Kimi K2 Instruct 0711 – pradinis papildomai apmokytas Moonshot AI K2 teksto modelis bendrosios paskirties pokalbio ir agentų užduotims. Gamintojas jį skiria nuo pamatinio modelio K2 Base ir aprašo instrukcijų versiją kaip greitai, be ilgo mąstymo reaguojančią. Jis priima tekstą ir generuoja atsakymus, kodą bei įrankių kvietimų turinį su 128 tūkst. žetonų kontekstu.
K2 – ekspertų mišinio modelis, turintis iš viso vieną trilijoną parametrų ir 32 mlrd. aktyvių parametrų. Gamintojo santraukoje naudojamas daugiagalvis latentinis dėmesys ir retintas ekspertų maršrutizavimas, kiekvienam žetonui parenkant aštuonis iš 384 ekspertų su bendru ekspertu. Išankstinis mokymas naudoja 15,5 trilijono žetonų ir MuonClip optimizavimo metodą, sukurtą stabiliam tokio masto modelio mokymui.
Tai pradinės K2 šeimos savybės. Instrukcijų laida pateikia veikimą, naudojamą pokalbiui, programavimui ir autonominiam problemų sprendimui su programos įrankiais. Jos tapatybė lieka atskira nuo vėlesnio 0905 konteksto išplėtimo, atskiros Thinking laidos ir multimodalinių K2.5 bei K2.6 modelių.
Klausimui pateikite atsakymą pagrindžiantį kontekstą ir įvardykite reikiamą atsakymo formą. Programavimo užduočiai pridėkite aktualų įgyvendinimą, stebimą klaidą, laukiamą veikimą ir išsaugotinus apribojimus. Iliustracinė užklausa: „Paaiškink, kodėl ši įvestis neveikia, pasiūlyk mažiausią pataisą ir grąžink pakeistą funkciją su ją pagrindžiančia kodo sąlyga.“
Darbui su dokumentais įvardykite ištraukas ir palyginimo kriterijus. Prašykite rezultate išsaugoti tikrinius pavadinimus, laukų identifikatorius bei vienetus ir įvardyti informaciją, kurios medžiagoje nėra. Pageidaujamas artefaktas turi išlikti aiškus per pataisymus, o ne būti pakeistas plačiais komentarais.
Pradinis gamintojo vadovas rekomenduoja temperatūrą 0.6 ir siūlo paprastą asistento sisteminę instrukciją kaip numatytąją, kai specializuotas vaidmuo nereikalingas. Šis variantas pateikia užduoties atsakymą tiesiogiai, o ne taiko vėlesnio Thinking modelio išplėstinio kaitaliojamo samprotavimo sutartį. Galutinio atsakymo kalbą, privalomas detales ir laukiamą ilgį nustatykite nepriklausomai nuo generavimo parametrų rekomendacijos.
K2 Instruct palaiko kiekvienoje užklausoje pateikiamas funkcijas su pavadinimais, aprašymais ir parametrų schemomis. Modelis parenka, kada ir kaip jas kviesti. Programa išanalizuoja siūlomus JSON argumentus ir vykdo parinktą operaciją; grąžinti stebėjimai patenka į pokalbį su atitinkamu įrankio kvietimo identifikatoriumi bei funkcijos pavadinimu. Tolesnis atsakymas gali naudoti šiuos faktinius rezultatus atsakymui ar užduočiai tęsti.
Apibrėžkite kiekvieno įrankio paskirtį ir leidžiamus veiksmus. Dokumento paieška gali grąžinti trūkstamą produkto lauką, o kūrimo įrankis – pirminį kodą ar stebimą klaidą. Parinkta operacija nėra vykdymo įrodymas, kol neprieinamas jos rezultatas. Išsaugokite stebėjimą kartu su užduotimi, kad galutinė išvada galėtų įvardyti savo pagrindą.
Pradiniame 128 tūkst. žetonų lange kartu telpa šaltinio tekstas, pokalbis, įrankių istorija ir generuojamas turinys. Palikite vietos atsakymui ir ilgą repozitorijos ar dokumentų rinkinį organizuokite pagal faktinį klausimą. Pavyzdinis modelio kortelės užbaigimo dydis nenustato universalios griežtos atsakymo ribos.
Naudingas rezultatas – peržiūrėtas tekstas, kodo pasiūlymas ar šaltiniais grįsta analizė. Tikrinkite reikšmes pagal pateiktą medžiagą, o kodą – numatytoje programoje. Išlaikykite 0711 versijos tiesioginių instrukcijų variantą, nepriskirdami jam vėlesnio konteksto, vaizdinės įvesties ar samprotavimo išsaugojimo funkcijų iš kitos K2 laidos.
", "aboutText": "Kimi K2 Instruct 0711 – pradinis papildomai apmokytas Moonshot AI K2 teksto modelis bendrosios paskirties pokalbio ir agentų užduotims. Gamintojas jį skiria nuo pamatinio modelio K2 Base ir aprašo instrukcijų versiją kaip greitai, be ilgo mąstymo reaguojančią. Jis priima tekstą ir generuoja atsakymus, kodą bei įrankių kvietimų turinį su 128 tūkst. žetonų kontekstu.\n\n### Architektūra ir mokymas\n\nK2 – ekspertų mišinio modelis, turintis iš viso vieną trilijoną parametrų ir 32 mlrd. aktyvių parametrų. Gamintojo santraukoje naudojamas daugiagalvis latentinis dėmesys ir retintas ekspertų maršrutizavimas, kiekvienam žetonui parenkant aštuonis iš 384 ekspertų su bendru ekspertu. Išankstinis mokymas naudoja 15,5 trilijono žetonų ir MuonClip optimizavimo metodą, sukurtą stabiliam tokio masto modelio mokymui.\n\nTai pradinės K2 šeimos savybės. Instrukcijų laida pateikia veikimą, naudojamą pokalbiui, programavimui ir autonominiam problemų sprendimui su programos įrankiais. Jos tapatybė lieka atskira nuo vėlesnio 0905 konteksto išplėtimo, atskiros Thinking laidos ir multimodalinių K2.5 bei K2.6 modelių.\n\n### Paruoškite užduotį\n\nKlausimui pateikite atsakymą pagrindžiantį kontekstą ir įvardykite reikiamą atsakymo formą. Programavimo užduočiai pridėkite aktualų įgyvendinimą, stebimą klaidą, laukiamą veikimą ir išsaugotinus apribojimus. Iliustracinė užklausa: „Paaiškink, kodėl ši įvestis neveikia, pasiūlyk mažiausią pataisą ir grąžink pakeistą funkciją su ją pagrindžiančia kodo sąlyga.“\n\nDarbui su dokumentais įvardykite ištraukas ir palyginimo kriterijus. Prašykite rezultate išsaugoti tikrinius pavadinimus, laukų identifikatorius bei vienetus ir įvardyti informaciją, kurios medžiagoje nėra. Pageidaujamas artefaktas turi išlikti aiškus per pataisymus, o ne būti pakeistas plačiais komentarais.\n\n### Pokalbio variantas\n\nPradinis gamintojo vadovas rekomenduoja temperatūrą 0.6 ir siūlo paprastą asistento sisteminę instrukciją kaip numatytąją, kai specializuotas vaidmuo nereikalingas. Šis variantas pateikia užduoties atsakymą tiesiogiai, o ne taiko vėlesnio Thinking modelio išplėstinio kaitaliojamo samprotavimo sutartį. Galutinio atsakymo kalbą, privalomas detales ir laukiamą ilgį nustatykite nepriklausomai nuo generavimo parametrų rekomendacijos.\n\n### Įrankiai ir stebėjimai\n\nK2 Instruct palaiko kiekvienoje užklausoje pateikiamas funkcijas su pavadinimais, aprašymais ir parametrų schemomis. Modelis parenka, kada ir kaip jas kviesti. Programa išanalizuoja siūlomus JSON argumentus ir vykdo parinktą operaciją; grąžinti stebėjimai patenka į pokalbį su atitinkamu įrankio kvietimo identifikatoriumi bei funkcijos pavadinimu. Tolesnis atsakymas gali naudoti šiuos faktinius rezultatus atsakymui ar užduočiai tęsti.\n\nApibrėžkite kiekvieno įrankio paskirtį ir leidžiamus veiksmus. Dokumento paieška gali grąžinti trūkstamą produkto lauką, o kūrimo įrankis – pirminį kodą ar stebimą klaidą. Parinkta operacija nėra vykdymo įrodymas, kol neprieinamas jos rezultatas. Išsaugokite stebėjimą kartu su užduotimi, kad galutinė išvada galėtų įvardyti savo pagrindą.\n\n### Kontekstas ir rezultato peržiūra\n\nPradiniame 128 tūkst. žetonų lange kartu telpa šaltinio tekstas, pokalbis, įrankių istorija ir generuojamas turinys. Palikite vietos atsakymui ir ilgą repozitorijos ar dokumentų rinkinį organizuokite pagal faktinį klausimą. Pavyzdinis modelio kortelės užbaigimo dydis nenustato universalios griežtos atsakymo ribos.\n\nNaudingas rezultatas – peržiūrėtas tekstas, kodo pasiūlymas ar šaltiniais grįsta analizė. Tikrinkite reikšmes pagal pateiktą medžiagą, o kodą – numatytoje programoje. Išlaikykite 0711 versijos tiesioginių instrukcijų variantą, nepriskirdami jam vėlesnio konteksto, vaizdinės įvesties ar samprotavimo išsaugojimo funkcijų iš kitos K2 laidos.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Fix an empty-input crash\n\nFix this Python function: def first_name(names): return names[0].strip(). For an empty list it must return None; otherwise preserve the existing trimming behavior, including returning an empty string for whitespace-only input. Return a minimal implementation and tests for an empty list, a padded name and a whitespace-only name.A revised first_name function and three tests with explicit expected values.Check that only an empty list returns None and that a whitespace-only first value still returns an empty string.moonshotai/kimi-k2Kimi K2 Instruct 0711 – pradinis papildomai apmokytas Moonshot AI K2 teksto modelis pokalbiui, programavimui ir įrankiais valdomiems agentams. Jo 128 tūkst. žetonų kontekstas ir greito tiesioginio reagavimo variantas pateikia atsakymus, kodą bei parinktus funkcijų kvietimus be vėlesnio K2 Thinking proceso.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Kimi K2 Instruct 0711 – pradinis papildomai apmokytas Moonshot AI K2 teksto modelis bendrosios paskirties pokalbio ir agentų užduotims. Gamintojas jį skiria nuo pamatinio modelio K2 Base ir aprašo instrukcijų versiją kaip greitai, be ilgo mąstymo reaguojančią. Jis priima tekstą ir generuoja atsakymus, kodą bei įrankių kvietimų turinį su 128 tūkst. žetonų kontekstu.
K2 – ekspertų mišinio modelis, turintis iš viso vieną trilijoną parametrų ir 32 mlrd. aktyvių parametrų. Gamintojo santraukoje naudojamas daugiagalvis latentinis dėmesys ir retintas ekspertų maršrutizavimas, kiekvienam žetonui parenkant aštuonis iš 384 ekspertų su bendru ekspertu. Išankstinis mokymas naudoja 15,5 trilijono žetonų ir MuonClip optimizavimo metodą, sukurtą stabiliam tokio masto modelio mokymui.
Tai pradinės K2 šeimos savybės. Instrukcijų laida pateikia veikimą, naudojamą pokalbiui, programavimui ir autonominiam problemų sprendimui su programos įrankiais. Jos tapatybė lieka atskira nuo vėlesnio 0905 konteksto išplėtimo, atskiros Thinking laidos ir multimodalinių K2.5 bei K2.6 modelių.
Klausimui pateikite atsakymą pagrindžiantį kontekstą ir įvardykite reikiamą atsakymo formą. Programavimo užduočiai pridėkite aktualų įgyvendinimą, stebimą klaidą, laukiamą veikimą ir išsaugotinus apribojimus. Iliustracinė užklausa: „Paaiškink, kodėl ši įvestis neveikia, pasiūlyk mažiausią pataisą ir grąžink pakeistą funkciją su ją pagrindžiančia kodo sąlyga.“
Darbui su dokumentais įvardykite ištraukas ir palyginimo kriterijus. Prašykite rezultate išsaugoti tikrinius pavadinimus, laukų identifikatorius bei vienetus ir įvardyti informaciją, kurios medžiagoje nėra. Pageidaujamas artefaktas turi išlikti aiškus per pataisymus, o ne būti pakeistas plačiais komentarais.
Pradinis gamintojo vadovas rekomenduoja temperatūrą 0.6 ir siūlo paprastą asistento sisteminę instrukciją kaip numatytąją, kai specializuotas vaidmuo nereikalingas. Šis variantas pateikia užduoties atsakymą tiesiogiai, o ne taiko vėlesnio Thinking modelio išplėstinio kaitaliojamo samprotavimo sutartį. Galutinio atsakymo kalbą, privalomas detales ir laukiamą ilgį nustatykite nepriklausomai nuo generavimo parametrų rekomendacijos.
K2 Instruct palaiko kiekvienoje užklausoje pateikiamas funkcijas su pavadinimais, aprašymais ir parametrų schemomis. Modelis parenka, kada ir kaip jas kviesti. Programa išanalizuoja siūlomus JSON argumentus ir vykdo parinktą operaciją; grąžinti stebėjimai patenka į pokalbį su atitinkamu įrankio kvietimo identifikatoriumi bei funkcijos pavadinimu. Tolesnis atsakymas gali naudoti šiuos faktinius rezultatus atsakymui ar užduočiai tęsti.
Apibrėžkite kiekvieno įrankio paskirtį ir leidžiamus veiksmus. Dokumento paieška gali grąžinti trūkstamą produkto lauką, o kūrimo įrankis – pirminį kodą ar stebimą klaidą. Parinkta operacija nėra vykdymo įrodymas, kol neprieinamas jos rezultatas. Išsaugokite stebėjimą kartu su užduotimi, kad galutinė išvada galėtų įvardyti savo pagrindą.
Pradiniame 128 tūkst. žetonų lange kartu telpa šaltinio tekstas, pokalbis, įrankių istorija ir generuojamas turinys. Palikite vietos atsakymui ir ilgą repozitorijos ar dokumentų rinkinį organizuokite pagal faktinį klausimą. Pavyzdinis modelio kortelės užbaigimo dydis nenustato universalios griežtos atsakymo ribos.
Naudingas rezultatas – peržiūrėtas tekstas, kodo pasiūlymas ar šaltiniais grįsta analizė. Tikrinkite reikšmes pagal pateiktą medžiagą, o kodą – numatytoje programoje. Išlaikykite 0711 versijos tiesioginių instrukcijų variantą, nepriskirdami jam vėlesnio konteksto, vaizdinės įvesties ar samprotavimo išsaugojimo funkcijų iš kitos K2 laidos.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos moonshotai/kimi-k2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00114 / 1K tokenų Išvestis · Išvesties tokenai $0.0046 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00114 / 1K tokenų Išvestis · Išvesties tokenai $0.0046 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${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", "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',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',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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra moonshotai/kimi-k2
Naudokite aukščiau nurodytus metodų kelius.
moonshotai/kimi-k2Kimi K2 Instruct 0711 – pradinis papildomai apmokytas Moonshot AI K2 teksto modelis pokalbiui, programavimui ir įrankiais valdomiems agentams. Jo 128 tūkst. žetonų kontekstas ir greito tiesioginio reagavimo variantas pateikia atsakymus, kodą bei parinktus funkcijų kvietimus be vėlesnio K2 Thinking proceso.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Kimi K2 Instruct 0711 – pradinis papildomai apmokytas Moonshot AI K2 teksto modelis bendrosios paskirties pokalbio ir agentų užduotims. Gamintojas jį skiria nuo pamatinio modelio K2 Base ir aprašo instrukcijų versiją kaip greitai, be ilgo mąstymo reaguojančią. Jis priima tekstą ir generuoja atsakymus, kodą bei įrankių kvietimų turinį su 128 tūkst. žetonų kontekstu.
K2 – ekspertų mišinio modelis, turintis iš viso vieną trilijoną parametrų ir 32 mlrd. aktyvių parametrų. Gamintojo santraukoje naudojamas daugiagalvis latentinis dėmesys ir retintas ekspertų maršrutizavimas, kiekvienam žetonui parenkant aštuonis iš 384 ekspertų su bendru ekspertu. Išankstinis mokymas naudoja 15,5 trilijono žetonų ir MuonClip optimizavimo metodą, sukurtą stabiliam tokio masto modelio mokymui.
Tai pradinės K2 šeimos savybės. Instrukcijų laida pateikia veikimą, naudojamą pokalbiui, programavimui ir autonominiam problemų sprendimui su programos įrankiais. Jos tapatybė lieka atskira nuo vėlesnio 0905 konteksto išplėtimo, atskiros Thinking laidos ir multimodalinių K2.5 bei K2.6 modelių.
Klausimui pateikite atsakymą pagrindžiantį kontekstą ir įvardykite reikiamą atsakymo formą. Programavimo užduočiai pridėkite aktualų įgyvendinimą, stebimą klaidą, laukiamą veikimą ir išsaugotinus apribojimus. Iliustracinė užklausa: „Paaiškink, kodėl ši įvestis neveikia, pasiūlyk mažiausią pataisą ir grąžink pakeistą funkciją su ją pagrindžiančia kodo sąlyga.“
Darbui su dokumentais įvardykite ištraukas ir palyginimo kriterijus. Prašykite rezultate išsaugoti tikrinius pavadinimus, laukų identifikatorius bei vienetus ir įvardyti informaciją, kurios medžiagoje nėra. Pageidaujamas artefaktas turi išlikti aiškus per pataisymus, o ne būti pakeistas plačiais komentarais.
Pradinis gamintojo vadovas rekomenduoja temperatūrą 0.6 ir siūlo paprastą asistento sisteminę instrukciją kaip numatytąją, kai specializuotas vaidmuo nereikalingas. Šis variantas pateikia užduoties atsakymą tiesiogiai, o ne taiko vėlesnio Thinking modelio išplėstinio kaitaliojamo samprotavimo sutartį. Galutinio atsakymo kalbą, privalomas detales ir laukiamą ilgį nustatykite nepriklausomai nuo generavimo parametrų rekomendacijos.
K2 Instruct palaiko kiekvienoje užklausoje pateikiamas funkcijas su pavadinimais, aprašymais ir parametrų schemomis. Modelis parenka, kada ir kaip jas kviesti. Programa išanalizuoja siūlomus JSON argumentus ir vykdo parinktą operaciją; grąžinti stebėjimai patenka į pokalbį su atitinkamu įrankio kvietimo identifikatoriumi bei funkcijos pavadinimu. Tolesnis atsakymas gali naudoti šiuos faktinius rezultatus atsakymui ar užduočiai tęsti.
Apibrėžkite kiekvieno įrankio paskirtį ir leidžiamus veiksmus. Dokumento paieška gali grąžinti trūkstamą produkto lauką, o kūrimo įrankis – pirminį kodą ar stebimą klaidą. Parinkta operacija nėra vykdymo įrodymas, kol neprieinamas jos rezultatas. Išsaugokite stebėjimą kartu su užduotimi, kad galutinė išvada galėtų įvardyti savo pagrindą.
Pradiniame 128 tūkst. žetonų lange kartu telpa šaltinio tekstas, pokalbis, įrankių istorija ir generuojamas turinys. Palikite vietos atsakymui ir ilgą repozitorijos ar dokumentų rinkinį organizuokite pagal faktinį klausimą. Pavyzdinis modelio kortelės užbaigimo dydis nenustato universalios griežtos atsakymo ribos.
Naudingas rezultatas – peržiūrėtas tekstas, kodo pasiūlymas ar šaltiniais grįsta analizė. Tikrinkite reikšmes pagal pateiktą medžiagą, o kodą – numatytoje programoje. Išlaikykite 0711 versijos tiesioginių instrukcijų variantą, nepriskirdami jam vėlesnio konteksto, vaizdinės įvesties ar samprotavimo išsaugojimo funkcijų iš kitos K2 laidos.
POST /v1/messagestextjson, sse| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos moonshotai/kimi-k2 | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos user, assistant | Numatyta— |
Laukasmessages[].content | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasPrivaloma | Reikšmės ir ribos | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Tekstas · UTF-8 tekstas
messages[].content eilutė
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages, max_tokens |
Parametrasoptional_controls | Specifikacijastream |
Parametrasmaterial_types | Specifikacijatext |
Parametrastext_file_material | SpecifikacijaPerskaitykite tikrąjį UTF-8 dokumentą ir įterpkite jo tekstą į nurodytą input lauką arba pranešimo turinio eilutę. |
Gyvavimo ciklas: synchronous_or_streamed
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
Kiekvieną mokestį susiekite su nurodytomis sąlygomis. Kiekvienam alternatyvių konfigūracijų rinkiniui taikykite vieną įkainį.
| Konfigūracija | Įkainių lentelė | Konteksto tokenų daugiau nei | Konteksto tokenų iki imtinai | Mokestis |
|---|---|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Konteksto tokenų daugiau nei— | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00114 / 1K tokenų Išvestis · Išvesties tokenai $0.0046 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
| KonfigūracijaUžklausos ilgio pakopa 1 | Įkainių lentelė— | Konteksto tokenų daugiau nei0 | Konteksto tokenų iki imtinaiBe viršutinės ribos | Mokestis Įvestis · Įvesties tokenai $0.00114 / 1K tokenų Išvestis · Išvesties tokenai $0.0046 / 1K tokenų Įvestis · Talpyklos skaitymas — / 1K tokenų Įvestis · Rašymas į talpyklą — / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
{\n "model": "moonshotai/kimi-k2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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 arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite visus turinio blokus, mąstymo parašus ir tikruosius įrankių naudojimo ID. Surinkite visus SSE blokų prieaugius; pirmasis teksto blokas nėra visa išvestis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukasid | Tipasstring |
Laukasmodel | Tipasstring |
Laukascontent[] | Tipastext|thinking|tool_use|other content block |
Laukasstop_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra moonshotai/kimi-k2
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Fix an empty-input crash\n\nFix this Python function: def first_name(names): return names[0].strip(). For an empty list it must return None; otherwise preserve the existing trimming behavior, including returning an empty string for whitespace-only input. Return a minimal implementation and tests for an empty list, a padded name and a whitespace-only name.A revised first_name function and three tests with explicit expected values.Check that only an empty list returns None and that a whitespace-only first value still returns an empty string.