古法编程

Appearance

本页是 Kimi API Chat Completions 端点的完整参考，覆盖请求参数（messages/thinking/tools/stream 等）、响应格式（非流式/流式），以及图片和视频的多模态输入方式。适合需要精细控制 API 调用的开发者。

创建对话补全（Chat Completions） ​

POST https://api.moonshot.cn/v1/chat/completions

为聊天消息创建补全结果。支持标准聊天、Partial Mode、Tool Use 和多模态输入。

请求参数 ​

核心参数 ​

参数类型必填说明
modelstring✅模型 ID，如 kimi-k2.6、moonshot-v1-128k
messagesarray✅对话消息列表，每条含 role 和 content
streamboolean是否流式返回，默认 false
max_completion_tokensinteger最大输出 token 数，默认 1024
stopstring/array停用词，最多 5 个，每个不超过 32 字节

messages 格式 ​

role 支持 system、user、assistant。content 支持两种形式：

纯文本：

json
{"role": "user", "content": "你好"}

多模态数组（图片/视频）：

json
{
  "role": "user",
  "content": [
    {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}},
    {"type": "text", "text": "请描述这张图片"}
  ]
}

支持的 type：text、image_url、video_url。图片/视频 URL 支持 base64 编码（data:image/png;base64,...）或文件 ID（ms://<file_id>）。

thinking 参数（kimi-k2.6 / kimi-k2.5 专用） ​

控制是否启用思考模式：

json
"thinking": {"type": "enabled"}   // 默认，启用思考
"thinking": {"type": "disabled"}  // 禁用思考

保留历史对话的思考内容（Preserved Thinking）：

json
"thinking": {"type": "enabled", "keep": "all"}

注意：启用 thinking 时，tool_choice 只能是 "auto" 或 "none"；工具调用结果中的 reasoning_content 必须原样保留在下一轮 messages 中。

模型专有参数限制 ​

kimi-k2.6 / kimi-k2.5 系列的以下参数有固定值，设置其他值会报错：

参数固定值
temperaturethinking 模式: 1.0；非 thinking 模式: 0.6
top_p0.95
n1
presence_penalty0.0
frequency_penalty0.0

建议不要手动设置这些字段，使用默认值。moonshot-v1 系列支持自定义这些参数。

response_format（输出格式控制） ​

json
{"type": "text"}           // 默认，纯文本
{"type": "json_object"}    // JSON 模式，保证输出为合法 JSON
{"type": "json_schema", "json_schema": {"name": "...", "schema": {...}}}  // 结构化输出

tools（工具调用） ​

json
"tools": [
  {
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "获取指定城市的天气",
      "parameters": {
        "type": "object",
        "properties": {
          "city": {"type": "string", "description": "城市名称"}
        },
        "required": ["city"]
      }
    }
  }
]

详细工具调用流程见工具调用指南。

prompt_cache_key ​

用于提高缓存命中率，Agent 和 Coding 场景推荐设置：

json
"prompt_cache_key": "session-id-or-task-id"

响应格式 ​

非流式响应 ​

json
{
  "id": "cmpl-04ea926191a14749b7f2c7a48a68abc6",
  "object": "chat.completion",
  "created": 1698999496,
  "model": "kimi-k2.6",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "1+1=2。",
        "reasoning_content": "这是一个简单的加法运算..."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 19,
    "completion_tokens": 21,
    "total_tokens": 40,
    "cached_tokens": 10
  }
}

finish_reason 取值：

  • "stop"：正常结束
  • "length"：达到 max_completion_tokens 限制
  • "tool_calls"：模型发起了工具调用

流式响应（stream: true） ​

每个 chunk 格式：

json
data: {"id":"cmpl-xxx","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}

最后一个 chunk：

json
data: {"choices":[{"index":0,"delta":{},"finish_reason":"stop","usage":{...}}]}
data: [DONE]

常见问题 ​

Q: kimi-k2.6 能设置 temperature 吗？

A: 不能手动设置，模型在 thinking 模式下强制使用 1.0，非 thinking 模式使用 0.6。如需自定义 temperature，改用 moonshot-v1 或 kimi-k2-0905-preview 系列。

Q: 工具调用时 reasoning_content 必须保留吗？

A: 是的，启用 thinking 模式进行多轮工具调用时，每一轮 assistant 消息中的 reasoning_content 必须原样传回，否则会报错。这是 Kimi 思考模式与 OpenAI o1 的一个差异点。

Q: cached_tokens 是什么？

A: 使用了 KV Cache 的 token 数量，命中缓存的 token 不会重复计费，可以用 prompt_cache_key 提高命中率。

POST /v1/chat/completions 是 Kimi API 的核心接口，支持文本对话、多模态输入（图片/视频）、工具调用、流式输出、JSON Mode 和 Partial Mode。本页是完整的参数参考，不同模型的参数支持有差异。

创建对话补全 ​

POST https://api.moonshot.cn/v1/chat/completions

请求参数 ​

基础参数（所有模型通用） ​

参数名类型必须说明
modelstring✅模型 ID，如 kimi-k2.6、moonshot-v1-128k
messagesarray✅对话消息列表
streamboolean流式输出，默认 false
max_completion_tokensinteger最大输出 token 数，默认 1024
response_formatobject输出格式，见下文
toolsarray工具定义，最多 128 个
stopstring/array停用词，最多 5 个，每个不超过 32 字节
stream_optionsobject流式选项，{include_usage: true} 获取 token 统计
prompt_cache_keystring缓存键，用于提高 KV 缓存命中率

已废弃：max_tokens 已替换为 max_completion_tokens，功能相同但使用新名称。

kimi-k2.6 / kimi-k2.5 专有参数 ​

typescript
{
  model: "kimi-k2.6",
  thinking: {
    type: "enabled" | "disabled", // 思考模式开关，默认 enabled
    keep: "all" | null,           // Preserved Thinking，默认 null
  },
  // temperature 只能是 1.0（思考）或 0.6（非思考），不要显式设置
}

moonshot-v1 系列额外支持的参数 ​

参数名类型默认值说明
temperaturefloat0.0采样温度，范围 [0, 1]
top_pfloat1.0核采样，范围 [0, 1]
ninteger1每次请求返回的回复数，最大 5
presence_penaltyfloat0存在惩罚，范围 [-2, 2]
frequency_penaltyfloat0频率惩罚，范围 [-2, 2]

messages 格式 ​

文本消息 ​

json
{"role": "system", "content": "你是 Kimi。"},
{"role": "user", "content": "你好！"},
{"role": "assistant", "content": "你好！有什么可以帮你的？"}

多模态消息（图片/视频） ​

json
{
  "role": "user",
  "content": [
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/png;base64,..."
      }
    },
    {
      "type": "text",
      "text": "请描述这张图片。"
    }
  ]
}

支持的 content 类型：

type说明url 格式
text文本内容—
image_url图片（PNG/JPEG/WebP/GIF）data:image/png;base64,... 或 ms://<file_id>
video_url视频（MP4/MPEG/MOV 等）data:video/mp4;base64,... 或 ms://<file_id>

Partial Mode 消息 ​

json
{
  "role": "assistant",
  "content": "尊敬的用户您好，",
  "partial": true
}

response_format 参数 ​

值说明
{"type": "text"}默认，纯文本输出
{"type": "json_object"}强制输出合法 JSON 对象
{"type": "json_schema", "json_schema": {...}}按指定 JSON Schema 约束输出结构

响应格式 ​

非流式响应 ​

json
{
  "id": "cmpl-04ea926191a14749b7f2c7a48a68abc6",
  "object": "chat.completion",
  "created": 1698999496,
  "model": "kimi-k2.6",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "你好！有什么可以帮你的？"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 19,
    "completion_tokens": 21,
    "total_tokens": 40,
    "cached_tokens": 10
  }
}

流式响应（SSE） ​

data: {"id":"cmpl-xxx","choices":[{"index":0,"delta":{"role":"assistant","content":""},"finish_reason":null}]}

data: {"id":"cmpl-xxx","choices":[{"index":0,"delta":{"content":"你好"},"finish_reason":null}]}

data: {"id":"cmpl-xxx","choices":[{"index":0,"delta":{},"finish_reason":"stop","usage":{"prompt_tokens":19,"completion_tokens":13,"total_tokens":32}}]}

data: [DONE]

finish_reason 说明 ​

值含义
stop正常完成
length触发 max_completion_tokens 限制，输出被截断
tool_calls模型请求执行工具调用

代码示例 ​

基础文本对话 ​

typescript
import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.MOONSHOT_API_KEY,
  baseURL: "https://api.moonshot.cn/v1",
});

const response = await client.chat.completions.create({
  model: "kimi-k2.6",
  messages: [
    { role: "user", content: "1+1 等于多少？" },
  ],
});

console.log(response.choices[0].message.content);

cURL ​

bash
curl https://api.moonshot.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $MOONSHOT_API_KEY" \
  -d '{
    "model": "kimi-k2.6",
    "messages": [
      {"role": "user", "content": "你好！"}
    ]
  }'

常见问题 ​

Q: max_tokens 和 max_completion_tokens 有什么区别？

A: 功能相同，max_tokens 是旧名称已废弃，请统一使用 max_completion_tokens。

Q: kimi-k2.6 不支持 n>1 吗？

A: kimi-k2.6/k2.5 不支持 n>1，如需多个回复选项，可以用 moonshot-v1 系列（支持 n 最大 5）。

Q: 如何获取每次请求消耗的 token 数？

A: 非流式请求在响应的 usage 字段直接获取；流式请求需要等最后一个数据块（包含 finish_reason），其中会有 usage 字段，或通过 stream_options: {include_usage: true} 参数额外获取。

友情链接： 能跑吗 · 打工算 · 车主算 · 开发工具 · 人工不智能

Copyright © 2026 地豆 蜀ICP备2021007188号 | 关于本站 | 隐私政策