所有模型

Kimi-K2.5

IteraCompute 上线日期

已上线

Moonshot AI

moonshotai/kimi-k2.5
工具调用
支持工具调用 · 支持 · 默认配置参考,非实测确认
推理
支持推理 · 支持 · 默认配置参考,非实测确认
视觉
支持视觉 · 支持 · 默认配置参考,非实测确认
流式输出
支持流式输出 · 支持 · 默认配置参考,非实测确认
JSON 模式
支持JSON 模式 · 支持 · 默认配置参考,非实测确认

美元 / 百万 tokens

输入
$0.54
缓存读取
$0.06
缓存写入
—
输出
$2.78
上下文
256K
最大输出
16K
精度
官方精度
价格核对

概览

Kimi-K2.5 通过 IteraCompute OpenAI 兼容 API 接收文本与图片并输出文本。目录标注 256K 上下文、16K 最大输出。2026-10-23 的小样本路由检查已通过思考开关,以及含最终 usage 和 [DONE] 的 SSE 流式输出。

接口协议与接入

Base URL · OpenAI SDK
https://api.iteracompute.com/v1
鉴权
Authorization: Bearer ITERACOMPUTE_API_KEY

按接口选择请求字段、读取结果和流式结束标记;下表是协议格式,实际能力与验证范围以本模型说明为准。

客户接口本模型状态输入 / 输出预算返回结果SSE 结束标记
OpenAI Chat Completions
POST /v1/chat/completions
已列入模型资料messages
max_tokens
choices[0].message.content[DONE]
OpenAI Responses
POST /v1/responses
已列入模型资料input
max_output_tokens
output[] (SDK: output_text)response.completed
Anthropic Messages
POST /v1/messages
已列入模型资料messages; system (top-level)
max_tokens (required)
content[]message_stop

Messages SDK 的 Base URL 使用 https://api.iteracompute.com;max_tokens 为必填。其他协议字段请勿直接套用。

查看文档
LLMs.txt · 复制给 AI 编程助手

包含此模型的 ID、接口格式和参数约束。复制前请核对本页验证范围与当前价格。

LLMs.txt
# IteraCompute · moonshotai/kimi-k2.5

Model ID: moonshotai/kimi-k2.5
Base URL (OpenAI SDK): https://api.iteracompute.com/v1
Authentication: Authorization: Bearer ITERACOMPUTE_API_KEY
Content-Type: application/json

仅使用下列客户接口;不同协议的请求和响应结构不可混用。接口声明不等于每项能力均已实测。

## Chat Completions
POST https://api.iteracompute.com/v1/chat/completions
Input: messages
Output budget: max_tokens
Read result: choices[0].message.content
SSE completion: [DONE]
Docs: https://iteracompute.com/docs.html#api-reference

## Responses
POST https://api.iteracompute.com/v1/responses
Input: input
Output budget: max_output_tokens
Read result: output[] (SDK: output_text)
SSE completion: response.completed
Docs: https://iteracompute.com/docs.html#responses-api

## Messages
POST https://api.iteracompute.com/v1/messages
Input: messages; system (top-level)
Output budget: max_tokens (required)
Read result: content[]
SSE completion: message_stop
Docs: https://iteracompute.com/docs.html#anthropic-messages

## Parameters
配置范围和参数可接收性不等于模型语义能力验收;未公布的默认值不要自行补全。
当前参数配置无法确认,请查阅模型页面和当前目录后再调用。

## References
Model catalog: https://iteracompute.com/models/
Current prices and billing: https://iteracompute.com/pricing/
Documentation index: https://iteracompute.com/llms.txt
Unknown prices are not zero. Account and subscription limits also apply.
Never include a real API key in an LLM prompt or client-side code.

打开纯文本

文本模型提供 Chat Completions、Responses 和 Messages。请使用各协议原生字段,并核对本型号已验证的能力和限制。

请使用此型号公布的参数与验证记录;上游文档核对不等于所有能力已通过网关实测。

接口参数

以下为该模型既有默认配置的参数与取值,供接入参考;尚未完成当前线路实测确认。已发布配置优先。

工具调用
支持
推理
支持
视觉
支持
流式输出
支持
JSON 模式
支持

参数与取值

点击参数名即可复制;表格可横向滚动查看全部列。用途栏标明协议差异,不能将同名字段视为跨接口通用。

参数类型接收状态取值范围用途 / 协议
整数参考:支持[1, 16384]输出 Token 预算;适用时包含推理 Token。用于 Chat Completions / Messages。
整数参考:支持[1, 16384]Chat 输出预算的另一字段,仅在此模型接收时使用。
整数参考:支持[1, 16384]Responses 输出预算;Chat 是否接收此字段须单独核对。
数值参考:支持[0, 2]控制采样随机性;接收但被忽略的值不会控制生成结果。
数值参考:支持[0, 1]核采样的累积概率阈值。
数值参考:支持[-2, 2]对已出现的 Token 施加惩罚。
数值参考:支持[-2, 2]按出现频率对重复 Token 施加惩罚。
整数参考:支持[1, 1]生成结果数量;许多线路仅接收 1。
布尔值参考:支持—启用 SSE 流式输出;结束标记因协议而异。
数组参考:支持—工具定义;由应用执行工具调用并回传结果。
按参数约定参考:支持—控制是否调用以及调用哪个工具;值的结构因协议而异。
对象参考:支持—文本:Chat 输出格式。图片:只接收 b64_json,与文本 JSON 模式不同。
按参数约定参考:支持—推理控制;对象或布尔值的具体用法取决于模型和协议。
枚举值参考:支持["none"]Chat 推理强度;使用此模型列出的枚举值,不混用其他协议的结构。

参考请求(适用性待验证)

POST /v1/chat/completions

Chat Completions 请求参数
{
  "model": "moonshotai/kimi-k2.5",
  "messages": [
    {
      "role": "user",
      "content": "Reply OK"
    }
  ],
  "max_tokens": 256
}

参数版本:bf01c17d28f7

原始技术参考(以当前配置为准)

接口参数

点击参数名即可复制。

参数使用说明
text + image → text
16K
先采用请求示例,按需单独调整 temperature 或 top_p;省略 top_k。
使用 thinking.type=enabled/disabled,或 reasoning=true/false。每次请求采用一种控制方式;Python SDK 通过 extra_body 传入 thinking。
通过 tools 定义函数,使用 tool_choice=auto。在应用中执行 tool_calls,并以匹配的 tool_call_id、role=tool 回传结果。
设置 response_format={"type":"json_object"},并在提示中要求 JSON;在应用中校验返回 JSON 和必需字段。
stream=true, stream_options={"include_usage":true}

输入与申请输出共用上下文预算,推理 tokens 计入输出用量。

原始 HTTP 请求体
{
  "model": "moonshotai/kimi-k2.5",
  "messages": [
    {
      "role": "user",
      "content": "Hello!"
    }
  ],
  "max_tokens": 1024,
  "thinking": {
    "type": "disabled"
  },
  "stream": true,
  "stream_options": {
    "include_usage": true
  }
}
Python SDK 示例
from openai import OpenAI

client = OpenAI(
    api_key="ITERACOMPUTE_API_KEY",
    base_url="https://api.iteracompute.com/v1",
)
stream = client.chat.completions.create(
    model='moonshotai/kimi-k2.5',
    messages=[{'role': 'user', 'content': 'Hello!'}],
    max_tokens=1024,
    stream=True,
    stream_options={'include_usage': True},
    extra_body={'thinking': {'type': 'disabled'}},
)
for chunk in stream:
    print(chunk.model_dump_json(exclude_none=True))

SDK 的 extra_body 会把其中字段合并到 HTTP 请求体。若原始请求体本身含 extra_body 对象,SDK 示例需再嵌套一层,以保留该对象。

响应字段与工具结果

最终文本;流式时拼接各分片。
可选推理文本。按模型要求在 assistant 历史中保留;没有此字段不证明已关闭思考。
将 arguments 作为 JSON 解析并执行函数,以原调用 ID 和 role=tool 回传结果。
检查最终 usage 与流结束标记。length 表示截断;仅 HTTP 200 不等于成功完成。
根据错误码与消息处理异常。遇到限流时遵循 Retry-After,避免并发重试。

参数参考

参数用法

  • 使用 thinking.type=enabled/disabled,或 reasoning=true/false。每次请求采用一种控制方式;Python SDK 通过 extra_body 传入 thinking。

接口参考核对日期: 2026-10-23

已核对的参数限制

参数使用说明
Chat 使用 max_tokens 或 max_completion_tokens;Responses 使用 max_output_tokens。须为正整数,并遵守网关上限。

2026-10-26

API

当前参数配置无法确认;以下历史示例未经过当前配置验证,请勿直接用于生产。

历史示例(适用性待验证)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
    model='moonshotai/kimi-k2.5',
    messages=[{'role': 'user', 'content': 'Reply OK'}],
    max_tokens=256,
)
print(response.choices[0].message.content)

查看文档

价格

当前价格与可用状态见下方;缺失价格不代表免费。

输入$0.54
缓存读取$0.06
缓存写入—
输出$2.78
版本 / Model ID
moonshotai/kimi-k2.5后端修订版本:未披露
上下文
256K
精度
官方精度
价格核对
验证范围与来源
查看完整验证范围与来源

请使用此型号公布的参数与验证记录;上游文档核对不等于所有能力已通过网关实测。

模型开发方说明

价格来源: 公开 Models API · 价格与精度证据分别核对。

缓存读取价仅适用于实际命中缓存。缺失价格(—)表示未知,不是零;账户与网关上下文约束详见使用限制。

费用计算器

美元 · 估算
计算模式
高级用量

输入包含缓存读取与写入,各部分不能重叠。输出已含推理,推理填写其中的用量,不重复相加。请求数包含智能体步骤与重试。

预计月费

—USD

Kimi-K2.5

缓存命中与可用量不作保证。

费用明细
未命中缓存的输入
—
缓存读取
—
缓存写入(5 分钟 + 1 小时)
—
输出(含推理)
—

使用限制

  • 配置客户端时请采用上方上下文与输出上限,同时遵守账户限制。
  • 先运行一个有代表性的任务,核对正确性、实际用量与响应时间,再扩大流量。

适用任务与选择取舍

可试用范围明确的文本、编程或图片理解任务。路由检查验证的是协议行为,未证明任务质量或持续稳定性。

选择你的工具

按任务选择模型与工具

常见问题

如何通过 OpenAI SDK 使用 Kimi-K2.5?

将 base_url 设置为 https://api.iteracompute.com/v1,model 设置为 moonshotai/kimi-k2.5,使用 IteraCompute API Key 鉴权。

Kimi-K2.5 如何计费?

当前输入、缓存输入和输出价格请见价格区域,单位为美元 / 百万 tokens。使用前请查看刷新时间。

可用上下文长度是多少?

当前接口的上下文与最大输出请见上方摘要。输入与申请输出共用上下文额度。

开始你的第一次调用

创建密钥,选择工具,获得第一条非空回复。

最新上架

查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。

查看最新上架
Qwen新上架

Qwen4-Max

qwen/qwen4-max

通过阿里云百炼接入的 Qwen4-Max,提供文本生成、推理、工具调用和图片输入。

IteraCompute 上线日期

输入
$1.50
输出
$4.50

美元 / 百万 tokens

Moonshot AI新上架

Kimi K3.1 Pro

moonshotai/kimi-k3.1-pro

支持文本、图片理解与工具调用的 Kimi 模型。

IteraCompute 上线日期

输入
$1.60
输出
$8.00

美元 / 百万 tokens

IteraCompute新上架

Auto

Auto

Auto 是 IteraCompute 的免费模型路由入口,按可用资源分配服务,使用固定的模型 ID 接入。

IteraCompute 上线日期

输入
$0.00
输出
$0.00

美元 / 百万 tokens