Kimi K2
Rede Neural
Kimi K2 api — grande modelo de linguagem da Moonshot AI com arquitetura Mixture-of-Experts: 1 trilhão de parâmetros, 32 bi ativos.
Comprimento máximo de resposta
(em tokens)
Tamanho do contexto
(em tokens)
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona Kimi K2?
Kimi K2 Instruct é um grande modelo de linguagem da Moonshot AI construído com a arquitetura Mixture-of-Experts: possui um trilhão de parâmetros, mas ativa cerca de 32 bilhões por passagem, processando apenas parte da rede. Esta é uma versão instrucional para tarefas via chat ou API. No BotHub, o modelo está disponível sem VPN: você paga conforme o uso por tokens, sem assinatura, e os tokens não utilizados não expiram. Outros modelos do agregador funcionam na mesma janela, permitindo comparar respostas e alternar sem reescrever a integração — a API é unificada, as conversas são criptografadas via AES-GCM, e equipes têm acesso a contratos, faturas e painel administrativo com limites. Útil para analisar e refatorar código, escrever e revisar documentação, consolidar dados em relatórios estruturados, preparar rascunhos de suporte ou criar um serviço multimodal onde o Kimi K2 responde a parte das solicitações.Perguntas frequentes sobre Kimi K2
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O kimi-k2 é um modelo de texto da Moonshot AI com contexto de 131.072 tokens. Aceita texto, documentos e imagens, e pode chamar funções. Use-o para trabalhar com código, analisar arquivos longos e relatórios, análises e cenários de agentes que exigem manter muito contexto na memória.
O limite de uma resposta é de 98.304 tokens, o que equivale a dezenas de páginas de texto. Essa capacidade é suficiente para um grande módulo de código, um relatório detalhado ou uma análise volumosa de documento sem interrupções. Se a resposta terminar antes, basta pedir para continuar de onde parou.
Não há menção específica sobre raciocínio oculto em nossos dados, mas isso não significa que o modelo não saiba fazê-lo. A maneira mais fácil de controlar isso é via prompt: peça para analisar a tarefa passo a passo, listar opções e só então dar a conclusão final.
Sim, a chamada de funções e a saída estruturada em JSON são confirmadas. O modelo pode ser conectado a ferramentas externas, busca ou banco de dados para obter respostas em um esquema rigoroso. No BotHub, isso funciona via API compatível com OpenAI, então trocar de modelo não exigirá reescrever a integração.
Imagens e documentos, sim, podem ser enviados para análise de conteúdo. Não há informações sobre áudio e vídeo em nossos dados, portanto, para essas tarefas, é mais conveniente usar modelos especializados: no BotHub, eles abrem na mesma janela, sem precisar trocar de serviço.
Não há informações sobre idiomas em nossos dados, então não podemos prometer nada pelo modelo. Você pode verificar isso em um minuto: forneça ao kimi-k2 seu texto real e compare com a resposta de outro modelo na mesma janela do BotHub. O pagamento é feito conforme o uso por tokens, sem assinatura.