kimiapikey.comPanduan
Integrasi Kunci API Kimi dengan SDK OpenAI dan LangChain
Mengintegrasikan API ini ke aplikasi berarti mengubah dua nilai dalam kode yang mungkin sudah Anda miliki: base URL dan kunci. Panduan ini menunjukkan perubahan untuk SDK OpenAI, LangChain, dan LiteLLM, lalu membahas retry dan batas untuk penggunaan produksi.
Diperbarui

Poin utama
- Setiap klien membutuhkan tiga nilai yang sama: base URL https://api.kimiapikey.com/v1, kunci Anda dan model
uncensored. - Simpan dalam variabel lingkungan agar Anda dapat mengganti penyedia tanpa mengedit kode.
- Tangani respons 429 secara terpisah: rate_limited, concurrency, dan kelebihan beban sementara dengan Retry-After: 5.
- Kunci penuh memungkinkan 8 permintaan konkuren dan 300 per menit; kunci uji coba memungkinkan 2 dan 60.
Apa yang sebenarnya berubah dalam kode Anda
Sebuah integrasi kunci API kimi terdengar seperti sebuah proyek, tetapi untuk endpoint ini, ini adalah perubahan konfigurasi. Layanan ini mengimplementasikan format penyelesaian obrolan OpenAI, sehingga pustaka klien apa pun yang memungkinkan Anda mengatur base URL dan kunci akan berfungsi. Tidak ada SDK khusus yang perlu diinstal dan tidak ada bentuk permintaan baru yang perlu dipelajari.
| Pengaturan | Nilai |
|---|---|
| URL dasar | https://api.kimiapikey.com/v1 |
| Autentikasi | Kunci dari dasbor Anda, dikirim sebagai Authorization: Bearer |
| Model | uncensored |
| Endpoint | POST /v1/chat/completions, GET /v1/models |
Dua poin menghemat waktu. Pertama, ini adalah model teks di balik satu endpoint: tidak ada rute embedding, tidak ada pembuatan gambar, tidak ada audio. Jika aplikasi Anda memanggil itu, pertahankan penyedia lain untuk itu dan arahkan hanya obrolan ke sini. Kedua, ini bukan API resmi dari Kimi atau vendor lain; ini adalah penyedia independen yang menjalankan satu model bobot terbuka, sehingga nama model dari platform lain tidak akan diselesaikan. Penjelasan kunci API Kimi membahas perbedaan itu lebih panjang.
Dapatkan kunci Anda di halaman kunci API. Akun baru dapat mengklaim $0,50 kredit uji coba di sana, yang cukup untuk semuanya di bawah ini.
Konfigurasi dan memindahkan aplikasi yang ada
Library Python dan Node OpenAI resmi membaca OPENAI_API_KEY dan OPENAI_BASE_URL dari lingkungan ketika Anda tidak meneruskannya secara eksplisit. Itu membuat integrasi dengan usaha paling sedikit menjadi perubahan shell:
export OPENAI_BASE_URL="https://api.kimiapikey.com/v1"
export OPENAI_API_KEY="YOUR_KEY"
Kode yang ada yang membangun klien OpenAI() sekarang berbicara ke endpoint ini. Anda masih mengubah argumen model menjadi uncensored. Masukkan nama model ke dalam variabel juga, misalnya LLM_MODEL, sehingga lingkungan pengujian dan lingkungan produksi dapat berbeda tanpa edit kode.
Kebiasaan itu sepadan dengan semenit yang dibutuhkan. Ketika URL dasar, kunci, dan model disimpan dalam konfigurasi, mencoba penyedia lain yang kompatibel dengan OpenAI adalah perubahan deployment, dan rollback adalah perubahan yang sama ke arah sebaliknya.
Sebagian besar tim tidak memulai dari file kosong. Mereka memiliki aplikasi yang sudah memanggil API bergaya OpenAI, dan mereka ingin itu memanggil yang ini. Migrasi sebagian besar adalah pencarian tiga string.
- Temukan tempat klien dibuat dan ubah URL dasar.
- Temukan setiap argumen
model=dan ganti nama lama denganuncensored. - Cari fitur yang digunakan kode Anda yang tidak disediakan API ini, seperti embedding, pembuatan gambar, atau audio. Panggilan itu harus tetap dengan penyedia lain atau dihapus.
Kemudian bandingkan perilaku, bukan hanya sintaks. Model yang berbeda memiliki suara yang berbeda, panjang default yang berbeda, dan kebiasaan berbeda dalam pemformatan. Jalankan prompt pengujian yang ada, baca jawaban secara berdampingan, dan sesuaikan prompt sistem di mana nada telah menyimpang. Teks prompt yang berhasil mengatasi keanehan model lain kadang-kadang tidak melakukan apa-apa di sini, dan kadang-kadang memperburuk keadaan, jadi hapus penyesuaian lama satu per satu dan perhatikan perubahan apa yang terjadi.
Periksa juga parameter yang Anda lewati. Temperature, top_p, stop, seed, dan penalti dilewatkan, sehingga perilakunya sesuai harapan Anda. Bidang yang milik vendor lain, atau fitur yang tidak dimiliki API ini, tidak akan melakukan apa pun yang berguna. Pertahankan body permintaan kecil dan standar. Batas body adalah 8 MB, yang hanya penting jika Anda menyematkan dokumen besar secara langsung.
Python: sinkron, streaming, dan asinkron
Bentuk eksplisit, yang tidak bergantung pada variabel lingkungan:
from openai import OpenAI
client = OpenAI(
base_url="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
)
resp = client.chat.completions.create(
model="uncensored",
messages=[
{"role": "system", "content": "You answer in plain English."},
{"role": "user", "content": "Explain idempotency in two sentences."},
],
temperature=0.7,
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)
Untuk streaming, atur stream=True dan baca potongan saat tiba. Stream dikirim melalui server-sent events, dan penggunaan dilaporkan di akhir.
stream = client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": "Write a limerick about retries."}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
Untuk layanan yang menangani banyak pengguna, gunakan klien asinkron dan batasi konkurensi Anda sendiri agar Anda tidak pernah melebihi batas konkurensi kunci. Semaphore adalah cara termudah:
import asyncio
from openai import AsyncOpenAI
client = AsyncOpenAI(
base_url="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
)
gate = asyncio.Semaphore(8)
async def ask(prompt: str) -> str:
async with gate:
r = await client.chat.completions.create(
model="uncensored",
messages=[{"role": "user", "content": prompt}],
)
return r.choices[0].message.content
async def main():
prompts = [f"Give one fact about the number {n}." for n in range(20)]
answers = await asyncio.gather(*(ask(p) for p in prompts))
print(len(answers), "answers")
asyncio.run(main())
Atur semaphore menjadi 2 saat Anda menggunakan kunci uji coba, dan 8 pada kunci yang didanai.
Node dan TypeScript
Library Node.js mengambil dua opsi yang sama dengan nama yang sedikit berbeda:
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.kimiapikey.com/v1",
apiKey: process.env.API_KEY,
});
const completion = await client.chat.completions.create({
model: "uncensored",
messages: [{ role: "user", content: "Name three HTTP status codes." }],
});
console.log(completion.choices[0].message.content);
Streaming dengan klien yang sama menggunakan stream: true dan iterator asinkron atas hasil. Jika Anda menggunakan kerangka kerja front-end yang membungkus library OpenAI, seperti toolkit UI obrolan, cari opsi URL dasar dan atur dengan cara yang sama. Simpan kunci di server. Kunci yang ditempatkan dalam kode browser dapat disalin oleh siapa saja yang membuka alat pengembang, dan saldo di baliknya adalah uang sungguhan.
LangChain dan LiteLLM
Kerangka kerja yang membungkus klien OpenAI biasanya mengekspos dua parameter yang sama. Di LangChain untuk Python, kelas model obrolan OpenAI menerimanya secara langsung:
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
model="uncensored",
base_url="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
temperature=0.5,
)
reply = llm.invoke("Summarize what a message queue does in one sentence.")
print(reply.content)
Dari sana, rantai, template prompt, dan parser output bekerja seperti halnya dengan model obrolan apa pun. Jika Anda mengikat alat, API mendukung pemanggilan fungsi dengan tools dan tool_choice, dan hasil alat kembali ke model sebagai pesan role: "tool", yang merupakan apa yang dihasilkan kerangka kerja.
LiteLLM berguna ketika Anda menginginkan satu konvensi panggilan di beberapa penyedia. Awali model dengan openai/ dan lewati URL dasar sebagai api_base:
import litellm
resp = litellm.completion(
model="openai/uncensored",
api_base="https://api.kimiapikey.com/v1",
api_key="YOUR_KEY",
messages=[{"role": "user", "content": "Say hello in French."}],
)
print(resp.choices[0].message.content)
Untuk data terstruktur, lewati response_format={"type": "json_object"} dan katakan dalam prompt bahwa Anda menginginkan JSON. Selalu uraikan hasil secara defensif, karena mode JSON meminta JSON yang valid tetapi skema Anda masih hanya permintaan dalam prompt.
Batas, coba ulang, dan penanganan kesalahan
Kunci yang didanai mengizinkan 8 permintaan paralel dan 300 permintaan per menit. Kunci uji coba mengizinkan 2 dan 60. Body dapat berukuran hingga 8 MB, dan jendela konteks adalah 100.000 token untuk prompt dan penyelesaian secara bersama. Ketika Anda melebihi batas, API menjawab dengan HTTP 429 dan salah satu dari ini:
rate_limited: terlalu banyak permintaan per menit. Tunggu selama beberapa detik.concurrency: terlalu banyak permintaan yang berjalan sekaligus. Tunggu hingga selesai. Permintaan yang dialirkan memegang slotnya hingga stream berakhir, sehingga konsumen lambat dihitung terhadap Anda.- 429 dengan
Retry-After: 5: kelebihan beban sementara. Tunggu lima detik dan coba lagi.
Pembungkus coba ulang kecil yang menghormati header menangani ketiganya:
import time
from openai import OpenAI, RateLimitError
client = OpenAI(base_url="https://api.kimiapikey.com/v1", api_key="YOUR_KEY", max_retries=0)
def chat(messages, tries=4):
for attempt in range(tries):
try:
return client.chat.completions.create(model="uncensored", messages=messages)
except RateLimitError as e:
wait = int(e.response.headers.get("retry-after", 2 ** attempt))
time.sleep(wait)
raise RuntimeError("still rate limited after retries")
Permintaan yang gagal atau ditolak tidak dibebankan biaya, sehingga mencoba ulang tidak menimbulkan biaya tambahan. Catat header respons X-Request-Id dengan setiap panggilan; ini adalah cara tercepat untuk menunjuk ke satu permintaan jika ada yang terlihat salah. X-Balance-USD memberi tahu Anda berapa banyak saldo yang tersisa, yang dapat Anda masukkan ke dalam peringatan. Dokumentasi mencantumkan semua header respons.
Pemanggilan fungsi melalui kerangka kerja
Kerangka kerja agen bergantung pada pemanggilan fungsi, jadi ada baiknya melakukan uji coba singkat sebelum Anda membangun di atasnya. API ini menerima tools dan tool_choice, mengembalikan tool_calls ketika model ingin menjalankan fungsi, dan mengharapkan hasil sebagai pesan role: "tool" yang merujuk pada ID panggilan. Streaming berfungsi dengan alat, dengan panggilan yang tiba dalam fragmen yang SDK kumpulkan untuk Anda.
Uji coba pertama yang baik adalah agen satu alat dengan fungsi yang hasilnya dapat Anda periksa secara visual, seperti kalkulator atau pencarian dalam kamus kecil. Jalankan sepuluh kali. Jika model memilih alat dan mengisi argumennya dengan benar setiap kali, Anda dapat menambahkan alat kedua. Jika kadang-kadang menjawab dari memori daripada memanggil fungsi, buat deskripsi alat lebih spesifik, atau atur tool_choice untuk memaksa panggilan untuk langkah itu. Model berbeda dalam seberapa andal mereka menggerakkan rantai panggilan panjang, jadi pertahankan rantai pendek dan tambahkan batas langkah ke setiap loop agar loop yang bingung tidak berputar selamanya dan menghabiskan saldo.
Daftar periksa pra-peluncuran singkat
- Jalankan satu permintaan melalui curl atau SDK dan konfirmasi blok penggunaan hadir.
- Uji streaming dengan klien yang akan digunakan dalam produksi, termasuk apa yang terjadi ketika pengguna menutup halaman di tengah stream.
- Batasi konkurensi Anda sendiri di bawah batas kunci.
- Atur
max_tokensdi mana jawaban pendek diharapkan, dan pangkas riwayat obrolan sebelum tumbuh melebihi yang ingin Anda bayar. - Simpan kunci dalam konfigurasi sisi server dan rotasikan jika muncul di log.
- Periksa biaya pada lalu lintas nyata. Pada $0,15 per 1 juta input dan $0,50 per 1 juta output, permintaan dengan 3.000 token masuk dan 700 keluar dikenai biaya $0,0008, sehingga 10.000 di antaranya berbiaya sekitar $8. Detail ada di halaman harga.
Prompt yang dikirim ke API tidak digunakan untuk pelatihan. Satu aturan konten yang tidak pernah berubah adalah batas keras pada konten seksual yang melibatkan anak di bawah umur; model pada dasarnya disesuaikan untuk menjawab tanpa penolakan untuk penggunaan dewasa yang sah, sehingga aplikasi yang melayani publik harus tetap menambahkan moderasi dan pemeriksaan usia mereka sendiri di mana hukum atau pengguna Anda mengharapkan mereka.
Panduan lainnya
- Gunakan Kunci API Gaya Kimi di Cursor: Panduan Pengaturan
- Harga Kunci API Kimi: Berapa Biaya Alternatif Ini
- Kunci API Kimi: Cara Kerja dan Apa Saja Alternatifnya
Pertanyaan yang Sering Diajukan
Apakah modelnya sama dengan Kimi resmi dari Moonshot?
Tidak, kami menjalankan model bobot terbuka yang telah disesuaikan agar tanpa sensor. Ini bukan GPT, Claude, Gemini, Grok, DeepSeek, atau model dari vendor lain. Ini adalah model unik yang dijalankan di server kami sendiri.
Apakah Anda melatih data saya?
Tidak. Prompt dan completion Anda tidak digunakan untuk pelatihan. Kami menghargai privasi dan transparansi, sehingga data Anda tetap menjadi milik Anda.
Berapa batas laju-nya?
Anda dibatasi hingga 300 permintaan per menit per kunci. Ukuran badan permintaan maksimum adalah 8 MB. Batas-batas ini dirancang untuk memastikan kinerja stabil bagi semua pengguna.
Apa kebijakan konten-nya?
Model ini tanpa sensor untuk topik dewasa, kontroversial, dan kreatif. Namun, kami memblokir konten seksual yang melibatkan anak di bawah umur. Ini adalah batas keras yang selalu berlaku, terlepas dari tingkat langganan Anda.
Tanya jawab
Apakah saya memerlukan SDK khusus?
Tidak. Library standar OpenAI untuk Python dan Node berfungsi setelah Anda mengatur base URL ke https://api.kimiapikey.com/v1 dan menggunakan kunci Anda. LangChain dan LiteLLM bekerja dengan cara yang sama.
Nama model apa yang harus digunakan kode saya?
Gunakan uncensored. Itu adalah satu-satunya ID model yang dilayani oleh API, dan GET /v1/models mencantumkannya.
Bagaimana cara menghindari kesalahan 429?
Batasi permintaan paralel Anda sendiri menjadi 8 pada kunci yang telah diisi saldo atau 2 pada kunci uji coba, dan coba lagi setelah jeda Retry-After ketika API memintanya.
Apakah mendukung pemanggilan fungsi dan mode JSON?
Ya. Gunakan tools dan tool_choice untuk pemanggilan fungsi, serta response_format dengan type json_object untuk output JSON. Streaming juga berfungsi.
Bisakah saya menggunakan embedding atau pembuatan gambar melalui kunci yang sama?
Tidak. API hanya untuk obrolan teks, tanpa endpoint embedding, gambar, audio, atau video.
Kunci Anda hanya selangkah lagi dari satu formulir
Buat akun, salin kunci, ubah URL dasar. Itu saja seluruh proses pengaturannya.