Семейство Kimi

Модели Kimi от Moonshot AI: Kimi K3, K2.6 и ориентированная на программирование K2.7 Code. Вызываются через OpenAI-совместимый API, также поддерживают нативный эндпоинт Anthropic и могут использоваться в Claude Code.

Частые задачи

Модели

Полный список моделей и актуальные цены см. на странице моделей . Префикс ID модели — moonshotai/, его можно опустить.

Модели Kimi предоставляет официальный провайдер Moonshot AI (moonshot); у некоторых моделей есть также провайдеры Azure AI Foundry, Alibaba Cloud Model Studio и другие, по умолчанию провайдер выбирается автоматически. Как указать провайдера, см. в разделе Маршрутизация провайдеров.

Примеры вызова

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": "Объясни одним предложением, что такое идемпотентность."}],
    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": "Объясни одним предложением, что такое идемпотентность."}],
    "thinking": {"type": "disabled"}
  }'

Режим thinking

Замер на одной и той же математической задаче: Kimi K3 по умолчанию отвечает примерно за 30 секунд, с отключённым thinking — примерно за 3 секунды; K2.6 по умолчанию тратит на thinking около 11 тыс. токенов и около 4,5 минуты, с отключённым thinking — около 40 секунд. Токены thinking оплачиваются по цене выходных токенов, их число указано в usage.completion_tokens_details.reasoning_tokens.

Чтение содержимого thinking: в потоковом ответе оно находится в delta.reasoning_content; в непотоковом — в message.reasoning_details, где нужно последовательно склеить поля text всех элементов.

Веб-поиск

Добавьте web_search в tools эндпоинта Responses — модель сама выполнит поиск и приложит к ответу источники:

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="Какая последняя стабильная версия 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("Источник:", a.title, a.url)

• В наших тестах поддерживают Kimi K3 и K2.6. В output последовательно появляются элементы reasoning, web_search_call и message; источники находятся в annotations содержимого message.
• Поиск оплачивается за каждый вызов, цену см. на странице модели .

Использование в Claude Code

Модели Kimi поддерживают нативный эндпоинт Anthropic по адресу https://api.ofox.ai/anthropic:

При вызове через эндпоинт Anthropic содержимое thinking возвращается блоками thinking. Полная настройка Claude Code описана в разделе Настройка Claude Code.

Ввод изображений и структурированный вывод

• Kimi K3 и K2.6 поддерживают ввод изображений через стандартный блок контента image_url, см. Распознавание изображений.
• response_format поддерживает json_schema и json_object; для вызова инструментов используется стандартный параметр tools. Подробнее — в разделе Структурированный вывод.
• Повторяющиеся префиксы запросов кэшируются автоматически, объём попаданий указан в usage.prompt_tokens_details.cached_tokens.

Распространённые ошибки

Другие общие ошибки — в разделе Обработка ошибок.

Официальная документация

• Открытая платформа Kimi · Документация 

Часто задаваемые вопросы