Felo API PlatformFelo API Platform
Retour aux modèles
Moonshot AImessages

MoonshotAI: Kimi K2.5 API

Modèle multimodal natif open-weight de Moonshot AI, doté d'un contexte de 262K tokens, de capacités de codage visuel et d'un Agent Swarm coordonnant jusqu'à 100 sous-agents.

Kimi K2.5 est un modèle multimodal natif développé par Moonshot AI, capable de comprendre à la fois le texte et les images. Issu d'un entraînement continu sur environ 15 billions de tokens mixtes vision-texte à partir de Kimi-K2-Base, il repose sur une architecture Mixture-of-Experts comptant 1 000 milliards (1,04 billion) de paramètres au total et 32B de paramètres actifs par inférence, auxquels s'ajoute un encodeur visuel MoonViT de 400 millions de paramètres. Il propose un mode réflexion avec analyse étape par étape et un mode instantané pour des réponses rapides.

Ses capacités couvrent la génération de code à partir de spécifications visuelles telles que des maquettes d'interface ou des workflows vidéo, la coordination autonome d'outils pour le traitement de données visuelles, ainsi que l'Agent Swarm, qui décompose des tâches complexes en sous-tâches parallèles confiées à des agents spécialisés instanciés dynamiquement. Ce dispositif peut coordonner jusqu'à 100 sous-agents et exécuter jusqu'à 1 500 appels d'outils. Le modèle prend en charge l'appel d'outils via une API compatible OpenAI/Anthropic et fonctionne sur des moteurs d'inférence tels que vLLM, SGLang et KTransformers. Kimi Code CLI est recommandé comme framework d'agent pour des performances optimales.

Kimi K2.5 se destine notamment à la coordination multi-agents à grande échelle, aux pipelines de traitement de données complexes combinant scraping, nettoyage, analyse et visualisation en parallèle lorsque les dépendances le permettent, ainsi qu'aux workflows agentiques exécutant 200 à 300 appels d'outils de manière autonome. Il atteint des performances de premier plan en codage, vision et tâches agentiques tout en maintenant des coûts d'inférence compétitifs. Publié sous licence MIT modifiée autorisant l'usage commercial, il se distingue de Kimi K2 Thinking, son prédécesseur dépourvu d'entrée multimodale.

Mis à jour:

ID DU MODÈLE

kimi-k2.5
Contexte
262.144K
Sortie max.
235.929K
API recommandée
messages
Entrée
text / image
Sortie
text

Points clés

  • Multimodal natif texte et images
  • Contexte de 262K tokens
  • Agent Swarm jusqu'à 100 sous-agents
  • Jusqu'à 1 500 appels d'outils
  • Modes réflexion et instantané
  • Licence MIT modifiée, usage commercial

Fournisseurs

2 fournisseurs

Comparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.

Fournisseur · Détails des tarifs
Disponibilité
$0.49$2.5$0.2
$0.6$3Non publié

Ce que $10 permettent d'acheter

Entrée
20,4 M tokens
Sortie
4 M tokens

Estimation d'après les prix actuels d'entrée et de sortie, hors remises.

Benchmarks

  • Vals Index

    classement parmi les modèles open-weight

    1er
  • Vals Multimodal Index

    classement parmi les modèles open-weight

    1er
  • SWE-bench Verified

    classement parmi les modèles open-weight

    1er
  • Terminal-Bench 2.0

    classement parmi les modèles open-weight

    1er
  • Finance Agent

    classement parmi tous les modèles

    3e
  • SAGE

    classement parmi tous les modèles

    3e
  • HLE

    avec utilisation d'outils

    50.2%
  • CaseLaw

    rang le plus bas, à moins de 10% de la première place

    16e

Scores tels que publiés par le fournisseur du modèle.

Raisonnement

Activé par défaut
Oui
Toujours activé
Non

Démarrage rapide

Un code prêt à l'emploi pour appeler ce modèle avec les API compatibles de Felo API Platform. Commencez dans le Playground pour tester des prompts avant d'écrire du code.

1

Configurer votre clé API

Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.

export FELO_API_KEY="YOUR_API_KEY"
2

Effectuer votre première requête

Utilisez cet ID de modèle avec le point de terminaison Felo API Platform. Les en-têtes de requête facultatifs comme X-Request-Id facilitent le diagnostic.

kimi-k2.5

Ce modèle est capable de raisonnement. Si le protocole sélectionné et la route du modèle exposent des contrôles de raisonnement, conservez les métadonnées de raisonnement renvoyées lorsque vous poursuivez la conversation.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "kimi-k2.5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Utiliser des SDK tiers

Avec les SDK compatibles, définissez baseURL sur https://openapi.felo.ai/api/v1. Pour les clients de style Claude, utilisez l'URL de base compatible Anthropic. https://openapi.felo.ai/api.

3

Activer le streaming

Ajoutez stream: true pour recevoir les réponses sous forme de server-sent events.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "kimi-k2.5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

Felo API Platform expose des surfaces d'appel de modèles compatibles. Choisissez la surface que votre application ou votre client agent prend déjà en charge.

SurfaceMethodURL

Messages

Messages compatibles Anthropic pour les clients de style Claude.

POST

https://openapi.felo.ai/api/v1/messages

Paramètres

NomTypePar défautDescription
modelstringkimi-k2.5ID public du modèle à appeler.
max_tokensinteger—Nombre maximal de tokens générés.
messagesarray—Messages de la conversation pour Chat Completions.
seed———
stop———
min_p———
toolsarray—Définitions de tool calling conformes au schéma compatible.
top_k———
top_p———
logprobs———
reasoning———
logit_bias———
temperaturenumber—Contrôle la variété des réponses lorsque c'est pris en charge.
tool_choicestring or object—Contrôle si un outil doit être appelé.
top_logprobs———
response_formatobject—Demande une sortie structurée lorsque c'est pris en charge.
presence_penalty———
frequency_penalty———
include_reasoning———
repetition_penalty———
structured_outputs———

Questions fréquentes

Qu'est-ce que MoonshotAI: Kimi K2.5?

Kimi K2.5 est un modèle multimodal natif développé par Moonshot AI, capable de comprendre à la fois le texte et les images. Issu d'un entraînement continu sur environ 15 billions de tokens mixtes vision-texte à partir de Kimi-K2-Base, il repose sur une architecture Mixture-of-Experts comptant 1 000 milliards (1,04 billion) de paramètres au total et 32B de paramètres actifs par inférence, auxquels s'ajoute un encodeur visuel MoonViT de 400 millions de paramètres. Il propose un mode réflexion avec analyse étape par étape et un mode instantané pour des réponses rapides. Ses capacités couvrent la génération de code à partir de spécifications visuelles telles que des maquettes d'interface ou des workflows vidéo, la coordination autonome d'outils pour le traitement de données visuelles, ainsi que l'Agent Swarm, qui décompose des tâches complexes en sous-tâches parallèles confiées à des agents spécialisés instanciés dynamiquement. Ce dispositif peut coordonner jusqu'à 100 sous-agents et exécuter jusqu'à 1 500 appels d'outils. Le modèle prend en charge l'appel d'outils via une API compatible OpenAI/Anthropic et fonctionne sur des moteurs d'inférence tels que vLLM, SGLang et KTransformers. Kimi Code CLI est recommandé comme framework d'agent pour des performances optimales. Kimi K2.5 se destine notamment à la coordination multi-agents à grande échelle, aux pipelines de traitement de données complexes combinant scraping, nettoyage, analyse et visualisation en parallèle lorsque les dépendances le permettent, ainsi qu'aux workflows agentiques exécutant 200 à 300 appels d'outils de manière autonome. Il atteint des performances de premier plan en codage, vision et tâches agentiques tout en maintenant des coûts d'inférence compétitifs. Publié sous licence MIT modifiée autorisant l'usage commercial, il se distingue de Kimi K2 Thinking, son prédécesseur dépourvu d'entrée multimodale.

Comment l'usage est-il facturé ?

Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.

Quelles entrées Kimi K2.5 accepte-t-il ?

Il s'agit d'un modèle multimodal natif qui comprend le texte et les images en entrée, et produit du texte en sortie.

Quelle est la longueur de contexte prise en charge ?

Kimi K2.5 dispose d'un contexte de 262K tokens.

Quels types de tâches sont les mieux adaptés ?

Il excelle dans la coordination multi-agents, les pipelines de traitement de données, la génération de code à partir de spécifications visuelles et les workflows agentiques autonomes.

Quelle est la différence avec Kimi K2 Thinking ?

Kimi K2 Thinking ne prenait pas en charge l'entrée multimodale, tandis que Kimi K2.5 comprend à la fois le texte et les images.

Comment appeler des outils avec ce modèle ?

L'appel d'outils est pris en charge via une API compatible OpenAI/Anthropic, et Kimi Code CLI est recommandé comme framework d'agent.

Quels réglages de température sont conseillés ?

La température recommandée est de 1.0 en mode réflexion et de 0.6 en mode instantané, avec top_p à 0.95.

Modèles liés