cakupan tambahan secara umum. Jawaban yang berguna dapat memuat penyuntingan minimal dan pengujian terarah, sehingga peninjau dapat membandingkan usulan perbaikan langsung dengan masalahnya.\n\nSelf-play saat pengujian. Alur riset Moonshot juga memungkinkan usulan perbaikan bug dan penulisan pengujian saling memeriksa. Ini adalah teknik evaluasi dan orkestrasi di sekeliling model: kandidat pengujian dapat menantang patch, dan patch dapat diperiksa terhadap pengujian. Dalam aplikasi, gagasan yang sama dapat memandu permintaan tinjauan yang meminta contoh tandingan bagi usulan koreksi sebelum menerima penyuntingan akhir.\n\nRespons teks merupakan usulan sampai diterapkan dan dijalankan dalam repositori aktual. Akses berkas, penyuntingan, eksekusi kontainer, dan hasil pengujian berasal dari lingkungan pengembangan di sekelilingnya. Sertakan keluaran pemeriksaan tersebut dalam permintaan lanjutan agar model dapat menalar kegagalan yang diamati alih-alih membayangkan eksekusi. Pertahankan batasan proyek dan minta perubahan terkecil yang beralasan ketika masalah menyentuh basis kode yang matang.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 adalah model pemrograman dari Moonshot AI untuk menyelesaikan masalah perangkat lunak. Rancangannya memasangkan perbaikan bug dengan penulisan uji regresi: temukan berkas yang relevan, usulkan patch, dan hasilkan pengujian yang menunjukkan kegagalan asli.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Kimi-Dev-72B adalah model bahasa pemrograman dari Moonshot AI untuk tugas rekayasa perangkat lunak, dengan fokus khusus pada penyelesaian masalah dalam repositori yang sudah ada. Model ini menerima teks dan menghasilkan teks, termasuk usulan kode, penjelasan, dan pengujian. Rancangannya dimulai dari model dasar Qwen 2.5 72B dan mengembangkan kemampuan yang diperlukan untuk mengubah laporan bug menjadi perubahan yang dapat ditinjau.
BugFixer dan TestWriter. Pembuatnya memperlakukan perbaikan implementasi dan penulisan pengujian yang mereproduksi cacatnya sebagai keterampilan yang saling melengkapi. Keduanya menggunakan struktur dua tahap yang sama: identifikasi berkas yang memerlukan perhatian, lalu lakukan penyuntingan kode yang relevan. Pengujian perbaikan yang berguna gagal ketika bug ada dan lulus ketika koreksi yang dimaksud diterapkan. Ini memberi model fokus praktis pada hubungan antara laporan, implementasi, dan bukti yang dapat dijalankan.
Pelatihan antara. Tim melaporkan sekitar 150 miliar token pelatihan tambahan dari materi dunia nyata berkualitas tinggi, termasuk jutaan issue dan commit pull request. Tahap ini mengajarkan pola cara pengembang menyelidiki laporan, menyunting kode, dan menulis unit test. Tim juga mengecualikan repositori SWE-bench Verified dari kumpulan pelatihan ini untuk mengurangi kontaminasi.
Pembelajaran penguatan. Setelah fine-tuning terawasi, tahap pembelajaran penguatan berfokus pada perubahan kode. Imbalannya menggunakan hasil eksekusi akhir dalam repositori berkontainer; pembuatnya menjelaskan keberhasilan sebagai kelulusan seluruh rangkaian pengujian. Proses pelatihan menyaring tugas yang semua percobaan sampelnya gagal, secara bertahap memperkenalkan prompt yang lebih sulit, dan menggunakan kembali contoh sukses terbaru untuk memperkuat pola perbaikan yang efektif.
Siapkan masalah nyata. Berikan perilaku yang diharapkan, hasil yang diamati, dan reproduksi minimal, lalu sertakan berkas sumber yang relevan, keluaran kesalahan, dan pengujian yang ada. Pertahankan jalur berkas dan nama fungsi. Minta model mengidentifikasi berkas yang kemungkinan terkait dan menjelaskan bagaimana kegagalan muncul dari implementasi yang diberikan sebelum menyajikan patch. Artefak yang dihasilkan harus menyatakan kode mana yang berubah, mengapa perubahan menangani laporan, dan perilaku lama mana yang harus dipertahankan.
Siapkan uji regresi. Berikan konvensi pengujian proyek saat ini dan fixture yang mewakili kasus penggunaan. Minta pengujian yang memicu kegagalan asli, beserta assertion yang membedakan perilaku benar dari yang salah. Untuk laporan kasus batas, sebut kondisi batasnya alih-alih meminta cakupan tambahan secara umum. Jawaban yang berguna dapat memuat penyuntingan minimal dan pengujian terarah, sehingga peninjau dapat membandingkan usulan perbaikan langsung dengan masalahnya.
Self-play saat pengujian. Alur riset Moonshot juga memungkinkan usulan perbaikan bug dan penulisan pengujian saling memeriksa. Ini adalah teknik evaluasi dan orkestrasi di sekeliling model: kandidat pengujian dapat menantang patch, dan patch dapat diperiksa terhadap pengujian. Dalam aplikasi, gagasan yang sama dapat memandu permintaan tinjauan yang meminta contoh tandingan bagi usulan koreksi sebelum menerima penyuntingan akhir.
Respons teks merupakan usulan sampai diterapkan dan dijalankan dalam repositori aktual. Akses berkas, penyuntingan, eksekusi kontainer, dan hasil pengujian berasal dari lingkungan pengembangan di sekelilingnya. Sertakan keluaran pemeriksaan tersebut dalam permintaan lanjutan agar model dapat menalar kegagalan yang diamati alih-alih membayangkan eksekusi. Pertahankan batasan proyek dan minta perubahan terkecil yang beralasan ketika masalah menyentuh basis kode yang matang.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan moonshotai/Kimi-Dev-72B | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.00228 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
Gunakan jalur metode yang ditampilkan di atas.
moonshotai/Kimi-Dev-72BKimi-Dev-72B adalah model pemrograman dari Moonshot AI untuk menyelesaikan masalah perangkat lunak. Rancangannya memasangkan perbaikan bug dengan penulisan uji regresi: temukan berkas yang relevan, usulkan patch, dan hasilkan pengujian yang menunjukkan kegagalan asli.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Kimi-Dev-72B adalah model bahasa pemrograman dari Moonshot AI untuk tugas rekayasa perangkat lunak, dengan fokus khusus pada penyelesaian masalah dalam repositori yang sudah ada. Model ini menerima teks dan menghasilkan teks, termasuk usulan kode, penjelasan, dan pengujian. Rancangannya dimulai dari model dasar Qwen 2.5 72B dan mengembangkan kemampuan yang diperlukan untuk mengubah laporan bug menjadi perubahan yang dapat ditinjau.
BugFixer dan TestWriter. Pembuatnya memperlakukan perbaikan implementasi dan penulisan pengujian yang mereproduksi cacatnya sebagai keterampilan yang saling melengkapi. Keduanya menggunakan struktur dua tahap yang sama: identifikasi berkas yang memerlukan perhatian, lalu lakukan penyuntingan kode yang relevan. Pengujian perbaikan yang berguna gagal ketika bug ada dan lulus ketika koreksi yang dimaksud diterapkan. Ini memberi model fokus praktis pada hubungan antara laporan, implementasi, dan bukti yang dapat dijalankan.
Pelatihan antara. Tim melaporkan sekitar 150 miliar token pelatihan tambahan dari materi dunia nyata berkualitas tinggi, termasuk jutaan issue dan commit pull request. Tahap ini mengajarkan pola cara pengembang menyelidiki laporan, menyunting kode, dan menulis unit test. Tim juga mengecualikan repositori SWE-bench Verified dari kumpulan pelatihan ini untuk mengurangi kontaminasi.
Pembelajaran penguatan. Setelah fine-tuning terawasi, tahap pembelajaran penguatan berfokus pada perubahan kode. Imbalannya menggunakan hasil eksekusi akhir dalam repositori berkontainer; pembuatnya menjelaskan keberhasilan sebagai kelulusan seluruh rangkaian pengujian. Proses pelatihan menyaring tugas yang semua percobaan sampelnya gagal, secara bertahap memperkenalkan prompt yang lebih sulit, dan menggunakan kembali contoh sukses terbaru untuk memperkuat pola perbaikan yang efektif.
Siapkan masalah nyata. Berikan perilaku yang diharapkan, hasil yang diamati, dan reproduksi minimal, lalu sertakan berkas sumber yang relevan, keluaran kesalahan, dan pengujian yang ada. Pertahankan jalur berkas dan nama fungsi. Minta model mengidentifikasi berkas yang kemungkinan terkait dan menjelaskan bagaimana kegagalan muncul dari implementasi yang diberikan sebelum menyajikan patch. Artefak yang dihasilkan harus menyatakan kode mana yang berubah, mengapa perubahan menangani laporan, dan perilaku lama mana yang harus dipertahankan.
Siapkan uji regresi. Berikan konvensi pengujian proyek saat ini dan fixture yang mewakili kasus penggunaan. Minta pengujian yang memicu kegagalan asli, beserta assertion yang membedakan perilaku benar dari yang salah. Untuk laporan kasus batas, sebut kondisi batasnya alih-alih meminta cakupan tambahan secara umum. Jawaban yang berguna dapat memuat penyuntingan minimal dan pengujian terarah, sehingga peninjau dapat membandingkan usulan perbaikan langsung dengan masalahnya.
Self-play saat pengujian. Alur riset Moonshot juga memungkinkan usulan perbaikan bug dan penulisan pengujian saling memeriksa. Ini adalah teknik evaluasi dan orkestrasi di sekeliling model: kandidat pengujian dapat menantang patch, dan patch dapat diperiksa terhadap pengujian. Dalam aplikasi, gagasan yang sama dapat memandu permintaan tinjauan yang meminta contoh tandingan bagi usulan koreksi sebelum menerima penyuntingan akhir.
Respons teks merupakan usulan sampai diterapkan dan dijalankan dalam repositori aktual. Akses berkas, penyuntingan, eksekusi kontainer, dan hasil pengujian berasal dari lingkungan pengembangan di sekelilingnya. Sertakan keluaran pemeriksaan tersebut dalam permintaan lanjutan agar model dapat menalar kegagalan yang diamati alih-alih membayangkan eksekusi. Pertahankan batasan proyek dan minta perubahan terkecil yang beralasan ketika masalah menyentuh basis kode yang matang.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan moonshotai/Kimi-Dev-72B | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
| Konfigurasi | Jadwal tarif | Biaya |
|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Biaya Masukan · Token masukan $0.0006 / 1K token Keluaran · Token keluaran $0.00228 / 1K token Masukan · Pembacaan cache $0 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "moonshotai/Kimi-Dev-72B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.