Kimi K2.7 Code 在 Novita AI 上可用，模型 ID 为 moonshotai/kimi-k2.7-code，提供兼容 OpenAI 的 chat/completions 端点、262,144 token 的上下文窗口，并支持文本、图像和视频输入。本快速入门涵盖开发者设置：验证身份、发送第一个请求、使用视觉输入、添加函数调用，以及在构建前了解定价。如需更全面地了解定位和用例，请参阅 Kimi K2.7 Code on Novita AI 概述。要通过兼容 Anthropic 的端点将 Kimi K2.7 Code 接入 Claude Code，请参阅 如何在 Claude Code 中使用 Kimi K2.7 Code。
Kimi K2.7 Code API 设置
从三个配置项开始：
| 项目 | 值 |
|---|---|
| API 密钥 | 创建 Novita AI API 密钥并将其存储在环境变量中，例如 NOVITA_API_KEY。 |
| 兼容 OpenAI 的 base URL | https://api.novita.ai/openai |
| 聊天补全端点 | POST https://api.novita.ai/openai/v1/chat/completions |
| 模型 ID | moonshotai/kimi-k2.7-code |
Novita AI 文档索引 列出了兼容 OpenAI 的 base URL，聊天补全 API 参考 文档包含了完整的请求和响应字段。
将 API 密钥远离源代码管理。在 Shell 中导出以便本地开发：
export NOVITA_API_KEY="your_api_key"
如果您的应用已使用 OpenAI SDK，只需进行最小更改：将 base URL 指向 Novita AI 并将模型设置为 moonshotai/kimi-k2.7-code。
Kimi K2.7 Code 定价与限制
在代码中使用确切的模型 ID。在面向用户的 UI 中，使用显示名称“Kimi K2.7 Code”。
| 字段 | 当前 Novita 值 |
|---|---|
| 显示名称 | Kimi K2.7 Code |
| API 模型 ID | moonshotai/kimi-k2.7-code |
| 模型系列 | MoonshotAI |
| 架构 | MoE，总参数 1T，激活参数 32B |
| 端点系列 | chat/completions、anthropic |
| 输入模态 | 文本、图像、视频 |
| 输出模态 | 文本 |
| 上下文窗口 | 262,144 token |
| 最大输出 token | 262,144 token |
| 功能 | 函数调用、结构化输出、推理 |
截至 2026 年 6 月 16 日，Novita 对 moonshotai/kimi-k2.7-code 列出以下 token 价格：
| Token 类型 | 标价 |
|---|---|
| 输入 token | 每 1M token $0.95 |
| 输出 token | 每 1M token $4.00 |
| 缓存读取输入 token | 每 1M token $0.19 |
定价、可用性和速率限制可能会发生变化。在生产上线或做出任何成本承诺之前，请查看 Kimi K2.7 Code 模型页面 和 Novita AI 定价页面。
Kimi K2.7 Code cURL 示例
在添加视觉或工具调用之前，先从一个纯文本请求开始，以确认身份验证、模型路由和响应解析。
curl "https://api.novita.ai/openai/v1/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer ${NOVITA_API_KEY}" \
-d '{
"model": "moonshotai/kimi-k2.7-code",
"messages": [
{
"role": "system",
"content": "You are a concise code review assistant."
},
{
"role": "user",
"content": "List three common mistakes when implementing retry logic in Python."
}
],
"max_tokens": 512,
"temperature": 0.2
}'
成功的响应返回标准的聊天补全格式：一个 choices 数组、包含 content 的消息、模型/创建元数据，以及一个包含提示、补全和总 token 计数的 usage 对象。
使用这个冒烟测试来验证：
- API 密钥有效且授权标头格式正确。
- 模型 ID 被接受，没有出现 404 或模型未找到错误。
- 您的客户端可以解析
choices[0].message.content。 - 记录 token 使用情况，以便从第一个请求开始监控成本。
Kimi K2.7 Code Python 示例
当您设置 Novita base URL 时，OpenAI Python SDK 可与 Novita AI 配合使用。根据您自己的依赖策略固定 SDK 版本。
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key=os.environ["NOVITA_API_KEY"],
)
response = client.chat.completions.create(
model="moonshotai/kimi-k2.7-code",
messages=[
{"role": "system", "content": "You are a concise code review assistant."},
{
"role": "user",
"content": "Review this Python function for off-by-one errors and missing edge cases:\n\ndef get_items(lst, start, end):\n return lst[start:end]",
},
],
max_tokens=512,
temperature=0.2,
)
print(response.choices[0].message.content)
print("Tokens used:", response.usage.total_tokens)
对于长时间的编码代理会话，请显式设置 max_tokens。Kimi K2.7 Code 支持最多 262,144 个输出 token，但生产代理应预算每轮的 token 使用量，并监控多步运行中的累计成本。
图像和视频输入
Novita 将文本、图像和视频列为 Kimi K2.7 Code 的输入模态。对于视觉输入，在用户消息中传递一个包含 text 部分和 image_url 部分的 content 数组：
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key=os.environ["NOVITA_API_KEY"],
)
response = client.chat.completions.create(
model="moonshotai/kimi-k2.7-code",
messages=[
{"role": "system", "content": "You are a UI code review assistant."},
{
"role": "user",
"content": [
{
"type": "text",
"text": "Describe any accessibility issues visible in this UI screenshot and suggest CSS fixes.",
},
{
"type": "image_url",
"image_url": {"url": "https://example.com/screenshot.png"},
},
],
},
],
max_tokens=512,
)
print(response.choices[0].message.content)
多模态集成的实际顺序：
- 首先确认纯文本冒烟测试正常工作。
- 添加一个图像输入，并执行一个清晰可验证的任务，例如从 UI 截图中提取标签。
- 验证实际工作负载的响应质量和响应形状。
- 单独测试视频输入——从短片开始，验证请求格式，并在将视频添加到生产路径之前测量延迟和 token 成本。
不要假设每个兼容 OpenAI 的多模态负载都会被每个 Novita 托管的模型以相同方式接受。在发布之前，请在当前 Novita AI 文档 或 moonshotai/kimi-k2.7-code 的控制台示例中验证确切的图像和视频负载格式。
函数调用与结构化输出
Kimi K2.7 Code 通过 tools 参数支持函数调用，并通过 response_format 支持结构化输出。这两个功能都已列在 Novita AI 模型页面中。
当模型应选择工具并返回结构化参数而不是用散文回答时，使用函数调用：
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.novita.ai/openai",
api_key=os.environ["NOVITA_API_KEY"],
)
tools = [
{
"type": "function",
"function": {
"name": "file_search",
"description": "Search the repository for files matching a pattern.",
"parameters": {
"type": "object",
"properties": {
"pattern": {
"type": "string",
"description": "Glob pattern to match, e.g. '**/*.py'",
},
"directory": {
"type": "string",
"description": "Root directory to search within.",
},
},
"required": ["pattern"],
},
},
}
]
response = client.chat.completions.create(
model="moonshotai/kimi-k2.7-code",
messages=[
{"role": "system", "content": "You are a repository analysis assistant."},
{
"role": "user",
"content": "Find all Python files in the src directory that might contain database migration logic.",
},
],
tools=tools,
tool_choice="auto",
temperature=0.1,
)
message = response.choices[0].message
if message.tool_calls:
for call in message.tool_calls:
print(f"Tool: {call.function.name}")
print(f"Arguments: {call.function.arguments}")
else:
print(message.content)
对于结构化输出，当您需要无需工具调用的已验证 JSON 响应时，使用带有 json_schema 的 response_format。保持初始模式较小，并在依赖生产中的严格模式之前，根据 moonshotai/kimi-k2.7-code 返回的确切响应形状测试您的解析器。
Kimi K2.7 Code 的交错思考架构意味着它会在返回结果之前通过多步任务进行推理。对于每轮多次工具调用的代理编码工作流，在路由生产流量之前，请测试工具选择、参数质量和响应延迟在实际任务集上的表现。
生产测试清单
Kimi K2.7 Code 对输入、输出和缓存读取 token 分别定价。成本曲线因工作负载而异：
- 长上下文代码审查：大量输入 token 主导成本。
- 代码生成代理：输出 token 使用量随响应长度和轮次数量扩展。
- 重复上下文工作流：当稳定的系统提示、工具模式或仓库摘要跨多个调用重复出现时，缓存读取定价适用。
在生产前，运行一个包含以下内容的评估集：
- 短文本提示（延迟基线和身份验证检查）。
- 接近预期工作规模的长上下文提示，而非最大窗口。
- 工具调用提示，其正确行为是使用有效参数调用函数。
- 与您的实际上传源和文件处理匹配的图像输入。
- 失败案例：超长输入、缺少媒体 URL、无效 API 密钥和超时行为。
功能列表描述了可用内容。对实际工作负载的评估可以告诉您延迟、token 使用量、工具参数质量和输出正确性是否达到生产标准。
常见问题
Kimi K2.7 Code 是否可通过 Novita AI 使用？
是的。Novita AI 将 Kimi K2.7 Code 列为 Serverless LLM，API 模型 ID 为 moonshotai/kimi-k2.7-code。
正确的模型 ID 是什么？
在所有 API 调用中使用 moonshotai/kimi-k2.7-code。
我应该使用哪个端点？
使用兼容 OpenAI 的聊天补全端点：POST https://api.novita.ai/openai/v1/chat/completions。使用 OpenAI SDK 客户端时，将 base URL 设置为 https://api.novita.ai/openai。
Kimi K2.7 Code 的费用是多少？
截至 2026 年 6 月 16 日，Novita AI 标价为每 1M 输入 token $0.95、每 1M 输出 token $4.00、每 1M 缓存读取输入 token $0.19。在任何采购决策之前，请在 Kimi K2.7 Code 模型页面 验证当前价格。
它是否支持图像和视频输入？
Novita 将文本、图像和视频列为输入模态。对于确切的负载格式，请在发布多模态功能之前，通过当前 Novita 文档或测试调用进行验证。
Kimi K2.7 Code 是否支持函数调用？
是的。在聊天补全请求中使用 tools 参数。Novita 将函数调用和结构化输出列为支持的功能。
上下文窗口是多少？
上下文窗口为 262,144 token，最大输出为 262,144 token，如 Novita AI 模型页面所列。
