# 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 : | Modèle | ID | Description | |-------|----|-------------| | **Kimi 2.7 Text to Text** | `kimi-2.7-text-to-text` | Raisonnement et rédaction de texte généraux | | **Kimi 2.7 Image to Text** | `kimi-2.7-image-to-text` | Compréhension d'images avec instructions textuelles | ## Comparaison rapide | Fonctionnalité | Text to Text | Image to Text | |---------|--------------|---------------| | Entrée texte | Obligatoire ✅ | Facultative | | Entrée image | Non prise en charge ❌ | Facultative | | Réponse en streaming | SSE | SSE | | `max_tokens` | Facultatif | Facultatif | | `top_p` | Facultatif | Facultatif | | `top_k` | Facultatif | Facultatif | ## Kimi 2.7 Text to Text ### Point de terminaison ```http POST /api/v1/chat/completions ``` ### Paramètres de requête #### Obligatoires | Paramètre | Type | Description | |-----------|------|-------------| | `model` | string | Doit être `"kimi-2.7-text-to-text"` | | `messages` | array | Messages ordonnés. Consultez l'API LLM pour la structure des messages. | | `stream` | boolean | `true` pour SSE, `false` pour une réponse JSON unique. | #### Prise en charge des messages | Champ | Texte | Fichier | Image | |-------|------|------|-------| | `messages` | Obligatoire ✅ | Non pris en charge ❌ | Non prise en charge ❌ | #### Facultatifs | Paramètre | Type | Plage | Description | |-----------|------|-------|-------------| | `max_tokens` | integer | `> 0` | Nombre maximal de tokens de sortie. | | `top_p` | number | `0.0` - `1.0` | Limite la masse de probabilité cumulée pour les tokens candidats. | | `top_k` | integer | `0` - `100` | Limite le nombre de tokens candidats. | ### Exemple de requête ```javascript 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 ```http POST /api/v1/chat/completions ``` ### Paramètres de requête #### Obligatoires | Paramètre | Type | Description | |-----------|------|-------------| | `model` | string | Doit être `"kimi-2.7-image-to-text"` | | `messages` | array | Messages ordonnés. Consultez l'API LLM et Message Attachments. | | `stream` | boolean | `true` pour SSE, `false` pour une réponse JSON unique. | #### Prise en charge des messages | Champ | Texte | Fichier | Image | |-------|------|------|-------| | `messages` | Facultatif | Non pris en charge ❌ | Facultative | #### Facultatifs | Paramètre | Type | Plage | Description | |-----------|------|-------|-------------| | `max_tokens` | integer | `> 0` | Nombre maximal de tokens de sortie. | | `top_p` | number | `0.0` - `1.0` | Limite la masse de probabilité cumulée pour les tokens candidats. | | `top_k` | integer | `0` - `100` | Limite le nombre de tokens candidats. | ### Exemple de requête ```javascript 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.