kimiapikey.comGids
Kimi API-sleutelintegratie met OpenAI SDK's en LangChain
Deze API in een app integreren betekent twee waarden aanpassen in code die je waarschijnlijk al hebt: de base URL en de key. Deze gids toont de wijziging voor de OpenAI SDK's, LangChain en LiteLLM, en behandelt daarna retries en limits voor productiegebruik.
Bijgewerkt

Belangrijkste punten
- Elke client heeft dezelfde drie waarden nodig: base URL https://api.kimiapikey.com/v1, je key en het model
uncensored. - Sla ze op in environment variables zodat je providers kunt wisselen zonder code aan te passen.
- Behandel 429-responses apart: rate_limited, concurrency en een tijdelijke overload met Retry-After: 5.
- Een volledige key staat 8 gelijktijdige verzoeken en 300 per minuut toe; een trial key staat 2 en 60 toe.
Wat verandert er precies in je code
Een kimi api key integratie klinkt als een project, maar voor dit endpoint is het een configuratiewijziging. De service implementeert het OpenAI chat completions formaat, dus elke client library waarmee je een base URL en een key kunt instellen, werkt. Er is geen custom SDK te installeren en geen nieuwe request shape om te leren.
| Instelling | Waarde |
|---|---|
| Base URL | https://api.kimiapikey.com/v1 |
| Authenticatie | De key van je dashboard, verzonden als Authorization: Bearer |
| Model | uncensored |
| Endpoints | POST /v1/chat/completions, GET /v1/models |
Twee punten besparen tijd. Ten eerste is dit een tekstmodel achter één endpoint: geen embeddings-route, geen beeldgeneratie, geen audio. Als je app die aanroept, houd dan een andere provider voor hen aan en routeer alleen chat hierheen. Ten tweede is dit niet de officiële API van Kimi of een andere leverancier; het is een onafhankelijke provider die één open-weight model draait, dus modelnamen van andere platforms lossen niet op. De Kimi API key uitleg behandelt dat verschil uitgebreider.
Haal je key op de API key pagina. Nieuwe accounts kunnen $0,50 aan gratis proeftegoed claimen, wat genoeg is voor alles hieronder.
Configuratie en een bestaande app migreren
De officiële OpenAI Python en Node bibliotheken lezen OPENAI_API_KEY en OPENAI_BASE_URL uit de environment wanneer je ze niet expliciet doorgeeft. Dat maakt de laagste-inspanning integratie een shell wijziging:
export OPENAI_BASE_URL="https://api.kimiapikey.com/v1"
export OPENAI_API_KEY="YOUR_KEY"
Bestaande code die een lege OpenAI() client bouwt, praat nu met dit endpoint. Je moet nog steeds het argument model wijzigen in uncensored. Zet de modelnaam ook in een variabele, bijvoorbeeld LLM_MODEL, zodat een testomgeving en een productieomgeving van elkaar kunnen verschillen zonder dat je de code hoeft aan te passen.
De gewoonte is de minuut waard die het kost. Als de base URL, sleutel en model in de configuratie staan, is het uitproberen van een andere OpenAI-compatible provider een wijziging in de implementatie, en het terugdraaien is precies diezelfde wijziging in omgekeerde richting.
De meeste teams beginnen niet vanaf een leeg bestand. Ze hebben een app die al een OpenAI-achtige API aanroept, en ze willen die app deze API laten aanroepen. De migratie bestaat grotendeels uit het zoeken naar drie strings.
- Zoek waar de client wordt gebouwd en pas de base URL aan.
- Zoek elk
model=-argument en vervang de oude naam dooruncensored. - Zoek naar functies die je code gebruikt en die deze API niet biedt, zoals embeddings, beeldgeneratie of audio. Die verzoeken moeten bij een andere provider blijven of worden verwijderd.
Vergelijk vervolgens het gedrag, niet alleen de syntaxis. Een ander model heeft een andere stem, een andere standaardlengte en andere gewoonten met opmaak. Voer je bestaande testprompts uit, lees de antwoorden naast elkaar en pas het systeem prompt aan waar de toon is afgedreven. Prompt tekst die goed werkte bij de eigenaardigheden van een ander model doet hier soms niets, en soms maakt het de dingen erger, dus verwijder oude omwegen één voor één en kijk wat er verandert.
Controleer ook de parameters die je meegeeft. Temperatuur, top_p, stop, seed en de straffen worden doorgegeven, dus ze gedragen zich zoals je verwacht. Velden die bij andere leveranciers horen, of bij functies die deze API niet kent, doen niets nuttigs. Houd de request body klein en standaard. De body limit is 8 MB, wat alleen van belang is als je grote documenten direct inbedt.
Python: sync, streaming en async
De expliciete vorm, die niet afhankelijk is van omgevingsvariabelen:
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)
Stel voor streaming stream=True in en lees de fragmenten terwijl ze binnenkomen. De stream wordt geleverd via server-sent events, en het verbruik wordt aan het einde gerapporteerd.
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)
Voor een dienst die veel gebruikers afhandelt, gebruik je de async client en beperk je je eigen parallelle verzoeken zodat je nooit de concurrency limit van de sleutel overschrijdt. Een semaphore is de eenvoudigste manier:
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())
Stel de semaphore in op 2 zolang je de trial-sleutel gebruikt, en op 8 op een gefinancierde sleutel.
Node en TypeScript
De Node-bibliotheek neemt dezelfde twee opties aan onder iets andere namen:
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 met dezelfde client gebruikt stream: true en een async iterator over het resultaat. Als je een front-end framework gebruikt dat de OpenAI library omhult, zoals een chat UI toolkit, zoek dan naar de base URL optie en stel deze op dezelfde manier in. Houd de sleutel op de server. Een sleutel die in browser code staat, kan door iedereen worden gekopieerd die de developer tools opent, en het tegoed dat erachter zit is echt geld.
LangChain en LiteLLM
Frameworks die de OpenAI client omhullen, bieden meestal dezelfde twee parameters. In LangChain voor Python accepteert de chat model klasse van OpenAI ze direct:
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)
Vanaf daar werken ketens, prompt templates en output parsers zoals bij elk chat model. Als je tools bindt, ondersteunt de API function calling met tools en tool_choice, en tool resultaten komen terug naar het model als role: "tool" berichten, wat het framework produceert.
LiteLLM is nuttig wanneer je één calling convention wilt over meerdere providers. Prefix het model met openai/ en geef de base URL door als 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)
Voor gestructureerde data, geef response_format={"type": "json_object"} door en zeg in de prompt dat je JSON wilt. Parse het resultaat altijd defensief, omdat JSON-modus vraagt om geldige JSON, maar je schema is nog steeds alleen een request in de prompt.
Limits, retries en error handling
Een gefinancierde key staat 8 gelijktijdige verzoeken en 300 verzoeken per minuut toe. Een trial key staat 2 en 60 toe. De body kan tot 8 MB zijn, en het contextvenster is 100.000 tokens voor prompt en completion samen. Wanneer je een limit overschrijdt, antwoordt de API met HTTP 429 en een van deze:
rate_limited: te veel requests per minuut. Wacht enkele seconden.concurrency: te veel requests die tegelijkertijd draaien. Wacht tot er één klaar is. Een gestreamde request houdt zijn slot vast tot de stream eindigt, dus een slow consumer telt tegen je.- Een 429 met
Retry-After: 5: tijdelijke overload. Wacht vijf seconden en probeer het opnieuw.
Een kleine retry wrapper die de header respecteert, behandelt alle drie:
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")
Mislukte of geweigerde requests worden niet aangerekend, dus opnieuw proberen brengt geen extra kosten met zich mee. Log de X-Request-Id response header bij elke call; het is de snelste manier om naar één request te wijzen als er iets mis lijkt te zijn. X-Balance-USD vertelt je hoeveel tegoed er nog is, wat je kunt voeden aan een alert. De documentatie somt alle response headers op.
Tool calling via een framework
Agent frameworks zijn afhankelijk van tool calling, dus het is de moeite waard om een korte test te doen voordat je erop bouwt. Deze API accepteert tools en tool_choice, retourneert tool_calls wanneer het model een functie wil uitvoeren, en verwacht het resultaat als een role: "tool" bericht dat verwijst naar de call ID. Streaming werkt met tools, met de call in fragmenten die de SDK voor je assembleert.
Een goede eerste test is een one-tool agent met een functie waarvan je het resultaat met het blote oog kunt controleren, zoals een calculator of een lookup in een kleine dictionary. Draai het tien keer. Als het model de tool elke keer kiest en zijn arguments correct invult, kun je een tweede tool toevoegen. Als het soms uit het geheugen antwoordt in plaats van de functie aan te roepen, maak de tool description specifieker, of stel tool_choice in om de call voor die stap af te dwingen. Modellen verschillen in hoe betrouwbaar ze lange chains van calls aansturen, dus houd chains kort en voeg een step limit toe aan elke loop zodat een verwarde run niet oneindig kan draaien en credit kan uitgeven.
Een korte pre-launch checklist
- Draai één request via curl of de SDK en bevestig dat het usage-blok aanwezig is.
- Test streaming met de client die in productie gebruikt zal worden, inclusief wat er gebeurt wanneer de gebruiker de pagina sluit tijdens de stream.
- Beperk je eigen concurrency onder de limit van de key.
- Stel
max_tokensin waar korte antwoorden verwacht worden, en trim chat history voordat deze groter wordt dan wat je wilt betalen. - Houd de key in server-side config en roteer hem als hij in een log verschijnt.
- Controleer kosten op echt verkeer. Bij $0,15 per 1M input en $0,50 per 1M output kost een request met 3.000 tokens input en 700 output $0,0008, dus 10.000 ervan kosten ongeveer $8. Details staan op de prijzenpagina.
Prompts die naar de API worden gestuurd, worden niet gebruikt voor training. De enige inhoudsregel die nooit verandert, is de harde grens voor seksuele inhoud met minderjarigen; het model is verder afgestemd om zonder weigeringen te antwoorden voor legaal gebruik door volwassenen, dus apps die het publiek bedienen moeten nog steeds hun eigen moderatie en leeftijdscontroles toevoegen waar de wet of je gebruikers dat verwachten.
Meer handleidingen
- Gebruik een Kimi-Style API Key in Cursor: Setup Gids
- Prijzen voor de Kimi API-sleutel: Wat kost dit alternatief
- Kimi API-sleutel: Hoe het werkt en wat de alternatieven zijn
Veelgestelde vragen
Is het model hetzelfde als het officiële Kimi van Moonshot?
Nee, we hosten een open-weight model dat is afgestemd om ongecensureerd te zijn. Het is geen GPT, Claude, Gemini, Grok, DeepSeek of het model van een andere leverancier. Het is een apart model dat op onze eigen servers draait.
Wordt er met mijn data getraind?
Nee. Je prompts en completions worden niet gebruikt voor training. Wij hechten waarde aan privacy en transparantie, dus jouw data blijft van jou.
Wat zijn de rate limits?
Je bent beperkt tot 300 verzoeken per minuut per sleutel. De maximale grootte van de request body is 8 MB. Deze limieten zijn ontworpen om een stabiele prestatie te garanderen voor alle gebruikers.
Wat is het contentbeleid?
Het model is ongecensureerd voor volwassen, controversiële en creatieve onderwerpen. We blokkeren wel seksuele inhoud met minderjarigen. Dit is een harde limiet die altijd geldt, ongeacht je abonnementsniveau.
Vragen en antwoorden
Heb ik een speciale SDK nodig?
Nee. De standaard OpenAI-bibliotheken voor Python en Node werken nadat je de base URL hebt ingesteld op https://api.kimiapikey.com/v1 en je sleutel gebruikt. LangChain en LiteLLM werken op dezelfde manier.
Welke modelnaam moet mijn code gebruiken?
Gebruik uncensored. Dit is het enige model ID dat de API aanbiedt, en GET /v1/models geeft het weer.
Hoe voorkom ik 429-fouten?
Beperk je eigen gelijktijdige verzoeken tot 8 op een gefinancierde sleutel of tot 2 op een proefsleutel, en probeer het opnieuw na de Retry-After-wachttijd wanneer de API daarom vraagt.
Ondersteunt het function calling en JSON-modus?
Ja. Gebruik tools en tool_choice voor function calls, en response_format met type json_object voor JSON-uitvoer. Streaming werkt ook.
Kan ik embeddings of beeldgeneratie gebruiken met dezelfde sleutel?
Nee. De API is alleen voor tekstchat, zonder endpoints voor embeddings, afbeeldingen, audio of video.
Je sleutel is nog maar één formulier verwijderd
Maak een account aan, kopieer de sleutel, pas de base URL aan. Dat is de hele setup.