API Kimi 2.7

เอกสารอ้างอิง API ฉบับสมบูรณ์สำหรับโมเดล LLM Kimi 2.7 ที่ขับเคลื่อนโดย Moonshot AI

รุ่นย่อยของโมเดล {#}

API นี้รองรับโมเดลสองรุ่นย่อย:

การเปรียบเทียบอย่างรวดเร็ว

Kimi 2.7 Text to Text

จุดปลายทาง

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
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

จุดปลายทาง

httpคัดลอก
POST /api/v1/chat/completions

พารามิเตอร์คำขอ

จำเป็น

การรองรับข้อความ

ไม่บังคับ

ตัวอย่างคำขอ

javascriptคัดลอก
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
  })
});

รูปแบบการตอบกลับ

โมเดล LLM Kimi 2.7 ส่งคืนการตอบกลับแบบ completion ที่เข้ากันได้กับ OpenAI เมื่อใช้ stream: true การตอบกลับจะอยู่ในรูปแบบ Server-Sent Events; เมื่อใช้ stream: false การตอบกลับจะเป็นออบเจ็กต์ JSON เดียว

แนวทางปฏิบัติที่ดีที่สุด

• ใช้คำสั่งระบบที่กระชับสำหรับพฤติกรรมเฉพาะงาน
• สำหรับการเข้าใจรูปภาพ ให้จับคู่คำถามที่ชัดเจนกับเนื้อหาไฟล์แนบรูปภาพใน messages[].content
• ปรับ top_p และ top_k เฉพาะเมื่อคุณต้องการเอาต์พุตที่เข้มงวดขึ้นหรือหลากหลายขึ้น