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.
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 requestsAutentikasi
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}"
}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.
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.
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
Instalasi
npx skills add AtlasCloudAI/atlas-cloud-skillsAtur 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.
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
Instalasi
npx -y atlascloud-mcpKonfigurasi
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
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.
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
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
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 TerbukaVarian 32 miliar parameter yang dioptimalkan dengan pelatihan multi-tahap termasuk penyempurnaan supervised dan pembelajaran penguatan.
KAT-Dev-72B-Exp
EksperimentalVarian eksperimental 72 miliar parameter yang memperluas batas kemampuan generasi kode sumber terbuka.
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.
