Kimi

复制成功!
立即体验加入对比
文本生成视觉理解推理

概述

文本生成视觉理解推理

kimi-k2.7-code是 kimi 迄今最智能的coding模型,在长上下文中更可靠地遵循指令,能以更高的成功率完成编程任务,同时支持文本、图片与视频输入,思考模式,对话与 Agent 任务。

输入

文本图像视频

输出

文本

功能

前缀补全

您可在调用通义千问 API 时启用 Partial Mode,确保模型严格基于您的起始文本进行生成。查看文档

函数调用

您可以使用 函数调用 功能,通过引入外部工具,使得大模型可以与外部世界进行交互。查看文档

缓存

Context Cache 技术会缓存长上下文请求的公共前缀,减少推理时的重复计算,提升响应速度同时降低您的使用成本。查看文档

结构化输出

开启结构化输出功能可以确保大模型输出标准格式的 JSON 字符串。查看文档

批量任务

联网搜索

启用联网检索功能后,模型将基于实时检索数据进行回复。查看文档

微调

定价

  • 输入
    ¥6.5/M tokens
  • 输出
    ¥27/M tokens
  • 输入(缓存命中)
    ¥1.3/M tokens
  • 显式缓存创建
    ¥8.125/M tokens
  • 显式缓存命中
    ¥0.65/M tokens

速率限制与上下文

  • 最大输入
    229.37K
  • 最大输出
    16.38K
  • RPM每分钟请求数
    500
  • TPM每分钟 Token 数
    1M
  • 上下文
    262.14K

API 参考

获取 API Key
复制成功!
12345678910111213141516
import os
import dashscope
dashscope.base_http_api_url = 'https://dashscope.aliyuncs.comapi/v1'
messages = [
{
    "role": "user",
    "content": [
    {"text": "你是谁"}]
}]
response = dashscope.MultiModalConversation.call(
    #若没有配置环境变量, 请用百炼API Key将下行替换为: api_key ="sk-xxx"
    api_key = os.getenv('DASHSCOPE_API_KEY'),
    model = 'kimi-k2.7-code',
    messages = messages
)
print(response.output.choices[0].message.content[0]["text"])