Kimi K2 API

Kimi K2 API 是一个开源的、万亿参数规模的专家混合语言模型，具备 256K token 的上下文窗口，并针对高性能编程、Agent 式推理和高效推断进行了优化。

Kimi K2-0905 是 Darkside of the Moon Technology Co., Ltd. 发布的最新 AI 模型。它拥有强大的编程辅助能力，在代码生成与前端开发方面表现出色。其上下文长度扩展至 256KB，支持复杂任务。模型的高速 API 输出速度可达 60–100 tokens/second，确保快速响应。

该模型兼容 Anthropic API，支持 WebSearch Tool，并提供增强的 Claude Code 体验。同时提供自动上下文缓存以降低用户成本。用户现可通过 CometAPI（kimi-k2-250905）进行体验。

基本信息与特性

• 模型名称： Kimi K2
• 架构： Mixture‑of‑Experts (MoE)
• 总参数量： 1 万亿
• 激活参数量： 每次前向传播 320 亿
• 上下文长度： 256 K tokens
• 词表大小： 160 K tokens
• 主要用例： 编程、工具集成、复杂任务分解、通用推理。

技术架构

Kimi K2 采用 384 专家 MoE 设计，每个 token 选择 8 个专家，在性能与推理效率之间取得平衡。整体由 61 层 组成，其中包含 1 个稠密层（dense），并使用 多层注意力（MLA） 与 SwiGLU 激活函数。训练基于 Muon 优化器，在 15.5 万亿个 token 上完成，确保在多样化基准上的稳定性与高吞吐。

基准性能

• SWE‑bench Verified： 单次尝试准确率 65.8%——超过 GPT‑4.1 的 54.6%，仅次于顶级模型中的 Claude Sonnet 4。
• Multilingual SWE‑bench： 47.3% 准确率，领跑开源阵营。
• LiveCodeBench： 53.7%，在非专有模型中位列第一。
• EvalPlus： 80.3，优于 DeepSeek‑V3 与 Qwen 2.5 系列。

这些结果凸显了 Kimi K2 的前沿编码能力与稳健的推理能力。

如何通过 CometAPI 调用 Kimi K2 API

Kimi K2 API 在 CometAPI 的定价，较官方价格优惠 20%：

• 输入 Token：$0.11/ M tokens
• 输出 Token：$1.99/ M tokens

必需步骤

• 登录 cometapi.com。如果您还不是我们的用户，请先注册
• 获取该接口的访问凭证 API key。在个人中心的 API token 中点击 “Add Token”，获取令牌密钥：sk-xxxxx 并提交。
• 获取本站的 url：https://api.cometapi.com/

使用方法

1. 选择 “kimi-k2-0711-preview” 端点发送 API 请求并设置请求体。请求方法与请求体请从我们网站的 API 文档获取。我们的网站也提供 Apifox 测试以供使用。
2. 将 <YOUR_API_KEY> 替换为您帐号中的实际 CometAPI key。
3. 将您的问题或请求插入到 content 字段中——模型会对其进行回复。
4. . 处理 API 响应以获取生成的答案。

CometAPI 提供完全兼容的 REST API——便于无缝迁移。关键细节参见 API 文档：

• Base URL： https://api.cometapi.com/v1/chat/completions
• Model Names： “kimi-k2-250905“
• Authentication： 通过 Authorization: Bearer YOUR_CometAPI_API_KEY 头传递 Bearer token
• Content-Type： application/json 。

API 集成与示例

Kimi K2 可通过 CometAPI（兼容 OpenAI）以及 Moonshot AI API 进行访问。下面是通过 CometAPI 发起 ChatCompletion 调用的 Python 代码片段：

通过 CometAPI 发起 ChatCompletion 调用的 Python 代码片段：

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)