AI Prosumer
TA
moonshotai/kimi-k2.7-code

Kimi-K2.7-Code என்பது Moonshot AI உருவாக்கிய ஒரு மாடல் ஆகும், இது உரை மற்றும் படங்களை ஏற்றுக்கொண்டு உரையை உருவாக்குகிறது. இந்த பட்டியல் பதிவில் moonshotai/kimi-k2.7-code என அடையாளம் காணப்பட்டுள்ளது. இதன் மதிப்பாய்வு செய்யப்பட்ட சூழல் சாளரம் 262,144 டோக்கன்கள்; பயன்பாட்டு வரம்புகள் குறைவாக இருக்கலாம்.

உள்ளீடு → வெளியீடு
உரை, படம் உரை
உள்ளீடு / வெளியீடு · 1M டோக்கன்களுக்கு
€0.856518 / €3.606389
சூழல் சாளரம்
262,144 டோக்கன்கள்
அதிகபட்ச வெளியீடு
235,929 டோக்கன்கள்
உரிமம்: திறந்த எடை

மாதிரியில் இருந்து பயன்பாட்டிற்கு

விரைவான தொடக்கம்

API குறிப்பு
  1. உங்கள் API விசையை கொள்ளுங்கள்

    ShareAI Console-ல் ஒரு விசையை உருவாக்கி, அதை உங்கள் சர்வரில் சூழல் மாறியாக சேமிக்கவும்.

    API விசையை உருவாக்கவும்
    சூழல் மாறி
    export SHAREAI_API_KEY="your-api-key"
  2. உங்கள் முடிவுநிலையை தேர்ந்தெடுக்கவும்

    உங்கள் API கீயுடன் Authorization தலைப்பில் POST கோரிக்கையை அனுப்பவும்.

    POSThttps://api.shareai.now/api/v1/chat/completions

    இந்த குறிச்சொல்லின் இறுதிப்புள்ளி உறுதிப்படுத்தப்படவில்லை. API குறிப்பாணையை மற்றும் உங்கள் Console-ஐ சரிபார்க்கவும், கோரிக்கையை அனுப்புவதற்கு முன்.

  3. உங்கள் முதல் கோரிக்கையை செய்யவும்

    எடுத்துக்காட்டுகள் உங்கள் தேர்ந்தெடுத்த குறிச்சொல்லைப் பயன்படுத்தி அதன் கோரிக்கை வடிவத்தை காட்டுகின்றன. உங்கள் API விசையை தனிப்பட்டதாக வைத்திருக்க உங்கள் சர்வரில் அவற்றை இயக்குங்கள். நீங்கள் கோரிக்கையை அனுப்பும் போது மாடல் கிடைக்குமா மற்றும் கணக்கு அணுகல் சரிபார்க்கப்படும்.

    cURL
    curl --fail-with-body --request POST 'https://api.shareai.now/api/v1/chat/completions' \
      --header "Authorization: Bearer ${SHAREAI_API_KEY}" \
      --header 'Content-Type: application/json' \
      --data-raw '{
      "model": "moonshotai/kimi-k2.7-code",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    }'
    பைதான்
    import json
    import os
    import urllib.request
    
    payload = {
        "model": "moonshotai/kimi-k2.7-code",
        "messages": [
            {
                "role": "user",
                "content": "Hello!",
            },
        ],
        "stream": False,
    }
    request = urllib.request.Request("https://api.shareai.now/api/v1/chat/completions",
        data=json.dumps(payload).encode(),
        headers={
            "Authorization": f"Bearer {os.environ['SHAREAI_API_KEY']}",
            "Content-Type": "application/json",
        },
        method="POST",
    )
    with urllib.request.urlopen(request, timeout=180) as response:
        print(json.dumps(json.load(response), indent=2))
    கோ
    package main
    
    import (
        "bytes"
        "encoding/json"
        "fmt"
        "io"
        "net/http"
        "os"
        "time"
    )
    
    func main() {
        if err := run(); err != nil {
            fmt.Fprintln(os.Stderr, err)
            os.Exit(1)
        }
    }
    
    func run() error {
        key := os.Getenv("SHAREAI_API_KEY")
        if key == "" { return fmt.Errorf("set SHAREAI_API_KEY") }
        body := []byte(`{
      "model": "moonshotai/kimi-k2.7-code",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    }`)
        request, err := http.NewRequest(http.MethodPost, "https://api.shareai.now/api/v1/chat/completions", bytes.NewReader(body))
        if err != nil { return err }
        request.Header.Set("Authorization", "Bearer " + key)
        request.Header.Set("Content-Type", "application/json")
        client := &http.Client{Timeout: 180 * time.Second}
        response, err := client.Do(request)
        if err != nil { return err }
        defer response.Body.Close()
        if response.StatusCode < 200 || response.StatusCode >= 300 {
            detail, _ := io.ReadAll(io.LimitReader(response.Body, 1<<20))
            return fmt.Errorf("ShareAI HTTP %d: %s", response.StatusCode, detail)
        }
        var result any
        if err := json.NewDecoder(response.Body).Decode(&result); err != nil { return err }
        encoder := json.NewEncoder(os.Stdout)
        encoder.SetIndent("", "  ")
        return encoder.Encode(result)
    }

    main.go ஆக சேமித்து, go run main.go ஐ இயக்குங்கள். இந்த எடுத்துக்காட்டு Go ஸ்டாண்டர்ட் லைப்ரரியை பயன்படுத்துகிறது.

    Rust சார்புகளை அமைக்கவும்

    உங்கள் Cargo திட்டத்தில், இந்த சார்புகளை சேர்க்கவும். எடுத்துக்காட்டை src/main.rs ஆக சேமித்து, பின்னர் cargo run ஐ இயக்கவும்.

    Cargo கட்டளைகள்
    cargo add [email protected] --no-default-features --features blocking,json,rustls-tls
    cargo add serde_json@1
    ரஸ்ட்
    fn main() -> Result<(), Box<dyn std::error::Error>> {
        let api_key = std::env::var("SHAREAI_API_KEY")?;
        let payload: serde_json::Value = serde_json::from_str(r#"{
      "model": "moonshotai/kimi-k2.7-code",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    }"#)?;
        let client = reqwest::blocking::Client::builder()
            .timeout(std::time::Duration::from_secs(180))
            .build()?;
        let response = client.post(r#"https://api.shareai.now/api/v1/chat/completions"#)
            .bearer_auth(api_key)
            .json(&payload)
            .send()?
            .error_for_status()?;
        let result: serde_json::Value = response.json()?;
        println!("{}", serde_json::to_string_pretty(&result)?);
        Ok(())
    }
    டைப்ஸ்கிரிப்ட்
    const payload = {
      "model": "moonshotai/kimi-k2.7-code",
      "messages": [
        {
          "role": "user",
          "content": "Hello!"
        }
      ],
      "stream": false
    };
    const response = await fetch("https://api.shareai.now/api/v1/chat/completions", {
      method: 'POST',
      headers: {
        Authorization: `Bearer ${process.env.SHAREAI_API_KEY}`,
        'Content-Type': 'application/json',
      },
      body: JSON.stringify(payload),
    });
    if (!response.ok) throw new Error(await response.text());
    console.log(JSON.stringify(await response.json(), null, 2));

விலை

EUR · 1 மில்லியன் டோக்கன்களுக்கு ஒவ்வொன்றுக்கு

ஷேர்AI EUR

உள்ளீடு
அனைத்து நீளங்கள்€0.856518/மில்லியன் டோக்கன்கள்
வெளியீடு
அனைத்து நீளங்கள்€3.606389/மில்லியன் டோக்கன்கள்
கேஷ் வாசிப்பு
அனைத்து நீளங்கள்€0.171303/மில்லியன் டோக்கன்கள்
கேஷ் எழுதுதல்
அனைத்து நீளங்கள்€0.856518/மில்லியன் டோக்கன்கள்

Cache write உள்ளீட்டு விகிதத்தை பின்பற்றுகிறது. காட்சே செய்யப்பட்ட டோக்கன்கள் ஒருமுறை மட்டுமே எண்ணப்படுகின்றன.

கொஞ்சம் கூடுதல் விவரம்

அடிக்கடி கேட்கப்படும் கேள்விகள்

Kimi-K2.7-Code என்றால் என்ன?

Kimi-K2.7-Code என்பது Moonshot AI உருவாக்கிய ஒரு மாடல் ஆகும், இது உரை மற்றும் படங்களை ஏற்றுக்கொண்டு உரையை உருவாக்குகிறது. இந்த பட்டியல் பதிவில் moonshotai/kimi-k2.7-code என அடையாளம் காணப்பட்டுள்ளது. இதன் மதிப்பாய்வு செய்யப்பட்ட சூழல் சாளரம் 262,144 டோக்கன்கள்; பயன்பாட்டு வரம்புகள் குறைவாக இருக்கலாம்.

Kimi-K2.7-Code இன் செலவு எவ்வளவு?

வெளியிடப்பட்ட ShareAI விகிதங்கள் மில்லியன் டோக்கன்களுக்கு €0.856518 இல் உள்ளீட்டிற்கும் €3.606389 இல் வெளியீட்டிற்கும் தொடங்குகின்றன. விகிதங்கள் தேர்ந்தெடுக்கப்பட்ட குறிச்சொல், விலை திட்டம் மற்றும் டோக்கன் வரம்பிற்கு ஏற்ப மாறுபடும். கேஷ் விகிதங்கள் மற்றும் அனைத்து வெளியிடப்பட்ட நிலைகள் பற்றிய விவரங்களுக்கு மேலே உள்ள "விலை நிர்ணயம்" பகுதியைப் பார்க்கவும்.

Kimi-K2.7-Code எந்த உள்ளீடுகள் மற்றும் வெளியீடுகளை ஆதரிக்கிறது?

உள்ளீடுகள்: உரை, படம். வெளியீடுகள்: உரை. இந்த திறன்கள் தேர்ந்தெடுக்கப்பட்ட மாடல் குறியீட்டிற்கு பொருந்தும். ஆதரிக்கப்படும் கோரிக்கை வடிவங்களைப் பார்க்க முடிவுப் புள்ளி ஆவணங்களைச் சரிபார்க்கவும்.

Kimi-K2.7-Code இன் சூழல் நீளம் என்ன?

இந்த குறிச்சொல்லுக்கு 262,144 டோக்கன்களின் ஒரு சூழல் சாளரம் உள்ளது. சூழல் அளவு மற்றும் விலை வரம்புகள் தனித்தனியாக இருக்கும். குறிப்பிட்ட ஒரு பயன்பாட்டிற்கான கோரிக்கை வரம்புகள் குறைவாக இருக்கலாம். அதிகபட்ச வெளியீடு: 235,929 டோக்கன்கள்.

Kimi-K2.7-Code கருவி அழைப்புகள் மற்றும் கட்டமைக்கப்பட்ட வெளியீடுகளை ஆதரிக்கிறதா?

கருவி அழைப்புகள்: ஆதரிக்கப்படுகிறது. கட்டமைக்கப்பட்ட வெளியீடுகள்: ஆதரிக்கப்படுகிறது.

ShareAI உடன் Kimi-K2.7-Code ஐ எப்படி பயன்படுத்துவது?

ShareAI Console-ல் ஒரு API விசையை உருவாக்கி, ஒரு மாடல் குறிச்சொல்லை தேர்ந்தெடுத்து, Quick Start இல் உள்ள endpoint-க்கு அங்கீகரிக்கப்பட்ட கோரிக்கையை அனுப்பவும். நீங்கள் தேர்ந்தெடுத்த மாடலுக்கு அணுகல் கொண்ட விசையை வைத்திருக்க வேண்டும். உங்கள் விசையை உங்கள் சேவையகத்தில் பாதுகாப்பாக வைத்திருக்கவும்.