Kimi-K2.7-Code
moonshotai/kimi-k2.7-codeAng Kimi-K2.7-Code ay isang modelo ng Moonshot AI na tumatanggap ng teksto at mga imahe at gumagawa ng teksto. Ang entry sa katalogo na ito ay tumutukoy sa moonshotai/kimi-k2.7-code. Ang nasuri nitong context window ay 262,144 na token; maaaring mas mababa ang mga limitasyon sa deployment.
- Input → Output
- Teksto, Imahe Teksto
- Input / Output · kada 1M tokens
- €0.856518 / €3.606389
- Context window → Bintana ng konteksto
- 262,144 mga token
- Pinakamataas na output
- 235,929 mga token
Mula sa modelo patungo sa aplikasyon
Mabilisang Simula
Kunin ang iyong API key
Gumawa ng key sa ShareAI Console, pagkatapos ay i-save ito bilang environment variable sa iyong server.
Gumawa ng API keyexport SHAREAI_API_KEY="your-api-key"Piliin ang iyong endpoint
Magpadala ng POST request gamit ang iyong API key sa Authorization header.
POSThttps://api.shareai.now/api/v1/chat/completionsAng endpoint ng tag na ito ay hindi pa nakumpirma. Suriin ang API reference at ang iyong Console bago magpadala ng request.
Gawin ang iyong unang request
Ang mga halimbawa ay gumagamit ng napiling tag mo at ipinapakita ang format ng kahilingan nito. Patakbuhin ang mga ito sa iyong server upang panatilihing pribado ang iyong API key. Ang availability ng modelo at access sa account ay sinusuri kapag nagpadala ka ng kahilingan.
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 }'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))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) }I-save bilang main.go at patakbuhin ang go run main.go. Ang halimbawang ito ay gumagamit ng Go standard library.
I-set up ang mga dependency ng Rust
Sa iyong Cargo project, idagdag ang mga dependency na ito. I-save ang halimbawa bilang src/main.rs, pagkatapos ay patakbuhin ang cargo run.
cargo add [email protected] --no-default-features --features blocking,json,rustls-tls cargo add serde_json@1fn 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(()) }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));
Pagpepresyo
EUR · bawat 1M tokenIbahagiAI EUR
- Input
- Lahat ng haba€0.856518/M token
- Output
- Lahat ng haba€3.606389/M token
- Cache read
- Lahat ng haba€0.171303/M token
- Cache write
- Lahat ng haba€0.856518/M token
Sinusunod ng Cache write ang rate ng input. Ang mga naka-cache na token ay binibilang nang isang beses.
Kaunting detalye pa
Madalas na tinatanong
Ano ang Kimi-K2.7-Code?
Ang Kimi-K2.7-Code ay isang modelo ng Moonshot AI na tumatanggap ng teksto at mga imahe at gumagawa ng teksto. Ang entry sa katalogo na ito ay tumutukoy sa moonshotai/kimi-k2.7-code. Ang nasuri nitong context window ay 262,144 na token; maaaring mas mababa ang mga limitasyon sa deployment.
Magkano ang halaga ng Kimi-K2.7-Code?
Ang mga inilathalang rate ng ShareAI ay nagsisimula sa €0.856518 para sa input at €3.606389 para sa output kada milyong token. Ang mga rate ay nakadepende sa napiling tag, plano ng pagpepresyo, at saklaw ng token. Tingnan ang Pagpepresyo sa itaas para sa mga rate ng cache at lahat ng inilathalang antas.
Anong mga input at output ang sinusuportahan ng Kimi-K2.7-Code?
Mga Input: Teksto, Imahe. Mga Output: Teksto. Ang mga kakayahang ito ay naaangkop sa napiling modelo ng tag. Tingnan ang dokumentasyon ng endpoint para sa mga suportadong format ng kahilingan.
Ano ang haba ng konteksto ng Kimi-K2.7-Code?
Ang tag na ito ay may context window na 262,144 tokens. Ang laki ng konteksto at mga threshold ng pagpepresyo ay magkahiwalay. Ang mga limitasyon sa request ay maaaring mas mababa para sa partikular na deployment. Maximum na output: 235,929 tokens.
Sinusuportahan ba ng Kimi-K2.7-Code ang tool calling at structured outputs?
Tool calling: Sinusuportahan. Structured outputs: Sinusuportahan.
Paano ko magagamit ang Kimi-K2.7-Code sa ShareAI?
Gumawa ng API key sa ShareAI Console, pumili ng model tag, at magpadala ng authenticated na request sa endpoint sa Quick Start. Dapat may access ang iyong key sa napiling modelo. Panatilihin ang iyong key sa iyong server.