Kimi K2.7 Code é o modelo da Moonshot AI focado em programação na família Kimi K2. Usa uma arquitetura multimodal de mistura de especialistas, com 32 mil milhões de parâmetros ativos de um total aproximado de 1 bilião. As entradas de texto e imagem suportam uma resposta textual. O perfil publicado destina-se a programação prolongada, decomposição de tarefas e diálogo em vários turnos.
Descreva o comportamento a implementar e forneça o código-fonte, as restrições e as observações que determinam a alteração. Uma tarefa substancial pode identificar as componentes relevantes e a ordem pela qual é necessário estabelecer o seu comportamento. Peça artefactos intermédios concretos, como uma correção focada ou um diagnóstico ligado ao erro efetivo, mantendo visível o resultado final.
Numa tarefa visual de desenvolvimento, identifique a captura de ecrã ou imagem de referência e indique que disposição, controlo ou estado importa. Associe os elementos de prova visíveis ao código ou requisitos a que dizem respeito. O modelo devolve texto, como uma explicação ou proposta de implementação; um ambiente de ferramentas associado executa as alterações efetivas nos ficheiros e as verificações.
O perfil opera sempre em modo de raciocínio e preserva todo o conteúdo de raciocínio em conversas de vários turnos. Mantenha as decisões anteriores e observações relevantes no fluxo contínuo para que um passo posterior possa partir delas. Quando a tarefa mudar de direção, indique o novo requisito e os elementos de prova que causaram a alteração.
A janela de contexto é de 262 144 tokens. Organize material longo em secções de fontes identificadas, trabalho concluído e questões em aberto, deixando espaço para o resultado seguinte. Identificadores exatos de fontes ajudam a ligar uma conclusão ao código, documento ou imagem de que depende.
O contrato de alojamento publicado suporta chamadas de funções e saídas estruturadas através de um esquema JSON. Defina operações ou campos do resultado em função da tarefa efetiva e valide os valores devolvidos face às fontes. As observações das ferramentas devem preservar a relação com a operação que as produziu, sobretudo quando vários passos contribuem para a mesma conclusão.
Uma tarefa de programação concluída útil deixa juntos a alteração, o comportamento pretendido e os elementos de prova efetivos de validação. Para uma proposta ainda não aplicada, preserve a correção proposta e os passos que a verificariam. Isto mantém um fluxo de programação de vários turnos ligado aos seus artefactos concretos.
", "aboutText": "Kimi K2.7 Code é o modelo da Moonshot AI focado em programação na família Kimi K2. Usa uma arquitetura multimodal de mistura de especialistas, com 32 mil milhões de parâmetros ativos de um total aproximado de 1 bilião. As entradas de texto e imagem suportam uma resposta textual. O perfil publicado destina-se a programação prolongada, decomposição de tarefas e diálogo em vários turnos.\n\n### Mantenha explícito o objetivo de programação\n\nDescreva o comportamento a implementar e forneça o código-fonte, as restrições e as observações que determinam a alteração. Uma tarefa substancial pode identificar as componentes relevantes e a ordem pela qual é necessário estabelecer o seu comportamento. Peça artefactos intermédios concretos, como uma correção focada ou um diagnóstico ligado ao erro efetivo, mantendo visível o resultado final.\n\nNuma tarefa visual de desenvolvimento, identifique a captura de ecrã ou imagem de referência e indique que disposição, controlo ou estado importa. Associe os elementos de prova visíveis ao código ou requisitos a que dizem respeito. O modelo devolve texto, como uma explicação ou proposta de implementação; um ambiente de ferramentas associado executa as alterações efetivas nos ficheiros e as verificações.\n\n### Raciocínio ao longo de vários turnos\n\nO perfil opera sempre em modo de raciocínio e preserva todo o conteúdo de raciocínio em conversas de vários turnos. Mantenha as decisões anteriores e observações relevantes no fluxo contínuo para que um passo posterior possa partir delas. Quando a tarefa mudar de direção, indique o novo requisito e os elementos de prova que causaram a alteração.\n\nA janela de contexto é de 262 144 tokens. Organize material longo em secções de fontes identificadas, trabalho concluído e questões em aberto, deixando espaço para o resultado seguinte. Identificadores exatos de fontes ajudam a ligar uma conclusão ao código, documento ou imagem de que depende.\n\n### Ferramentas e artefactos estruturados\n\nO contrato de alojamento publicado suporta chamadas de funções e saídas estruturadas através de um esquema JSON. Defina operações ou campos do resultado em função da tarefa efetiva e valide os valores devolvidos face às fontes. As observações das ferramentas devem preservar a relação com a operação que as produziu, sobretudo quando vários passos contribuem para a mesma conclusão.\n\nUma tarefa de programação concluída útil deixa juntos a alteração, o comportamento pretendido e os elementos de prova efetivos de validação. Para uma proposta ainda não aplicada, preserve a correção proposta e os passos que a verificariam. Isto mantém um fluxo de programação de vários turnos ligado aos seus artefactos concretos.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Fix an async error boundary\n\nReview this JavaScript function: 'async function load() { try { return fetchData(); } catch (e) { return []; } }'. Requirement: a rejected fetchData promise must produce an empty list. Propose the smallest patch and tests for a resolved value and a rejected promise. Explain why the current catch may not handle the rejection. Do not add a library.A corrected async function and two test sketches with their expected results.The rejected promise is observed within the try block, while the resolved value passes through unchanged.moonshotai/kimi-k2.7-codeKimi K2.7 Code é o modelo multimodal da Moonshot AI focado em programação com raciocínio sempre ativo. Aceita texto e imagens, preserva o raciocínio entre turnos e suporta tarefas prolongadas de programação numa janela de contexto de 262 144 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Kimi K2.7 Code é o modelo da Moonshot AI focado em programação na família Kimi K2. Usa uma arquitetura multimodal de mistura de especialistas, com 32 mil milhões de parâmetros ativos de um total aproximado de 1 bilião. As entradas de texto e imagem suportam uma resposta textual. O perfil publicado destina-se a programação prolongada, decomposição de tarefas e diálogo em vários turnos.
Descreva o comportamento a implementar e forneça o código-fonte, as restrições e as observações que determinam a alteração. Uma tarefa substancial pode identificar as componentes relevantes e a ordem pela qual é necessário estabelecer o seu comportamento. Peça artefactos intermédios concretos, como uma correção focada ou um diagnóstico ligado ao erro efetivo, mantendo visível o resultado final.
Numa tarefa visual de desenvolvimento, identifique a captura de ecrã ou imagem de referência e indique que disposição, controlo ou estado importa. Associe os elementos de prova visíveis ao código ou requisitos a que dizem respeito. O modelo devolve texto, como uma explicação ou proposta de implementação; um ambiente de ferramentas associado executa as alterações efetivas nos ficheiros e as verificações.
O perfil opera sempre em modo de raciocínio e preserva todo o conteúdo de raciocínio em conversas de vários turnos. Mantenha as decisões anteriores e observações relevantes no fluxo contínuo para que um passo posterior possa partir delas. Quando a tarefa mudar de direção, indique o novo requisito e os elementos de prova que causaram a alteração.
A janela de contexto é de 262 144 tokens. Organize material longo em secções de fontes identificadas, trabalho concluído e questões em aberto, deixando espaço para o resultado seguinte. Identificadores exatos de fontes ajudam a ligar uma conclusão ao código, documento ou imagem de que depende.
O contrato de alojamento publicado suporta chamadas de funções e saídas estruturadas através de um esquema JSON. Defina operações ou campos do resultado em função da tarefa efetiva e valide os valores devolvidos face às fontes. As observações das ferramentas devem preservar a relação com a operação que as produziu, sobretudo quando vários passos contribuem para a mesma conclusão.
Uma tarefa de programação concluída útil deixa juntos a alteração, o comportamento pretendido e os elementos de prova efetivos de validação. Para uma proposta ainda não aplicada, preserve a correção proposta e os passos que a verificariam. Isto mantém um fluxo de programação de vários turnos ligado aos seus artefactos concretos.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites moonshotai/kimi-k2.7-code | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0019 / 1K tokens Saída · Tokens de saída $0.008 / 1K tokens Entrada · Leitura da cache $0.00038 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0019 / 1K tokens Saída · Tokens de saída $0.008 / 1K tokens Entrada · Leitura da cache $0.00038 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/kimi-k2.7-code", "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-k2.7-code',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-k2.7-code',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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra moonshotai/kimi-k2.7-code
Use os caminhos dos métodos indicados acima.
moonshotai/kimi-k2.7-codeKimi K2.7 Code é o modelo multimodal da Moonshot AI focado em programação com raciocínio sempre ativo. Aceita texto e imagens, preserva o raciocínio entre turnos e suporta tarefas prolongadas de programação numa janela de contexto de 262 144 tokens.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Kimi K2.7 Code é o modelo da Moonshot AI focado em programação na família Kimi K2. Usa uma arquitetura multimodal de mistura de especialistas, com 32 mil milhões de parâmetros ativos de um total aproximado de 1 bilião. As entradas de texto e imagem suportam uma resposta textual. O perfil publicado destina-se a programação prolongada, decomposição de tarefas e diálogo em vários turnos.
Descreva o comportamento a implementar e forneça o código-fonte, as restrições e as observações que determinam a alteração. Uma tarefa substancial pode identificar as componentes relevantes e a ordem pela qual é necessário estabelecer o seu comportamento. Peça artefactos intermédios concretos, como uma correção focada ou um diagnóstico ligado ao erro efetivo, mantendo visível o resultado final.
Numa tarefa visual de desenvolvimento, identifique a captura de ecrã ou imagem de referência e indique que disposição, controlo ou estado importa. Associe os elementos de prova visíveis ao código ou requisitos a que dizem respeito. O modelo devolve texto, como uma explicação ou proposta de implementação; um ambiente de ferramentas associado executa as alterações efetivas nos ficheiros e as verificações.
O perfil opera sempre em modo de raciocínio e preserva todo o conteúdo de raciocínio em conversas de vários turnos. Mantenha as decisões anteriores e observações relevantes no fluxo contínuo para que um passo posterior possa partir delas. Quando a tarefa mudar de direção, indique o novo requisito e os elementos de prova que causaram a alteração.
A janela de contexto é de 262 144 tokens. Organize material longo em secções de fontes identificadas, trabalho concluído e questões em aberto, deixando espaço para o resultado seguinte. Identificadores exatos de fontes ajudam a ligar uma conclusão ao código, documento ou imagem de que depende.
O contrato de alojamento publicado suporta chamadas de funções e saídas estruturadas através de um esquema JSON. Defina operações ou campos do resultado em função da tarefa efetiva e valide os valores devolvidos face às fontes. As observações das ferramentas devem preservar a relação com a operação que as produziu, sobretudo quando vários passos contribuem para a mesma conclusão.
Uma tarefa de programação concluída útil deixa juntos a alteração, o comportamento pretendido e os elementos de prova efetivos de validação. Para uma proposta ainda não aplicada, preserve a correção proposta e os passos que a verificariam. Isto mantém um fluxo de programação de vários turnos ligado aos seus artefactos concretos.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites moonshotai/kimi-k2.7-code | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0019 / 1K tokens Saída · Tokens de saída $0.008 / 1K tokens Entrada · Leitura da cache $0.00038 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.0019 / 1K tokens Saída · Tokens de saída $0.008 / 1K tokens Entrada · Leitura da cache $0.00038 / 1K tokens Entrada · Escrita na cache $0 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "moonshotai/kimi-k2.7-code",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-k2.7-code', '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-k2.7-code', '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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra moonshotai/kimi-k2.7-code
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Fix an async error boundary\n\nReview this JavaScript function: 'async function load() { try { return fetchData(); } catch (e) { return []; } }'. Requirement: a rejected fetchData promise must produce an empty list. Propose the smallest patch and tests for a resolved value and a rejected promise. Explain why the current catch may not handle the rejection. Do not add a library.A corrected async function and two test sketches with their expected results.The rejected promise is observed within the try block, while the resolved value passes through unchanged.