AI 正在改变开发者构建应用、自动化任务和提供更智能数字体验的方式。模型 API 无需从头开发模型，即可将先进的 AI 能力集成到软件中。Kimi API 为开发者提供强大语言模型，可用于文本生成、编程、推理和文档分析。本指南将介绍 Kimi API、其主要功能、实际应用以及开始使用的方法。
什么是模型 API
模型 API 是一种让应用通过代码访问 AI 模型的接口。应用发送包含文本、图像等输入的格式明确的请求，并接收由模型生成的结果。托管式模型 API 让开发者无需自行训练或运行底层模型，即可使用这些能力。
Kimi API 提供对月之暗面 Kimi 模型的编程访问能力，开发者可将文本生成、多轮对话、编程辅助、文档分析和视觉理解集成到应用中。
通过统一接口，开发者可以将 AI 模型连接到网站、软件应用、内部工具和自动化工作流。这简化了 AI 集成，无需管理底层模型基础设施。
AI 模型 API 的类型
AI 模型 API 可支持不同类型的输入和任务，具体取决于底层模型及其能力。常见类别包括：
文本生成 API： 根据用户提示词生成、改写、翻译和总结文本，常用于聊天机器人、写作助手和内容创作应用。
嵌入 API： 将文本或其他受支持的数据转换为数值向量表示。开发者可以将这些嵌入用于语义搜索、推荐系统和检索增强生成（RAG）。
图像生成 API： 根据文本提示词或参考图像生成或编辑图像，支持设计工具和创意平台等应用。
多模态 API： 在同一次交互中处理文本、图像等多种输入类型。这类 API 可支持视觉问答、图像分析及其他多模态应用。
语音和音频 API： 将语音转换为文本、生成语音音频，或处理语音输入，适用于语音助手和转录工具等应用。
一些 AI 模型支持多种能力，因此这些类别并不互斥。例如，受支持的 Kimi 模型可以处理文本任务和视觉输入，让开发者能够构建结合语言理解与图像分析的应用。
模型 API 在 AI 平台中的作用
模型 API 是应用调用 AI 模型时使用的接口。AI API 平台除了提供这些接口外，还提供用于管理 API 密钥、计费、用量及相关服务的工具。平台可以提供自有模型、第三方模型，或两者兼有。
例如，Kimi API 平台可访问月之暗面的 Kimi 模型，并提供用于创建密钥和监控用量的控制台。开发者在应用中调用模型 API，并通过平台管理该访问权限。两者在同一开发工作流中协同使用。
为什么使用 Kimi API
访问 Kimi 的先进模型： Kimi API 让开发者可以访问月之暗面的最新模型，包括专为复杂推理、编程和多模态任务设计的先进模型。这些模型具备更强的问题解决能力、更出色的代码生成能力和长上下文理解能力，可帮助开发者构建能够处理复杂指令、分析大量信息并管理高要求工作流的应用。
兼容 OpenAI API 的格式： Kimi API 支持 OpenAI Chat Completions API 格式，开发者可以使用兼容的 OpenAI SDK。配置 Kimi API 基础 URL、API 密钥和模型 ID 后，在改造现有应用前，请先确认受支持的参数和模型特定行为。这种兼容性让在既有开发工作流中集成 AI 模型 API 更加容易。
流式和非流式响应： Kimi API 同时支持流式和非流式响应模式，适应不同的应用需求。非流式请求会返回完整响应，流式模式则通过服务器发送事件（SSE）逐步传输生成的内容。
这种灵活性让模型 API 既适用于后台处理，也适用于需要实时反馈的交互式聊天应用。
灵活集成： 开发者可以将 Kimi API 连接到网站、后端服务、自定义应用和自动化工作流。其基于 API 的架构可灵活地将模型 API 能力纳入不同技术环境和开发项目。
如何开始使用 Kimi API
开始使用 Kimi API 的方式有多种，取决于你是想使用 Kimi 自己的开发者工具，还是将其模型集成到现有应用中。你可以将 Kimi API 连接到 Kimi Code CLI，用于 AI 辅助软件开发；也可以使用兼容的 SDK 和工具构建自己的应用。
将 Kimi API 与 Kimi Code 搭配使用
Kimi Code CLI 是一款基于终端的 AI 编程智能体，可以读取和修改项目文件、运行命令、分析代码，并协助完成软件开发任务。你可以使用 API 密钥接入 Kimi API，并在开发环境中直接使用 Kimi 模型。
第 1 步：创建 Kimi API 账户
访问 Kimi API 平台并注册账户。登录后即可进入开发者控制台，在其中管理 API 密钥并查看 API 用量；国内新用户注册并完成认证后，可获赠的 15 元代金券。具体条款请查看充值政策和控制台。
第 2 步：生成 API 密钥
在控制台中打开 API 密钥管理页面，创建新的 API 密钥。
复制生成的密钥并妥善保管。避免将其硬编码到应用中，或暴露在客户端代码内。
第 3 步：安装 Kimi Code CLI
Kimi Code 现已覆盖桌面端、CLI 与 IDE 插件，轻松兼容各类开发流程，更快更稳响应请求，高效地完成编程任务
在 macOS 或 Linux 上，使用官方安装脚本进行安装：
在 Windows 上，打开 PowerShell 并运行：
在 Windows 上启动 Kimi Code CLI 前，请确认已安装 Git for Windows。
或者，也可以通过 npm 安装：
通过 npm 安装需要 Node.js 22.19.0 或更高版本。
第 4 步：将 Kimi API 连接到 Kimi Code
进入你的项目目录并启动 Kimi Code CLI：
在 Kimi Code CLI 交互界面中，输入 /login。选择 Kimi Platform API key，然后粘贴你之前生成的 API key。
本示例在 Kimi Code CLI 中使用 Kimi 开放平台 API key。用量将按适用的 token 费率计入你的 API 账户，与 Kimi Code 订阅额度分开计费。有关当前的安装和认证选项，请参阅 Kimi Code CLI 入门指南。
第 5 步：选择模型并开始编程
在 Kimi Code CLI 中，输入 /model 打开模型选择器，然后选择可用模型。
选择模型后，在 CLI 中输入编程任务。例如：
随后，Kimi Code 可以帮助检查项目文件、分析代码、提出修改建议，并协助完成开发任务。
将 Kimi API 集成到其他 SDK 和工具中
如果你正在构建自己的应用，或已在使用 AI 开发框架，可以通过兼容的 SDK 和工具集成 Kimi 模型，而无需使用 Kimi Code CLI。
Kimi API 支持 OpenAI API 格式，因此，使用 OpenAI Python 或 Node.js SDK 的应用通常只需更新 API 基础 URL、API key 和模型 ID 即可连接。例如，使用 OpenAI Python SDK：
第 1 步：安装 OpenAI SDK
第 2 步：配置 Kimi API 客户端
在将要运行 Python 的终端中，将你的 API key 设置为环境变量。在 macOS 或 Linux 上：
在 Windows PowerShell 中：
然后在 Python 中创建客户端：
本示例使用国际 API 端点。如果你使用中国大陆平台，请按照该平台的文档使用 https://api.moonshot.cn/v1，并使用该平台的 API key 和可用模型。请选择与你的平台账户和凭据相匹配的端点，而非仅根据你的实际所在地切换端点。
第 3 步：向 Kimi 模型发送请求
本示例使用 Chat Completions 接口向 Kimi K3.1 Pro 发送消息，并打印生成的响应。你可以通过流式输出、工具调用及其他受支持的 API 功能扩展集成。
其他 SDK 和开发工具
除 OpenAI SDK 外，Kimi API 还可以与其他兼容客户端和 AI 编程工具集成。开发者可以使用兼容 Messages API 格式的 SDK，或配置 Codex、OpenClaw 等兼容的智能体工具来调用 Kimi 模型。
不同工具的配置流程有所不同。根据集成方式，你可能需要指定 API key、基础 URL、模型 ID 和 API 协议。配置连接前，请查阅相应工具的文档以及 Kimi 的 API 兼容性指南。
更多信息请参阅 Kimi API 文档和模型列表。
如何为你的应用选择 Kimi 模型
选择 Kimi 模型时，需要权衡任务质量、输出速度和 API 总成本。先在应用中具有代表性的任务上测试模型，再比较其结果和 token 用量。
下表概述了各模型值得考虑的适用场景：
| 模型 | 推荐工作负载 | 选择理由 |
|---|---|---|
| kimi-k3.1-pro | 新应用、复杂编程、研究和长程智能体任务 | 适合新项目的实用起点，在这三个模型中，其标准输入和输出费率最低。 |
| kimi-k3.1-pro-highspeed | 交互式编程，以及用户等待生成输出的其他工作流程 | 具备与 K3.1 Pro 相同的模型能力，输出生成速度约快 2–3 倍。标准输入、输出和缓存写入费率更高。 |
| kimi-k3 | 已使用 K3 测试过的现有应用 | 适合维护已验证的 K3 集成；切换前，建议先在自己的任务上评估较新的模型。 |
Kimi API 定价
以下费率适用于国内 API 平台，单位为每百万 token（1,000,000 token）的人民币价格，不含适用税费。三款模型均支持 1,048,576 token 的上下文窗口。
| 模型 | 未缓存输入 | 输出 | 缓存命中 | 缓存写入（5 分钟） | 缓存写入（1 小时） |
|---|---|---|---|---|---|
| kimi-k3.1-pro | ¥13.00 | ¥68.00 | ¥1.30 | ¥13.00 | ¥26.00 |
| kimi-k3.1-pro-highspeed | ¥26.00 | ¥136.00 | ¥1.30 | ¥26.00 | ¥52.00 |
| kimi-k3 | ¥20.00 | ¥100.00 | ¥2.00 | ¥20.00 | ¥40.00 |
对于本指南使用的 Chat Completions 接口，输入 token 分为三类互斥的计费类别：未缓存输入、缓存命中和缓存写入。按缓存写入计费的 token 不会再按未缓存输入费率收费。估算成本时，请使用 API 返回的用量明细。
自动缓存默认对符合条件的前缀使用 5 分钟 TTL；也可使用 1 小时 TTL。缓存命中按缓存命中费率计费，并会续期现有 TTL，不会产生额外的写入费用。有关当前费率和计费规则，请查看官方 API 定价页面和上下文缓存指南。
为你的应用选择模型时，请考虑以下因素：
任务质量： 新项目可先使用 K3.1 Pro，再测试它是否符合你的准确性和可靠性要求。对于现有的 K3 集成，在切换前请根据你自己的回归测试比较其表现。
输入模态： 三款模型都支持原生视觉理解。请根据你的工作流程，查看所选模型支持的输入格式和预处理要求。
上下文长度： 三款模型均提供 100 万 token 的上下文窗口。仅凭容量无法区分它们；还应评估检索质量、延迟和处理长历史记录的成本。
输出速度： 当生成速度更重要时，可考虑 K3.1 Pro Highspeed。其约 2–3 倍的输出速度并不意味着每项端到端任务都会快 2–3 倍完成。
总用量和成本： 比较未缓存输入、缓存读取和写入、输出用量以及所有付费工具。在本次比较中，K3.1 Pro 的标准输入和输出费率最低。应根据报告的用量（包括推理 token）估算输出成本，而非仅根据最终答案的长度估算。
如需了解当前模型 ID 和能力，请查阅 Kimi API 模型列表。在选择用于生产环境的模型前，请先针对自身工作负载对候选模型进行基准测试。
Kimi API 的常见应用场景
Kimi API 支持多种开发场景，涵盖对话式应用、内容生成、文档分析和多模态工作流。开发者可以将 Kimi 模型集成到现有产品中，或构建新的基于人工智能的应用，用于完成以下任务：
AI 客户支持和对话助手： 将 Kimi API 集成到客户服务平台、聊天机器人和虚拟助手中，用于回答问题、说明产品详情和处理常见支持请求。在新的 API 请求中加入此前的消息，应用即可保留对话上下文，提供更相关的回复。这让 Kimi API 可用于客户服务自动化、互动学习工具、个性化推荐及其他对话式应用。
AI 写作和内容生成： 构建基于用户指令和上下文信息生成自然语言内容的写作助手和内容创作工具。开发者可以使用 Kimi 模型创作文章、产品描述和营销文案，也可以改写、翻译和总结文本。这些能力还可支持写作和效率应用中的问答、上下文解释和信息提取。
文档分析和知识检索： 将 Kimi 模型集成到文档处理工作流中，分析篇幅较长的材料、总结报告、提取研究发现，并回答与所提供内容有关的问题。开发者还可以结合长上下文处理与文档检索系统，构建可处理多来源信息的知识型应用。潜在应用包括研究论文分析、内部知识搜索、文档问答和信息整理。
AI 编程助手和开发工具： 使用 Kimi API 支持代码生成、调试、代码解释和技术文档等软件开发任务。开发者可以将模型回复集成到代码编辑器、开发平台和内部工程工具中。结合函数调用，Kimi 模型还可以与外部开发服务和函数交互，为编程助手及更高级的基于人工智能的开发工作流提供基础。
多模态应用： 使用受支持的 Kimi 模型，将视觉输入与文本提示词一同处理，让应用能够理解图像和视频，并响应自然语言指令。开发者可以结合文本和视觉理解，构建图像问答、视觉内容分析、图像和视频理解等涉及多种输入类型的应用。支持的输入格式和能力取决于所选模型。
结语
总之，Kimi API 让开发者无需从头构建模型，也能更轻松地将先进的 AI 能力集成到应用中。从内容生成、文档分析到编程和多模态任务，它可满足广泛的开发需求。借助灵活的 AI 模型 API，你可以选择合适的模型，构建实用的基于人工智能的应用。
