Cómo utilizar la API de código Kimi K2.7

Kimi K2.7 El código es el nuevo modelo de codificación de Moonshot AI, lanzado el 12 de junio de 2026. Es un modelo Mixture-of-Experts trillion-parameter que activa aproximadamente los parámetros 32B por token, ajustado específicamente para la generación de código, depuración, uso de herramientas y largos flujos de trabajo de ingeniería multi-pasos. En el propio punto de referencia de codificación de Moonshot salta de 50.9 (K2.6) a 62.0, y puntua 81.1 por ciento en MCPMark Verified, por delante de varios modelos fronterizos cerrados sobre uso de herramientas agentes.

El modelo está en vivo en EmpirioLabs hoy con una ventana contextual de 262,144, razonando siempre, llamando a las funciones, salida estructurada del modo JSON, y texto, imagen y video entradas. Puedes probarlo en el parque infantil o llámalo a través de la API compatible con OpenAI. La especificaciones completas vive en Kimi K2.7 Página modelo de código y el API docs.

Precios

La facturación se basa en el uso: los tokens de entrada y salida se miden por token, y cada búsqueda web invocada añade una pequeña comisión por llamada que solo se aplica cuando una búsqueda realmente se ejecuta. Las tasas actuales por token siempre están en la página modelo. La razón siempre está en para este modelo, y las fichas de razonamiento se facturan como fichas de salida, así que presupuesta tus fichas máximas con eso en mente.

Quickstart

Kimi K2.7 Code is OpenAI-compatible, so the official SDKs work by pointing the base URL at EmpirioLabs:

# openai import OpenAI client = OpenAI(api key="YOUR EMPIRIOLABS API KEY", base url=" TOKEN 0) response = client.chat.completions.create(model=", messages=[ {"role": "user", "content"

Streaming, función llamando, modo JSON, el estilo antropópico /v1/messages endpoint, and the /v1/responses endpoint todo funciona fuera de la caja.

Cosas que saber antes de construir

Algunos detalles operativos confirmamos mientras traemos el modelo:

• Pensar siempre está encendida. Cada respuesta incluye reasoning content antes de la respuesta final, y no puede ser deshabilitado. Reasoning cuenta hacia tokens de salida y hacia el límite máximo de tokens, por lo que deja el encabezado: el API se destina a un presupuesto de salida generoso y acepta hasta 131,072 fichas de salida por solicitud.
• El muestreo está fijo. El servicio modelo funciona con configuraciones de muestreo fijas, así que temperatura, top p, y las anulaciones de penalización son aceptadas pero ignoradas en lugar de rechazadas. Su código de estilo OpenAI existente funciona sin cambios.
• La búsqueda web está construida. Set " tool_web_search " en cualquier solicitud de chat y el modelo ejecuta su herramienta de búsqueda web hospedada en sí mismo: decide cuándo buscar, lee resultados en vivo y cita fuentes en la respuesta. Cada búsqueda invocada agrega una pequeña cuota por búsqueda, facturada sólo cuando una búsqueda en realidad corre e informa en el uso. tool_usage.web_search.
• Las llamadas de herramientas llevan razonamiento. Cuando ejecute sus propios bucles de función, vuelva a reproducir el mensaje adjunto con su reasoning content campo intacto; el servicio modelo requiere el razonamiento del giro actual para permanecer en el contexto durante la llamada herramienta multi-paso.
• Es genuinamente multimodal. Las entradas de imagen y vídeo funcionan a través de arrays de contenido estándar OpenAI, lo que hace práctico depurar desde capturas de pantalla o grabaciones de pantalla.

Resumen

Kimi K2.7 El código proporciona codificación de nivel fronterizo a una API basada en el uso y por cuenta propia. Empieza en el parque infantil, leer el docs, o agarrar una clave de API y apuntar su SDK OpenAI en https://api.empiriolabs.ai/v1.

Divulgación: Este artículo fue escrito con asistencia AI y revisado por EmpirioLabs AI.