# Kimi 2.7 API Полный справочник API для моделей LLM Kimi 2.7 на базе Moonshot AI. ## Варианты модели Этот API поддерживает два варианта модели: | Модель | ID | Описание | |-------|----|-------------| | **Kimi 2.7 Text to Text** | `kimi-2.7-text-to-text` | Общее текстовое рассуждение и письмо | | **Kimi 2.7 Image to Text** | `kimi-2.7-image-to-text` | Понимание изображений с текстовыми инструкциями | ## Краткое сравнение | Функция | Текст в текст | Изображение в текст | |---------|--------------|---------------| | Текстовый ввод | Обязательно ✅ | Необязательно | | Ввод изображения | Не поддерживается ❌ | Необязательно | | Потоковый ответ | SSE | SSE | | `max_tokens` | Необязательно | Необязательно | | `top_p` | Необязательно | Необязательно | | `top_k` | Необязательно | Необязательно | ## Kimi 2.7 Text to Text ### Эндпоинт ```http POST /api/v1/chat/completions ``` ### Параметры запроса #### Обязательные | Параметр | Тип | Описание | |-----------|------|-------------| | `model` | string | Должно быть `"kimi-2.7-text-to-text"` | | `messages` | array | Упорядоченные сообщения. См. LLM API для структуры сообщений. | | `stream` | boolean | `true` для SSE, `false` для одиночного JSON-ответа. | #### Поддержка сообщений | Поле | Текст | Файл | Изображение | |-------|------|------|-------| | `messages` | Обязательно ✅ | Не поддерживается ❌ | Не поддерживается ❌ | #### Необязательные | Параметр | Тип | Диапазон | Описание | |-----------|------|-------|-------------| | `max_tokens` | integer | `> 0` | Максимальное число выходных токенов. | | `top_p` | number | `0.0` - `1.0` | Ограничивает совокупную массу вероятности для токенов-кандидатов. | | `top_k` | integer | `0` - `100` | Ограничивает количество токенов-кандидатов. | ### Пример запроса ```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 ### Эндпоинт ```http POST /api/v1/chat/completions ``` ### Параметры запроса #### Обязательные | Параметр | Тип | Описание | |-----------|------|-------------| | `model` | string | Должно быть `"kimi-2.7-image-to-text"` | | `messages` | array | Упорядоченные сообщения. См. LLM API и вложения сообщений. | | `stream` | boolean | `true` для SSE, `false` для одиночного JSON-ответа. | #### Поддержка сообщений | Поле | Текст | Файл | Изображение | |-------|------|------|-------| | `messages` | Необязательно | Не поддерживается ❌ | Необязательно | #### Необязательные | Параметр | Тип | Диапазон | Описание | |-----------|------|-------|-------------| | `max_tokens` | integer | `> 0` | Максимальное число выходных токенов. | | `top_p` | number | `0.0` - `1.0` | Ограничивает совокупную массу вероятности для токенов-кандидатов. | | `top_k` | integer | `0` - `100` | Ограничивает количество токенов-кандидатов. | ### Пример запроса ```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 }) }); ``` ## Формат ответа Модели Kimi 2.7 LLM возвращают ответы completion, совместимые с OpenAI. При `stream: true` ответ передаётся в формате Server-Sent Events; при `stream: false` ответ представляет собой один JSON-объект. ## Лучшие практики - Используйте краткие системные инструкции для поведения под конкретную задачу. - Для понимания изображения сочетайте четкий вопрос с содержимым вложения изображения в `messages[].content`. - Настраивайте `top_p` и `top_k` только когда нужен более строгий или более разнообразный вывод.