Kimi-Dev-72B là mô hình ngôn ngữ lập trình của Moonshot AI dành cho tác vụ kỹ thuật phần mềm, đặc biệt tập trung giải quyết vấn đề trong kho mã hiện có. Mô hình nhận văn bản và tạo văn bản, gồm đề xuất mã, giải thích và kiểm thử. Thiết kế bắt đầu từ mô hình cơ sở Qwen 2.5 72B và phát triển các khả năng cần để chuyển báo cáo lỗi thành thay đổi có thể đánh giá.
BugFixer và TestWriter. Nhà sản xuất coi sửa phần triển khai và viết kiểm thử tái hiện khuyết điểm là những kỹ năng bổ trợ. Cả hai dùng cùng cấu trúc hai giai đoạn: xác định tệp cần chú ý, rồi thực hiện chỉnh sửa mã liên quan. Kiểm thử sửa lỗi hữu ích thất bại khi lỗi tồn tại và vượt qua khi bản sửa dự định được áp dụng. Điều này tạo cho mô hình trọng tâm thực tế vào quan hệ giữa báo cáo, triển khai và bằng chứng có thể thực thi.
Huấn luyện giữa kỳ. Nhóm báo cáo khoảng 150 tỷ token huấn luyện bổ sung từ tài liệu thực tế chất lượng cao, gồm hàng triệu vấn đề và commit của pull request. Giai đoạn này dạy các mẫu cách lập trình viên điều tra báo cáo, sửa mã và viết kiểm thử đơn vị. Nhóm cũng loại các kho mã SWE-bench Verified khỏi tập huấn luyện này để giảm nhiễm dữ liệu.
Học tăng cường. Sau tinh chỉnh có giám sát, giai đoạn học tăng cường tập trung thay đổi mã. Phần thưởng dùng kết quả thực thi cuối cùng trong kho mã được container hóa; nhà sản xuất mô tả thành công theo việc toàn bộ bộ kiểm thử vượt qua. Quá trình huấn luyện lọc các tác vụ mà nhiều lần thử được lấy mẫu đều thất bại, dần đưa vào lời nhắc khó hơn và tái sử dụng ví dụ thành công gần đây để củng cố mẫu sửa lỗi hiệu quả.
Chuẩn bị vấn đề thực tế. Cung cấp hành vi mong đợi, kết quả quan sát được và bản tái hiện tối thiểu, rồi kèm tệp nguồn liên quan, đầu ra lỗi và kiểm thử hiện có. Giữ nguyên đường dẫn tệp và tên hàm. Yêu cầu mô hình xác định tệp có khả năng liên quan và giải thích lỗi xuất phát từ triển khai được cung cấp thế nào trước khi đưa bản vá. Sản phẩm thu được cần nêu mã nào thay đổi, vì sao thay đổi giải quyết báo cáo và hành vi hiện có nào phải giữ.
Chuẩn bị kiểm thử hồi quy. Cung cấp quy ước kiểm thử hiện tại và dữ liệu mẫu đại diện của dự án. Yêu cầu kiểm thử kích hoạt lỗi ban đầu, cùng phép khẳng định phân biệt hành vi đúng với sai. Với báo cáo trường hợp biên, hãy nêu điều kiện ranh giới thay vì yêu cầu tăng độ bao phủ chung chung. Câu trả lời hữu ích có thể chứa cả chỉnh sửa tối thiểu và kiểm thử có mục tiêu, cho phép người đánh giá đối chiếu trực tiếp bản sửa đề xuất với vấn đề.
Tự đấu ở thời điểm kiểm thử. Quy trình nghiên cứu của Moonshot cũng cho phép đề xuất sửa lỗi và viết kiểm thử kiểm tra lẫn nhau. Đây là kỹ thuật đánh giá và điều phối bao quanh mô hình: ứng viên kiểm thử có thể thách thức bản vá, còn bản vá có thể được kiểm tra với kiểm thử. Trong ứng dụng, cùng ý tưởng có thể hướng dẫn yêu cầu đánh giá tìm phản ví dụ cho bản sửa đề xuất trước khi chấp nhận chỉnh sửa cuối cùng.
Phản hồi văn bản là đề xuất cho đến khi được áp dụng và chạy thử trong kho mã thực tế. Truy cập tệp, chỉnh sửa, thực thi container và kết quả kiểm thử đến từ môi trường phát triển bao quanh. Kèm đầu ra của các bước kiểm tra đó trong yêu cầu tiếp theo để mô hình có thể suy luận về lỗi quan sát được thay vì lần chạy tưởng tượng. Giữ ràng buộc dự án và yêu cầu thay đổi nhỏ nhất có cơ sở khi vấn đề chạm tới cơ sở mã trưởng thành.
", "aboutText": "Kimi-Dev-72B là mô hình ngôn ngữ lập trình của Moonshot AI dành cho tác vụ kỹ thuật phần mềm, đặc biệt tập trung giải quyết vấn đề trong kho mã hiện có. Mô hình nhận văn bản và tạo văn bản, gồm đề xuất mã, giải thích và kiểm thử. Thiết kế bắt đầu từ mô hình cơ sở Qwen 2.5 72B và phát triển các khả năng cần để chuyển báo cáo lỗi thành thay đổi có thể đánh giá.\n\nBugFixer và TestWriter. Nhà sản xuất coi sửa phần triển khai và viết kiểm thử tái hiện khuyết điểm là những kỹ năng bổ trợ. Cả hai dùng cùng cấu trúc hai giai đoạn: xác định tệp cần chú ý, rồi thực hiện chỉnh sửa mã liên quan. Kiểm thử sửa lỗi hữu ích thất bại khi lỗi tồn tại và vượt qua khi bản sửa dự định được áp dụng. Điều này tạo cho mô hình trọng tâm thực tế vào quan hệ giữa báo cáo, triển khai và bằng chứng có thể thực thi.\n\nHuấn luyện giữa kỳ. Nhóm báo cáo khoảng 150 tỷ token huấn luyện bổ sung từ tài liệu thực tế chất lượng cao, gồm hàng triệu vấn đề và commit của pull request. Giai đoạn này dạy các mẫu cách lập trình viên điều tra báo cáo, sửa mã và viết kiểm thử đơn vị. Nhóm cũng loại các kho mã SWE-bench Verified khỏi tập huấn luyện này để giảm nhiễm dữ liệu.\n\nHọc tăng cường. Sau tinh chỉnh có giám sát, giai đoạn học tăng cường tập trung thay đổi mã. Phần thưởng dùng kết quả thực thi cuối cùng trong kho mã được container hóa; nhà sản xuất mô tả thành công theo việc toàn bộ bộ kiểm thử vượt qua. Quá trình huấn luyện lọc các tác vụ mà nhiều lần thử được lấy mẫu đều thất bại, dần đưa vào lời nhắc khó hơn và tái sử dụng ví dụ thành công gần đây để củng cố mẫu sửa lỗi hiệu quả.\n\nChuẩn bị vấn đề thực tế. Cung cấp hành vi mong đợi, kết quả quan sát được và bản tái hiện tối thiểu, rồi kèm tệp nguồn liên quan, đầu ra lỗi và kiểm thử hiện có. Giữ nguyên đường dẫn tệp và tên hàm. Yêu cầu mô hình xác định tệp có khả năng liên quan và giải thích lỗi xuất phát từ triển khai được cung cấp thế nào trước khi đưa bản vá. Sản phẩm thu được cần nêu mã nào thay đổi, vì sao thay đổi giải quyết báo cáo và hành vi hiện có nào phải giữ.\n\nChuẩn bị kiểm thử hồi quy. Cung cấp quy ước kiểm thử hiện tại và dữ liệu mẫu đại diện của dự án. Yêu cầu kiểm thử kích hoạt lỗi ban đầu, cùng phép khẳng định phân biệt hành vi đúng với sai. Với báo cáo trường hợp biên, hãy nêu điều kiện ranh giới thay vì yêu cầu tăng độ bao phủ chung chung. Câu trả lời hữu ích có thể chứa cả chỉnh sửa tối thiểu và kiểm thử có mục tiêu, cho phép người đánh giá đối chiếu trực tiếp bản sửa đề xuất với vấn đề.\n\nTự đấu ở thời điểm kiểm thử. Quy trình nghiên cứu của Moonshot cũng cho phép đề xuất sửa lỗi và viết kiểm thử kiểm tra lẫn nhau. Đây là kỹ thuật đánh giá và điều phối bao quanh mô hình: ứng viên kiểm thử có thể thách thức bản vá, còn bản vá có thể được kiểm tra với kiểm thử. Trong ứng dụng, cùng ý tưởng có thể hướng dẫn yêu cầu đánh giá tìm phản ví dụ cho bản sửa đề xuất trước khi chấp nhận chỉnh sửa cuối cùng.\n\nPhản hồi văn bản là đề xuất cho đến khi được áp dụng và chạy thử trong kho mã thực tế. Truy cập tệp, chỉnh sửa, thực thi container và kết quả kiểm thử đến từ môi trường phát triển bao quanh. Kèm đầu ra của các bước kiểm tra đó trong yêu cầu tiếp theo để mô hình có thể suy luận về lỗi quan sát được thay vì lần chạy tưởng tượng. Giữ ràng buộc dự án và yêu cầu thay đổi nhỏ nhất có cơ sở khi vấn đề chạm tới cơ sở mã trưởng thành.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Fix a mutable default argument\n\nIssue in utils.py: def add_tag(tag, tags=[]): tags.append(tag); return tags. Separate calls unexpectedly share prior tags. Expected behavior: omitted tags starts a fresh list; an explicitly supplied list is still updated. Propose the smallest patch and a regression test using standard unittest that fails on the original. Keep the function name and argument order.A focused utils.py patch and unittest cases covering independent defaults and explicit-list mutation.Check the regression makes two independent calls and detects leakage between them.moonshotai/Kimi-Dev-72BKimi-Dev-72B là mô hình lập trình của Moonshot AI dành cho giải quyết vấn đề phần mềm. Thiết kế kết hợp sửa lỗi với viết kiểm thử hồi quy: tìm tệp liên quan, đề xuất bản vá và tạo kiểm thử minh họa lỗi ban đầu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Kimi-Dev-72B là mô hình ngôn ngữ lập trình của Moonshot AI dành cho tác vụ kỹ thuật phần mềm, đặc biệt tập trung giải quyết vấn đề trong kho mã hiện có. Mô hình nhận văn bản và tạo văn bản, gồm đề xuất mã, giải thích và kiểm thử. Thiết kế bắt đầu từ mô hình cơ sở Qwen 2.5 72B và phát triển các khả năng cần để chuyển báo cáo lỗi thành thay đổi có thể đánh giá.
BugFixer và TestWriter. Nhà sản xuất coi sửa phần triển khai và viết kiểm thử tái hiện khuyết điểm là những kỹ năng bổ trợ. Cả hai dùng cùng cấu trúc hai giai đoạn: xác định tệp cần chú ý, rồi thực hiện chỉnh sửa mã liên quan. Kiểm thử sửa lỗi hữu ích thất bại khi lỗi tồn tại và vượt qua khi bản sửa dự định được áp dụng. Điều này tạo cho mô hình trọng tâm thực tế vào quan hệ giữa báo cáo, triển khai và bằng chứng có thể thực thi.
Huấn luyện giữa kỳ. Nhóm báo cáo khoảng 150 tỷ token huấn luyện bổ sung từ tài liệu thực tế chất lượng cao, gồm hàng triệu vấn đề và commit của pull request. Giai đoạn này dạy các mẫu cách lập trình viên điều tra báo cáo, sửa mã và viết kiểm thử đơn vị. Nhóm cũng loại các kho mã SWE-bench Verified khỏi tập huấn luyện này để giảm nhiễm dữ liệu.
Học tăng cường. Sau tinh chỉnh có giám sát, giai đoạn học tăng cường tập trung thay đổi mã. Phần thưởng dùng kết quả thực thi cuối cùng trong kho mã được container hóa; nhà sản xuất mô tả thành công theo việc toàn bộ bộ kiểm thử vượt qua. Quá trình huấn luyện lọc các tác vụ mà nhiều lần thử được lấy mẫu đều thất bại, dần đưa vào lời nhắc khó hơn và tái sử dụng ví dụ thành công gần đây để củng cố mẫu sửa lỗi hiệu quả.
Chuẩn bị vấn đề thực tế. Cung cấp hành vi mong đợi, kết quả quan sát được và bản tái hiện tối thiểu, rồi kèm tệp nguồn liên quan, đầu ra lỗi và kiểm thử hiện có. Giữ nguyên đường dẫn tệp và tên hàm. Yêu cầu mô hình xác định tệp có khả năng liên quan và giải thích lỗi xuất phát từ triển khai được cung cấp thế nào trước khi đưa bản vá. Sản phẩm thu được cần nêu mã nào thay đổi, vì sao thay đổi giải quyết báo cáo và hành vi hiện có nào phải giữ.
Chuẩn bị kiểm thử hồi quy. Cung cấp quy ước kiểm thử hiện tại và dữ liệu mẫu đại diện của dự án. Yêu cầu kiểm thử kích hoạt lỗi ban đầu, cùng phép khẳng định phân biệt hành vi đúng với sai. Với báo cáo trường hợp biên, hãy nêu điều kiện ranh giới thay vì yêu cầu tăng độ bao phủ chung chung. Câu trả lời hữu ích có thể chứa cả chỉnh sửa tối thiểu và kiểm thử có mục tiêu, cho phép người đánh giá đối chiếu trực tiếp bản sửa đề xuất với vấn đề.
Tự đấu ở thời điểm kiểm thử. Quy trình nghiên cứu của Moonshot cũng cho phép đề xuất sửa lỗi và viết kiểm thử kiểm tra lẫn nhau. Đây là kỹ thuật đánh giá và điều phối bao quanh mô hình: ứng viên kiểm thử có thể thách thức bản vá, còn bản vá có thể được kiểm tra với kiểm thử. Trong ứng dụng, cùng ý tưởng có thể hướng dẫn yêu cầu đánh giá tìm phản ví dụ cho bản sửa đề xuất trước khi chấp nhận chỉnh sửa cuối cùng.
Phản hồi văn bản là đề xuất cho đến khi được áp dụng và chạy thử trong kho mã thực tế. Truy cập tệp, chỉnh sửa, thực thi container và kết quả kiểm thử đến từ môi trường phát triển bao quanh. Kèm đầu ra của các bước kiểm tra đó trong yêu cầu tiếp theo để mô hình có thể suy luận về lỗi quan sát được thay vì lần chạy tưởng tượng. Giữ ràng buộc dự án và yêu cầu thay đổi nhỏ nhất có cơ sở khi vấn đề chạm tới cơ sở mã trưởng thành.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn moonshotai/Kimi-Dev-72B | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0006 / 1K token Đầu ra · Token đầu ra $0.00228 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "moonshotai/Kimi-Dev-72B", "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-Dev-72B',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-Dev-72B',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
Dùng các đường dẫn phương thức hiển thị ở trên.
moonshotai/Kimi-Dev-72BKimi-Dev-72B là mô hình lập trình của Moonshot AI dành cho giải quyết vấn đề phần mềm. Thiết kế kết hợp sửa lỗi với viết kiểm thử hồi quy: tìm tệp liên quan, đề xuất bản vá và tạo kiểm thử minh họa lỗi ban đầu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Kimi-Dev-72B là mô hình ngôn ngữ lập trình của Moonshot AI dành cho tác vụ kỹ thuật phần mềm, đặc biệt tập trung giải quyết vấn đề trong kho mã hiện có. Mô hình nhận văn bản và tạo văn bản, gồm đề xuất mã, giải thích và kiểm thử. Thiết kế bắt đầu từ mô hình cơ sở Qwen 2.5 72B và phát triển các khả năng cần để chuyển báo cáo lỗi thành thay đổi có thể đánh giá.
BugFixer và TestWriter. Nhà sản xuất coi sửa phần triển khai và viết kiểm thử tái hiện khuyết điểm là những kỹ năng bổ trợ. Cả hai dùng cùng cấu trúc hai giai đoạn: xác định tệp cần chú ý, rồi thực hiện chỉnh sửa mã liên quan. Kiểm thử sửa lỗi hữu ích thất bại khi lỗi tồn tại và vượt qua khi bản sửa dự định được áp dụng. Điều này tạo cho mô hình trọng tâm thực tế vào quan hệ giữa báo cáo, triển khai và bằng chứng có thể thực thi.
Huấn luyện giữa kỳ. Nhóm báo cáo khoảng 150 tỷ token huấn luyện bổ sung từ tài liệu thực tế chất lượng cao, gồm hàng triệu vấn đề và commit của pull request. Giai đoạn này dạy các mẫu cách lập trình viên điều tra báo cáo, sửa mã và viết kiểm thử đơn vị. Nhóm cũng loại các kho mã SWE-bench Verified khỏi tập huấn luyện này để giảm nhiễm dữ liệu.
Học tăng cường. Sau tinh chỉnh có giám sát, giai đoạn học tăng cường tập trung thay đổi mã. Phần thưởng dùng kết quả thực thi cuối cùng trong kho mã được container hóa; nhà sản xuất mô tả thành công theo việc toàn bộ bộ kiểm thử vượt qua. Quá trình huấn luyện lọc các tác vụ mà nhiều lần thử được lấy mẫu đều thất bại, dần đưa vào lời nhắc khó hơn và tái sử dụng ví dụ thành công gần đây để củng cố mẫu sửa lỗi hiệu quả.
Chuẩn bị vấn đề thực tế. Cung cấp hành vi mong đợi, kết quả quan sát được và bản tái hiện tối thiểu, rồi kèm tệp nguồn liên quan, đầu ra lỗi và kiểm thử hiện có. Giữ nguyên đường dẫn tệp và tên hàm. Yêu cầu mô hình xác định tệp có khả năng liên quan và giải thích lỗi xuất phát từ triển khai được cung cấp thế nào trước khi đưa bản vá. Sản phẩm thu được cần nêu mã nào thay đổi, vì sao thay đổi giải quyết báo cáo và hành vi hiện có nào phải giữ.
Chuẩn bị kiểm thử hồi quy. Cung cấp quy ước kiểm thử hiện tại và dữ liệu mẫu đại diện của dự án. Yêu cầu kiểm thử kích hoạt lỗi ban đầu, cùng phép khẳng định phân biệt hành vi đúng với sai. Với báo cáo trường hợp biên, hãy nêu điều kiện ranh giới thay vì yêu cầu tăng độ bao phủ chung chung. Câu trả lời hữu ích có thể chứa cả chỉnh sửa tối thiểu và kiểm thử có mục tiêu, cho phép người đánh giá đối chiếu trực tiếp bản sửa đề xuất với vấn đề.
Tự đấu ở thời điểm kiểm thử. Quy trình nghiên cứu của Moonshot cũng cho phép đề xuất sửa lỗi và viết kiểm thử kiểm tra lẫn nhau. Đây là kỹ thuật đánh giá và điều phối bao quanh mô hình: ứng viên kiểm thử có thể thách thức bản vá, còn bản vá có thể được kiểm tra với kiểm thử. Trong ứng dụng, cùng ý tưởng có thể hướng dẫn yêu cầu đánh giá tìm phản ví dụ cho bản sửa đề xuất trước khi chấp nhận chỉnh sửa cuối cùng.
Phản hồi văn bản là đề xuất cho đến khi được áp dụng và chạy thử trong kho mã thực tế. Truy cập tệp, chỉnh sửa, thực thi container và kết quả kiểm thử đến từ môi trường phát triển bao quanh. Kèm đầu ra của các bước kiểm tra đó trong yêu cầu tiếp theo để mô hình có thể suy luận về lỗi quan sát được thay vì lần chạy tưởng tượng. Giữ ràng buộc dự án và yêu cầu thay đổi nhỏ nhất có cơ sở khi vấn đề chạm tới cơ sở mã trưởng thành.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn moonshotai/Kimi-Dev-72B | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
| Cấu hình | Biểu mức phí | Phí |
|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Phí Đầu vào · Token đầu vào $0.0006 / 1K token Đầu ra · Token đầu ra $0.00228 / 1K token Đầu vào · Đọc bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm $0 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "moonshotai/Kimi-Dev-72B",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-Dev-72B', '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-Dev-72B', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra moonshotai/Kimi-Dev-72B
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Fix a mutable default argument\n\nIssue in utils.py: def add_tag(tag, tags=[]): tags.append(tag); return tags. Separate calls unexpectedly share prior tags. Expected behavior: omitted tags starts a fresh list; an explicitly supplied list is still updated. Propose the smallest patch and a regression test using standard unittest that fails on the original. Keep the function name and argument order.A focused utils.py patch and unittest cases covering independent defaults and explicit-list mutation.Check the regression makes two independent calls and detects leakage between them.