一個驗證,對應所有 provider
一組 RunAPI key 即可解鎖整個 catalog。無需分開帳戶,亦無需為每個整合輪換密鑰。
It looks like you may prefer a different language. Switch anytime.
透過 RunAPI 使用 Kimi API,包含 model skill、統一驗證與按用量計費。
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/{model}:generateContent
POST /v1beta/models/{model}:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k3",
"messages": [
{
"role": "user",
"content": "規劃並實作一個小型 CLI 工具:建立專案骨架、撰寫指令、加入測試,並反覆執行直到通過。"
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "規劃並實作一個小型 CLI 工具:建立專案骨架、撰寫指令、加入測試,並反覆執行直到通過。"}]
)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "kimi-k3",
messages: [{ role: "user", content: "規劃並實作一個小型 CLI 工具:建立專案骨架、撰寫指令、加入測試,並反覆執行直到通過。" }]
});
Kimi 系列而家以 kimi-k3 做旗艦,並且一直啟用推理。RunAPI 首版為 kimi-k3 提供基本文字同步同 SSE;kimi-k2.5 同 kimi-k2.6 仍然可以用。K2 係總參數 1 兆、每個 token 啟用 32B、每層 384 位專家嘅 MoE 架構;K2.6 喺 SWE-bench Pro 達到 58.6%。
| Endpoint | Protocol |
|---|---|
POST /v1/chat/completions | OpenAI compatible |
POST /v1/responses | OpenAI Responses |
POST /v1/messages | Anthropic compatible |
POST /v1beta/models/{model}:generateContent | Gemini generateContent |
POST /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
| 變體 | 計費 | 定價 | |
|---|---|---|---|
| kimi-k2.5 | 1K tokens | Input $0.60 / 1M tokens | Output $3.00 / 1M tokens | 查看 → |
| kimi-k2.6 | 1K tokens | Input $2.55 / 1M tokens | Output $10.57 / 1M tokens | 查看 → |
| kimi-k2.7-code | 1K tokens | Input $0.57 / 1M tokens | Output $2.40 / 1M tokens | 查看 → |
| kimi-k3 | 1K tokens | Input $1.80 / 1M tokens | Output $9.00 / 1M tokens | 查看 → |
| Endpoint | 解析度 | 時長 | 價格 | |
|---|---|---|---|---|
| chat_completion | — | — | Input $0.60 / 1M tokens | Output $3.00 / 1M tokens |
以下為 kimi-k2.5 的定價。其他變體保留各自的 endpoint 定價。
挑選符合輸出類型、品質門檻與延遲目標的模型與變體。
設定 RunAPI key,並在 coding workspace 安裝 model skill。
使用 skill 指引,在你的 app 內加入模型功能。
透過 task ID 查詢、在支援時串流,或處理 webhook callback。
一組 RunAPI key 即可解鎖整個 catalog。無需分開帳戶,亦無需為每個整合輪換密鑰。
按次以 USD 收費,每月結算。失敗的生成不會收費。
型別化 schema 與 setup 備註打包在 model skill 內,讓實作從正確契約開始。
kimi-k3。佢嘅推理一直啟用,RunAPI 首版支援基本文字同步同 SSE。
兩者都屬於 K2 架構:總參數 1 兆、每個 token 啟用 32B、每層 384 位專家。kimi-k2.5 提供 256K 上下文同原生多模態輸入;kimi-k2.6 嘅 SWE-bench Pro 係 58.6%。呢啲 K2 資料唔適用於 kimi-k3。
可以用 OpenAI Chat Completions、OpenAI Responses、Anthropic Messages 或 Gemini native 介面,並傳入所選嘅 Kimi 模型 ID。
請到 RunAPI catalog 各 Kimi 模型嘅模型頁查看目前價格。
先選最平而且符合你質素要求的版本。大多數團隊會先用快速版本,之後再升級到 pro 用於正式生產。
建立帳戶和 API Key 免費。API 呼叫採預付增值、按用量收費,增值後即可使用。