Kimi 长思考模型 API 正式发布

$ curl https://api.moonshot.cn/v1/chat/completions \
    -H "Content-Type: application/json" \
    -H "Authorization: Bearer $MOONSHOT_API_KEY" \
    -d '{
        "model": "kimi-thinking-preview",
        "messages": [
            {"role": "user", "content": "你好"}
        ]
   }'
{
    "id": "chatcmpl-6810567267ee141b4630dccb",
    "object": "chat.completion",
    "created": 1745901170,
    "model": "kimi-thinking-preview",
    "choices":
    [
        {
            "index": 0,
            "message":
            {
                "role": "assistant",
                "content": "你好！😊 我是Kimi，很兴见到你！有什么可以帮你的吗？",
                "reasoning_content": "用户说“你好”，这是一句简单的问候语，没有包含复杂的信息或需求。我判断用户可能只是想开启一段对话，或者测试我的反应能力。这种情况下，我的目标是用友好且简洁方式回应，保持对话的轻松氛围，同时为后续可能的交流做好准备。\n\n我决定用“你好！😊 我是Kimi，很高兴见到你！有什么可以帮你的吗？”作为回复。这样既回应了用户的问候，又主动表达了愿意提供帮助的态度，同时通过添加情符号让语气更亲切自然。"
            },
            "finish_reason": "stop"
        }
    ],
    "usage":
    {
        "prompt_tokens": 8,
        "completion_tokens": 142,
        "total_tokens": 150
    }
}

import os
import openai
 
client = openai.Client(
    base_url="https://api.moonshot.cn/v1",
    api_key=os.getenv("MOONSHOT_API_KEY"),
)
 
stream = client.chat.completions.create(
    model="kimi-thinking-preview",
    messages=[
        {
            "role": "system",
            "content": "你是 Kimi。",
        },
        {
            "role": "user",
            "content": "请解释 1+1=2。"
        },
    ],
    max_tokens=1024*32,
    stream=True,
)
 
thinking = False
for chunk in stream:
    if chunk.choices:
        choice = chunk.choices[0]
        # 由于 openai SDK 并不支持输出思考过程，也没有表示思考过程内容的字段，因此我们无法直接通过 .reasoning_content 获取自定义的表示 kimi 推理过程的
        # reasoning_content 字段，只能通过 hasattr 和 getattr 来间接获取该字段。
        #
        # 我们先通过 hasattr 判断当前输出内容是否包含 reasoning_content 字段，如果包含，再通过 getattr 取出该字段并打印。
        if choice.delta and hasattr(choice.delta, "reasoning_content"):
            if not thinking:
                thinking = True
                print("=============开始思考=============")
            print(getattr(choice.delta, "reasoning_content"), end="")
        if choice.delta and choice.delta.content:
            if thinking:
                thinking = False
                print("\n=============思考结束=============")
            print(choice.delta.content, end="")
 

import os
import openai
 
client = openai.Client(
    base_url="https://api.moonshot.cn/v1",
    api_key=os.getenv("MOONSHOT_API_KEY"),
)
 
messages = [
    {
        "role": "system",
        "content": "你是 Kimi。",
    },
]
 
# 第一轮对话
messages.append({
    "role": "user",
    "content": "请解释 1+1=2。"
})
completion = client.chat.completions.create(
    model="kimi-thinking-preview",
    messages=messages,
    max_tokens=1024 * 32,
)
 
# 获取第一轮对话的结果
message = completion.choices[0].message
if hasattr(message, "reasoning_content"):
    print("=============开始第一次思考=============")
    print(getattr(message, "reasoning_content"))
    print("=============第一次思考结束=============")
print(message.content)
 
# 移除 message 中的 reasoning_content，并将 message 拼接到上下文中
if hasattr(message, "reasoning_content"):
    delattr(message, "reasoning_content")
messages.append(message)
 
# 第二轮对话
messages.append({
    "role": "user",
    "content": "我没听懂，再解释一遍。",
})
completion = client.chat.completions.create(
    model="kimi-thinking-preview",
    messages=messages,
    max_tokens=1024 * 32,
)
 
# 获取第二轮对话的结果
message = completion.choices[0].message
if hasattr(message, "reasoning_content"):
    print("=============开始第二次思考=============")
    print(getattr(message, "reasoning_content"))
    print("=============第二次思考结束=============")
print(message.content)