> ## Documentation Index
> Fetch the complete documentation index at: https://docs.vibetoken.cn/llms.txt
> Use this file to discover all available pages before exploring further.

# Moonshot Kimi 对话 API

> Moonshot AI Kimi 对话模型 —— K3、K2 Instruct、K2 0905、K2 Thinking、K2.5 与 K2.6 —— 通过 VibeToken 提供，兼容 OpenAI 的对话补全接口。

## 概述

Moonshot AI 的 Kimi 对话模型现已上线 VibeToken，通过标准的兼容 OpenAI 的对话补全接口提供服务，支持流式输出与工具调用。其中包括旗舰模型 **K3** —— 一款具备原生视觉理解能力、拥有 100 万 token 上下文窗口的推理模型 —— 以及推理模型 **K2 Thinking**。

|          |                     |
| -------- | ------------------- |
| **提供方**  | MoonshotAI          |
| **模型系列** | `kimi-k3`、`kimi-k2` |
| **模态**   | 对话                  |
| **输入**   | 文本、图像（K3）           |
| **输出**   | 文本                  |

## 模型与定价

按每 100 万 token 计价，依实际用量计费（无需预付）。

| 模型                            | 输入       | 输出      |
| ----------------------------- | -------- | ------- |
| `moonshotai/kimi-k3`          | \$2.85   | \$14.25 |
| `moonshotai/kimi-k2.6`        | \$0.76   | \$3.23  |
| `moonshotai/kimi-k2.5`        | \$0.57   | \$2.85  |
| `moonshotai/kimi-k2-thinking` | \$0.57   | \$2.375 |
| `moonshotai/kimi-k2-0905`     | \$0.57   | \$2.375 |
| `moonshotai/kimi-k2-instruct` | \$0.5415 | \$2.185 |

实时费率及完整的对话模型目录始终可通过
[模型 API](/api-reference/models) 获取。

## 接口端点

```http theme={null}
POST https://vibetoken.cn/v1/chat/completions
```

与 OpenAI 的[对话补全 API](https://platform.openai.com/docs/api-reference/chat) 无缝兼容 ——
只需将你现有的 OpenAI 客户端指向 `https://vibetoken.cn/v1`，并使用你的
VibeToken 密钥即可。所有受支持的参数详见完整的
[对话补全参考文档](/api-reference/chat-completions)。

## 快速开始

```bash theme={null}
curl https://vibetoken.cn/v1/chat/completions \
  -H "Authorization: Bearer $VIBETOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "moonshotai/kimi-k2.5",
    "messages": [
      { "role": "user", "content": "Explain agentic tool use in one sentence." }
    ]
  }'
```

```python theme={null}
from openai import OpenAI

client = OpenAI(
    base_url="https://vibetoken.cn/v1",
    api_key="$VIBETOKEN_API_KEY",
)

resp = client.chat.completions.create(
    model="moonshotai/kimi-k2-thinking",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(resp.choices[0].message.content)
```

设置 `"stream": true` 即可启用 token 流式输出（Server-Sent Events），用法与
OpenAI API 完全一致。将 `model` 替换为上表中的任意 id 即可。