kwaipilot/kat-coder-pro-v2

LLM

PRO

KAT Coder Pro V2 API by Kwai

kwaipilot/kat-coder-pro-v2

Kat-coder-pro-v2

KAT Coder Pro is KwaiKAT's most advanced agentic coding model in the KAT-Coder series. Designed specifically for agentic coding tasks, it excels in real-world software engineering scenarios, achieving 73.4% solve rate on the SWE-Bench Verified benchmark.

Parameter

Contoh kode
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("ATLASCLOUD_API_KEY"),
    base_url="https://api.atlascloud.ai/v1"
)

response = client.chat.completions.create(
    model="kwaipilot/kat-coder-pro-v2",
    messages=[
    {
        "role": "user",
        "content": "hello"
    }
],
    max_tokens=1024,
    temperature=0.7
)

print(response.choices[0].message.content)

Instalasi

Instal paket yang diperlukan untuk bahasa pemrograman Anda.

pip install requests

Autentikasi

Semua permintaan API memerlukan autentikasi melalui API key. Anda bisa mendapatkan API key dari dasbor Atlas Cloud.

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP Headers

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Jaga keamanan API key Anda

Jangan pernah mengekspos API key Anda di kode sisi klien atau repositori publik. Gunakan variabel lingkungan atau proxy backend sebagai gantinya.

Kirim permintaan

import requests

url = "https://api.atlascloud.ai/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "messages": [{"role": "user", "content": "Hello"}],
    "max_tokens": 1024
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Input Schema

Parameter berikut diterima di isi permintaan.

Total: 9Wajib: 2Opsional: 7

modelstringrequired

The model ID to use for the completion.

Example: "kwaipilot/kat-coder-pro-v2"

messagesarray[object]required

A list of messages comprising the conversation so far.

rolestringrequired

The role of the message author. One of "system", "user", or "assistant".

systemuserassistant

contentstringrequired

The content of the message.

max_tokensinteger

The maximum number of tokens to generate in the completion.

Default: 1024Min: 1

temperaturenumber

Sampling temperature between 0 and 2. Higher values make output more random, lower values more focused and deterministic.

Default: 0.7Min: 0Max: 2

top_pnumber

Nucleus sampling parameter. The model considers the tokens with top_p probability mass.

Default: 1Min: 0Max: 1

streamboolean

If set to true, partial message deltas will be sent as server-sent events.

Default: false

stoparray[string]

Up to 4 sequences where the API will stop generating further tokens.

frequency_penaltynumber

Penalizes new tokens based on their existing frequency in the text so far. Between -2.0 and 2.0.

Default: 0Min: -2Max: 2

presence_penaltynumber

Penalizes new tokens based on whether they appear in the text so far. Between -2.0 and 2.0.

Default: 0Min: -2Max: 2

Contoh Isi Permintaan

{
  "model": "kwaipilot/kat-coder-pro-v2",
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "max_tokens": 1024,
  "temperature": 0.7,
  "stream": false
}

Output Schema

API mengembalikan respons yang kompatibel dengan ChatCompletion.

idstringrequired

Unique identifier for the completion.

objectstringrequired

Object type, always "chat.completion".

Default: "chat.completion"

createdintegerrequired

Unix timestamp of when the completion was created.

modelstringrequired

The model used for the completion.

choicesarray[object]required

List of completion choices.

indexintegerrequired

Index of the choice.

messageobjectrequired

The generated message.

finish_reasonstringrequired

The reason generation stopped.

stoplengthcontent_filter

usageobjectrequired

Token usage statistics.

prompt_tokensintegerrequired

Number of tokens in the prompt.

completion_tokensintegerrequired

Number of tokens in the completion.

total_tokensintegerrequired

Total tokens used.

Contoh Respons

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "model-name",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I assist you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 10,
    "completion_tokens": 20,
    "total_tokens": 30
  }
}

Atlas Cloud Skills

Atlas Cloud Skills mengintegrasikan 300+ model AI langsung ke asisten pengkodean AI Anda. Satu perintah untuk menginstal, lalu gunakan bahasa alami untuk menghasilkan gambar, video, dan mengobrol dengan LLM.

Klien yang Didukung

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ klien yang didukung

Instalasi

npx skills add AtlasCloudAI/atlas-cloud-skills

Atur API Key

Dapatkan API key dari dasbor Atlas Cloud dan atur sebagai variabel lingkungan.

export ATLASCLOUD_API_KEY="your-api-key-here"

Kemampuan

Setelah diinstal, Anda dapat menggunakan bahasa alami di asisten AI Anda untuk mengakses semua model Atlas Cloud.

Pembuatan GambarBuat gambar dengan model seperti Nano Banana 2, Z-Image, dan lainnya.

Pembuatan VideoBuat video dari teks atau gambar dengan Kling, Vidu, Veo, dll.

Obrolan LLMMengobrol dengan Qwen, DeepSeek, dan model bahasa besar lainnya.

Unggah MediaUnggah file lokal untuk pengeditan gambar dan alur kerja gambar-ke-video.

Pelajari lebih lanjut

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server menghubungkan IDE Anda dengan 300+ model AI melalui Model Context Protocol. Berfungsi dengan klien apa pun yang kompatibel dengan MCP.

Klien yang Didukung

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ klien yang didukung

Instalasi

npx -y atlascloud-mcp

Konfigurasi

Tambahkan konfigurasi berikut ke file pengaturan MCP di IDE Anda.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Alat yang Tersedia

atlas_generate_imageBuat gambar dari prompt teks.

atlas_generate_videoBuat video dari teks atau gambar.

atlas_chatMengobrol dengan model bahasa besar.

atlas_list_modelsJelajahi 300+ model AI yang tersedia.

atlas_quick_generatePembuatan konten satu langkah dengan pemilihan model otomatis.

atlas_upload_mediaUnggah file lokal untuk alur kerja API.

Pelajari lebih lanjut

github.com/AtlasCloudAI/mcp-server

Pengodean AI Elite

KAT-Coder: Generasi Kode AI Elite

73,4% SWE-Bench Verified - Melampaui Pemimpin Industri

KAT-Coder adalah model pengodean AI sumber tertutup unggulan Kwaipilot (divisi riset AI Kuaishou), mewakili puncak teknologi generasi kode agentik. Didukung oleh arsitektur Mixture-of-Experts dengan 72 miliar parameter aktif dan dilatih melalui pembelajaran penguatan agentik skala besar, KAT-Coder mencapai 73,4% pada SWE-Bench Verified, berada di antara model generasi kode terbaik secara global bersama GPT-5 High dan Claude Sonnet 4.5.

73.4%

Skor SWE-Bench Terverifikasi

256K

Jendela Konteks

72B

Parameter Aktif

Kinerja Terdepan di Industri

KAT-Coder bersaing dengan model generasi kode terbaik dunia di SWE-Bench Verified, tolok ukur standar industri untuk tugas rekayasa perangkat lunak dunia nyata

🥇

Claude Sonnet 4.5

77.2%

🥈

GPT-5 High

74.9%

🥉

KAT-Coder Pro

73.4%

* Berdasarkan skor tolok ukur SWE-Bench Verified. Kinerja dapat bervariasi di berbagai tugas generasi kode.

Kemampuan Inti

Arsitektur Mixture-of-Experts

Memanfaatkan desain MoE canggih dengan 72 miliar parameter aktif dari lebih dari 1 triliun total, memberikan kinerja mutakhir pada tugas rekayasa perangkat lunak yang kompleks.

72 miliar parameter aktif untuk efisiensi optimal
Dibangun di atas fondasi keluarga model Qwen
Dioptimalkan untuk basis kode skala enterprise

Pembelajaran Penguatan Agentik

Dilatih melalui jalur multi-tahap termasuk RL agentik skala besar, memungkinkan penyelesaian otonom tugas rekayasa perangkat lunak yang kompleks.

Optimisasi lintasan awalan bersama
Mekanisme keuntungan pembentukan entropi
Pelatihan pada commit dan PR Git nyata

Integrasi Multi-Alat

Kemampuan bawaan untuk berinteraksi dengan ribuan alat melalui data eksekusi sandbox nyata, memungkinkan alur kerja pengembangan perangkat lunak praktis.

Data interaksi dari ribuan alat
Eksekusi nyata di lingkungan sandbox
Integrasi API dan CLI yang mulus

Jendela Konteks 256K

Dukungan konteks yang luas memungkinkan penanganan interaksi pengodean multi-putaran yang canggih dan mengelola basis kode skala besar secara efektif.

Menangani beberapa file secara bersamaan
Mempertahankan riwayat percakapan yang panjang
Penalaran dan refaktorisasi lintas file

Pelatihan Native Git

Dilatih pada data commit dan PR Git nyata dari repositori enterprise, memahami alur kerja kontrol versi secara native.

Pola commit repositori nyata
Praktik terbaik pull request
Pola tinjauan kode dan kolaborasi

Kualitas Tingkat Enterprise

Data spesifik domain berkualitas tinggi termasuk mengikuti instruksi di lebih dari 30 kategori dan kemampuan penalaran umum.

Lebih dari 30 kategori mengikuti instruksi
Penalaran canggih untuk kasus tepi
Generasi kode siap produksi

Jalur Pelatihan Multi-Tahap

Metodologi pelatihan KAT-Coder mewakili kemajuan signifikan dalam model pengodean AI, menggabungkan beberapa tahap pelatihan untuk kinerja optimal

Pelatihan Tengah

Tahap dasar dengan injeksi pengetahuan pengodean dan data spesifik domain berkualitas tinggi

→

Penyempurnaan Supervised (SFT)

Mengikuti instruksi dan pelatihan dialog di lebih dari 30 kategori

→

Penyempurnaan Reinforcement (RFT)

Kemampuan penalaran dan pemecahan masalah yang ditingkatkan

→

Pembelajaran Penguatan Agentik

RL skala besar pada basis kode enterprise dengan penyelesaian tugas otonom

Sempurna Untuk

🐛

Debugging Kompleks

Mengidentifikasi dan memperbaiki bug di basis kode besar dengan pemahaman konteks multi-file

🔧

Refaktorisasi Basis Kode Besar

Refaktorisasi sistematis dengan kesadaran pola arsitektur dan dependensi

📝

Generasi Kode Multi-File

Menghasilkan kode koheren di beberapa file dengan integrasi yang tepat

📚

Pemahaman Repositori

Menganalisis dan memahami repositori besar dengan wawasan arsitektur yang mendalam

Spesifikasi Teknis

arsitekturMixture-of-Experts (MoE)

parameter_aktif~72 miliar

parameter_total>1 triliun

jendela_konteks256.000 token

model_dasarKeluarga Qwen

penggunaan_alatRibuan alat

dialog_multi_putaranRatusan putaran

kategori_instruksiLebih dari 30 kategori

lisensiSumber tertutup (Komersial)

varian_sumber_terbukaKAT-Dev-32B, KAT-Dev-72B-Exp

Varian Sumber Terbuka

Meskipun KAT-Coder Pro bersumber tertutup, Kwaipilot telah merilis alternatif sumber terbuka yang tersedia di HuggingFace di bawah lisensi Apache-2.0

KAT-Dev-32B

Sumber Terbuka

Varian 32 miliar parameter yang dioptimalkan dengan pelatihan multi-tahap termasuk penyempurnaan supervised dan pembelajaran penguatan.

Lisensi Apache-2.0 untuk penggunaan komersial

Tersedia di HuggingFace

Kinerja siap produksi

KAT-Dev-72B-Exp

Eksperimental

Varian eksperimental 72 miliar parameter yang memperluas batas kemampuan generasi kode sumber terbuka.

Model lebih besar untuk tugas kompleks

Kemampuan penalaran canggih

Penggunaan riset dan produksi

Rasakan Generasi Kode Elite

Mulai gunakan KAT-Coder hari ini melalui API kami. Bergabunglah dengan pengembang di seluruh dunia yang mempercayai KAT-Coder untuk tugas rekayasa perangkat lunak yang kritis.

Skor SWE-Bench 73,4% terdepan di industri

256K konteks untuk basis kode besar

Dukungan integrasi multi-alat

Jelajahi Model Serupa

NEW

HOT

DeepSeek V4 Pro is a state-of-the-art large language model combining efficient sparse attention, strong reasoning, and integrated agent capabilities for robust long-context understanding and versatile AI applications.

LLM

PRO

DeepSeek V4 Pro

$1.68/3.38M masuk/keluar

NEW

HOT

DeepSeek V4 Flash is a state-of-the-art large language model combining efficient sparse attention, strong reasoning, and integrated agent capabilities for robust long-context understanding and versatile AI applications.

LLM

DeepSeek V4 Flash

$0.14/0.28M masuk/keluar

NEW

Tidak ada deskripsi tersedia.

LLM

OWL

Kimi K2.6 is an advanced large language model with strong reasoning and upgraded native multimodality. It natively understands and processes text and images, delivering more accurate analysis, better instruction following, and stable performance across complex tasks. Designed for production use, Kimi K2.6 is ideal for AI assistants, enterprise applications, and multimodal workflows that require reliable and high-quality outputs.

LLM

Kimi K2.6

$0.95/4M masuk/keluar

Mulai dari 300+ Model,

Jelajahi semua model

KAT Coder Pro V2 API by Kwai

Parameter

Contoh kode

Instalasi

Autentikasi

HTTP Headers

Kirim permintaan

Input Schema

Contoh Isi Permintaan

Output Schema

Contoh Respons

Atlas Cloud Skills

Klien yang Didukung

Instalasi

Atur API Key

Kemampuan

MCP Server

Klien yang Didukung

Instalasi

Konfigurasi

Alat yang Tersedia

KAT-Coder: Generasi Kode AI Elite

Kinerja Terdepan di Industri

Kemampuan Inti

Arsitektur Mixture-of-Experts

Pembelajaran Penguatan Agentik

Integrasi Multi-Alat

Jendela Konteks 256K

Pelatihan Native Git

Kualitas Tingkat Enterprise

Jalur Pelatihan Multi-Tahap

Pelatihan Tengah

Penyempurnaan Supervised (SFT)

Penyempurnaan Reinforcement (RFT)

Pembelajaran Penguatan Agentik

Sempurna Untuk

Debugging Kompleks

Refaktorisasi Basis Kode Besar

Generasi Kode Multi-File

Pemahaman Repositori

Spesifikasi Teknis

Varian Sumber Terbuka

KAT-Dev-32B

KAT-Dev-72B-Exp

Rasakan Generasi Kode Elite

Jelajahi Model Serupa

DeepSeek V4 Pro

DeepSeek V4 Flash

OWL

Kimi K2.6

Mulai dari 300+ Model,

Join our Discord community

Parameter

Contoh kode

Instalasi

Autentikasi

HTTP Headers

Kirim permintaan

Input Schema

Contoh Isi Permintaan

Output Schema

Contoh Respons

Atlas Cloud Skills

Klien yang Didukung

Instalasi

Atur API Key

Kemampuan

MCP Server

Klien yang Didukung

Instalasi

Konfigurasi

Alat yang Tersedia