Kimi K2.6 adalah model agen yang secara bawaan multimodal dari Moonshot AI untuk pemrograman jangka panjang, desain berbasis pemrograman, dan eksekusi tugas terkoordinasi. Model ini menerima teks, gambar, dan video serta menghasilkan teks, termasuk penjelasan, kode, dan usulan pemanggilan alat. Varian mixture-of-experts-nya mencantumkan total satu triliun parameter, 32 miliar parameter aktif, dan konteks 256K, dengan encoder visual MoonViT.
Pembuatnya mengembangkan K2.6 untuk pemrograman menyeluruh lintas bahasa dan domain, termasuk pekerjaan repositori, antarmuka frontend, dan optimasi performa. Berikan kode yang relevan, perilaku yang diharapkan, kegagalan yang diamati, dan kondisi yang harus dipertahankan oleh perubahan. Untuk tugas visual, gabungkan persyaratan dengan mockup atau tangkapan layar yang terbaca dan identifikasi apakah itu menunjukkan keadaan saat ini atau hasil yang diinginkan.
Contoh instruksi adalah: “Implementasikan antarmuka ini dari spesifikasi visual yang diberikan, pertahankan nama bidang, dan jelaskan perilaku setiap keadaan yang diwajibkan.” Hasil kerja yang diharapkan adalah kode beserta penjelasan pendukungnya, diikuti pengamatan render atau validasi aktual dari aplikasi. Antarmuka yang dihasilkan dan usulan teks bukan tindakan yang dijalankan secara mandiri.
K2.6 mendukung mode thinking dan instant. Thinking mengembangkan penalaran antara sebelum jawaban akhir; mode instant menghasilkan respons langsung. Rekomendasi penerapan pembuatnya menggunakan temperature 1.0 untuk thinking, 0.6 untuk instant, dan top-p 0.95. Ini merupakan rekomendasi untuk referensi yang didokumentasikan, terpisah dari pemilihan gaya atau panjang jawaban akhir.
Fitur khusus K2.6 adalah preserve-thinking, yang mempertahankan seluruh konten penalaran dalam interaksi beberapa giliran. Fitur ini dinonaktifkan secara bawaan dan didokumentasikan untuk agen pemrograman dalam mode thinking. Saat digunakan, analisis yang dipertahankan mengonsumsi konteks bersama pengamatan alat dan balasan akhir. Pastikan persyaratan tugas yang telah diterima tetap jelas agar pemikiran tentatif sebelumnya tidak berubah menjadi fakta tanpa dukungan dalam artefak akhir.
Kartu model yang tepat ini mendemonstrasikan masukan gambar dan video. Beri label pada beberapa item media, pertahankan teks yang terlihat, dan nyatakan detail atau peristiwa yang ingin Anda jelaskan. Untuk bagan, minta nilai yang diamati secara terpisah dari penafsiran. Untuk video, identifikasi segmen yang relevan dan perubahan temporal yang harus dianalisis. Pembuatnya menandai alur video yang didemonstrasikan sebagai eksperimental dalam referensinya; pemahaman gambar dan video menghasilkan teks, bukan media yang dibuat.
K2.6 menyelingi thinking dengan pemanggilan alat beberapa langkah dan mendokumentasikan pendekatan agent-swarm dari pembuatnya yang menguraikan tugas menjadi cabang khusus yang terkoordinasi. Aplikasi menyediakan alat, menjalankan operasi terpilih, dan mengembalikan pengamatannya. Tetapkan tindakan yang diperbolehkan dan artefak akhir sebelum tugas agen dimulai, seperti perbandingan sumber yang selesai, patch repositori, atau dokumen yang disiapkan.
Jaga setiap pengamatan yang dikembalikan tetap terkait dengan operasi dan sumber yang menghasilkannya. Cabang atau usulan tindakan alat baru menjadi bukti berguna ketika hasilnya tersedia bagi tugas yang berlanjut. Mode bernama dan demonstrasi orkestrasi pembuatnya tidak menyiratkan bahwa respons teks biasa secara mandiri menjalankan setiap tindakan latar belakang atau lintas aplikasi.
K2.6 mengadopsi metode kuantisasi INT4 bawaan pembuatnya dari K2 Thinking. Itu merupakan sifat checkpoint yang terdokumentasi, berbeda dari janji tentang konfigurasi eksekusi di sekelilingnya. Konteks 256K harus menampung sumber, percakapan, penalaran opsional yang dipertahankan, dan keluaran yang diminta bersama-sama. Anggaran evaluasi kartu model bukan batas jawaban universal.
Tinjau kode terhadap persyaratan, temuan visual terhadap masukan, dan klaim yang bergantung pada sumber terhadap materi otoritatif. Pertahankan K2.6 secara terpisah dari K2.5 dan edisi K2 yang hanya berbasis teks, khususnya ketika preserve-thinking dan detail alur visual penting bagi tugas.
", "aboutText": "Kimi K2.6 adalah model agen yang secara bawaan multimodal dari Moonshot AI untuk pemrograman jangka panjang, desain berbasis pemrograman, dan eksekusi tugas terkoordinasi. Model ini menerima teks, gambar, dan video serta menghasilkan teks, termasuk penjelasan, kode, dan usulan pemanggilan alat. Varian mixture-of-experts-nya mencantumkan total satu triliun parameter, 32 miliar parameter aktif, dan konteks 256K, dengan encoder visual MoonViT.\n\n### Pemrograman dan desain visual\n\nPembuatnya mengembangkan K2.6 untuk pemrograman menyeluruh lintas bahasa dan domain, termasuk pekerjaan repositori, antarmuka frontend, dan optimasi performa. Berikan kode yang relevan, perilaku yang diharapkan, kegagalan yang diamati, dan kondisi yang harus dipertahankan oleh perubahan. Untuk tugas visual, gabungkan persyaratan dengan mockup atau tangkapan layar yang terbaca dan identifikasi apakah itu menunjukkan keadaan saat ini atau hasil yang diinginkan.\n\nContoh instruksi adalah: “Implementasikan antarmuka ini dari spesifikasi visual yang diberikan, pertahankan nama bidang, dan jelaskan perilaku setiap keadaan yang diwajibkan.” Hasil kerja yang diharapkan adalah kode beserta penjelasan pendukungnya, diikuti pengamatan render atau validasi aktual dari aplikasi. Antarmuka yang dihasilkan dan usulan teks bukan tindakan yang dijalankan secara mandiri.\n\n### Thinking, instant, dan penalaran yang dipertahankan\n\nK2.6 mendukung mode thinking dan instant. Thinking mengembangkan penalaran antara sebelum jawaban akhir; mode instant menghasilkan respons langsung. Rekomendasi penerapan pembuatnya menggunakan temperature 1.0 untuk thinking, 0.6 untuk instant, dan top-p 0.95. Ini merupakan rekomendasi untuk referensi yang didokumentasikan, terpisah dari pemilihan gaya atau panjang jawaban akhir.\n\nFitur khusus K2.6 adalah preserve-thinking, yang mempertahankan seluruh konten penalaran dalam interaksi beberapa giliran. Fitur ini dinonaktifkan secara bawaan dan didokumentasikan untuk agen pemrograman dalam mode thinking. Saat digunakan, analisis yang dipertahankan mengonsumsi konteks bersama pengamatan alat dan balasan akhir. Pastikan persyaratan tugas yang telah diterima tetap jelas agar pemikiran tentatif sebelumnya tidak berubah menjadi fakta tanpa dukungan dalam artefak akhir.\n\n### Masukan multimodal\n\nKartu model yang tepat ini mendemonstrasikan masukan gambar dan video. Beri label pada beberapa item media, pertahankan teks yang terlihat, dan nyatakan detail atau peristiwa yang ingin Anda jelaskan. Untuk bagan, minta nilai yang diamati secara terpisah dari penafsiran. Untuk video, identifikasi segmen yang relevan dan perubahan temporal yang harus dianalisis. Pembuatnya menandai alur video yang didemonstrasikan sebagai eksperimental dalam referensinya; pemahaman gambar dan video menghasilkan teks, bukan media yang dibuat.\n\n### Alat dan orkestrasi\n\nK2.6 menyelingi thinking dengan pemanggilan alat beberapa langkah dan mendokumentasikan pendekatan agent-swarm dari pembuatnya yang menguraikan tugas menjadi cabang khusus yang terkoordinasi. Aplikasi menyediakan alat, menjalankan operasi terpilih, dan mengembalikan pengamatannya. Tetapkan tindakan yang diperbolehkan dan artefak akhir sebelum tugas agen dimulai, seperti perbandingan sumber yang selesai, patch repositori, atau dokumen yang disiapkan.\n\nJaga setiap pengamatan yang dikembalikan tetap terkait dengan operasi dan sumber yang menghasilkannya. Cabang atau usulan tindakan alat baru menjadi bukti berguna ketika hasilnya tersedia bagi tugas yang berlanjut. Mode bernama dan demonstrasi orkestrasi pembuatnya tidak menyiratkan bahwa respons teks biasa secara mandiri menjalankan setiap tindakan latar belakang atau lintas aplikasi.\n\n### Lingkup konteks dan edisi\n\nK2.6 mengadopsi metode kuantisasi INT4 bawaan pembuatnya dari K2 Thinking. Itu merupakan sifat checkpoint yang terdokumentasi, berbeda dari janji tentang konfigurasi eksekusi di sekelilingnya. Konteks 256K harus menampung sumber, percakapan, penalaran opsional yang dipertahankan, dan keluaran yang diminta bersama-sama. Anggaran evaluasi kartu model bukan batas jawaban universal.\n\nTinjau kode terhadap persyaratan, temuan visual terhadap masukan, dan klaim yang bergantung pada sumber terhadap materi otoritatif. Pertahankan K2.6 secara terpisah dari K2.5 dan edisi K2 yang hanya berbasis teks, khususnya ketika preserve-thinking dan detail alur visual penting bagi tugas.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Design a bounded table-sort function\n\nImplement a JavaScript function sortRows(rows, direction) for objects with a numeric score field. Return a new array, preserve input order for equal scores and support only asc or desc; reject other directions. Include examples with tied scores and tests proving the original array is unchanged. Explain how the tie rule is preserved.Function code, tie-order examples and tests for both directions, invalid direction and input preservation.Check that reversing an ascending result does not accidentally reverse equal-score rows.moonshotai/kimi-k2.6Kimi K2.6 adalah model agen multimodal dari Moonshot AI untuk pemrograman jangka panjang, pekerjaan antarmuka visual, dan tugas yang dipandu alat. Model ini menggabungkan teks, gambar, dan video dengan respons thinking atau instant, serta mendokumentasikan opsi mempertahankan penalaran antargiliran dalam konteks 256K.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Kimi K2.6 adalah model agen yang secara bawaan multimodal dari Moonshot AI untuk pemrograman jangka panjang, desain berbasis pemrograman, dan eksekusi tugas terkoordinasi. Model ini menerima teks, gambar, dan video serta menghasilkan teks, termasuk penjelasan, kode, dan usulan pemanggilan alat. Varian mixture-of-experts-nya mencantumkan total satu triliun parameter, 32 miliar parameter aktif, dan konteks 256K, dengan encoder visual MoonViT.
Pembuatnya mengembangkan K2.6 untuk pemrograman menyeluruh lintas bahasa dan domain, termasuk pekerjaan repositori, antarmuka frontend, dan optimasi performa. Berikan kode yang relevan, perilaku yang diharapkan, kegagalan yang diamati, dan kondisi yang harus dipertahankan oleh perubahan. Untuk tugas visual, gabungkan persyaratan dengan mockup atau tangkapan layar yang terbaca dan identifikasi apakah itu menunjukkan keadaan saat ini atau hasil yang diinginkan.
Contoh instruksi adalah: “Implementasikan antarmuka ini dari spesifikasi visual yang diberikan, pertahankan nama bidang, dan jelaskan perilaku setiap keadaan yang diwajibkan.” Hasil kerja yang diharapkan adalah kode beserta penjelasan pendukungnya, diikuti pengamatan render atau validasi aktual dari aplikasi. Antarmuka yang dihasilkan dan usulan teks bukan tindakan yang dijalankan secara mandiri.
K2.6 mendukung mode thinking dan instant. Thinking mengembangkan penalaran antara sebelum jawaban akhir; mode instant menghasilkan respons langsung. Rekomendasi penerapan pembuatnya menggunakan temperature 1.0 untuk thinking, 0.6 untuk instant, dan top-p 0.95. Ini merupakan rekomendasi untuk referensi yang didokumentasikan, terpisah dari pemilihan gaya atau panjang jawaban akhir.
Fitur khusus K2.6 adalah preserve-thinking, yang mempertahankan seluruh konten penalaran dalam interaksi beberapa giliran. Fitur ini dinonaktifkan secara bawaan dan didokumentasikan untuk agen pemrograman dalam mode thinking. Saat digunakan, analisis yang dipertahankan mengonsumsi konteks bersama pengamatan alat dan balasan akhir. Pastikan persyaratan tugas yang telah diterima tetap jelas agar pemikiran tentatif sebelumnya tidak berubah menjadi fakta tanpa dukungan dalam artefak akhir.
Kartu model yang tepat ini mendemonstrasikan masukan gambar dan video. Beri label pada beberapa item media, pertahankan teks yang terlihat, dan nyatakan detail atau peristiwa yang ingin Anda jelaskan. Untuk bagan, minta nilai yang diamati secara terpisah dari penafsiran. Untuk video, identifikasi segmen yang relevan dan perubahan temporal yang harus dianalisis. Pembuatnya menandai alur video yang didemonstrasikan sebagai eksperimental dalam referensinya; pemahaman gambar dan video menghasilkan teks, bukan media yang dibuat.
K2.6 menyelingi thinking dengan pemanggilan alat beberapa langkah dan mendokumentasikan pendekatan agent-swarm dari pembuatnya yang menguraikan tugas menjadi cabang khusus yang terkoordinasi. Aplikasi menyediakan alat, menjalankan operasi terpilih, dan mengembalikan pengamatannya. Tetapkan tindakan yang diperbolehkan dan artefak akhir sebelum tugas agen dimulai, seperti perbandingan sumber yang selesai, patch repositori, atau dokumen yang disiapkan.
Jaga setiap pengamatan yang dikembalikan tetap terkait dengan operasi dan sumber yang menghasilkannya. Cabang atau usulan tindakan alat baru menjadi bukti berguna ketika hasilnya tersedia bagi tugas yang berlanjut. Mode bernama dan demonstrasi orkestrasi pembuatnya tidak menyiratkan bahwa respons teks biasa secara mandiri menjalankan setiap tindakan latar belakang atau lintas aplikasi.
K2.6 mengadopsi metode kuantisasi INT4 bawaan pembuatnya dari K2 Thinking. Itu merupakan sifat checkpoint yang terdokumentasi, berbeda dari janji tentang konfigurasi eksekusi di sekelilingnya. Konteks 256K harus menampung sumber, percakapan, penalaran opsional yang dipertahankan, dan keluaran yang diminta bersama-sama. Anggaran evaluasi kartu model bukan batas jawaban universal.
Tinjau kode terhadap persyaratan, temuan visual terhadap masukan, dan klaim yang bergantung pada sumber terhadap materi otoritatif. Pertahankan K2.6 secara terpisah dari K2.5 dan edisi K2 yang hanya berbasis teks, khususnya ketika preserve-thinking dan detail alur visual penting bagi tugas.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan moonshotai/kimi-k2.6 | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0019 / 1K token Keluaran · Token keluaran $0.008 / 1K token Masukan · Pembacaan cache $0.00032 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0019 / 1K token Keluaran · Token keluaran $0.008 / 1K token Masukan · Pembacaan cache $0.00032 / 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-k2.6", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='moonshotai/kimi-k2.6',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='moonshotai/kimi-k2.6',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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-k2.6
Gunakan jalur metode yang ditampilkan di atas.
moonshotai/kimi-k2.6Kimi K2.6 adalah model agen multimodal dari Moonshot AI untuk pemrograman jangka panjang, pekerjaan antarmuka visual, dan tugas yang dipandu alat. Model ini menggabungkan teks, gambar, dan video dengan respons thinking atau instant, serta mendokumentasikan opsi mempertahankan penalaran antargiliran dalam konteks 256K.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Kimi K2.6 adalah model agen yang secara bawaan multimodal dari Moonshot AI untuk pemrograman jangka panjang, desain berbasis pemrograman, dan eksekusi tugas terkoordinasi. Model ini menerima teks, gambar, dan video serta menghasilkan teks, termasuk penjelasan, kode, dan usulan pemanggilan alat. Varian mixture-of-experts-nya mencantumkan total satu triliun parameter, 32 miliar parameter aktif, dan konteks 256K, dengan encoder visual MoonViT.
Pembuatnya mengembangkan K2.6 untuk pemrograman menyeluruh lintas bahasa dan domain, termasuk pekerjaan repositori, antarmuka frontend, dan optimasi performa. Berikan kode yang relevan, perilaku yang diharapkan, kegagalan yang diamati, dan kondisi yang harus dipertahankan oleh perubahan. Untuk tugas visual, gabungkan persyaratan dengan mockup atau tangkapan layar yang terbaca dan identifikasi apakah itu menunjukkan keadaan saat ini atau hasil yang diinginkan.
Contoh instruksi adalah: “Implementasikan antarmuka ini dari spesifikasi visual yang diberikan, pertahankan nama bidang, dan jelaskan perilaku setiap keadaan yang diwajibkan.” Hasil kerja yang diharapkan adalah kode beserta penjelasan pendukungnya, diikuti pengamatan render atau validasi aktual dari aplikasi. Antarmuka yang dihasilkan dan usulan teks bukan tindakan yang dijalankan secara mandiri.
K2.6 mendukung mode thinking dan instant. Thinking mengembangkan penalaran antara sebelum jawaban akhir; mode instant menghasilkan respons langsung. Rekomendasi penerapan pembuatnya menggunakan temperature 1.0 untuk thinking, 0.6 untuk instant, dan top-p 0.95. Ini merupakan rekomendasi untuk referensi yang didokumentasikan, terpisah dari pemilihan gaya atau panjang jawaban akhir.
Fitur khusus K2.6 adalah preserve-thinking, yang mempertahankan seluruh konten penalaran dalam interaksi beberapa giliran. Fitur ini dinonaktifkan secara bawaan dan didokumentasikan untuk agen pemrograman dalam mode thinking. Saat digunakan, analisis yang dipertahankan mengonsumsi konteks bersama pengamatan alat dan balasan akhir. Pastikan persyaratan tugas yang telah diterima tetap jelas agar pemikiran tentatif sebelumnya tidak berubah menjadi fakta tanpa dukungan dalam artefak akhir.
Kartu model yang tepat ini mendemonstrasikan masukan gambar dan video. Beri label pada beberapa item media, pertahankan teks yang terlihat, dan nyatakan detail atau peristiwa yang ingin Anda jelaskan. Untuk bagan, minta nilai yang diamati secara terpisah dari penafsiran. Untuk video, identifikasi segmen yang relevan dan perubahan temporal yang harus dianalisis. Pembuatnya menandai alur video yang didemonstrasikan sebagai eksperimental dalam referensinya; pemahaman gambar dan video menghasilkan teks, bukan media yang dibuat.
K2.6 menyelingi thinking dengan pemanggilan alat beberapa langkah dan mendokumentasikan pendekatan agent-swarm dari pembuatnya yang menguraikan tugas menjadi cabang khusus yang terkoordinasi. Aplikasi menyediakan alat, menjalankan operasi terpilih, dan mengembalikan pengamatannya. Tetapkan tindakan yang diperbolehkan dan artefak akhir sebelum tugas agen dimulai, seperti perbandingan sumber yang selesai, patch repositori, atau dokumen yang disiapkan.
Jaga setiap pengamatan yang dikembalikan tetap terkait dengan operasi dan sumber yang menghasilkannya. Cabang atau usulan tindakan alat baru menjadi bukti berguna ketika hasilnya tersedia bagi tugas yang berlanjut. Mode bernama dan demonstrasi orkestrasi pembuatnya tidak menyiratkan bahwa respons teks biasa secara mandiri menjalankan setiap tindakan latar belakang atau lintas aplikasi.
K2.6 mengadopsi metode kuantisasi INT4 bawaan pembuatnya dari K2 Thinking. Itu merupakan sifat checkpoint yang terdokumentasi, berbeda dari janji tentang konfigurasi eksekusi di sekelilingnya. Konteks 256K harus menampung sumber, percakapan, penalaran opsional yang dipertahankan, dan keluaran yang diminta bersama-sama. Anggaran evaluasi kartu model bukan batas jawaban universal.
Tinjau kode terhadap persyaratan, temuan visual terhadap masukan, dan klaim yang bergantung pada sumber terhadap materi otoritatif. Pertahankan K2.6 secara terpisah dari K2.5 dan edisi K2 yang hanya berbasis teks, khususnya ketika preserve-thinking dan detail alur visual penting bagi tugas.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan moonshotai/kimi-k2.6 | 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.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0019 / 1K token Keluaran · Token keluaran $0.008 / 1K token Masukan · Pembacaan cache $0.00032 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0019 / 1K token Keluaran · Token keluaran $0.008 / 1K token Masukan · Pembacaan cache $0.00032 / 1K token Masukan · Penulisan cache $0 / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "moonshotai/kimi-k2.6",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'moonshotai/kimi-k2.6', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'moonshotai/kimi-k2.6', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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-k2.6
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Design a bounded table-sort function\n\nImplement a JavaScript function sortRows(rows, direction) for objects with a numeric score field. Return a new array, preserve input order for equal scores and support only asc or desc; reject other directions. Include examples with tied scores and tests proving the original array is unchanged. Explain how the tie rule is preserved.Function code, tie-order examples and tests for both directions, invalid direction and input preservation.Check that reversing an ascending result does not accidentally reverse equal-score rows.