API Kimi K2

API Kimi K2 merupakan model bahasa Mixture‑of‑Experts sumber terbuka, triliunan parameter dengan jendela konteks 256K token, yang dioptimalkan untuk pengodean berkinerja tinggi, penalaran agen, dan inferensi efisien.

Kimi K2-0905 adalah model AI terbaru yang dirilis oleh Darkside of the Moon Technology Co., Ltd. Model ini menawarkan kemampuan bantuan pemrograman yang canggih, unggul dalam pembuatan kode dan pengembangan front-end. Panjang konteksnya diperluas hingga 256 KB, mendukung tugas-tugas kompleks. Kecepatan output API model yang tinggi mencapai 60–100 token/detik, memastikan waktu respons yang cepat.

Model ini kompatibel dengan Anthropic API, mendukung WebSearch Tool, dan menawarkan pengalaman Claude Code yang lebih baik. Model ini juga menyediakan caching konteks otomatis untuk mengurangi biaya pengguna. Pengguna kini dapat mencobanya melalui CometAPI (kimi-k2-250905).

Informasi Dasar & Fitur

• Nama model: Kimi K2
• Arsitektur: Campuran Ahli (MoE)
• Jumlah Parameter: 1 triliun
• Parameter yang Diaktifkan: 32 miliar per forward pass
• Panjang Konteks: 256 ribu token
• Ukuran Kosakata: 160 ribu token
• Kasus Penggunaan Utama: Pengkodean, integrasi alat, dekomposisi tugas kompleks, penalaran umum.

Arsitektur Teknis

Kimi K2 menggunakan 384‑pakar MoE desain, memilih 8 ahli per token untuk menyeimbangkan kinerja dengan efisiensi inferensi. Ini terdiri dari Lapisan 61, termasuk 1 lapisan padat, dan memanfaatkan Perhatian Berlapis-lapis (MLA) bersama dengan SwiGLU fungsi aktivasi. Pelatihan memanfaatkan Pengoptimal muon lebih 15.5 triliun token, memastikan stabilitas dan throughput tinggi di berbagai tolok ukur.

Kinerja Tolok Ukur

• SWE‑bench Terverifikasi: Akurasi percobaan tunggal sebesar 65.8%—melampaui GPT‑4.1 yang sebesar 54.6% dan hanya tertinggal dari Claude Sonnet 4 di antara model teratas.
• SWE‑bench multibahasa: Akurasi 47.3%, memimpin pesaing sumber terbuka.
• Kode LiveBench: 53.7%, tertinggi di antara model non-eksklusif.
• EvalPlus: 80.3, mengungguli seri DeepSeek‑V3 dan Qwen 2.5.

Hasil ini menggarisbawahi Kimi K2 kemampuan pengkodean mutakhir dan kemampuan penalaran yang kuat.

Cara memanggil API Kimi K2 dari CometAPI

Kimi K2 Harga API di CometAPI, diskon 20% dari harga resmi:

• Token Masukan: $0.11/M token
• Token Keluaran: $1.99/M token

Langkah-langkah yang Diperlukan

• Masuk ke cometapi.comJika Anda belum menjadi pengguna kami, silakan mendaftar terlebih dahulu
• Dapatkan kunci API kredensial akses antarmuka. Klik “Tambahkan Token” pada token API di pusat personal, dapatkan kunci token: sk-xxxxx dan kirimkan.
• Dapatkan url situs ini: https://api.cometapi.com/

Gunakan Metode

1. Pilih "kimi-k2-0711-preview” untuk mengirim permintaan API dan mengatur isi permintaan. Metode permintaan dan isi permintaan diperoleh dari dokumen API situs web kami. Situs web kami juga menyediakan pengujian Apifox demi kenyamanan Anda.
2. Mengganti dengan kunci CometAPI Anda yang sebenarnya dari akun Anda.
3. Masukkan pertanyaan atau permintaan Anda ke dalam kolom konten—inilah yang akan ditanggapi oleh model.
4. Memproses respons API untuk mendapatkan jawaban yang dihasilkan.

CometAPI menyediakan REST API yang sepenuhnya kompatibel—untuk migrasi yang lancar. Detail penting untuk Dokumen API:

• URL dasar: https://api.cometapi.com/v1/chat/completions
• Nama Model: "kimi-k2-250905"
• Otentikasi: Token pembawa melalui Authorization: Bearer YOUR_CometAPI_API_KEY Header
• Jenis konten: application/json .

Integrasi API & Contoh

Kimi K2 dapat diakses melalui API Komet (kompatibel dengan OpenAI) dan API AI MoonshotBerikut adalah cuplikan kode Python untuk Penyelesaian Obrolan panggilan melalui CometAPI:

Potongan kode Python untuk Penyelesaian Obrolan panggilan melalui CometAPI:

pythonimport openai

openai.api_key = "YOUR_CometAPI_API_KEY"
openai.api_base = "https://api.cometapi.com/v1/chat/completions"

messages = [
    {"role": "system",  "content": "You are a helpful assistant."},
    {"role": "user",    "content": "Summarize Kimi K2's main features."}
]

response = openai.ChatCompletion.create(
    model="kimi-k2-250905",
    messages=messages,
    temperature=0.7,
    max_tokens=500
)

print(response.choices.message)