Typ
Spezifikation
Preis
Eingabe
pro 1M Prompt-Token
$0.95
Ausgabe
pro 1 Million generierter Token
$4.00
Web-Suche
pro Aufruf beim Aufruf
$0.015
Kimi K2.7 Code und Kimi K2.6 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.
Moonshot AI TextgenerierungKimi K2.7 Code und Kimi K2.6 sind beide Modelle von Moonshot AI in der Kategorie Textgenerierung und über die EmpirioLabs API verfügbar.
| Spezifikation | Kimi K2.7 Code | Kimi K2.6 |
|---|---|---|
| Modell-ID | kimi-k2-7-code | kimi-k2-6 |
| Autor | Moonshot AI | Moonshot AI |
| Veröffentlicht | 16. Juni 2026 | 20. Apr. 2026 |
| Kontextfenster | 256K Token | 256K Token |
| Max. Ausgabe | 131.072 Token | 16.000 Token |
| Eingabe | Text Bild Video | Text Bild Video |
| Ausgabe | Text | Text |
| Strukturierte Ausgabe | JSON Schema | JSON Schema |
| Region | International | China |
| Endpoints | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-7-code:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/kimi-k2-6:generateContent |
| Fähigkeiten |
Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.
Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.
| Parameter | Kimi K2.7 Code | Kimi K2.6 |
|---|---|---|
| max_tokens | 1 bis 262144 Standard: 32768 | 1 bis 16000 |
| stop | string | string |
| tool_web_search | boolean Standard: false | - |
| max_tool_calls | 1 bis 20 Standard: 5 | - |
| response_format | enum | enum |
| temperature | - | 0 bis 1.99 Standard: 0.7 |
| top_p | - | 0 bis 1 Standard: 0.9 |
| enable_thinking | - | boolean Standard: true |
| reasoning_effort | - | none, low, medium, high, max Standard: medium |
| thinking_budget | - | 1 bis 81920 Standard: 32768 |
| web_search_linkup | - | boolean Standard: false |
| disable_formatting | - | boolean Standard: false |
Unterstützt Text-, Bild- und Videoeingaben mit 256K-Kontext, Funktionsaufrufe, strukturierte Ausgabe im JSON-Modus und integrierte Websuche mit $0.015 pro aufgerufenem Aufruf. Das Denken ist immer aktiviert und kann nicht deaktiviert werden; Reasoning-Tokens werden als Ausgabetoken abgerechnet. Temperatur- und andere Sampling-Überschreibungen werden ignoriert, da der Modelldienst feste Sampling-Einstellungen verwendet. Mehrstufige Funktionsaufrufe über die API müssen die Assistant-Nachricht mit ihrem reasoning_content Feld erneut abspielen.
Kimi K2.7 Code bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID kimi-k2-7-code. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf kimi-k2-7-code oder kimi-k2-6. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kimi-k2-7-code",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'Kimi K2.7 Code ist die neuere Veröffentlichung (16. Juni 2026); Kimi K2.6 erschien am 20. Apr. 2026. Beide Modelle haben ein Kontextfenster von 256K Token. Kimi K2.7 Code liefert bis zu 131.072 Ausgabe-Token pro Antwort, Kimi K2.6 bis zu 16.000. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.
Kimi K2.7 Code ist die neuere Veröffentlichung (16. Juni 2026); Kimi K2.6 erschien am 20. Apr. 2026.
Kimi K2.6 hat den niedrigeren Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.
Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.
Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.