bytestream 接入文档
文本生成

Kimi 系列

kimi-2.7 / kimi-2.6 / kimi-2.5 的 bytestream 接入指南

本页覆盖 kimi-2.7 / kimi-2.6 / kimi-2.5 在 bytestream 网关（https://aiapi.bytestream.com.cn/）下的完整 接入方式：全部请求参数、Kimi 专属的联网搜索内置工具与思考模式、响应结构差异，附 5 组端到端请求组合示例。 通用的鉴权、端点与错误码约定见 通用说明。

调用端点可用模型请求组合示例
135

概览

bytestream 通过 moonshot 渠道对接月之暗面 Kimi 系列模型，请求以 OpenAI 兼容格式提交，转换为上游 POST /v1/chat/completions 调用。可用模型：

  • kimi-2.7 · 最新档位
  • kimi-2.6 · 上一代档位
  • kimi-2.5 · 基础档位

kimi-2.7： 当前最新档位，长上下文与 Agent 工具调用能力最强，支持思考模式与内置联网搜索；适合长文档 问答、代码库分析等重任务。

kimi-2.6： 上一代档位，能力接近 2.7 而单价更低，适合已在生产验证过 prompt 的存量业务平滑迁移。

kimi-2.5： 基础档位，响应最快、单价最低，适合摘要、分类、改写等轻量高并发任务；推理类能力建议使用 kimi-2.6 及以上档位。

鉴权

请求头携带 Authorization: Bearer sk-xxxxxxxx（sk- 前缀可省略）。令牌需在「控制台 → 令牌管理」中绑定 可访问 kimi-2.7 / kimi-2.6 / kimi-2.5 的分组。

调用端点

端点请求体响应适用场景
POST /v1/chat/completionsJSONchat.completion / SSE chunk全部 OpenAI 兼容调用方

01 · 请求参数详解

顶层参数

参数类型必填说明
modelstring必填kimi-2.7 / kimi-2.6 / kimi-2.5。
messagesarray<object>必填对话消息数组，role 取值 system / user / assistant / tool；content 支持字符串或多模态内容数组。
streamboolean可选是否流式返回，默认 false。
stream_optionsobject可选{ "include_usage": true } 可在最后一个 chunk 中带回 usage。
temperaturenumber可选采样温度，Kimi 侧有效范围为 [0, 1]（不同于 OpenAI 的 0~2），默认约 0.6；官方建议 0.3 用于确定性任务。
top_pnumber可选核采样阈值，范围 (0, 1]，默认 1。
ninteger可选生成候选数量，范围 1~5，默认 1；大于 1 时要求 temperature 大于 0。
max_tokensinteger可选最大输出 token 数；不传时上游按剩余上下文自动决定。
stopstring | array<string>可选停止序列，最多 5 项，每项长度不超过 32 字节。
presence_penaltynumber可选主题新鲜度惩罚，范围 [-2, 2]，默认 0。
frequency_penaltynumber可选重复词惩罚，范围 [-2, 2]，默认 0。
response_formatobject可选{ "type": "json_object" } 强制 JSON 输出；使用时需在 prompt 中同时说明"以 JSON 输出"。
toolsarray<object>可选工具列表，支持 { "type": "function", ... } 自定义函数与 { "type": "builtin_function", "function": { "name": "$web_search" } } 内置联网搜索。
tool_choicestring | object可选auto（默认）/ none / required，或指定具体函数。
thinkingobject可选思考模式开关：{ "type": "enabled" } / { "type": "disabled" }；思考内容通过 reasoning_content 返回。
userstring可选终端用户标识，用于风控与用量追踪。

与 OpenAI 标准的差异点

  1. temperature 上限为 1，而非 2；传更大的值会被上游拒绝。
  2. n 最大为 5，且与 temperature: 0 互斥。
  3. stop 最多 5 项，单项长度上限 32 字节。
  4. 内置联网搜索走的是 builtin_function 类型的特殊工具（见下节），与其他供应商的 web_search 写法 不同，且需要调用方在收到 tool_calls 后回传一次占位结果。
  5. seed 在上游不支持，传入会被忽略。

作为 tools 中的一项传入：

{
  "type": "builtin_function",
  "function": { "name": "$web_search" }
}

需要一次回传

与"服务端自动检索并直接给答案"的模式不同，Kimi 的内置搜索走标准工具调用回路：模型先返回 finish_reason: "tool_calls" 且 tool_calls[].function.name == "$web_search"，调用方不需要真正执行搜索， 只需把该次调用的 arguments 原样作为 role: "tool" 消息的 content 回传，上游即在服务端完成检索并继续 生成。漏掉这一步会导致对话停在工具调用状态。搜索按次计费，与 token 费用分开结算。

多模态内容数组

字段类型说明
typestring"text" / "image_url"
textstring当 type="text" 时的文本内容。
image_url.urlstring图片地址，支持公网 URL 或 data:image/png;base64,... 内联。

02 · 请求组合示例

01 · 基础对话（非流式）

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-2.7",
    "messages": [
      { "role": "system", "content": "你是 Kimi，一名严谨的资料整理助手。" },
      { "role": "user", "content": "把这份会议记录整理成待办清单。" }
    ],
    "temperature": 0.3,
    "max_tokens": 2048
  }'

02 · 流式输出 + usage 统计

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-2.6",
    "messages": [{ "role": "user", "content": "简述 Raft 与 Paxos 的差异" }],
    "stream": true,
    "stream_options": { "include_usage": true }
  }'

03 · 思考模式

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-2.7",
    "messages": [{ "role": "user", "content": "推导这段缓存穿透方案的漏洞并给出修法" }],
    "thinking": { "type": "enabled" },
    "max_tokens": 8192
  }'

思考内容位于 message.reasoning_content（流式为 delta.reasoning_content），与正文分开返回并计入输出 token。

04 · 内置联网搜索（含结果回传）

第一轮请求：

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-2.7",
    "messages": [{ "role": "user", "content": "今年国内新能源补贴政策有什么变化？" }],
    "tools": [{ "type": "builtin_function", "function": { "name": "$web_search" } }]
  }'

第二轮把工具调用的 arguments 原样回传：

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-2.7",
    "messages": [
      { "role": "user", "content": "今年国内新能源补贴政策有什么变化？" },
      {
        "role": "assistant",
        "content": "",
        "tool_calls": [{
          "id": "call_1",
          "type": "builtin_function",
          "function": { "name": "$web_search", "arguments": "{\"query\":\"新能源补贴政策\"}" }
        }]
      },
      {
        "role": "tool",
        "tool_call_id": "call_1",
        "name": "$web_search",
        "content": "{\"query\":\"新能源补贴政策\"}"
      }
    ],
    "tools": [{ "type": "builtin_function", "function": { "name": "$web_search" } }]
  }'

05 · JSON 输出

curl https://aiapi.bytestream.com.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-token" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-2.7",
    "messages": [
      { "role": "system", "content": "请以 JSON 输出结果。" },
      { "role": "user", "content": "抽取：赵六，数据工程师，7 年经验" }
    ],
    "response_format": { "type": "json_object" },
    "temperature": 0
  }'

temperature: 0 与 n > 1 不能同时使用；JSON 模式要求 prompt 中显式出现"JSON"字样，且该系列不支持 json_schema 严格结构化输出，需要 schema 约束时改用自定义函数工具。

03 · 响应结构

{
  "id": "chatcmpl-3d4e5f608a1b2c3d",
  "object": "chat.completion",
  "created": 1721900000,
  "model": "kimi-2.7",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "...",
        "reasoning_content": "（开启 thinking 时才有）"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 104,
    "completion_tokens": 480,
    "total_tokens": 584,
    "cached_tokens": 0
  }
}

finish_reason 取值：stop / length / tool_calls。usage.cached_tokens 为上下文缓存命中量（若账号开启了 上下文缓存），命中部分按更低单价结算。

04 · 附录

错误码

状态码说明
200请求成功
400参数错误 · invalid_request（常见于 temperature > 1、stop 超过 5 项、n > 5）
401令牌无效 · invalid_api_key
402额度不足 · insufficient_user_quota
404模型不存在或令牌分组无权访问
429触发限流 · rate_limit_exceeded（Kimi 上游对并发与 TPM 双重限速，建议指数退避）
500上游 / 网关内部错误

错误体统一为 {"error": {"message", "type", "param", "code"}}。

速查

{
  "model": "kimi-2.7",
  "messages": [{ "role": "user", "content": "..." }],
  "stream": true,
  "stream_options": { "include_usage": true },
  "temperature": 0.6,
  "top_p": 1,
  "n": 1,
  "max_tokens": 8192,
  "stop": ["\n\n"],
  "presence_penalty": 0,
  "frequency_penalty": 0,
  "thinking": { "type": "enabled" },
  "response_format": { "type": "json_object" },
  "tools": [
    { "type": "builtin_function", "function": { "name": "$web_search" } }
  ],
  "tool_choice": "auto",
  "user": "u_10086"
}

bytestream · moonshot 渠道 · Kimi 系列接入文档 —— 本文档为接入示例（非官方最终版），供接口联调参考。

MiniMax 系列

minimax-m3 / minimax-m2.5 的 bytestream 接入指南

Deepseek 系列

deepseek-v4-pro / deepseek-v4-flash 的 bytestream 接入指南

On this page

概览鉴权调用端点01 · 请求参数详解顶层参数内置联网搜索（$web_search）多模态内容数组02 · 请求组合示例01 · 基础对话（非流式）02 · 流式输出 + usage 统计03 · 思考模式04 · 内置联网搜索（含结果回传）05 · JSON 输出03 · 响应结构04 · 附录错误码速查