Série Kimi

Os modelos Kimi da Moonshot AI, incluindo Kimi K3, K2.6 e o K2.7 Code, voltado para programação. São chamados pela API compatível com OpenAI e também suportam o endpoint nativo Anthropic, podendo ser usados no Claude Code.

Tarefas comuns

Modelos

A lista completa de modelos e os preços atualizados estão na página de modelos . O prefixo dos IDs de modelo é moonshotai/ e pode ser omitido.

Os modelos Kimi são fornecidos pela Moonshot AI oficial (moonshot); alguns modelos também contam com provedores como Azure AI Foundry e Alibaba Cloud Model Studio, com seleção automática por padrão. Para escolher um provedor, veja Roteamento de provedores.

Exemplos de chamada

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="moonshotai/kimi-k3",
    messages=[{"role": "user", "content": "Explique em uma frase o que é idempotência."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.ai/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "messages": [{"role": "user", "content": "Explique em uma frase o que é idempotência."}],
    "thinking": {"type": "disabled"}
  }'

Modo thinking

Medição com o mesmo problema de matemática: o Kimi K3 levou cerca de 30 segundos por padrão e cerca de 3 segundos com o thinking desativado; o K2.6, por padrão, usou cerca de 11 mil tokens de thinking e levou cerca de 4,5 minutos, e cerca de 40 segundos com o thinking desativado. Os tokens de thinking são cobrados pelo preço de saída, e a quantidade aparece em usage.completion_tokens_details.reasoning_tokens.

Para ler o conteúdo do thinking: em respostas em streaming, ele fica em delta.reasoning_content; em respostas sem streaming, fica em message.reasoning_details, e você deve concatenar o text de cada item em ordem.

Busca na web

Adicione web_search a tools no endpoint Responses; o modelo faz a busca por conta própria e anexa as fontes citadas à resposta:

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.ai/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="moonshotai/kimi-k3",
    tools=[{"type": "web_search"}],
    input="Qual é a versão estável mais recente do Python?",
)
print(resp.output_text)
for item in resp.output:
    if item.type == "message":
        for part in item.content:
            for a in getattr(part, "annotations", None) or []:
                print("Fonte:", a.title, a.url)

• Nos testes, Kimi K3 e K2.6 suportam o recurso. Em output aparecem, em ordem, os itens reasoning, web_search_call e message, e as fontes citadas ficam em annotations no conteúdo de message.
• A busca é cobrada por chamada; o preço unitário está na página do modelo .

Usar no Claude Code

Os modelos Kimi suportam o endpoint nativo Anthropic, no endereço https://api.ofox.ai/anthropic:

Pelo endpoint Anthropic, o conteúdo do thinking é retornado em blocos thinking. As etapas completas de configuração do Claude Code estão em Configuração do Claude Code.

Entrada de imagens e saída estruturada

• Kimi K3 e K2.6 aceitam entrada de imagens, com o bloco de conteúdo padrão image_url. Veja como em Visão.
• response_format aceita json_schema e json_object; a chamada de ferramentas usa o parâmetro padrão tools. Veja como em Saída estruturada.
• Prefixos de requisição repetidos são armazenados em cache automaticamente; os acertos aparecem em usage.prompt_tokens_details.cached_tokens.

Erros comuns

Outros erros gerais em Tratamento de erros.

Documentação oficial

• Plataforma aberta Kimi · Documentação 

Perguntas frequentes