Khác biệt tham số và giao thức của Kimi Tìm hiểu khác biệt tham số và cách dùng mô hình Kimi qua các giao thức tương thích.
Với Kimi, chỉnh tham số theo trang này. Cấu trúc đầy đủ: Chat Completions , Responses , Messages .
Mô hình Phạm vi kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k3 Quy tắc chung ba giao thức; mô hình áp dụng mở rộng được ghi tại từng dòng
Trường Khác biệt temperature, top_pCố định lần lượt 1.0, 0.95; nên bỏ qua. Giá trị khác gây lỗi n, presence_penalty, frequency_penaltyCố định lần lượt 1, 0, 0; giá trị khác gây lỗi reasoning_effortHỗ trợ low/high/max, mặc định max; luôn bật suy nghĩ và giữ suy nghĩ, không dùng công tắc K2.x thinking max_completion_tokensMặc định 131072, tối đa 1048576; vượt tổng ngữ cảnh sẽ tự giảm ngân sách đầu ra, nhưng đầu vào vẫn phải vừa cửa sổ stopTối đa 5 chuỗi, mỗi chuỗi không quá 32 byte tool_choiceHỗ trợ auto/none/required; dạng đối tượng chỉ định hàm không tương thích suy nghĩ bật và trả 400 messages[].reasoning_contentGửi lại nguyên trạng toàn bộ thông điệp assistant trong hội thoại và gọi công cụ, gồm suy nghĩ và tool_calls messages[].partialKimi Partial Mode: đặt true ở assistant cuối để tiếp tục tiền tố; không kết hợp response_format.type=json_object messages[].toolsCông cụ động cho kimi-k3.1-pro, kimi-k3: thêm system với toàn bộ định nghĩa, không có content; công cụ khả dụng từ đó, giữ thông điệp ở yêu cầu sau
Trường Khác biệt reasoning.effortHỗ trợ low/high/max; mặc định max max_output_tokensMặc định 131072; tối đa 1048576 tool_choiceChỉ hỗ trợ auto tools[].typeChỉ hỗ trợ function/namespace/custom/web_search; tên công cụ custom chỉ nhận apply_patch text.formatDùng type: "json_schema", schema; nếu bỏ name thì là output Trường trạng thái hội thoại trong phản hồi store, background cố định false; previous_response_id, conversation cố định null. Máy khách gửi lại lịch sử vào/ra, không dựa vào chuỗi phản hồi lưu trên máy chủ
Trường Khác biệt max_tokensBắt buộc, tối thiểu 1; không dùng 0 output_config.effortHỗ trợ low/high/max; mặc định max tool_choice.typeHỗ trợ auto/any/none; mặc định auto stop_sequencesTối đa 5 chuỗi, mỗi chuỗi không quá 32 byte Khối thinking trước đó Gửi lại nguyên trạng cùng signature trong assistant kế tiếp output_config.formatĐầu ra có cấu trúc bắt buộc type: "json_schema", schema
Trường Khác biệt prompt_cache_options của Chat / Responsesmode chỉ hỗ trợ implicit; ttl hỗ trợ 5m/1h, mặc định 5m. Không cấu hình vẫn ghi đệm 5 phút mặc địnhprompt_cache_breakpoint của Chat / ResponsesKhông hỗ trợ điểm ngắt tường minh; truyền trong nội dung trả 400 cache_control của MessagesChỉ cấu hình cấp yêu cầu có hiệu lực; dấu trong messages bị bỏ qua. type cố định ephemeral, ttl hỗ trợ 5m/1h, mặc định 5m. Không truyền vẫn đọc/ghi đệm TTL 5 phút Mức suy luận Đổi mức làm mất khớp tiền tố; nên chọn khi bắt đầu hội thoại
ms:// là tham chiếu tệp gốc Kimi, cần tải lên Kimi trước. Trang này không cung cấp API tải tệp AGTCloud.
Thay MODEL_ID bằng ID mô hình đầy đủ khả dụng ở giao thức đã chọn và dùng API Key của bạn.
Chat Responses Messages
curl 'https://api.agtcloud.ai/v1/chat/completions' \
-H 'Authorization: Bearer your-api-key' \
-H 'Content-Type: application/json' \
--data '{
"model": "MODEL_ID",
"messages": [{"role": "user", "content": "Giải thích cách xử lý thời gian chờ API bằng ba ý"}],
"reasoning_effort": "low",
"max_completion_tokens": 4096,
"prompt_cache_options": {"mode": "implicit", "ttl": "1h"}
}'