curl --request POST \
--url https://direct.evolink.ai/v1/messages \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "kimi-k3.1-pro",
"max_tokens": 2048,
"messages": [
{
"role": "user",
"content": "Erkläre Kontext-Caching in einem Satz."
}
]
}
'{
"id": "chatcmpl-6adc72c2b5847b4b2ccb39fd",
"type": "message",
"role": "assistant",
"model": "kimi-k3.1-pro",
"content": [
{
"type": "text",
"thinking": "<string>",
"signature": "<string>",
"text": "Kontext-Caching speichert wiederkehrende Präfixe von Anfragen, damit spätere Cache-Treffer schneller und kostengünstiger verarbeitet werden können."
}
],
"stop_reason": "end_turn",
"usage": {
"input_tokens": 24,
"cache_read_input_tokens": 0,
"cache_creation_input_tokens": 0,
"output_tokens": 96
}
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}Kimi API (alle Modelle) - Messages: Schnellstart
- Kimi-Modelle über das Anthropic-Messages-Protokoll aufrufen und mit
modelauswählen - Nur
model,max_tokensundmessagessind erforderlich (max_tokensist im Anthropic-Protokoll Pflicht) - Alle drei Modelle haben ein Kontextfenster von 1.048.576 Tokens
- Reasoning ist bei allen drei Modellen immer aktiv; die Intensität wird mit
output_config.efforteingestellt - Tool-Aufrufe, Websuche, Bildeingaben, strukturierte Ausgaben und Cache-Einstellungen sind in der vollständigen Referenz beschrieben
curl --request POST \
--url https://direct.evolink.ai/v1/messages \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data '
{
"model": "kimi-k3.1-pro",
"max_tokens": 2048,
"messages": [
{
"role": "user",
"content": "Erkläre Kontext-Caching in einem Satz."
}
]
}
'{
"id": "chatcmpl-6adc72c2b5847b4b2ccb39fd",
"type": "message",
"role": "assistant",
"model": "kimi-k3.1-pro",
"content": [
{
"type": "text",
"thinking": "<string>",
"signature": "<string>",
"text": "Kontext-Caching speichert wiederkehrende Präfixe von Anfragen, damit spätere Cache-Treffer schneller und kostengünstiger verarbeitet werden können."
}
],
"stop_reason": "end_turn",
"usage": {
"input_tokens": 24,
"cache_read_input_tokens": 0,
"cache_creation_input_tokens": 0,
"output_tokens": 96
}
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}{
"type": "error",
"error": {
"type": "<string>",
"message": "<string>"
},
"request_id": "<string>"
}https://direct.evolink.ai, die Textmodelle und langlebige Verbindungen besser unterstützt. https://api.evolink.ai ist der primäre Endpunkt für multimodale Dienste und dient als Ausweichadresse für Textmodelle.content enthält üblicherweise Blöcke mit type="thinking", die zu den Ausgabe-Tokens zählen. Setzen Sie max_tokens nicht zu niedrig: Reasoning kann das Ausgabebudget aufbrauchen, bevor Antworttext erzeugt wird.Autorisierungen
##Alle APIs erfordern eine Bearer-Token-Authentifizierung##
API-Schlüssel abrufen:
Besuchen Sie die API-Schlüsselverwaltung, um Ihren API-Schlüssel abzurufen
Zum Anfrage-Header hinzufügen:
Authorization: Bearer YOUR_API_KEY
Body
Aufzurufendes Modell:
| Modell-ID | Einordnung |
|---|---|
kimi-k3.1-pro | Neueste Modellgeneration (empfohlen) |
kimi-k3.1-pro-highspeed | Gleiche Parameter wie Pro, schnellere Generierung |
kimi-k3 | Vorherige Modellgeneration |
Alle drei Modelle haben ein Kontextfenster von 1.048.576 Tokens und immer aktives Reasoning.
kimi-k3.1-pro, kimi-k3.1-pro-highspeed, kimi-k3 Maximal zulässige Tokens für diese Generierung, einschließlich thinking und endgültigem Text. Ein zu kleiner Wert kann dazu führen, dass Reasoning das Ausgabebudget vor dem Antworttext aufbraucht. Mindestens 1024 verwenden und bei komplexeren Aufgaben erhöhen.
1 <= x <= 1048576Gesprächsnachrichten. Bei mehrstufigen Gesprächen historische Nachrichten in Reihenfolge angeben; Hinweise zum Zurücksenden von Reasoning- und Tool-Aufrufverlauf stehen in der vollständigen Referenz.
1Show child attributes
Show child attributes
System-Prompt. Das Messages-Protokoll verwendet ein system-Feld auf oberster Ebene statt einer system-Rolle.
Ausgabekonfiguration.
Show child attributes
Show child attributes
Ob ein Anthropic-SSE-Ereignisstrom zurückgegeben wird.
Antwort
Message-Antwort; Streaming-Anfragen liefern einen Anthropic-SSE-Ereignisstrom
Antwort-ID.
"chatcmpl-6adc72c2b5847b4b2ccb39fd"
message "message"
assistant "assistant"
Für diesen Aufruf verwendetes Modell.
"kimi-k3.1-pro"
Ausgabe-Inhaltsblöcke, üblicherweise zuerst thinking, dann text.
Show child attributes
Show child attributes
Stoppgrund: end_turn bedeutet reguläres Ende, max_tokens das Erreichen des Ausgabelimits und tool_use eine Tool-Anforderung des Modells.
end_turn, max_tokens, tool_use, null "end_turn"
Show child attributes
Show child attributes