Kimi K2 Instruct 0905は、Moonshot AIが9月に行ったKimi K2の指示モデル更新です。知識、推論、コーディング、ツールを使うタスク向けのテキストモデルで、Mixture of Expertsの総パラメータ数は1兆、アクティブなパラメータ数は320億です。この0905版は、エージェントによるコーディングとフロントエンド作業を改善し、元のリリースの128Kから256Kトークンへコンテキストを拡張しています。
開発元は、実際のコーディングエージェントのタスクの改善に加え、フロントエンドのコードの実用的な動作と見た目の両方を重視しています。関連実装、観測した動作、満たすべき要件を添えて、ソフトウェアの依頼を準備します。インターフェースでは、内容、表示状態、操作に加えて、重要なデザイン要素を指定してください。有用な結果は、インターフェースの可能な動作を一般論で説明するものではなく、それらの基準に結び付いたコードです。
指示の例は「このコンポーネントを指定したフォームの流れに合わせて更新し、既存フィールド名を維持し、必要なエラー・成功状態を説明してください」です。デバッグでは、代表的な入力を提示し、対象を絞ったパッチを返す前に、最初に誤る条件を特定するよう求めます。次の修正には、実際の描画や検証から得た観測を渡します。
0905の概要は、マルチヘッド潜在注意と疎なMixture of Expertsを説明しており、共有エキスパートに加えて384エキスパートのうち8つをトークンごとに選択します。256Kコンテキストは元のK2より大きなタスク記録を支えますが、その中に資料、会話、ツール観測、生成回答を一緒に収めます。大きいウィンドウを独立した最大出力枠と解釈してはいけません。
リポジトリの抜粋はファイルごとに、文書資料は節ごとに整理します。最終成果物と、追加のやり取りでも変えない条件を示してください。比較では、各結論を支える文章やコード断片を求めます。拡張コンテキストとコードの更新が重要な場合は、選択した0905の識別情報を保持します。
開発元はtemperature 0.6を推奨し、専門的な役割が不要なタスク向けに簡単なアシスタントのシステム指示を提供しています。説明、資料に裏付けられた比較、コードのみなど、回答言語と形式は別に定義してください。アプリケーションが複数のモデル処理を使う場合でも、求める最終結果を明確に保てます。
このカードは、各リクエストで提供する利用可能ツールを文書化しています。関数には名前、説明、パラメータスキーマがあり、モデルが呼び出す時機と方法を決めます。アプリケーションが選択されたJSON引数を解析し、操作を実行して、呼び出し識別子に対応付けたツール結果を返します。次の応答は、実際の観測を使うか、タスクを続行できます。
生成したパッチ、選択した操作、検索計画は、周辺アプリケーションが実行するまでは提案です。操作の結果を、次の手順と最終引き継ぎの根拠として保持します。抽出値は原資料と、コードは要求動作と照合してください。
K2 Instruct 0905は、K2 Thinkingや後のマルチモーダルK2.5・K2.6と区別されます。それらの画像・動画入力、ThinkingチェックポイントのネイティブINT4の特性、preserve-thinkingの制御を、この名前付きのテキスト更新版から推測してはいけません。有用な出力は、タスクと実際に返された観測に基づく、対象を絞ったテキストまたはコードの成果物です。
", "aboutText": "Kimi K2 Instruct 0905は、Moonshot AIが9月に行ったKimi K2の指示モデル更新です。知識、推論、コーディング、ツールを使うタスク向けのテキストモデルで、Mixture of Expertsの総パラメータ数は1兆、アクティブなパラメータ数は320億です。この0905版は、エージェントによるコーディングとフロントエンド作業を改善し、元のリリースの128Kから256Kトークンへコンテキストを拡張しています。\n\n### この版の変更点\n\n開発元は、実際のコーディングエージェントのタスクの改善に加え、フロントエンドのコードの実用的な動作と見た目の両方を重視しています。関連実装、観測した動作、満たすべき要件を添えて、ソフトウェアの依頼を準備します。インターフェースでは、内容、表示状態、操作に加えて、重要なデザイン要素を指定してください。有用な結果は、インターフェースの可能な動作を一般論で説明するものではなく、それらの基準に結び付いたコードです。\n\n指示の例は「このコンポーネントを指定したフォームの流れに合わせて更新し、既存フィールド名を維持し、必要なエラー・成功状態を説明してください」です。デバッグでは、代表的な入力を提示し、対象を絞ったパッチを返す前に、最初に誤る条件を特定するよう求めます。次の修正には、実際の描画や検証から得た観測を渡します。\n\n### モデルの仕様と長いコンテキスト\n\n0905の概要は、マルチヘッド潜在注意と疎なMixture of Expertsを説明しており、共有エキスパートに加えて384エキスパートのうち8つをトークンごとに選択します。256Kコンテキストは元のK2より大きなタスク記録を支えますが、その中に資料、会話、ツール観測、生成回答を一緒に収めます。大きいウィンドウを独立した最大出力枠と解釈してはいけません。\n\nリポジトリの抜粋はファイルごとに、文書資料は節ごとに整理します。最終成果物と、追加のやり取りでも変えない条件を示してください。比較では、各結論を支える文章やコード断片を求めます。拡張コンテキストとコードの更新が重要な場合は、選択した0905の識別情報を保持します。\n\n### チャットと関数呼び出し\n\n開発元はtemperature 0.6を推奨し、専門的な役割が不要なタスク向けに簡単なアシスタントのシステム指示を提供しています。説明、資料に裏付けられた比較、コードのみなど、回答言語と形式は別に定義してください。アプリケーションが複数のモデル処理を使う場合でも、求める最終結果を明確に保てます。\n\nこのカードは、各リクエストで提供する利用可能ツールを文書化しています。関数には名前、説明、パラメータスキーマがあり、モデルが呼び出す時機と方法を決めます。アプリケーションが選択されたJSON引数を解析し、操作を実行して、呼び出し識別子に対応付けたツール結果を返します。次の応答は、実際の観測を使うか、タスクを続行できます。\n\n### 確認可能な結果\n\n生成したパッチ、選択した操作、検索計画は、周辺アプリケーションが実行するまでは提案です。操作の結果を、次の手順と最終引き継ぎの根拠として保持します。抽出値は原資料と、コードは要求動作と照合してください。\n\nK2 Instruct 0905は、K2 Thinkingや後のマルチモーダルK2.5・K2.6と区別されます。それらの画像・動画入力、ThinkingチェックポイントのネイティブINT4の特性、preserve-thinkingの制御を、この名前付きのテキスト更新版から推測してはいけません。有用な出力は、タスクと実際に返された観測に基づく、対象を絞ったテキストまたはコードの成果物です。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Specify an accessible form correction\n\nPropose a focused HTML change for this form: <input id="email"><span>Email required</span><button>Send</button>. Requirements: a visible label must name the field, the error must be programmatically associated and the button must submit the form. Return the revised fragment and checks for label association and error text, preserving the email field ID.A revised HTML form fragment and two focused accessibility checks, with email still the field ID.Inspect label for/id and the error association; do not describe keyboard or screen-reader checks as already executed.moonshotai/kimi-k2-0905Kimi K2 Instruct 0905は、コーディング、フロントエンド実装、エージェント向けに更新されたMoonshot AIのテキストモデルです。元のK2の128Kコンテキストを256Kに拡張し、タスクとアプリケーションが提供する観測に基づいて、回答、コード、関数呼び出しの内容を返します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Kimi K2 Instruct 0905は、Moonshot AIが9月に行ったKimi K2の指示モデル更新です。知識、推論、コーディング、ツールを使うタスク向けのテキストモデルで、Mixture of Expertsの総パラメータ数は1兆、アクティブなパラメータ数は320億です。この0905版は、エージェントによるコーディングとフロントエンド作業を改善し、元のリリースの128Kから256Kトークンへコンテキストを拡張しています。
開発元は、実際のコーディングエージェントのタスクの改善に加え、フロントエンドのコードの実用的な動作と見た目の両方を重視しています。関連実装、観測した動作、満たすべき要件を添えて、ソフトウェアの依頼を準備します。インターフェースでは、内容、表示状態、操作に加えて、重要なデザイン要素を指定してください。有用な結果は、インターフェースの可能な動作を一般論で説明するものではなく、それらの基準に結び付いたコードです。
指示の例は「このコンポーネントを指定したフォームの流れに合わせて更新し、既存フィールド名を維持し、必要なエラー・成功状態を説明してください」です。デバッグでは、代表的な入力を提示し、対象を絞ったパッチを返す前に、最初に誤る条件を特定するよう求めます。次の修正には、実際の描画や検証から得た観測を渡します。
0905の概要は、マルチヘッド潜在注意と疎なMixture of Expertsを説明しており、共有エキスパートに加えて384エキスパートのうち8つをトークンごとに選択します。256Kコンテキストは元のK2より大きなタスク記録を支えますが、その中に資料、会話、ツール観測、生成回答を一緒に収めます。大きいウィンドウを独立した最大出力枠と解釈してはいけません。
リポジトリの抜粋はファイルごとに、文書資料は節ごとに整理します。最終成果物と、追加のやり取りでも変えない条件を示してください。比較では、各結論を支える文章やコード断片を求めます。拡張コンテキストとコードの更新が重要な場合は、選択した0905の識別情報を保持します。
開発元はtemperature 0.6を推奨し、専門的な役割が不要なタスク向けに簡単なアシスタントのシステム指示を提供しています。説明、資料に裏付けられた比較、コードのみなど、回答言語と形式は別に定義してください。アプリケーションが複数のモデル処理を使う場合でも、求める最終結果を明確に保てます。
このカードは、各リクエストで提供する利用可能ツールを文書化しています。関数には名前、説明、パラメータスキーマがあり、モデルが呼び出す時機と方法を決めます。アプリケーションが選択されたJSON引数を解析し、操作を実行して、呼び出し識別子に対応付けたツール結果を返します。次の応答は、実際の観測を使うか、タスクを続行できます。
生成したパッチ、選択した操作、検索計画は、周辺アプリケーションが実行するまでは提案です。操作の結果を、次の手順と最終引き継ぎの根拠として保持します。抽出値は原資料と、コードは要求動作と照合してください。
K2 Instruct 0905は、K2 Thinkingや後のマルチモーダルK2.5・K2.6と区別されます。それらの画像・動画入力、ThinkingチェックポイントのネイティブINT4の特性、preserve-thinkingの制御を、この名前付きのテキスト更新版から推測してはいけません。有用な出力は、タスクと実際に返された観測に基づく、対象を絞ったテキストまたはコードの成果物です。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 moonshotai/kimi-k2-0905 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0012 / 1K トークン 出力 · 出力トークン $0.005 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0012 / 1K トークン 出力 · 出力トークン $0.005 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/kimi-k2-0905", "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-k2-0905',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-k2-0905',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra moonshotai/kimi-k2-0905
上記に表示されたメソッドパスを使用してください。
moonshotai/kimi-k2-0905Kimi K2 Instruct 0905は、コーディング、フロントエンド実装、エージェント向けに更新されたMoonshot AIのテキストモデルです。元のK2の128Kコンテキストを256Kに拡張し、タスクとアプリケーションが提供する観測に基づいて、回答、コード、関数呼び出しの内容を返します。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Kimi K2 Instruct 0905は、Moonshot AIが9月に行ったKimi K2の指示モデル更新です。知識、推論、コーディング、ツールを使うタスク向けのテキストモデルで、Mixture of Expertsの総パラメータ数は1兆、アクティブなパラメータ数は320億です。この0905版は、エージェントによるコーディングとフロントエンド作業を改善し、元のリリースの128Kから256Kトークンへコンテキストを拡張しています。
開発元は、実際のコーディングエージェントのタスクの改善に加え、フロントエンドのコードの実用的な動作と見た目の両方を重視しています。関連実装、観測した動作、満たすべき要件を添えて、ソフトウェアの依頼を準備します。インターフェースでは、内容、表示状態、操作に加えて、重要なデザイン要素を指定してください。有用な結果は、インターフェースの可能な動作を一般論で説明するものではなく、それらの基準に結び付いたコードです。
指示の例は「このコンポーネントを指定したフォームの流れに合わせて更新し、既存フィールド名を維持し、必要なエラー・成功状態を説明してください」です。デバッグでは、代表的な入力を提示し、対象を絞ったパッチを返す前に、最初に誤る条件を特定するよう求めます。次の修正には、実際の描画や検証から得た観測を渡します。
0905の概要は、マルチヘッド潜在注意と疎なMixture of Expertsを説明しており、共有エキスパートに加えて384エキスパートのうち8つをトークンごとに選択します。256Kコンテキストは元のK2より大きなタスク記録を支えますが、その中に資料、会話、ツール観測、生成回答を一緒に収めます。大きいウィンドウを独立した最大出力枠と解釈してはいけません。
リポジトリの抜粋はファイルごとに、文書資料は節ごとに整理します。最終成果物と、追加のやり取りでも変えない条件を示してください。比較では、各結論を支える文章やコード断片を求めます。拡張コンテキストとコードの更新が重要な場合は、選択した0905の識別情報を保持します。
開発元はtemperature 0.6を推奨し、専門的な役割が不要なタスク向けに簡単なアシスタントのシステム指示を提供しています。説明、資料に裏付けられた比較、コードのみなど、回答言語と形式は別に定義してください。アプリケーションが複数のモデル処理を使う場合でも、求める最終結果を明確に保てます。
このカードは、各リクエストで提供する利用可能ツールを文書化しています。関数には名前、説明、パラメータスキーマがあり、モデルが呼び出す時機と方法を決めます。アプリケーションが選択されたJSON引数を解析し、操作を実行して、呼び出し識別子に対応付けたツール結果を返します。次の応答は、実際の観測を使うか、タスクを続行できます。
生成したパッチ、選択した操作、検索計画は、周辺アプリケーションが実行するまでは提案です。操作の結果を、次の手順と最終引き継ぎの根拠として保持します。抽出値は原資料と、コードは要求動作と照合してください。
K2 Instruct 0905は、K2 Thinkingや後のマルチモーダルK2.5・K2.6と区別されます。それらの画像・動画入力、ThinkingチェックポイントのネイティブINT4の特性、preserve-thinkingの制御を、この名前付きのテキスト更新版から推測してはいけません。有用な出力は、タスクと実際に返された観測に基づく、対象を絞ったテキストまたはコードの成果物です。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 moonshotai/kimi-k2-0905 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0012 / 1K トークン 出力 · 出力トークン $0.005 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.0012 / 1K トークン 出力 · 出力トークン $0.005 / 1K トークン 入力 · キャッシュ読み取り $0 / 1K トークン 入力 · キャッシュ書き込み $0 / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "moonshotai/kimi-k2-0905",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-k2-0905', '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-k2-0905', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra moonshotai/kimi-k2-0905
上記に表示されたメソッドパスを使用してください。
英語の技術例
Specify an accessible form correction\n\nPropose a focused HTML change for this form: <input id="email"><span>Email required</span><button>Send</button>. Requirements: a visible label must name the field, the error must be programmatically associated and the button must submit the form. Return the revised fragment and checks for label association and error text, preserving the email field ID.A revised HTML form fragment and two focused accessibility checks, with email still the field ID.Inspect label for/id and the error association; do not describe keyboard or screen-reader checks as already executed.