KO ▾
API 키 받기

kimiapikey.com가이드

Kimi API 키, OpenAI SDK 및 LangChain 통합

이 API를 앱에 통합하려면 기존 코드에서 두 가지 값만 변경하면 됩니다: 베이스 URL과 키입니다. 이 가이드는 OpenAI SDK, LangChain, LiteLLM의 변경 방법을 보여주고, 프로덕션 사용을 위한 재시도 및 제한 사항을 다룹니다.

업데이트

중앙 허브에 연결된 빛나는 선이 있는 입방체 블록으로, 앱이 단일 API와 통합되는 모습을 보여줍니다

주요 포인트

  • 모든 클라이언트에는 동일한 세 가지 값이 필요합니다: 베이스 URL https://api.kimiapikey.com/v1, 키 및 모델 uncensored.
  • 환경 변수에 저장하여 코드를 수정하지 않고도 공급자를 변경할 수 있습니다.
  • 429 응답을 별도로 처리하세요: rate_limited, concurrency 및 Retry-After: 5가 있는 일시적 과부하.
  • 전체 키는 분당 300회, 동시 8개 요청을 허용합니다. 체험 키는 분당 60회, 동시 2개 요청을 허용합니다.

코드에서 실제로 변경되는 부분

Kimi API 키 통합은 프로젝트처럼 들리지만, 이 엔드포인트의 경우 구성 변경에 불과합니다. 이 서비스는 OpenAI chat completions 형식을 구현하므로 베이스 URL과 키를 설정할 수 있는 클라이언트 라이브러리라면 모두 작동합니다. 설치할 전용 SDK가 없으며, 학습할 새로운 요청 형식도 없습니다.

설정내용
베이스 URLhttps://api.kimiapikey.com/v1
인증대시보드의 키는 Authorization: Bearer로 전송됩니다.
모델uncensored
엔드포인트POST /v1/chat/completions, GET /v1/models

두 가지로 시간을 절약하세요. 첫째, 단일 엔드포인트의 텍스트 모델입니다. 임베딩, 이미지 생성, 오디오가 없습니다. 해당 기능이 필요하면 다른 공급자를 유지하고 채팅만 여기로 라우팅하세요. 둘째, Kimi 공식 API가 아니며 독립적인 오픈 웨이트 모델 공급자입니다. 다른 플랫폼의 모델명은 인식되지 않습니다. Kimi API 키 설명서에서 이 차이를 자세히 다룹니다.

API 키 페이지에서 키를 받으세요. 신규 계정은 무료 체험 크레딧 $0.50을 받을 수 있으며, 아래 모든 작업에 충분합니다.

구성 및 기존 앱 마이그레이션

공식 OpenAI Python 및 Node 라이브러리는 명시적으로 전달하지 않을 때 환경에서 OPENAI_API_KEY 및 OPENAI_BASE_URL을 읽습니다. 가장 간단한 연동은 셸 변경으로 가능합니다:

export OPENAI_BASE_URL="https://api.kimiapikey.com/v1"
export OPENAI_API_KEY="YOUR_KEY"

OpenAI() 클라이언트를 생성하던 기존 코드는 이제 이 엔드포인트에 연결됩니다. 여전히 model 인수를 uncensored로 변경해야 합니다. 테스트 환경과 프로덕션 환경이 코드 수정 없이 달라질 수 있도록 모델 이름을 변수(예: LLM_MODEL)에 넣으세요.

이 습관은 소요되는 1분만큼 가치가 있습니다. 베이스 URL, 키 및 모델이 구성에 있을 때, 다른 OpenAI 호환 공급자를 시도하는 것은 배포 변경이며, 롤백은 동일한 변경의 역방향입니다.

대부분의 팀은 빈 파일에서 시작하지 않습니다. 이미 OpenAI 스타일 API를 호출하는 앱이 있고 이 API를 호출하도록 바꾸고 싶어합니다. 마이그레이션은 세 문자열을 검색하는 작업입니다.

  1. 클라이언트가 생성된 위치를 찾아 베이스 URL을 변경하세요.
  2. 모든 model= 인수를 찾아 이전 이름 대신 uncensored로 바꿉니다.
  3. 임베딩, 이미지 생성 또는 오디오 등 API가 제공하지 않는 기능을 검색하세요. 이러한 호출은 다른 공급자에 유지하거나 제거해야 합니다.

그런 다음 구문뿐만 아니라 동작을 비교하세요. 다른 모델은 다른 어조, 다른 기본 길이 및 포매팅에 대한 다른 습관을 가지고 있습니다. 기존 테스트 프롬프트를 실행하고 답변을 나란히 읽으며 톤이 어긋난 시스템 프롬프트를 조정하세요. 다른 모델의 특이점을 우회하기 위해 작동하던 프롬프트 텍스트는 여기서는 아무 효과도 없거나 상황을 더 악화시킬 수 있으므로, 이전 우회 방법을 하나씩 제거하고 변경 사항을 관찰하세요.

전달하는 매개변수도 확인하세요. Temperature, top_p, stop, seed 및 패널티는 전달되므로 예상대로 동작합니다. 다른 벤더에 속하거나 이 API가 제공하지 않는 기능에 속하는 필드는 유용하게 작동하지 않습니다. 요청 본문을 작고 표준적으로 유지하세요. 본문 제한은 8 MB이며, 이는 큰 문서를 직접 임베딩하는 경우에만 중요합니다.

Python: 동기, 스트리밍 및 비동기

환경 변수에 의존하지 않는 명시적 형태:

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)

스트리밍을 위해 stream=True를 설정하고 청크가 도착할 때 읽으세요. 스트림은 SSE로 전달되며 사용량은 마지막에 보고됩니다.

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)

많은 사용자를 처리하는 서비스의 경우 비동기 클라이언트를 사용하고 자체 동시성을 제한하여 키의 동시성 제한을 초과하지 마세요. 세마포어가 가장 간단한 방법입니다:

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())

체험 키를 사용하는 동안 세마포어를 2로 설정하고, 충전된 키에서는 8로 설정하세요.

Node 및 TypeScript

Node 라이브러리는 약간 다른 이름으로 동일한 두 옵션을 사용합니다:

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);

동일한 클라이언트에서 스트리밍하려면 stream: true와 결과에 대한 비동기 반복자를 사용하세요. OpenAI 라이브러리를 감싸는 프론트엔드 프레임워크(예: 채팅 UI 툴킷)를 사용한다면 베이스 URL 옵션을 찾아 동일하게 설정하세요. 키는 서버에 보관하세요. 브라우저 코드에 키를 두면 누구나 개발자 도구로 복사할 수 있으며, 그 뒤에 있는 크레딧은 실제 돈입니다.

LangChain 및 LiteLLM

OpenAI 클라이언트를 감싸는 프레임워크는 일반적으로 동일한 두 매개변수를 노출합니다. Python용 LangChain에서 OpenAI 채팅 모델 클래스는 이를 직접 허용합니다:

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)

그곳에서 체인, 프롬프트 템플릿 및 출력 파서는 다른 채팅 모델과 동일하게 작동합니다. 도구를 바인딩하면 API는 tools 및 tool_choice로 함수 호출을 지원하며, 도구 결과는 role: "tool" 메시지로 모델에 반환됩니다. 이는 프레임워크가 생성하는 형식입니다.

여러 공급자 간에 단일 호출 규정을 원한다면 LiteLLM이 유용합니다. 모델 앞에 openai/ 접두사를 붙이고 베이스 URL을 api_base로 전달하세요:

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)

구조화된 데이터의 경우 response_format={"type": "json_object"}를 전달하고 프롬프트에서 JSON을 원한다고 명시하세요. JSON 모드는 유효한 JSON을 요구하지만 스키마는 여전히 프롬프트 내의 요청일 뿐이므로 결과를 방어적으로 구문 분석해야 합니다.

제한, 재시도 및 오류 처리

충전된 키는 분당 300회, 동시 8개 요청을 허용합니다. 체험 키는 분당 60회, 동시 2개 요청을 허용합니다. 본문은 최대 8 MB이며, 창은 프롬프트와 완성을 합쳐 100,000 토큰입니다. 제한을 초과하면 API는 HTTP 429와 다음 중 하나로 응답합니다:

  • rate_limited: 분당 요청이 너무 많습니다. 몇 초간 대기하세요.
  • concurrency: 동시에 실행되는 요청이 너무 많습니다. 하나가 완료될 때까지 기다리세요. 스트리밍된 요청은 스트림이 끝날 때까지 슬롯을 유지하므로, 느린 컨슈머도 슬롯을 계속 점유합니다.
  • Retry-After: 5가 있는 429: 일시적 과부하입니다. 5초 동안 기다린 후 다시 시도하세요.

헤더를 준수하는 작은 재시도 래퍼는 세 가지 모두를 처리합니다:

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")

실패하거나 거부된 요청은 요금이 부과되지 않으므로 재시도 시 추가 요금이 없습니다. 모든 호출에 X-Request-Id 응답 헤더를 로그에 기록하세요. 문제가 있을 때 단일 요청을 가리키는 가장 빠른 방법입니다. X-Balance-USD은 남은 크레딧 금액을 알려주며 이를 알림에 사용할 수 있습니다. 문서에는 모든 응답 헤더가 나열되어 있습니다.

프레임워크를 통한 도구 호출

에이전트 프레임워크는 함수 호출에 의존하므로 구축 전에 짧은 테스트를 해볼 가치가 있습니다. 이 API는 tools 및 tool_choice을 수락하고, 모델이 함수 실행을 원할 때 tool_calls를 반환하며, 호출 ID를 참조하는 role: "tool" 메시지로 결과를 기대합니다. 스트리밍은 도구와 함께 작동하며, SDK가 조각을 조립하여 제공합니다.

좋은 첫 번째 테스트는 눈으로 결과를 확인할 수 있는 함수(예: 계산기 또는 작은 사전 조회)가 있는 단일 도구 에이전트입니다. 10회 실행하세요. 모델이 매번 도구를 선택하고 인수를 올바르게 채우면 두 번째 도구를 추가할 수 있습니다. 때때로 함수 호출 대신 메모리로 답변한다면 도구 설명을 더 구체적으로 만들거나 tool_choice을 설정하여 해당 단계에서 호출을 강제하세요. 모델은 긴 호출 체인을 얼마나 신뢰할 수 있게 실행하는지에 따라 다르므로, 체인을 짧게 유지하고 루프에 단계 제한을 추가하여 혼란스러운 실행이 무한히 돌며 크레딧을 소모하지 않도록 하세요.

출시 전 짧은 체크리스트

  1. curl 또는 SDK를 통해 요청을 하나 실행하고 사용량 블록이 있는지 확인하세요.
  2. 프로덕션에서 사용할 클라이언트로 스트리밍을 테스트하고, 사용자가 스트리밍 중 페이지를 닫을 때의 동작을 확인하세요.
  3. 자체 동시성을 키의 제한 아래로 제한하세요.
  4. 짧은 답변이 예상되는 곳에 max_tokens을 설정하고, 채팅 기록이 지불하고 싶은 범위를 넘어서기 전에 정리하세요.
  5. 키를 서버 측 구성에 유지하고 로그에 표시된 경우 교체(로테이션)하세요.
  6. 실제 트래픽에서 비용을 확인하세요. 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.50으로, 3,000 토큰 입력 및 700 토큰 출력 요청은 $0.0008이므로, 10,000개의 요청은 약 $8이 듭니다. 자세한 내용은 가격 책정 페이지에서 확인할 수 있습니다.

API로 전송된 프롬프트는 학습에 사용되지 않습니다. 절대 변하지 않는 유일한 콘텐츠 규칙은 미성년자 관련 성적 콘텐츠에 대한 엄격한 제한입니다. 모델은 합법적인 성인 사용에 대해 거절 없이 답변하도록 조정되어 있으므로, 공공 서비스를 제공하는 앱은 법률이나 사용자의 기대에 따라 자체 콘텐츠 모더레이션 및 연령 확인을 추가해야 합니다.

자주 묻는 질문

모델이 Moonshot의 공식 Kimi와 동일한가요?
아니요, 당사는 무검열을 위해 조정된 오픈 웨이트 모델을 호스팅합니다. 이는 GPT, Claude, Gemini, Grok, DeepSeek 또는 기타 벤더의 모델이 아닙니다. 당사 자체 서버에서 실행되는 고유한 모델입니다.

데이터로 학습합니까?
아니요. 프롬프트와 생성 결과는 학습에 사용되지 않습니다. 우리는 프라이버시와 투명성을 중요하게 생각하므로 데이터는 고객님의 것입니다.

속도 제한은 어떻게 됩니까?
키당 분당 300개의 요청으로 제한됩니다. 최대 요청 본문 크기는 8 MB입니다. 이러한 제한은 모든 사용자에게 안정적인 성능을 보장하기 위해 설계되었습니다.

콘텐츠 정책은 무엇입니까?
이 모델은 성인, 논쟁적, 창의적 주제에 대해 무검열입니다. 그러나 미성년자가 포함된 성적인 콘텐츠는 차단됩니다. 이는 구독 수준에 관계없이 항상 적용되는 엄격한 제한입니다.

질문과 답변

특별한 SDK가 필요한가요?

아니요. Python 및 Node.js용 표준 OpenAI 라이브러리는 베이스 URL을 https://api.kimiapikey.com/v1로 설정하고 키를 사용하면 작동합니다. LangChain 및 LiteLLM도 동일한 방식으로 작동합니다.

코드에서 어떤 모델 이름을 사용해야 하나요?

uncensored를 사용하세요. 이는 API가 제공하는 유일한 모델 ID이며, GET /v1/models에서 확인할 수 있습니다.

429 오류를 피하려면 어떻게 해야 하나요?

충전된 키의 경우 동시 요청을 8개로, 체험 키의 경우 2개로 제한하고, API가 Retry-After 지연을 요청할 경우 재시도하세요.

함수 호출 및 JSON 모드를 지원하나요?

네. 함수 호출을 위해 tools 및 tool_choice를 사용하고, JSON 출력을 위해 type json_object인 response_format을 사용하세요. 스트리밍도 작동합니다.

같은 키로 임베딩이나 이미지 생성을 사용할 수 있나요?

아니요. API는 텍스트 채팅 전용이며, 임베딩, 이미지, 오디오 또는 비디오 엔드포인트가 없습니다.

키는 양식 하나만 작성하면 받을 수 있습니다

계정을 생성하고 키를 복사한 후 베이스 URL을 변경하세요. 설정은 이것으로 끝입니다.

API 키 받기문서 읽기