Kimi K2
Red Neuronal
Kimi K2 api: gran modelo de lenguaje de Moonshot AI con arquitectura Mixture-of-Experts: un billón de parámetros, 32 mil millones activos.
Longitud máxima de respuesta
(en tokens)
Tamaño del contexto
(en tokens)
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Kimi K2?
Kimi K2 Instruct es un gran modelo de lenguaje de Moonshot AI basado en la arquitectura Mixture-of-Experts: tiene un billón de parámetros, pero activa unos 32 mil millones por paso, lo que significa que la consulta procesa solo una parte de la red. Es una versión instructiva diseñada para realizar tareas planteadas en el chat o a través de la API. En BotHub, el modelo está disponible desde Rusia sin VPN ni tarjeta extranjera: pagas en rublos por tokens, sin suscripción, y los tokens no utilizados no caducan. Otros modelos del agregador funcionan en la misma ventana, por lo que puedes comparar respuestas y cambiar de modelo sin reescribir la integración: la API unificada es igual para todos, la correspondencia se cifra mediante AES-GCM y los equipos tienen acceso a contratos, facturas y un panel de administración con límites. Útil para analizar y refactorizar código, escribir y revisar documentación, consolidar datos dispersos en informes estructurados, preparar borradores de respuestas de soporte o crear un servicio multimodal donde Kimi K2 responda a parte de las consultas.Preguntas frecuentes sobre Kimi K2
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Kimi K2 es un modelo de texto de Moonshot AI con un contexto de 131 072 tokens. Acepta texto, documentos e imágenes como entrada y puede llamar a funciones. Úselo para trabajar con código, analizar archivos largos e informes, analítica y escenarios de agentes donde necesite mantener mucho contexto en memoria.
El límite de una respuesta es de 98 304 tokens, lo que equivale a decenas de páginas de texto. Esta capacidad es suficiente para un módulo de código grande, un informe detallado o un análisis extenso de documentos sin cortarse a la mitad. Si la respuesta termina antes, simplemente pida continuar desde donde se detuvo.
No hay una nota específica sobre razonamiento oculto en nuestros datos, pero eso no significa que el modelo no pueda hacerlo. La forma más fácil de controlarlo es mediante el prompt: pídale que descomponga la tarea paso a paso, enumere las opciones y solo entonces dé la conclusión final.
Sí, la llamada a funciones y la salida estructurada en JSON están confirmadas. El modelo se puede conectar a herramientas externas, búsquedas o bases de datos y recibir respuestas bajo un esquema estricto. En BotHub, esto funciona a través de una API unificada compatible con OpenAI, por lo que cambiar de modelo no requerirá reescribir la integración.
Imágenes y documentos, sí, se pueden enviar como entrada y pedir que se analice su contenido. No hay información sobre audio y video en nuestros datos, por lo que para esas tareas es más conveniente usar modelos especializados: en BotHub se abren en la misma ventana, sin cambiar de servicio.
No hay información sobre idiomas en nuestros datos, por lo que no podemos prometer nada en nombre del modelo. Puede comprobarlo en un minuto: proporcione a Kimi K2 su texto real y compárelo con la respuesta de otro modelo en la misma ventana de BotHub. El pago se realiza por tokens, sin suscripción.