> ## Documentation Index
> Fetch the complete documentation index at: https://api-docs.upmore.net/llms.txt
> Use this file to discover all available pages before exploring further.

# Kimi K2 系列

> 月之暗面 Kimi K2 推理模型——编程、Agent 与视觉理解，256k 上下文。

Kimi K2 系列模型通过 Upmore 以标准 Chat Completions API（`/v1/chat/completions`）提供服务。全系列都是推理模型——回答前先思考，思维链通过 `reasoning_content` 返回。上下文窗口 256k。

## 可用模型

| 模型                         | 说明                                      |
| -------------------------- | --------------------------------------- |
| `kimi-k2.7-code`           | 最强编程模型——长上下文中更可靠地遵循指令，编程任务成功率更高         |
| `kimi-k2.7-code-highspeed` | 同款高速版，输出约 180 Tokens/s（短上下文可达 260），价格更高 |
| `kimi-k2.6`                | 最强通用模型——智能体编程、长上下文推理、前端设计，支持视觉输入        |
| `kimi-k2.5`                | Agent/代码/视觉全能型，支持思考与非思考模式               |

<Note>
  推理 token 按**输出 token** 计费——`max_tokens` 要留足预算。提示词缓存命中会自动按缓存折扣价计费。
</Note>

## 快速示例

<CodeGroup>
  ```bash cURL theme={null}
  curl https://api.upmore.net/v1/chat/completions \
    -H "Authorization: Bearer YOUR_API_KEY" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "kimi-k2.6",
      "messages": [
        { "role": "user", "content": "用简单的语言解释量子纠缠。" }
      ]
    }'
  ```

  ```python Python theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="YOUR_API_KEY",
      base_url="https://api.upmore.net/v1"
  )

  response = client.chat.completions.create(
      model="kimi-k2.7-code",
      messages=[
          {"role": "user", "content": "写一个合并两个有序列表的 Python 函数。"}
      ]
  )

  print(response.choices[0].message.content)
  ```

  ```python Vision theme={null}
  from openai import OpenAI

  client = OpenAI(
      api_key="YOUR_API_KEY",
      base_url="https://api.upmore.net/v1"
  )

  response = client.chat.completions.create(
      model="kimi-k2.5",
      messages=[
          {"role": "user", "content": [
              {"type": "image_url", "image_url": {"url": "https://example.com/chart.png"}},
              {"type": "text", "text": "总结这张图表。"}
          ]}
      ]
  )

  print(response.choices[0].message.content)
  ```
</CodeGroup>

## 参数说明

| 参数            | 类型             | 必填 | 说明                                                                            |
| ------------- | -------------- | -- | ----------------------------------------------------------------------------- |
| `model`       | string         | 是  | 上表中的任一模型 ID                                                                   |
| `messages`    | array          | 是  | `{ role, content }` 对象列表；`kimi-k2.5` / `kimi-k2.6` 的 content 支持 `image_url` 项 |
| `stream`      | boolean        | 否  | 开启 SSE 流式输出。默认：`false`                                                        |
| `temperature` | float          | 否  | 控制随机性。默认：`1`                                                                  |
| `max_tokens`  | integer        | 否  | 最大输出 token 数（**含推理 token**）                                                   |
| `stop`        | string / array | 否  | 终止生成的序列                                                                       |
| `tools`       | array          | 否  | 模型可调用的工具列表                                                                    |

## 响应说明

| 字段                                                 | 说明                                     |
| -------------------------------------------------- | -------------------------------------- |
| `choices[].message.reasoning_content`              | 模型的思维链（流式时为 `delta.reasoning_content`） |
| `usage.completion_tokens_details.reasoning_tokens` | 消耗的推理 token——计入 `completion_tokens`    |
| `usage.prompt_tokens_details.cached_tokens`        | 命中提示词缓存的 token——按缓存折扣价计费               |

<Card title="API 参考" icon="code" href="/zh/api-reference/model-api/moonshot/kimi-k2">
  查看可交互的 API Playground。
</Card>