Kimi K2.5 Генерация текста

Kimi K2.5 — нативный мультимодальный флагман Moonshot AI, выпущенный 27 января 2026 года. Он ориентирован на Visual Coding и автономную координацию Agent Swarm, а контекстное окно 256K предлагается без наценки. APIYI интегрирует его через официальный релейный канал Alibaba Cloud для стабильности промышленного уровня. Базовый коэффициент тарифа для группы составляет 0.88× от официальной цены, а суммирование бонусов за пополнение (при пополнении от $100 → $10 бесплатно и выше) снижает эффективную стоимость ниже 80% от официальной цены.

Kimi K2.5 доступен в APIYI: официальный релейный канал Alibaba Cloud, совместимый с OpenAI эндпоинт, ID модели kimi-k2.5. В отличие от официального сайта Kimi, режим Thinking необходимо явно включить через enable_thinking: true в теле запроса — по умолчанию модель работает в режиме Instant.

Ключевые преимущества

Контекст 256K

256K tokens без доплаты — поместите всю кодовую базу среднего размера или длинный документ в один запрос.

Режим рассуждения

Включите глубокое рассуждение с помощью enable_thinking: true — создано для сложного планирования, анализа первопричин и агентов.

Нативная мультимодальность + визуальное кодирование

Нативно понимает изображения и code — отлично подходит для превращения UI-макетов, скриншотов и диаграмм в исполняемый code.

Стабильная передача через Alibaba Cloud

Маршрутизируется через официальный канал official-transfer Alibaba Cloud — SLA корпоративного уровня при высокой параллельности запросов.

Информация о модели

Параметр	Значение
ID модели	`kimi-k2.5`
Контекстное окно	256,000 tokens
Режимы	Instant / Thinking / Agent / Agent Swarm
Переключатель Thinking	`enable_thinking: true` в теле запроса (по умолчанию `false`)
Вход	Text + Image (native multimodal)
Выход	Text
Потоковая передача	✅ Поддерживается
Вызов функций / использование инструментов	✅ Поддерживается
Канал	Alibaba Cloud Official Transfer

Встроенный инструмент $web_search у Kimi в настоящее время несовместим с режимом Thinking. По рекомендации Moonshot отключите enable_thinking, когда вам нужен инструмент web_search. Это ограничение соответствует официальной платформе.

Тарификация

Позиция	Официально	Группа APIYI (0.88×)	С бонусом за пополнение (примерно)
Вход	$0.60 / 1M tokens	$0.528 / 1M tokens	~$0.48 / 1M tokens
Выход	$2.50 / 1M tokens	$2.20 / 1M tokens	~$2.00 / 1M tokens
Попадание в кэш (вход)	$0.10 / 1M tokens	$0.088 / 1M tokens	—

Примечания к тарификации: APIYI использует коэффициент тарифа 0.88× (88% от официальной базовой цены) в качестве базовой ставки группы. Сочетание бонусов за онбординг / крупное пополнение (например, пополнение на $100 → $10 бесплатно и выше) снижает фактическую стоимость ниже 80% от официальной. См. Промоакции пополнения для подробностей.

Как включить режим Thinking

Самое большое отличие от официального сайта Kimi заключается в том, что в APIYI по умолчанию используется режим Instant — вы должны явно включить Thinking через enable_thinking в теле запроса:

Сценарий использования	`enable_thinking`	Примечания
Ежедневный чат / быстрые ответы	`false` (по умолчанию)	Режим Instant, минимальная задержка
Сложное reasoning / планирование кода / RCA	`true`	Режим Thinking, выводит trace рассуждения
Агент с web_search	`false`	Официальное ограничение: web_search и thinking взаимоисключающие

Пример cURL (Thinking включен)

curl --location 'https://api.apiyi.com/v1/chat/completions' \
  --header "Authorization: Bearer sk-xxxx" \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "kimi-k2.5",
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant."
      },
      {
        "role": "user",
        "content": "What is 1+1?"
      }
    ],
    "enable_thinking": true
  }'

Как вызвать

Эндпоинт

https://api.apiyi.com/v1/chat/completions

Базовое использование (мгновенный режим)

curl -X POST "https://api.apiyi.com/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k2.5",
    "messages": [
      {"role": "user", "content": "Introduce yourself in one sentence."}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="kimi-k2.5",
    messages=[
        {"role": "user", "content": "Introduce yourself in one sentence."}
    ]
)

print(response.choices[0].message.content)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.apiyi.com/v1'
});

const response = await client.chat.completions.create({
  model: 'kimi-k2.5',
  messages: [
    { role: 'user', content: 'Introduce yourself in one sentence.' }
  ]
});

console.log(response.choices[0].message.content);

Расширенное использование (режим рассуждения)

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="kimi-k2.5",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Analyze the time complexity of this code and suggest optimizations."}
    ],
    extra_body={
        "enable_thinking": True
    }
)

print(response.choices[0].message.content)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_API_KEY',
  baseURL: 'https://api.apiyi.com/v1'
});

const response = await client.chat.completions.create({
  model: 'kimi-k2.5',
  messages: [
    { role: 'system', content: 'You are a helpful assistant.' },
    { role: 'user', content: 'Analyze the time complexity of this code and suggest optimizations.' }
  ],
  // @ts-ignore - custom field
  enable_thinking: true
});

console.log(response.choices[0].message.content);

Потоковая передача

response = client.chat.completions.create(
    model="kimi-k2.5",
    messages=[{"role": "user", "content": "Write a short poem about spring."}],
    stream=True,
    extra_body={"enable_thinking": True}
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

Параметры запроса

Имя	Тип	Обязательно	Примечания
`model`	string	Yes	Должно быть `kimi-k2.5`
`messages`	array	Yes	Сообщения диалога
`enable_thinking`	boolean	No	Включить режим Thinking; по умолчанию `false`
`stream`	boolean	No	Потоковый вывод
`temperature`	number	No	Температура выборки, 0–2
`max_tokens`	integer	No	Максимальное число tokens вывода
`tools`	array	No	Список функций / инструментов

Формат ответа

{
  "id": "chatcmpl-xxxxxxxx",
  "object": "chat.completion",
  "created": 1706300000,
  "model": "kimi-k2.5",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "1+1 equals 2."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 24,
    "completion_tokens": 12,
    "total_tokens": 36
  }
}

Лучшие практики

Переключайте режимы в зависимости от задачи: оставляйте режим Instant включённым для ежедневных чатов и коротких генераций; установите enable_thinking: true для сложного reasoning, code review и agent planning.
Используйте контекст 256K: поместите репозиторий среднего размера, полную документацию по продукту или длинные стенограммы встреч в один запрос — без доплаты.
Мультимодальное визуальное кодирование: отправляйте скриншоты UI / дизайн-макеты и позвольте K2.5 за один заход «прочитать → спланировать → написать код».
Растяните экономию: совместите депозитный бонус $100+ с коэффициентом тарифа группы 0.88× — эффективная стоимость опускается ниже 80% от официальной.
Учтите оговорку по web_search: отключите enable_thinking, если вам нужен встроенный в Moonshot инструмент $web_search.

Часто задаваемые вопросы

Почему мой запрос не использует режим Thinking?

Режим Thinking выключен по умолчанию. Убедитесь, что тело запроса включает "enable_thinking": true. В OpenAI Python SDK передавайте его внутри extra_body; в Node.js SDK его можно передать как поле верхнего уровня.

APIYI Kimi K2.5 — это та же модель, что и у Moonshot?

Да — это та же базовая модель, маршрутизируемая через официальный канал передачи Alibaba Cloud. Единственное отличие в том, что режим Thinking выключен по умолчанию и его нужно явно включить через enable_thinking.

Как работает групповой тариф 0.88×?

При создании API token в консоли APIYI назначьте его в группу, которая включает Kimi K2.5 — тарификация автоматически применит коэффициент 0.88×. В сочетании с бонусами за пополнение общая стоимость снижается еще больше. См. Акции на пополнение.

Поддерживает ли оно вызов функций / использование tools?

Да. Передавайте стандартные определения tools в стиле OpenAI. Обратите внимание, что встроенный tool в официальном $web_search является взаимоисключающим с режимом Thinking — используйте их в отдельных вызовах.

Режим Thinking стоит дороже?

Трассировки Thinking учитываются как выходные tokens и тарифицируются как обычно. Сложные задачи могут генерировать значительно больше выходных tokens, поэтому включайте режим только тогда, когда вам нужно более глубокое рассуждение.

Связанные ресурсы

Руководство по API

Полное руководство по использованию API

Акции на пополнение

Складывайте бонусы, чтобы еще сильнее снизить цену

Информация о моделях

Просматривайте все доступные модели и группы

Сценарии использования

Пошаговые руководства по интеграции для клиентов

Основы

Базовый API

Image API (официальный)

Video API (официальный)

API мультимодального понимания

Текстовый API

Kimi K2.5 Генерация текста

Ключевые преимущества

Контекст 256K

Режим рассуждения

Нативная мультимодальность + визуальное кодирование

Стабильная передача через Alibaba Cloud

Информация о модели

Тарификация

Как включить режим Thinking

Пример cURL (Thinking включен)

Как вызвать

Эндпоинт

Базовое использование (мгновенный режим)

Расширенное использование (режим рассуждения)

Потоковая передача

Параметры запроса

Формат ответа

Лучшие практики

Часто задаваемые вопросы

Связанные ресурсы

Руководство по API

Акции на пополнение

Информация о моделях

Сценарии использования

​Ключевые преимущества

Контекст 256K

Режим рассуждения

Нативная мультимодальность + визуальное кодирование

Стабильная передача через Alibaba Cloud

​Информация о модели

​Тарификация

​Как включить режим Thinking

​Пример cURL (Thinking включен)

​Как вызвать

​Эндпоинт

​Базовое использование (мгновенный режим)

​Расширенное использование (режим рассуждения)

​Потоковая передача

​Параметры запроса

​Формат ответа

​Лучшие практики

​Часто задаваемые вопросы

​Связанные ресурсы

Руководство по API

Акции на пополнение

Информация о моделях

Сценарии использования

Ключевые преимущества

Информация о модели

Тарификация

Как включить режим Thinking

Пример cURL (Thinking включен)

Как вызвать

Эндпоинт

Базовое использование (мгновенный режим)

Расширенное использование (режим рассуждения)

Потоковая передача

Параметры запроса

Формат ответа

Лучшие практики

Часто задаваемые вопросы

Связанные ресурсы