本文档介绍如何在阿里云百炼平台通过OpenAI兼容接口或DashScope SDK调用Kimi系列模型。
重要
本文档仅适用于“中国大陆(北京)”地域。如需使用模型,需使用“中国大陆(北京)”地域的API Key。
模型介绍
Kimi 系列模型是由月之暗面公司(Moonshot AI)推出的混合专家(MoE)语言模型。拥有1 万亿总参数和 320 亿激活参数,在前沿知识、推理和编码任务中表现出卓越性能。
模型名称 | 上下文长度 | 输入成本 | 输出成本 | 免费额度 |
(Token数) | (每千Token) | |||
Moonshot-Kimi-K2-Instruct | 131,072 | 0.004元 | 0.016元 | 100万Token 有效期:百炼开通后90天内 |
快速开始
API 使用前提:已获取API Key并完成配置API Key到环境变量。如果通过SDK调用,需要安装 OpenAI 或 DashScope SDK。
OpenAI兼容
Python
示例代码
import os
from openai import OpenAI
client = OpenAI(
# 若没有配置环境变量,请用阿里云百炼API Key将下行替换为:api_key="sk-xxx",
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)
completion = client.chat.completions.create(
model="Moonshot-Kimi-K2-Instruct",
messages=[
{'role': 'user', 'content': '你是谁'}
]
)
print(completion.choices[0].message.content)返回结果
我是Kimi,你的智能伙伴和好朋友。我来自月之暗面科技有限公司,擅长中文和英文,会用有趣、准确、温暖的方式和你聊天。有什么我可以帮你的吗?Node.js
示例代码
import OpenAI from "openai";
const openai = new OpenAI(
{
// 若没有配置环境变量,请用阿里云百炼API Key将下行替换为:apiKey: "sk-xxx",
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: "https://dashscope.aliyuncs.com/compatible-mode/v1"
}
);
const completion = await openai.chat.completions.create({
model: "Moonshot-Kimi-K2-Instruct",
messages: [
{ role: "user", content: "你是谁" }
],
});
console.log(completion.choices[0].message.content)返回结果
我是Kimi,由月之暗面科技有限公司训练的大语言模型。HTTP
示例代码
curl
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "Moonshot-Kimi-K2-Instruct",
"messages": [
{
"role": "user",
"content": "你是谁"
}
]
}'返回结果
{
"choices": [
{
"message": {
"content": "我是Kimi,一个由月之暗面科技有限公司训练的大语言模型。我的知识截止到2025年4月,擅长用自然流畅的语言和你互动交流。很高兴认识你!",
"role": "assistant"
},
"finish_reason": "stop",
"index": 0,
"logprobs": null
}
],
"object": "chat.completion",
"usage": {
"prompt_tokens": 17,
"completion_tokens": 36,
"total_tokens": 53
},
"created": 1752659072,
"system_fingerprint": null,
"model": "Moonshot-Kimi-K2-Instruct",
"id": "chatcmpl-4bfeb502-90ec-9a2b-8d51-66a676c5fb67"
}DashScope
Python
示例代码
import os
import dashscope
messages = [
{'role': 'user', 'content': '你是谁?'}
]
response = dashscope.Generation.call(
# 若没有配置环境变量,请用阿里云百炼API Key将下行替换为:api_key="sk-xxx",
api_key=os.getenv('DASHSCOPE_API_KEY'),
model="Moonshot-Kimi-K2-Instruct",
messages=messages,
# result_format参数不可以设置为"text"。
result_format='message'
)
print(response.output.choices[0].message.content)返回结果
我是Kimi,由月之暗面科技有限公司训练的大语言模型。我的知识截止到2025年4月,擅长用自然流畅的语言和你互动交流。有什么可以帮你的吗?Java
示例代码
import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
public class Main {
public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {
Generation gen = new Generation();
Message userMsg = Message.builder()
.role(Role.USER.getValue())
.content("你是谁?")
.build();
GenerationParam param = GenerationParam.builder()
// 若没有配置环境变量,请用阿里云百炼API Key将下行替换为:.apiKey("sk-xxx")
.apiKey(System.getenv("DASHSCOPE_API_KEY"))
.model("Moonshot-Kimi-K2-Instruct")
.messages(Arrays.asList(userMsg))
// 不可以设置为"text"
.resultFormat(GenerationParam.ResultFormat.MESSAGE)
.build();
return gen.call(param);
}
public static void main(String[] args) {
try {
GenerationResult result = callWithMessage();
System.out.println(result.getOutput().getChoices().get(0).getMessage().getContent());
} catch (ApiException | NoApiKeyException | InputRequiredException e) {
// 使用日志框架记录异常信息
System.err.println("An error occurred while calling the generation service: " + e.getMessage());
}
System.exit(0);
}
}返回结果
我是Kimi,由月之暗面科技有限公司训练的大语言模型。我的知识截止于2025年4月,擅长用自然流畅的语言和你互动交流。有什么可以帮你的吗?HTTP
示例代码
curl
curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "Moonshot-Kimi-K2-Instruct",
"input":{
"messages":[
{
"role": "user",
"content": "你是谁?"
}
]
},
"parameters": {
"result_format": "message"
}
}'返回结果
{
"output": {
"choices": [
{
"finish_reason": "stop",
"message": {
"role": "assistant",
"content": "我是Kimi,一个由月之暗面科技有限公司训练的大语言模型,知识截止于2025年4月。很高兴认识你!"
}
}
]
},
"usage": {
"total_tokens": 46,
"output_tokens": 28,
"input_tokens": 18
},
"request_id": "9c8156f8-3e5b-9b84-8776-d88a8c615bdf"
}其它功能
默认值
temperature:0.6
top_p: 1.0
presence_penalty: 0
错误码
如果模型调用失败并返回报错信息,请参见错误信息进行解决。
常见问题
Q:如何部署 Kimi-K2-Instruct 模型?
A:我们推荐您通过本文介绍的阿里云百炼 API 方式调用。如有私有化部署需求,请参见阿里云 Kimi K2 解决方案,涵盖了通过 PAI、GPU 云服务器等部署模型的方式。
该文章对您有帮助吗?