
Kimi API คือไลน์ K2 แบบ open-weight ของ Moonshot AI ตั้งแต่ K2.5 ที่รองรับมัลติโมดัลในตัว ไปจนถึง K2.7 Code ที่เชี่ยวชาญด้านการเขียนโค้ดโดยเฉพาะ เนื่องจากมีความสามารถด้าน vision อยู่ในโมเดล คุณจึงสามารถแปลงภาพหน้าจอ, UI mockups และวิดีโอสั้นให้เป็นโค้ด frontend ที่ใช้งานได้จริง ประสานงาน sub-agents แบบขนานได้สูงสุด 100 ตัว และให้เหตุผลข้าม context ขนาด 256K token ได้ Atlas Cloud ให้บริการทั้งตระกูลผ่าน unified endpoint เดียว พร้อมราคาจ่ายตามการใช้งานจริงที่โปร่งใส เริ่มสร้างได้วันนี้
Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ
เปรียบเทียบจุดเด่นของแต่ละ Kimi endpoint และราคามาตรฐานต่อหนึ่งล้านโทเค็นได้อย่างรวดเร็ว
| รูปแบบข้อมูล | คำอธิบาย |
|---|---|
| Kimi K2.7 Code API (Text to Text) | endpoint นี้สร้างมาเพื่อ งานวิศวกรรมโดยเฉพาะ โดยแปลงพรอมป์ภาษาธรรมชาติและไฟล์ซอร์สโค้ดที่มีอยู่ให้เป็นโค้ดที่ใช้งานได้ การแก้ไข และระบบอัตโนมัติสำหรับนักพัฒนา เหมาะกับงานเขียนโปรแกรม การดีบัก และเวิร์กโฟลว์นักพัฒนา AI ที่ให้ความสำคัญกับการสร้างโค้ดที่เชื่อถือได้ โดยคิดค่าบริการมาตรฐานที่ $0.95 ต่อหนึ่งล้านโทเค็นอินพุต และ $4 ต่อหนึ่งล้านโทเค็นเอาต์พุต |
| Kimi K2.6 API (Text to Text) | ป้อนพรอมป์ข้อความให้โมเดล แล้ว Kimi K2.6 จะส่งคืนคำตอบที่มีเหตุผล โค้ด และเอาต์พุตแบบมีโครงสร้างสำหรับงานเพิ่มประสิทธิภาพทั่วไปในชีวิตประจำวัน โมเดลนี้ได้รับการปรับปรุงทั้งด้านการให้เหตุผลและการเขียนโค้ด จึงเหมาะกับทีมที่ต้องการโมเดลอเนกประสงค์ตัวเดียวสำหรับการวิเคราะห์ การร่างเนื้อหา และการพัฒนาซอฟต์แวร์ พร้อมราคา cached input ที่ $0.16 ต่อหนึ่งล้านโทเค็นสำหรับบริบทที่ใช้ซ้ำ |
| Kimi K2.5 API (Text to Text) | เมื่องานครอบคลุมเอกสารยาวหรือไปป์ไลน์หลายขั้นตอน Kimi K2.5 สามารถรับอินพุตข้อความขนาดยาวและส่งคืนคำตอบที่สอดคล้องและเข้าใจบริบท สร้างมาเพื่อการทำความเข้าใจบริบทยาวและเวิร์กโฟลว์อัจฉริยะ โดยใช้ราคาที่โปร่งใสแบบ pay-as-you-go ที่ $0.60 ต่อหนึ่งล้านโทเค็นอินพุต และ $3 ต่อหนึ่งล้านโทเค็นเอาต์พุต ช่วยให้การวิเคราะห์ขนาดใหญ่คุ้มค่าต้นทุน |
Kimi API นำโมเดล K2 ระดับล้านล้านพารามิเตอร์ของ Moonshot AI มาไว้ใน endpoint เดียว โดยผสานหน้าต่างบริบท 262,144-token เข้ากับการรับอินพุตภาพและวิดีโอแบบเนทีฟ ฝูงเอเจนต์ที่กำกับตัวเองได้ และโมเดลเฉพาะทางที่ปรับแต่งมาสำหรับการเขียนโค้ด การดีบัก และการให้เหตุผลในงานระยะยาว

K2.6 ประมวลผลข้อความ ภาพ และวิดีโอภายในสถาปัตยกรรม multimodal แบบเนทีฟเดียวกัน รองรับฟอร์แมตตั้งแต่ PNG และ WebP ไปจนถึง MP4, MOV และ WebM โดยไม่ต้องใช้ปลั๊กอินภายนอก ตัวเข้ารหัสภาพ MoonViT อ่านวิดีโอบันทึกหน้าจอ ไฟล์ดีไซน์ และไดอะแกรมได้โดยตรง ในขณะที่ K2.5 รุ่นก่อนหน้ารองรับข้อความและภาพ K2.6 ขยายสแต็กเดียวกันไปสู่การเข้าใจวิดีโอเต็มรูปแบบ ทำให้บริบทเชิงภาพกลายเป็นอินพุตอีกรูปแบบหนึ่งได้อย่างเป็นธรรมชาติ

Kimi API เปิดให้ใช้งานฝูงเอเจนต์ที่กำกับตัวเองได้ ซึ่งขยายได้ถึง 300 sub-agents ที่ทำงานประสานกันราว 4,000 ขั้นตอน แทนที่จะให้เหตุผลบนเธรดเดียว K2.6 จะแยกเป้าหมายขนาดใหญ่ออกเป็นสาขาคู่ขนาน และประสานงานจนเสร็จสมบูรณ์ แต่ละ sub-agent รับผิดชอบส่วนหนึ่งของงาน จากนั้นรายงานกลับเข้าสู่แผนร่วมกัน ดีไซน์นี้เหมาะกับงานอัตโนมัติระยะยาวที่โปรเจกต์ประกอบด้วยหลายขั้นตอนซึ่งพึ่งพากัน

การเขียนโค้ดเป็นแกนกลางของตระกูลนี้ โดยมี Kimi K2.7 Code ที่สร้างมาโดยเฉพาะสำหรับการเขียนโปรแกรม การดีบัก และเวิร์กโฟลว์เอเจนต์สำหรับนักพัฒนา บน benchmark การเขียนโค้ด SWE-Bench Pro นั้น K2.6 ทำคะแนนได้ 58.6 แซงหน้าโมเดลระดับ frontier หลายตัวในการแก้ปัญหา repository จริง ชี้โมเดลใดโมเดลหนึ่งไปยัง test suite ที่ล้มเหลว แล้วมันจะไล่หาต้นเหตุ เสนอแพตช์ และทำซ้ำจนกว่า build จะผ่าน

ต้องการการให้เหตุผลที่โปร่งใสใช่ไหม? เปิดใช้โหมดคิดที่กำหนดค่าได้ แล้วโมเดลจะแสดง chain ทีละขั้นก่อนยืนยันคำตอบ พร้อมรองรับ tool และ function calling แบบเนทีฟ บน Atlas Cloud นั้น Kimi API ทั้งหมดทำงานหลัง key เดียวที่เข้ากันได้กับ OpenAI พร้อมค่าบริการแบบ pay-as-you-go ต่อการเรียกใช้งาน และเข้าถึงรุ่นใหม่ทุกตัวได้ตั้งแต่ Day-0 เพียงเปลี่ยน base URL โค้ดเดิมของคุณก็ยังทำงานต่อได้
ส่งบรีฟเดียวกันทุกประการไปยัง Kimi API และโมเดลคู่แข่งอีกสองตัว จากนั้นเปรียบเทียบหน้า HTML แบบโต้ตอบที่แต่ละตัวสร้างขึ้นจากคำสั่งชุดเดียวกันเป๊ะ ๆ
สร้างหน้า HTML แบบไฟล์เดียวที่สมบูรณ์สำหรับเกมอาร์เคด Snake ที่เล่นได้ โดยรวม CSS และ JavaScript ไว้ในไฟล์เดียวทั้งหมด และไม่มี dependency ภายนอก, CDNs, รูปภาพ หรือฟอนต์ใด ๆ เรนเดอร์กระดานบน canvas ด้วยโทนสีสมัยใหม่แบบนีออนบนพื้นมืด มีการเคลื่อนไหวที่ลื่นไหล และมีเส้นแสงเรืองนุ่ม ๆ ตามหลังงู รองรับการควบคุมด้วยปุ่มลูกศรและ WASD รวมถึงท่าทางปัดบนอุปกรณ์สัมผัส แสดงคะแนนแบบเรียลไทม์และคะแนนสูงสุดแบบคงอยู่ และเพิ่มความเร็วของเกมทีละน้อยเมื่อคะแนนสูงขึ้น ให้เกิด particle burst เล็ก ๆ ทุกครั้งที่กินอาหาร แสดง overlay เกมจบแบบเคลื่อนไหวพร้อมปุ่มเริ่มใหม่ และทำให้เลย์เอาต์ responsive เพื่อให้กระดานอยู่กึ่งกลางและอ่านได้ชัดเจนทั้งบนเดสก์ท็อปและมือถือ
Generated with Kimi K2.7 Code on Atlas Cloud
Generated with GPT 5.5 on Atlas Cloud
Generated with Kimi K2.6 on Atlas Cloud
สร้างไฟล์ HTML ไฟล์เดียวที่ทำงานได้ครบในตัวเอง (รวม CSS และ JavaScript ไว้ในไฟล์เดียวทั้งหมด ห้ามมี dependency ภายนอก, CDNs, รูปภาพ หรือ web fonts โดยเด็ดขาด) ที่เรนเดอร์ “living digital terrarium” แบบโต้ตอบ — ขวดแก้วปิดผนึกวางอยู่กลางหน้าจอ ภายในมีป่าฝนจิ๋วที่พึ่งพาตัวเองและเติบโตแบบเรียลไทม์ เมื่อเปิดในเบราว์เซอร์สมัยใหม่ใด ๆ จะต้องรันทันทีที่ 60fps โดยไม่ต้องมีขั้นตอน build ฉากหลักและเลย์เอาต์: จัดองค์ประกอบให้อยู่กึ่งกลางแบบสมมาตร โดยให้ขวดแก้วเป็นเวทีหลักบนพื้นหลังมืดลึกแบบ vignette (radial gradient จากจุดกลางที่สว่างนุ่มด้วยสีมอส ค่อย ๆ จางไปสู่ขอบเกือบดำ) เพื่อให้ทุกสายตาโฟกัสที่ขวด เรนเดอร์ทุกอย่างบน HTML5 Canvas เต็มหน้าต่างที่วางอยู่ใต้ chrome ของ DOM/CSS แบบ glassmorphism จริง: ผนังขวดต้องแสดงคุณสมบัติของแก้วอย่างสมจริง — ไฮไลต์การหักเหแบบโค้ง, เส้นขอบแสงสะท้อนสว่างแบบ specular rim-light, ความเบลอฝ้าอ่อน ๆ และหยดน้ำเกาะกระจายพร้อมเอฟเฟกต์เลนส์จิ๋ว — ทำด้วย radial/linear gradients หลายชั้น, backdrop-filter blur, เส้นขีดสีขาวกึ่งโปร่งใส และ box-shadows นุ่ม ๆ ภายในขวดมีดินร่วนชื้นสีเข้มอยู่ด้านล่าง และมีหมอกเชิงปริมาตรจาง ๆ ที่ลอยเคลื่อนช้า ๆ เลเยอร์ทางเทคนิคสามชั้นที่ต้องซ้อนและอยู่ร่วมกันได้ (นี่คือจุดที่แยกโมเดลอ่อนกับโมเดลแข็ง — โมเดลอ่อนจะทำได้แค่ภาพนิ่ง ส่วนโมเดลแข็งจะทำให้ทั้งขวดมีชีวิต): 1. การเติบโตแบบ Recursive L-system: เถาวัลย์ ใบเฟิร์น และมอสถูกสร้างด้วย L-system / อัลกอริทึมการแตกกิ่งแบบ recursive และทำแอนิเมชันการคลี่ตัวตามเวลา — ลำต้นยืดยาว กิ่งแตกย่อย ใบเฟิร์นคลี่ออก ใบไม้ขยายด้วย easing การเติบโตต้องเป็นธรรมชาติและสุ่มเล็กน้อยต่อกิ่ง (angle jitter, thickness taper, length decay) เพื่อให้ไม่มีพืชสองต้นดูเหมือนกันเมื่อโหลดใหม่ 2. Particle system: ละอองแสงสีอำพันคล้ายหิ่งห้อย (หลายสิบดวง) ลอยและโคลงผ่านหมอก พร้อมแสงเรืองแบบ additive นุ่ม ๆ และ parallax อ่อน ๆ รวมถึงละอองไอน้ำ/เกสรที่ลอยขึ้น; อนุภาคตอบสนองต่อพืชที่เพิ่งเติบโตอย่างละเอียดอ่อน 3. วัฏจักรแสงกลางวัน–กลางคืน: ลูปแสง ambient ต่อเนื่องที่กวาดทิศทาง key light จากด้านบนลงมา ตั้งแต่รุ่งอรุณสีขาวเย็น → ยามเย็นสีทองอบอุ่น → กลางคืนสีครามเข้ม แล้ววนกลับ โดยเปลี่ยนสีของทั้งฉาก ไฮไลต์แก้ว หมอก และโทนสีพืชให้สอดคล้องกัน พืชต้องแสดง phototropism — ลำต้นโค้งและเอนปลายเข้าหาทิศทางแสงปัจจุบันขณะที่แสงเคลื่อนที่ การโต้ตอบหลัก: เมื่อคลิกที่ใดก็ได้บนผนังขวด/ภายในขวด ให้หย่อนเมล็ดหนึ่งเมล็ดลงสู่ดินร่วนที่ตำแหน่ง x ของการคลิก และเมล็ดนั้นต้องแสดงวงจรชีวิตเต็มรูปแบบตามลำดับอย่างมองเห็นได้ชัด — เมล็ดร่วงและหยุดนิ่ง งอกเป็นต้นอ่อน ต้นอ่อนแตกกิ่งแบบ recursive ผ่าน L-system จากนั้นบานเป็นดอกไม้เรืองแสงเล็ก ๆ เมื่อโตเต็มที่ — แต่ละช่วงต้องใช้ easing และอ่านสถานะได้ชัดเจน พร้อม ripple/ฝุ่นฟุ้งนุ่ม ๆ ตอนตกถึงพื้น การคลิกหลายครั้งต้องสร้างพืชหลายต้นที่อยู่ร่วมกันและเติบโตต่อไป ค่อย ๆ เติม terrarium ให้กลายเป็นพุ่มหนาทึบขึ้น ใส่คอนโทรลแบบ inline ที่ละเอียดอ่อนสองสามรายการเป็นปุ่ม pill แบบ glassmorphic (เช่น “Reset terrarium” และ toggle “Day/Night: auto ⇄ drag” ที่ผู้ใช้สามารถ scrub เวลาในวันได้ รวมถึง pause เป็นตัวเลือก) ใส่บรรทัดคำใบ้จาง ๆ (“tap the glass to plant a seed”) ที่ค่อย ๆ หายไปหลังจากมีการโต้ตอบครั้งแรก พาเลตและอารมณ์: ใบไม้โทน forest ink-green และ mossy yellow-green, แสงเรืองสีอำพัน/น้ำผึ้งสำหรับละอองแสงและดอกไม้, โทนแก้วสี teal เย็นบนขวด, แสงอาบสีทองอบอุ่นและครามเย็นที่ไล่ผ่านวัฏจักรกลางวัน–กลางคืน ความรู้สึกโดยรวมต้องเงียบ สงบ มีลมหายใจ และชวนสมาธิ — การเคลื่อนไหวช้า ๆ นุ่มนวล ไม่มีการเปลี่ยนฉากที่กระแทกตา ข้อกำหนดทางเทคนิค: ใช้ requestAnimationFrame พร้อม delta-time เพื่อให้แอนิเมชันไม่ขึ้นกับ frame-rate; ทำให้ canvas responsive ต่อการ resize หน้าต่าง พร้อมการ scale ตาม devicePixelRatio ที่ถูกต้อง และรักษาขวดให้อยู่กึ่งกลาง; จำกัดจำนวน particle/branch อย่างเหมาะสมเพื่อให้ยังลื่นไหล; ให้ randomness ทั้งหมด seeded ต่อพืชแต่ละต้นเพื่อให้การเติบโตดูเป็นธรรมชาติ ทุกอย่าง — geometry, glow, glass, mist, lighting, particles และพืช recursive — ต้องถูกวาดหรือคำนวณด้วยโค้ด โดยไม่มี assets ภายนอกเลย ส่งมอบเฉพาะเอกสาร HTML ฉบับสมบูรณ์ที่พร้อมบันทึกเป็นไฟล์ .html หนึ่งไฟล์แล้วเปิดใช้งานได้ทันที
Generated with Kimi K2.7 Code on Atlas Cloud
Generated with GPT 5.5 on Atlas Cloud
Generated with Kimi K2.6 on Atlas Cloud
ไม่ว่าคุณกำลังส่งมอบโค้ดในรีโพซิทอรีขนาดใหญ่ แปลงดีไซน์ให้เป็นอินเทอร์เฟซ หรือควบคุม agent swarms, Kimi API ก็นำการให้เหตุผลแบบ long-context และการใช้เครื่องมือแบบเนทีฟมาสู่เวิร์กโหลดโปรดักชันจริง
Kimi K2.7 Code อ่านรีโพซิทอรีทั้งหมดภายในหน้าต่าง 262K-token เพื่อ refactor, debug และขยาย codebase ได้ในครั้งเดียว ทีมต่าง ๆ ใช้มันเพื่อปรับปรุงระบบ legacy ให้ทันสมัยและส่งมอบฟีเจอร์หลายไฟล์โดยไม่สูญเสียบริบทของโปรเจกต์
ป้อน screenshot, mockup หรือวิดีโอเดโมสั้น ๆ ให้ Kimi K2.5 แล้วมันจะส่งคืนโค้ด front-end ที่ใช้งานได้จากอินพุตภาพ ดีไซเนอร์และทีมผลิตภัณฑ์เปลี่ยนคอนเซปต์แบบ static ให้เป็นหน้าและ prototype แบบโต้ตอบได้ภายในไม่กี่นาที
เมื่อรายงานหรือสัญญายาวหลายร้อยหน้า โมเดล Kimi จะประมวลผลภายในบริบท 256K-token เพื่อดึงแนวโน้มและความขัดแย้งขึ้นมา นักวิเคราะห์ดึงคำตอบแบบมีโครงสร้างพร้อม citations ได้โดยไม่ต้องอ่านทุกหน้าด้วยตนเอง
Agent swarms ช่วยให้ Kimi K2.5 แยกเป้าหมายหนึ่งออกเป็น sub-agents แบบขนานได้สูงสุด 100 ตัว ลดเวลา execution ได้สูงสุด 4.5x ทีมต่าง ๆ ใช้ automation สำหรับการวิเคราะห์แบบ batch และงาน build ขนาดยาวที่โมเดลเดียวทำไม่เสร็จ
ด้วยการฝึกมาเพื่อ agentic tool use โมเดล Kimi สามารถเรียกใช้ external functions, APIs และ search เพื่อทำงานให้เสร็จโดยไม่ต้อง prompt ทีละขั้นตอน นักพัฒนาสร้าง assistants ที่จอง คิวรี และดำเนินการข้ามระบบจริงแทนผู้ใช้ได้
เพราะ Kimi API เข้ากันได้กับ OpenAI คุณจึงเพียงเปลี่ยน base URL และ key หนึ่งรายการเพื่อ route traffic ไปยังโมเดล Moonshot สตาร์ทอัปนำ Kimi ไปใช้ได้โดยไม่ต้องเขียน application logic ใหม่ และจ่ายค่าบริการแบบโปร่งใสตามการเรียกแต่ละครั้ง
เปรียบเทียบ Kimi API กับ API ของโมเดลภาษาชั้นนำอื่น ๆ บน Atlas Cloud เพื่อดูจุดเด่นด้านความยาวบริบท ความยืดหยุ่นของอินพุต และราคาต่อโทเค็น
| โมเดล | Context Window | ประเภทอินพุต | ราคาอินพุต ($/1M tokens) | ราคาเอาต์พุต ($/1M tokens) |
|---|---|---|---|---|
| Kimi K2.7 Code | 256K tokens | ข้อความ, รูปภาพ | $0.95 | $4.00 |
| Kimi K2.6 | 256K tokens | ข้อความ, รูปภาพ, วิดีโอ | $0.95 | $4.00 |
| Kimi K2.5 | 256K tokens | ข้อความ, รูปภาพ, วิดีโอ | $0.60 | $3.00 |
| DeepSeek V4 Pro | 1M tokens | ข้อความ | $1.74 | $3.45 |
| GLM 5.2 | 1M tokens | ข้อความ | $1.40 | $4.40 |
| Grok 4.5 | 500K tokens | ข้อความ | $2.00 | $6.00 |
| Doubao Seed 2.1 Pro | 256K tokens | ข้อความ | $0.90 | $4.50 |
เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud
สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล
การรวมโมเดล Kimi ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้
เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์
API แบบรวมศูนย์:
รัน Kimi, GPT, Gemini และ DeepSeek ด้วยการเชื่อมต่อเดียว
ราคาโปร่งใส:
ชำระเงินต่อโทเค็นที่คาดเดาได้พร้อมตัวเลือก serverless
ประสบการณ์นักพัฒนา:
SDK, การวิเคราะห์, เครื่องมือปรับแต่ง และเทมเพลต
ความน่าเชื่อถือ:
ความพร้อมใช้งาน 99.99%, RBAC และการบันทึกที่พร้อมสำหรับการปฏิบัติตาม
ความปลอดภัยและการปฏิบัติตาม:
SOC 2 Type II, สอดคล้อง HIPAA, อธิปไตยข้อมูลในสหรัฐอเมริกา
Kimi API ช่วยให้นักพัฒนาเข้าถึงตระกูลโมเดลภาษาขนาดใหญ่ Kimi ของ Moonshot AI ผ่านโปรแกรมได้ สำหรับงาน reasoning, coding และการทำความเข้าใจบริบทยาว บน Atlas Cloud คุณจะเรียกใช้งานผ่าน endpoint เดียวที่รองรับ OpenAI ได้ ดังนั้นคีย์เดียวจึงครอบคลุม Kimi ทุกเวอร์ชัน พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานจริงและคิดราคาเป็นรายครั้ง
Atlas Cloud ให้บริการหลายเวอร์ชัน รวมถึง Kimi K2.5 สำหรับงานบริบทยาวและเวิร์กโฟลว์แบบ agentic, Kimi K2.6 ซึ่งเป็นโมเดลทั่วไปที่ฉลาดที่สุดของ Moonshot และ Kimi K2.7 Code สำหรับการเขียนโปรแกรมและการดีบัก เนื่องจากทั้งหมดใช้รูปแบบคำขอเดียวกัน การสลับระหว่างโมเดลจึงทำได้เพียงเปลี่ยน model string หนึ่งค่าเท่านั้น
โมเดลเหล่านี้โดดเด่นในงานเขียนโค้ดที่ซับซ้อน การวิเคราะห์ repository หลายไฟล์ การใช้เหตุผลกับเอกสารจำนวนมาก และการเรียกใช้เครื่องมือแบบ agentic ทีมต่าง ๆ มักเลือกใช้ Kimi เมื่องานต้องการทั้งหน่วยความจำสำหรับบริบทขนาดใหญ่และตรรกะแบบเป็นขั้นเป็นตอนที่แข็งแกร่ง เช่น การ refactor โค้ดเบสทั้งชุด หรือการตรวจสอบรายงานขนาดยาว
การคิดค่าบริการเป็นแบบจ่ายตามการใช้งานจริง ไม่มีค่าสมัครสมาชิกและไม่มีขั้นต่ำ Kimi K2.5 มีราคา $0.60 ต่อหนึ่งล้าน input tokens และ $3.00 ต่อหนึ่งล้าน output tokens ส่วน Kimi K2.6 และ Kimi K2.7 Code อยู่ที่ $0.95 ต่อหนึ่งล้าน input tokens และ $4.00 ต่อหนึ่งล้าน output tokens การทำ context caching ช่วยลดต้นทุนของ prompt ที่ใช้ซ้ำหรือใช้ร่วมกัน
เนื่องจาก Atlas Cloud เปิดให้ใช้ Kimi ผ่าน API ที่รองรับ OpenAI คุณจึงสามารถชี้ OpenAI SDK ที่ใช้อยู่ไปยัง Atlas endpoint แล้วเปลี่ยนเป็นชื่อ Kimi model ได้ทันที ไม่จำเป็นต้องเขียนลอจิกของแอปพลิเคชันใหม่ ทำให้ใช้งานแทนได้อย่างแท้จริงสำหรับ chat, coding และ agent pipelines
Kimi K2.5, K2.6 และ K2.7 Code รองรับ context window ขนาด 262,144 tokens หรือประมาณ 256K tokens ความจุระดับนี้ช่วยให้คุณส่งโค้ดเบสทั้งชุด คู่มือเทคนิคขนาดยาว หรือรายงานหลายร้อยหน้าเข้าไปในคำขอเดียวได้โดยไม่ต้องแบ่งชิ้นส่วนเอง
Kimi เวอร์ชันล่าสุดเป็น multimodal โดยกำเนิด ไม่ได้จำกัดเฉพาะข้อความเท่านั้น Kimi K2.6 รับ input ได้ทั้งข้อความ รูปภาพ และวิดีโอ ส่วน Kimi K2.5 สามารถใช้เหตุผลกับ visual tokens และ text tokens ที่รวมกันได้ คุณจึงส่งสกรีนช็อต ไฟล์ออกแบบ หรือวิดีโอบันทึกให้โมเดลตีความควบคู่กับ prompt ของคุณได้
นักพัฒนามักเลือกใช้ด้วยเหตุผลด้านต้นทุนและบริบท รายงานจากชุมชนชี้ว่าประหยัดได้มากเมื่อเทียบกับโมเดลเชิงพาณิชย์ชั้นนำที่มีคุณภาพการเขียนโค้ดใกล้เคียงกัน และ context window ขนาด 256K รองรับงานทั้ง repository และเอกสารฉบับเต็มที่โมเดลบริบทสั้นกว่าทำไม่ได้ เริ่มสร้างได้เลยวันนี้
คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ