API Kimi 2.7

Référence complète de l'API pour les modèles LLM Kimi 2.7 propulsés par Moonshot AI.

Variantes du modèle

Cette API prend en charge deux variantes de modèle :

Comparaison rapide

Kimi 2.7 Text to Text

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de requête

Obligatoires

Prise en charge des messages

Facultatifs

Exemple de requête

javascriptCopier
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'kimi-2.7-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a concise Java beginner tutorial outline.'
      }
    ],
    stream: true,
    max_tokens: 2000,
    top_p: 0.9,
    top_k: 50
  })
});

Kimi 2.7 Image to Text

Point de terminaison

httpCopier
POST /api/v1/chat/completions

Paramètres de requête

Obligatoires

Prise en charge des messages

Facultatifs

Exemple de requête

javascriptCopier
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'kimi-2.7-image-to-text',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'What is roughly shown in this image?' },
          {
            type: 'image_url',
            image_url: {
              url: 'https://example.com/sample-image.jpg'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 300
  })
});

Format de réponse

Les modèles LLM Kimi 2.7 renvoient des réponses de complétion compatibles avec OpenAI. Avec stream: true, la réponse est transmise sous forme d’événements envoyés par le serveur (SSE) ; avec stream: false, elle prend la forme d’un objet JSON unique.

Bonnes pratiques

• Utilisez des instructions système concises pour un comportement spécifique à la tâche.
• Pour la compréhension d'images, associez une question claire au contenu d'image joint dans messages[].content.
• Ajustez top_p et top_k uniquement lorsque vous avez besoin d'une sortie plus stricte ou plus variée.