Famille Kimi

Les modèles Kimi de Moonshot AI, dont Kimi K3, K2.6 et K2.7 Code, orienté programmation. Ils s’appellent via l’API compatible OpenAI et prennent aussi en charge l’API Anthropic native, ce qui permet de les utiliser dans Claude Code.

Que souhaitez-vous faire ?

Modèles

La liste complète des modèles et les prix en vigueur figurent sur la page des modèles . Les ID de modèle portent le préfixe moonshotai/, qui peut être omis.

Les modèles Kimi sont fournis par Moonshot AI (moonshot) ; certains sont également disponibles chez d’autres fournisseurs comme Azure AI Foundry ou Alibaba Cloud Model Studio, avec une sélection automatique par défaut. Pour choisir un fournisseur, voir Routage des fournisseurs.

Exemples d’appel

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.chat.completions.create(
    model="moonshotai/kimi-k3",
    messages=[{"role": "user", "content": "Explique en une phrase ce qu’est l’idempotence."}],
    extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)

curl https://api.ofox.io/v1/chat/completions \
  -H "Authorization: Bearer $OFOX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k3",
    "messages": [{"role": "user", "content": "Explique en une phrase ce qu’est l’idempotence."}],
    "thinking": {"type": "disabled"}
  }'

Mode thinking

Mesuré sur un même problème de mathématiques : Kimi K3 met environ 30 secondes par défaut et environ 3 secondes avec le thinking désactivé ; K2.6 produit par défaut environ 11 000 tokens de thinking en 4,5 minutes environ, contre environ 40 secondes avec le thinking désactivé. Les tokens de thinking sont facturés au prix unitaire de sortie, leur nombre figurant dans usage.completion_tokens_details.reasoning_tokens.

Lire le contenu du thinking : en streaming, il se trouve dans delta.reasoning_content ; hors streaming, dans message.reasoning_details, dont il faut concaténer les text de chaque élément dans l’ordre.

Recherche web

Ajoutez web_search aux tools de l’endpoint Responses : le modèle effectue lui-même les recherches et joint les sources citées à sa réponse.

import os
from openai import OpenAI
 
client = OpenAI(base_url="https://api.ofox.io/v1", api_key=os.environ["OFOX_API_KEY"])
 
resp = client.responses.create(
    model="moonshotai/kimi-k3",
    tools=[{"type": "web_search"}],
    input="Quelle est la dernière version stable de Python ?",
)
print(resp.output_text)
for item in resp.output:
    if item.type == "message":
        for part in item.content:
            for a in getattr(part, "annotations", None) or []:
                print("Source :", a.title, a.url)

• Fonctionnement vérifié avec Kimi K3 et K2.6. output contient successivement des éléments reasoning, web_search_call et message ; les sources citées se trouvent dans les annotations du contenu de message.
• La recherche est facturée à l’appel ; le prix unitaire figure sur la page du modèle .

Utiliser dans Claude Code

Les modèles Kimi prennent en charge l’API Anthropic native, à l’adresse https://api.ofox.io/anthropic :

Via l’API Anthropic, le contenu du thinking est renvoyé sous forme de blocs thinking. La configuration complète de Claude Code est décrite dans Configuration de Claude Code.

Entrée d’images et sortie structurée

• Kimi K3 et K2.6 acceptent les images en entrée, avec les blocs de contenu image_url standard ; voir Compréhension d’images.
• response_format accepte json_schema et json_object ; l’appel d’outils utilise le paramètre standard tools. Voir Sortie structurée.
• Les préfixes de requête répétés sont mis en cache automatiquement ; le volume de cache atteint figure dans usage.prompt_tokens_details.cached_tokens.

Erreurs courantes

Les autres erreurs générales sont décrites dans Gestion des erreurs.

Documentation officielle

• Plateforme ouverte Kimi · Documentation 

FAQ