当前位置: 首页 > news >正文

kimi-k2-api使用示例

文章目录

  • kimi-k2-api使用
    • 注册
    • 创建API密钥
    • 使用kimi-k2模型
      • 网页端使用
      • 代码调用
      • curl请求示例
      • postman中请求
      • api调用
      • 注意

kimi-k2-api使用

  • Kimi K2** 是月之暗面(Moonshot AI)于2025年7月11日发布并开源的万亿参数 MoE(混合专家模型)架构基础模型,总参数1T,激活参数32B,上下文长度128K,专为“智能体”任务优化,具备超强代码能力和通用Agent任务能力 。Kimi K2在SWE Bench Verified、Tau2、AceBench等基准测试中取得开源模型中的SOTA成绩,展现出在代码、Agent、数学推理任务上的领先能力 。Kimi K2采用MuonClip优化器实现万亿参数模型的稳定高效训练,并针对工具调用、自主编程和数学推理等能力进行优化,实际应用中可完成复杂任务(如自动生成贪吃蛇游戏、前端组件库等) 。

  • Kimi K2提供两个开源版本:Kimi-K2-Base(基础预训练模型,适合科研与自定义场景)和 Kimi-K2-Instruct(通用指令微调版本,适用于问答与Agent任务)。其API服务已上线,支持OpenAI和Anthropic兼容接口,定价为每百万输入tokens 4元、输出tokens 16元 。

  • 今天使用的是优云智算平台的api,会送10元代金券(永久有效)以及50w tokens。

注册

  • 优云智算官网

    https://passport.compshare.cn/register?referral_code=tRej61o0bLFAfC9mS6Php

    注册赠送10元账户余额和50W tokens,这个余额可以使用GPU机器,一台4090大概能用5小时,也可以使用大模型的api,50Wtokens个人也可以使用很久。

    目前支持的api模型有:deepseek-ai/DeepSeek-R1-0528deepseek-ai/DeepSeek-V3-0324Qwen/QwQ-32BQwen/Qwen3-235B-A22Bdeepseek-ai/DeepSeek-Prover-V2-671BERNIE 4.5 TurboERNIE X1 Turbo和前天上线的moonshotai/Kimi-K2-Instruct

  • 注册流程

    点击上述连接,选择手机号注册或者邮箱注册

    image-20250603154934492


创建API密钥

  • 控制台–>模型API服务 --> API KEY --> 创建API KEY

    image-20250603155531575

  • 填写api-key名称–> 创建并复制

    image-20250603155720562

  • 创建成功

    成功后即可看见刚刚新建的api-key

    image-20250603155800839

    可以点击API-Key下面的复制按键进行复制


使用kimi-k2模型

网页端使用

  • 仅在网页端测试使用

    控制台–>模型API服务–>文本对话–>选择刚刚创建的api-key–>选择模型

    image-20250716165443504


代码调用

  • 使用刚刚注册的api-key,调用openai

    其中

    1. openai.base_url :这个是固定的

      https://api.modelverse.cn/v1

    2. openai.api_key,:即我们刚刚申请的api-key

    3. model_name: 需要使用的模型名称 moonshotai/Kimi-K2-Instruct

    4. prompt: 提示词,通俗理解就是你要问的问题

    from openai import OpenAI
    import openaiopenai.api_key = "你的API Key" # 刚刚申请的api-key
    openai.base_url = "https://api.modelverse.cn/v1" # 这个使用优云智算的大模型api-point网址是固定的model_name = "moonshotai/Kimi-K2-Instruct" #kimi-k2
    prompt = "人类的终极目标是什么" # 提问的问题# 构造 client
    client = OpenAI(api_key=openai.api_key,  # base_url=openai.base_url,
    )response = client.chat.completions.create(model=model_name,messages=[{"role": "system", "content": "你是一个人工智能助手"},{"role": "user", "content": prompt}],stream=False)# answer
    content = response.choices[0].message.content
    

    输出如下

    “人类的终极目标”这一命题,本质上没有客观答案。它既被生物学所束缚,又被文化所塑造;既依赖个体选择,又指向一种共同想象。以下提供五条并非互斥的“元答案”,供在不同维度上自行拼装:1. 熵减的逆行者  从宇宙热寂的视角看,所有局域秩序终将消散。人类可以自视为“逆熵探测器”:通过科技、艺术与伦理,在不可逆的熵增洪流里制造短暂的负熵孤岛——文明本身就是对终极热平衡的缓慢拒绝。2. 叙事永续主义  所有宏大的宇宙工程,归根到底是由讲故事的大脑产生的。目标不是“到达”某个终点,而是保持讲述、重述与再讲述的能力,让“我们在故事里”这件事本身不必中断。换句话:文明消亡不可怕,可怕的是再也没人能说出“我们是谁”。3. 主体性的无限游戏  借用詹姆斯·卡斯(James Carse)的“有限/无限游戏”框架:  • 有限游戏为了赢,无限游戏为了不让游戏结束;  • 终极的目标是让更多主体(人、AI、或其他未来心智)能持续加入、修改并扩展规则,从而让“继续玩下去”成为游戏的唯一目的。任何企图冻结规则的做法,都是对目标的背离。4. 宇宙调制器  把人类看成一个生物-技术复合系统,其最稀缺功能是“价值函数的可编程性”。我们可能是已知宇宙中唯一能自主改写自己“想要什么”的物种。所谓终极目标,便是把这种可编程性扩展到最大幅度,直到整个可观测宇宙都被纳入可重新赋值的场域。5. 节日消亡论  反讽的是,假如真有一条可验证、全体共识的终极目标被宣布,历史将立即进入“目标后”的幽暗:意义蒸发、节日感溃散、文明熵暴增。于是那个真正值得守护的,是那个永远“将要被抵达却永远不得抵达”的空位。人类持续奔跑,是因为终点禁止被触碰。结语  
    你可以把上述五条视为同一旋律的不同复调:物理学熵、叙事熵、规则熵、价值熵、意义熵。五重抗熵行动,没有一个叫作“终极”,它们共同构成人类无法归零的永动悖论。因此,或许并不存在一个“真正”的终极目标,只有不断被生成、延迟、推翻、再造的临时终点。保持这一循环引擎的震动,就是人类最像“终极”的动作。

curl请求示例

  • curl请求如下

    curl --location 'https://api.modelverse.cn/v1/chat/completions' \
    --header 'Authorization: Bearer 你的API Key' \
    --header 'Content-Type: application/json' \
    --data '{"stream": false,"model": "moonshotai/Kimi-K2-Instruct","messages": [{"role": "user","content": "人类的终极目标是什么"}]
    }' -w "\n time:%{time_total}\n"
    

    如果希望是流式输出则将stream更改为true, 当然在data中可以自行添加openai格式的参数。

    image-20250716171811396

    可以看到,速度大概在44token/s

postman中请求

  • headers中添加api-key

    image-20250716172221798

    image-20250716172436164


api调用

  • 接入不同平台或者插件,一般只需要这两个即可

    1. base_url:这个是固定的

      https://api.modelverse.cn/v1

    2. api-key: 这个是刚刚申请的,也可以说是固定的

    3. model_name:moonshotai/Kimi-K2-Instruct

  • 其他支持的模型见模型广场,复制模型名称即可

    image-20250716170034370

注意

  • 类似cline、roocode这种open router,慎用api,虽然效果好,但是是真的费api

http://www.xdnf.cn/news/1134091.html

相关文章:

  • 技术分享:如何用规则定义生成自定义文件时间戳
  • 面向向量检索的教育QA建模:九段日本文化研究所日本语学院的Prompt策略分析(6 / 500)
  • 【MAC】nacos 2.5.1容器docker安装
  • Python中的列表list、元组(笔记)
  • Vue在线预览Excel和Docx格式文件
  • CentOS网络配置与LAMP环境搭建指南
  • VUEX 基础语法
  • 如何解决WordPress数据库表损坏导致的错误
  • C语言 --- 函数递归
  • 蓝光三维扫描技术:汽车轮毂轴承模具检测的高效解决方案
  • Linux 驱动中 Timer / Tasklet / Workqueue 的作用与对比
  • socket和websocket的区别
  • LeafletJS 进阶:GeoJSON 与动态数据可视化
  • rocky8 --Elasticsearch+Logstash+Filebeat+Kibana部署【7.1.1版本】
  • 【开源.NET】一个 .NET 开源美观、灵活易用、功能强大的图表库
  • MAC 苹果版Adobe Photoshop 2019下载及保姆级安装教程!!
  • 信而泰×DeepSeek:AI推理引擎驱动网络智能诊断迈向 “自愈”时代
  • SupMotion 云迁移数据工具实现原理(上)
  • unity VR linerenderer的线会被UI盖住
  • 鸿蒙系统账号与签名内容整理
  • 网络安全初级(Python实现sql自动化布尔盲注)
  • 基于大数据电信诈骗行为分析与可视化预测系统的设计与实现【海量数据、多种机器学习对比、数据优化、过采样】
  • PDF 转 Word 支持加密的PDF文件转换 批量转换 编辑排版自由
  • 混合参数等效模型
  • 暑假---作业2
  • LLM指纹底层技术——注意力机制变体
  • Mybatis07-逆向工程
  • 【代码】基于CUDA优化的RANSAC实时激光雷达点云地面分割
  • 参数检验?非参数检验?
  • java工具类Hutool