Kimi K2.7 Code är Moonshot AI:s kodinriktade modell i Kimi K2-familjen. Den använder en multimodal mixture-of-experts-arkitektur med 32 miljarder aktiva parametrar av totalt ungefär en biljon. Text- och bildindata stöder ett textsvar. Dess publicerade variant riktar sig till omfattande kodning, uppdelning av uppgifter och dialog med flera turer.
Beskriv beteendet som ska levereras och tillhandahåll källkoden, begränsningarna och observationerna som bestämmer ändringen. En omfattande uppgift kan identifiera relevanta komponenter och ordningen i vilken deras beteende behöver fastställas. Begär konkreta mellanleveranser, exempelvis en avgränsad patch eller en diagnos knuten till det faktiska felet, samtidigt som slututfallet hålls synligt.
För en visuell utvecklingsuppgift märker du upp skärmbilden eller referensbilden och anger vilken layout, kontroll eller vilket tillstånd som är viktigt. Kombinera synligt underlag med koden eller kraven som det gäller. Modellen returnerar text, exempelvis en förklaring eller ett implementationsförslag; en ansluten verktygsmiljö utför de faktiska filändringarna och kontrollerna.
Varianten arbetar alltid i thinking-läge och bevarar hela resonemangsinnehållet genom samtal med flera turer. Behåll tidigare beslut och relevanta observationer i det fortsatta arbetsflödet så att ett senare steg kan bygga vidare på dem. När uppgiften byter riktning anger du det nya kravet och underlaget som orsakade ändringen.
Kontextfönstret är 262 144 token. Organisera långt material i namngivna källavsnitt, slutfört arbete och öppna frågor, med plats kvar för nästa resultat. Exakta källidentifierare hjälper till att koppla en slutsats till koden, dokumentet eller bilden som den beror på.
Kontraktet för den publicerade hostade varianten stöder funktionsanrop och strukturerade utdata genom ett JSON-schema. Definiera operationerna eller resultatfälten kring den faktiska uppgiften och validera returnerade värden mot deras källor. Verktygsobservationer bör behålla sitt samband med operationen som skapade dem, särskilt när flera steg bidrar till samma slutsats.
En användbar slutförd koduppgift lämnar ändringen, dess avsedda beteende och det faktiska valideringsunderlaget tillsammans. För ett förslag som ännu inte tillämpats bevarar du den föreslagna patchen och stegen som skulle verifiera den. Detta håller ett programmeringsflöde med flera turer kopplat till sina konkreta leveranser.
", "aboutText": "Kimi K2.7 Code är Moonshot AI:s kodinriktade modell i Kimi K2-familjen. Den använder en multimodal mixture-of-experts-arkitektur med 32 miljarder aktiva parametrar av totalt ungefär en biljon. Text- och bildindata stöder ett textsvar. Dess publicerade variant riktar sig till omfattande kodning, uppdelning av uppgifter och dialog med flera turer.\n\n### Håll programmeringsmålet tydligt\n\nBeskriv beteendet som ska levereras och tillhandahåll källkoden, begränsningarna och observationerna som bestämmer ändringen. En omfattande uppgift kan identifiera relevanta komponenter och ordningen i vilken deras beteende behöver fastställas. Begär konkreta mellanleveranser, exempelvis en avgränsad patch eller en diagnos knuten till det faktiska felet, samtidigt som slututfallet hålls synligt.\n\nFör en visuell utvecklingsuppgift märker du upp skärmbilden eller referensbilden och anger vilken layout, kontroll eller vilket tillstånd som är viktigt. Kombinera synligt underlag med koden eller kraven som det gäller. Modellen returnerar text, exempelvis en förklaring eller ett implementationsförslag; en ansluten verktygsmiljö utför de faktiska filändringarna och kontrollerna.\n\n### Tänkande över flera turer\n\nVarianten arbetar alltid i thinking-läge och bevarar hela resonemangsinnehållet genom samtal med flera turer. Behåll tidigare beslut och relevanta observationer i det fortsatta arbetsflödet så att ett senare steg kan bygga vidare på dem. När uppgiften byter riktning anger du det nya kravet och underlaget som orsakade ändringen.\n\nKontextfönstret är 262 144 token. Organisera långt material i namngivna källavsnitt, slutfört arbete och öppna frågor, med plats kvar för nästa resultat. Exakta källidentifierare hjälper till att koppla en slutsats till koden, dokumentet eller bilden som den beror på.\n\n### Verktyg och strukturerade leveranser\n\nKontraktet för den publicerade hostade varianten stöder funktionsanrop och strukturerade utdata genom ett JSON-schema. Definiera operationerna eller resultatfälten kring den faktiska uppgiften och validera returnerade värden mot deras källor. Verktygsobservationer bör behålla sitt samband med operationen som skapade dem, särskilt när flera steg bidrar till samma slutsats.\n\nEn användbar slutförd koduppgift lämnar ändringen, dess avsedda beteende och det faktiska valideringsunderlaget tillsammans. För ett förslag som ännu inte tillämpats bevarar du den föreslagna patchen och stegen som skulle verifiera den. Detta håller ett programmeringsflöde med flera turer kopplat till sina konkreta leveranser.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
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 är Moonshot AI:s kodinriktade multimodala modell med alltid aktiverat tänkande. Den tar emot text och bilder, bevarar resonemang mellan samtalsturer och stöder omfattande programmeringsuppgifter i ett kontextfönster på 262 144 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Kimi K2.7 Code är Moonshot AI:s kodinriktade modell i Kimi K2-familjen. Den använder en multimodal mixture-of-experts-arkitektur med 32 miljarder aktiva parametrar av totalt ungefär en biljon. Text- och bildindata stöder ett textsvar. Dess publicerade variant riktar sig till omfattande kodning, uppdelning av uppgifter och dialog med flera turer.
Beskriv beteendet som ska levereras och tillhandahåll källkoden, begränsningarna och observationerna som bestämmer ändringen. En omfattande uppgift kan identifiera relevanta komponenter och ordningen i vilken deras beteende behöver fastställas. Begär konkreta mellanleveranser, exempelvis en avgränsad patch eller en diagnos knuten till det faktiska felet, samtidigt som slututfallet hålls synligt.
För en visuell utvecklingsuppgift märker du upp skärmbilden eller referensbilden och anger vilken layout, kontroll eller vilket tillstånd som är viktigt. Kombinera synligt underlag med koden eller kraven som det gäller. Modellen returnerar text, exempelvis en förklaring eller ett implementationsförslag; en ansluten verktygsmiljö utför de faktiska filändringarna och kontrollerna.
Varianten arbetar alltid i thinking-läge och bevarar hela resonemangsinnehållet genom samtal med flera turer. Behåll tidigare beslut och relevanta observationer i det fortsatta arbetsflödet så att ett senare steg kan bygga vidare på dem. När uppgiften byter riktning anger du det nya kravet och underlaget som orsakade ändringen.
Kontextfönstret är 262 144 token. Organisera långt material i namngivna källavsnitt, slutfört arbete och öppna frågor, med plats kvar för nästa resultat. Exakta källidentifierare hjälper till att koppla en slutsats till koden, dokumentet eller bilden som den beror på.
Kontraktet för den publicerade hostade varianten stöder funktionsanrop och strukturerade utdata genom ett JSON-schema. Definiera operationerna eller resultatfälten kring den faktiska uppgiften och validera returnerade värden mot deras källor. Verktygsobservationer bör behålla sitt samband med operationen som skapade dem, särskilt när flera steg bidrar till samma slutsats.
En användbar slutförd koduppgift lämnar ändringen, dess avsedda beteende och det faktiska valideringsunderlaget tillsammans. För ett förslag som ännu inte tillämpats bevarar du den föreslagna patchen och stegen som skulle verifiera den. Detta håller ett programmeringsflöde med flera turer kopplat till sina konkreta leveranser.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser moonshotai/kimi-k2.7-code | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0019 / 1K token Utdata · Utdatatoken $0.008 / 1K token Indata · Cacheläsning $0.00038 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0019 / 1K token Utdata · Utdatatoken $0.008 / 1K token Indata · Cacheläsning $0.00038 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra moonshotai/kimi-k2.7-code
Använd metodsökvägarna som visas ovan.
moonshotai/kimi-k2.7-codeKimi K2.7 Code är Moonshot AI:s kodinriktade multimodala modell med alltid aktiverat tänkande. Den tar emot text och bilder, bevarar resonemang mellan samtalsturer och stöder omfattande programmeringsuppgifter i ett kontextfönster på 262 144 token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Kimi K2.7 Code är Moonshot AI:s kodinriktade modell i Kimi K2-familjen. Den använder en multimodal mixture-of-experts-arkitektur med 32 miljarder aktiva parametrar av totalt ungefär en biljon. Text- och bildindata stöder ett textsvar. Dess publicerade variant riktar sig till omfattande kodning, uppdelning av uppgifter och dialog med flera turer.
Beskriv beteendet som ska levereras och tillhandahåll källkoden, begränsningarna och observationerna som bestämmer ändringen. En omfattande uppgift kan identifiera relevanta komponenter och ordningen i vilken deras beteende behöver fastställas. Begär konkreta mellanleveranser, exempelvis en avgränsad patch eller en diagnos knuten till det faktiska felet, samtidigt som slututfallet hålls synligt.
För en visuell utvecklingsuppgift märker du upp skärmbilden eller referensbilden och anger vilken layout, kontroll eller vilket tillstånd som är viktigt. Kombinera synligt underlag med koden eller kraven som det gäller. Modellen returnerar text, exempelvis en förklaring eller ett implementationsförslag; en ansluten verktygsmiljö utför de faktiska filändringarna och kontrollerna.
Varianten arbetar alltid i thinking-läge och bevarar hela resonemangsinnehållet genom samtal med flera turer. Behåll tidigare beslut och relevanta observationer i det fortsatta arbetsflödet så att ett senare steg kan bygga vidare på dem. När uppgiften byter riktning anger du det nya kravet och underlaget som orsakade ändringen.
Kontextfönstret är 262 144 token. Organisera långt material i namngivna källavsnitt, slutfört arbete och öppna frågor, med plats kvar för nästa resultat. Exakta källidentifierare hjälper till att koppla en slutsats till koden, dokumentet eller bilden som den beror på.
Kontraktet för den publicerade hostade varianten stöder funktionsanrop och strukturerade utdata genom ett JSON-schema. Definiera operationerna eller resultatfälten kring den faktiska uppgiften och validera returnerade värden mot deras källor. Verktygsobservationer bör behålla sitt samband med operationen som skapade dem, särskilt när flera steg bidrar till samma slutsats.
En användbar slutförd koduppgift lämnar ändringen, dess avsedda beteende och det faktiska valideringsunderlaget tillsammans. För ett förslag som ännu inte tillämpats bevarar du den föreslagna patchen och stegen som skulle verifiera den. Detta håller ett programmeringsflöde med flera turer kopplat till sina konkreta leveranser.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser moonshotai/kimi-k2.7-code | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0019 / 1K token Utdata · Utdatatoken $0.008 / 1K token Indata · Cacheläsning $0.00038 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0019 / 1K token Utdata · Utdatatoken $0.008 / 1K token Indata · Cacheläsning $0.00038 / 1K token Indata · Skrivning till cache $0 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "moonshotai/kimi-k2.7-code",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra moonshotai/kimi-k2.7-code
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
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.