Kimi API キー、OpenAI SDK および LangChain との連携
この API をアプリに統合するには、おそらく既に持っているコードの 2 つの値を変更するだけです:ベース URL とキーです。このガイドでは、OpenAI SDK、LangChain、LiteLLM への変更を示し、本番環境でのリトライと制限について説明します。
更新日:

主要ポイント
- すべてのクライアントには同じ 3 つの値が必要です:ベース URL https://api.kimiapikey.com/v1、API キー、およびモデル
uncensored。 - 環境変数に保存して、コードを編集せずにプロバイダを切り替えられるようにしてください。
- 429 応答を個別に処理します:rate_limited、concurrency、Retry-After: 5 を伴う一時的な過負荷。
- 前払いキーは同時8件、1分あたり300件のリクエストを許可します。無料トライアルキーは同時2件、1分あたり60件です。
コードで実際に何が変わるか
Kimi API キーの統合 はプロジェクトのように聞こえますが、このエンドポイントでは設定の変更です。このサービスは OpenAI の chat completions 形式を実装しているため、ベース URL とキーを設定できる任意のクライアントライブラリが動作します。インストールするカスタム SDK はなく、学習すべき新しいリクエスト形式もありません。
| 設定 | 内容 |
|---|---|
| ベース URL | https://api.kimiapikey.com/v1 |
| 認証 | ダッシュボードからのキーは、Authorization: Bearer として送信されます。 |
| モデル | uncensored |
| エンドポイント | POST /v1/chat/completions、GET /v1/models |
2つのポイントで時間を節約できます。まず、これは1つのエンドポイントの背後にあるテキストモデルです:埋め込みルーティング、画像生成、音声はありません。アプリがそれらを呼び出す場合は、それら用に別のプロバイダを維持し、チャットのみをこちらにルーティングしてください。第二に、これはKimiまたは他のベンダーの公式APIではありません。これは1つのオープンウェイトモデルを実行する独立したプロバイダなので、他のプラットフォームのモデル名は解決されません。Kimi API キー解説がその違いについてより詳しくカバーしています。
APIキーページでキーを取得してください。新規アカウントはそこで$0.50の無料トライアルクレジットを受け取ることができ、以下のすべてに十分です。
設定と既存アプリの移行
公式の OpenAI Python および Node ライブラリは、明示的に渡さない場合、環境から OPENAI_API_KEY および OPENAI_BASE_URL を読み取ります。これにより、最も労力の少ない統合はシェルの変更になります:
export OPENAI_BASE_URL="https://api.kimiapikey.com/v1"
export OPENAI_API_KEY="YOUR_KEY"
空の OpenAI() クライアントを構築していた既存コードは、現在このエンドポイントと通信します。model 引数を uncensored に変更する必要があります。モデル名も変数に配置してください。例えば LLM_MODEL のように。テスト環境と本番環境がコード編集なしで異なるようにするためです。
この習慣は、かかる1分に見合う価値があります。ベースURL、キー、モデルが設定ファイルにある場合、別のOpenAI互換プロバイダに変更するのはデプロイの変更であり、元に戻すのも同じ変更を逆にするだけです。
ほとんどのチームは空のファイルから始めません。すでに OpenAI 風 API を呼び出しているアプリを持っており、それをこちらで呼び出したいのです。移行は主に 3 つの文字列の検索です。
- クライアントが構築されている場所を見つけ、ベース URL を変更します。
- すべての
model=引数を見つけ、古い名前をuncensoredに置き換えます。 - この API が提供しない埋め込み、画像生成、音声など、コードが使用する機能を検索します。それらの呼び出しは別のプロバイダに残すか、削除する必要があります。
次に、構文だけでなく動作を比較してください。異なるモデルは異なる口調、異なるデフォルトの長さ、そしてフォーマットに関する癖を持っています。既存のテストプロンプトを実行し、回答を並べて読み、口調がずれた場合にシステムプロンプトを調整してください。他のモデルの癖に合わせていたプロンプトテキストは、ここでは何もしない場合や、場合によっては悪化させることもあります。古い回避策を一つずつ削除し、何が変わるか確認してください。
渡すパラメータも確認してください。temperature、top_p、stop、seed、ペナルティはそのまま渡されるため、期待どおりに動作します。他のベンダーに属するフィールドや、このAPIが備えていない機能のフィールドは、有用な動作をしません。リクエストボディは小さく標準的なものに保ってください。ボディの制限は8 MBで、これは大規模なドキュメントを直接埋め込む場合にのみ重要です。
Python:同期、ストリーミング、非同期
環境変数に依存しない明示的な形式:
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)
ストリーミングの場合、stream=True を設定し、チャンクが到着するたびに読み取ります。ストリームはサーバー送信イベント経由で配信され、使用状況は最後に報告されます。
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)
多くのユーザーを処理するサービスの場合、キーの同時実行数制限を超過しないよう独自の並列性を制限して非同期クライアントを使用してください。セマフォが最も簡単な方法です:
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())
トライアルキー中はセマフォを 2 に、前払いキーでは 8 に設定します。
Node と TypeScript
Node ライブラリは、わずかに異なる名前で同じ 2 つのオプションを受け取ります:
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);
同じクライアントでのストリーミングは stream: true と結果の非同期イテレータを使用します。OpenAI ライブラリをラップするフロントエンドフレームワーク(チャット UI ツールキットなど)を使用する場合は、そのベース URL オプションを探し、同じ方法で設定してください。キーはサーバーに保持してください。ブラウザコードに配置されたキーは、開発者ツールを開く誰でもコピーできるため、その背後のクレジットは実際のお金です。
LangChain と LiteLLM
OpenAI クライアントをラップするフレームワークは通常、同じ 2 つのパラメータを公開します。Python 用 LangChain では、OpenAI チャットモデルクラスはそれらを直接受け入れます:
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)
そこから、チェーン、プロンプトテンプレート、出力パーサーは任意のチャットモデルと同様に動作します。ツールをバインドする場合、API は tools と tool_choice でツール呼び出しをサポートし、ツール結果はフレームワークが生成する role: "tool" メッセージとしてモデルに戻ります。
LiteLLM は、複数のプロバイダ間で 1 つの呼び出し規約を維持したい場合に役立ちます。モデルに openai/ プレフィックスを付け、ベース URL を api_base として渡します:
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)
構造化データの場合、response_format={"type": "json_object"} を渡し、プロンプトで JSON を望むことを伝えます。JSON モードは有効な JSON を要求しますが、スキーマは依然としてプロンプト内のリクエストに過ぎないため、常に結果を防御的に解析してください。
制限、リトライ、エラー処理
前払いキーでは同時8件、1分あたり300件のリクエストが可能です。トライアルキーでは2件と60件です。ボディは最大8 MB、ウィンドウはプロンプトと completion を合わせて100,000トークンです。制限を超えた場合、APIはHTTP 429と次のいずれかを返します:
rate_limited:1 分あたりのリクエストが多すぎます。数秒間バックオフしてください。concurrency:同時に実行中のリクエストが多すぎます。1 つが完了するまで待ちます。ストリーミングリクエストはストリームが終了するまでスロットを保持するため、低速なコンシューマーも枠を占有し続けます。Retry-After: 5を伴う 429:一時的な過負荷。5 秒待ってから再試行してください。
ヘッダーに従う小さなリトライラッパーがこれらすべてを処理します:
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")
失敗または拒否されたリクエストは課金されないため、リトライには課金ペナルティがありません。すべての呼び出しで X-Request-Id 応答ヘッダーをログに記録してください。何か問題がある場合に 1 つのリクエストを指し示す最も簡単な方法です。X-Balance-USD は残っているクレジット額を示し、アラートにフィードできます。ドキュメント にすべての応答ヘッダーがリストされています。
フレームワークを通じたツール呼び出し
エージェントフレームワークはツール呼び出しに依存するため、構築する前に短いテストを行う価値があります。この API は tools と tool_choice を受け入れ、モデルが関数実行を望む場合に tool_calls を返し、呼び出し ID を参照する role: "tool" メッセージとして結果を期待します。ストリーミングはツールでも動作し、呼び出しは SDK があなたのために組み立てる断片として到着します。
最初の良いテストは、目で結果を確認できる関数を持つ1ツールエージェントです。例えば、電卓や小さな辞書での検索などです。10回実行してください。モデルが毎回ツールを選択し、引数を正しく埋める場合は、2つ目のツールを追加できます。場合によっては関数を呼び出すのではなくメモリから回答する場合は、ツールの説明をより具体的にするか、そのステップで呼び出しを強制するためにtool_choiceを設定してください。長い呼び出しチェーンをどれだけ確実に動かせるかはモデルによって異なります。そのため、チェーンを短く保ち、ループにはステップ制限を追加して、混乱した実行が永遠に回り続けてクレジットを使い果たさないようにしてください。
短い事前公開チェックリスト
- curl または SDK を通じて 1 つのリクエストを実行し、使用状況ブロックが存在することを確認します。
- 本番環境で使用されるクライアントでストリーミングをテストし、ユーザーがストリーミングの途中でページを閉じた場合の動作も含めて確認します。
- 独自の同時実行数をキーの制限以下に制限します。
- 短い回答が期待される場所に
max_tokensを設定し、チャット履歴が支払いたい量を超えて増える前に切り捨ててください。 - キーをサーバー側の設定に保持し、ログに表示された場合はローテーションしてください。
- 実際のトラフィックでコストを確認してください。入力100万トークンあたり$0.15、出力100万トークンあたり$0.50の場合、入力3,000トークン、出力700トークンのリクエストは$0.0008かかり、その10,000件で約$8かかります。詳細は料金ページをご覧ください。
APIに送信されたプロンプトはトレーニングには使用されません。変更されない唯一のコンテンツルールは、未成年者が関わる性的コンテンツの厳格な制限です。モデルはそれ以外の場合、合法的な成人向け利用に対して拒否なしで回答するように調整されているため、一般に公開されるアプリでは、法やユーザーの期待に応じて、独自のモデレーションと年齢確認を追加する必要があります。
その他のガイド
よくある質問
モデルはMoonshotの公式Kimiと同じですか?
いいえ、当社は無検閲に調整されたオープンウェイトモデルをホストしています。GPT、Claude、Gemini、Grok、DeepSeek、またはその他のベンダーのモデルではありません。独自のサーバーで実行される独自のモデルです。
データを学習に使用しますか?
いいえ。プロンプトや生成結果は学習に使用されません。プライバシーと透明性を重視しており、データはあなたのものです。
レート制限はどのくらいですか?
キーごとに1分あたり300リクエストに制限されます。リクエストボディの最大サイズは8 MBです。これらの制限は、すべてのユーザーに安定したパフォーマンスを提供するために設計されています。
コンテンツポリシーは?
モデルは大人向け、論争的、クリエイティブなトピックについて無検閲です。ただし、未成年者を含む性的コンテンツはブロックされます。これはサブスクリプションレベルに関係なく常に適用される厳格な制限です。
質問と回答
特別なSDKが必要ですか?
いいえ。Base URLをhttps://api.kimiapikey.com/v1に設定し、APIキーを使用すれば、PythonおよびNode.js用の標準的なOpenAIライブラリがそのまま動作します。LangChainやLiteLLMも同様に動作します。
コードで使用するモデル名は?
uncensoredを使用してください。これはAPIが提供する唯一のモデルIDであり、GET /v1/modelsでも確認できます。
429エラーを回避するには?
前払いキーでは同時リクエストを8件、無料トライアルキーでは2件に制限し、APIがRetry-Afterを返した場合はその待機後にリトライしてください。
ツール呼び出しとJSONモードをサポートしていますか?
はい。関数呼び出しにはtoolsとtool_choiceを、JSON出力にはtype json_objectを指定したresponse_formatを使用してください。ストリーミングも動作します。
同じAPIキーで埋め込みや画像生成を使用できますか?
いいえ。APIはテキストチャットのみで、埋め込み、画像、音声、映像のエンドポイントは提供していません。
キーはフォーム 1 つで手に入ります
アカウントを作成し、キーをコピーし、ベースURLを変更します。これでセットアップは完了です。