> ## Documentation Index > Fetch the complete documentation index at: https://platform.kimi.com/docs/llms.txt > Use this file to discover all available pages before exploring further. # 常见问题及解决方案 ## 为什么 API 返回的结果和 Kimi 智能助手返回的结果不一致？ API 和 Kimi 智能助手使用的是同一模型，如果你发现模型输出结果不一致，可以尝试修改 System Prompt；另一方面 Kimi 智能助手提供了诸如计算器等工具，而 API 并未默认提供这些工具，需要用户自行组装； ## Kimi API 是否拥有 Kimi 智能助手的"上网冲浪"功能 ~~否。Kimi API 仅提供了大模型本身的交互功能，并不具备额外的"内容搜索"和"网页内容浏览"功能，也即是通常意义上的"联网搜索"功能。~~ 现在，Kimi API 提供了联网搜索功能，请查阅我们的指南： [使用 Kimi API 的联网搜索功能](/guide/use-web-search) 如果你想自己通过 Kimi API 实现联网搜索功能，也可以参考我们撰写的工具调用 `tool_calls` 指南： [使用 Kimi API 完成工具调用（tool\_calls）](/guide/use-kimi-api-to-complete-tool-calls) 如果你想寻求开源社区的协助，你可以参考以下开源项目： * [search2ai](https://github.com/fatwang2/search2ai) * [ArchiveBox](https://github.com/ArchiveBox/ArchiveBox) 如果你想寻求由专业供应商提供的服务，有如下服务可供选择： * [apify](https://apify.com/) * [crawlbase](https://zh-cn.crawlbase.com/enterprise) * [jina reader](https://jina.ai/reader/) ## Kimi API 返回的内容不完整或被截断 如果你发现 Kimi API 返回的内容不完整、被截断或长度不符合预期，你可以先检查响应体中的 `choice.finish_reason` 字段的值，如果该值为 `length`，则表明当前模型生成内容所包含的 Tokens 数量超过请求中的 `max_completion_tokens` 参数，在这种情况下，Kimi API 仅会返回 `max_completion_tokens` 个 Tokens 内容，多余的内容将会被丢弃，即上文所说"内容不完整"或"内容被截断"。 在遇到 `finish_reason=length` 时，如果你想让 Kimi 大模型接着上一次返回的内容继续输出，可以使用 Kimi API 提供的 Partial Mode，详细的文档请参考： [使用 Kimi API 的 Partial Mode](/guide/use-partial-mode-feature-of-kimi-api) 如果你想避免出现 `finish_reason=length`，我们建议你适当增大 `max_completion_tokens` 的值。推荐的最佳实践是：通过 [estimate-token-count](/api/estimate) 接口计算输入内容的 Tokens 数量，然后从所选模型支持的最大上下文窗口中扣除这部分输入 Tokens。例如，`moonshot-v1-32k` 模型最大支持 32k Tokens，`kimi-k2.6`、`kimi-k2.5`、`kimi-k2-0905-preview` 和 `kimi-k2-turbo-preview` 模型最大支持 256k Tokens，扣除输入 Tokens 后的剩余值即可作为当前请求的 `max_completion_tokens` 上限。 ## Kimi 大模型的输出长度是多少 * 对于 `moonshot-v1-8k` 模型而言，最大输出长度是 `8*1024 - prompt_tokens`； * 对于 `moonshot-v1-32k` 模型而言，最大输出长度是 `32*1024 - prompt_tokens`； * 对于 `moonshot-v1-128k` 模型而言，最大输出长度是 `128*1024 - prompt_tokens`； * 对于 `kimi-k2.6`、`kimi-k2.5`、`kimi-k2-0905-preview` 和 `kimi-k2-turbo-preview` 模型而言，最大输出长度是 `256*1024 - prompt_tokens`； ## Kimi 大模型支持的汉字数量是多少？ * 对于 `moonshot-v1-8k` 模型而言，大约支持一万五千个汉字； * 对于 `moonshot-v1-32k` 模型而言，大约支持六万个汉字； * 对于 `moonshot-v1-128k` 模型而言，大约支持二十万个汉字； * 对于 `kimi-k2.6`、`kimi-k2.5`、`kimi-k2-0905-preview` 和 `kimi-k2-turbo-preview` 模型而言，大约支持四十万个汉字； *注：以上均为估算值，实际情况可能有所不同。* ## 文件抽取内容不准确、图像无法被识别 我们提供各种格式的文件上传和文件解析服务，**对于文本文件，我们会提取文件中的文字内容；对于图片文件，我们会使用 OCR 识别图片中的文字；对于 PDF 文档，如果 PDF 文档中只包含图片，我们会使用 OCR 提取图片中的文字，否则仅会提取文本内容。**； *注意，对于图片，我们只会使用 OCR 提取图片中的文字内容，因此如果你的图片中不包含任何文字内容，则会引起解析失败的错误。* 完整的文件格式支持列表，请参考： [文件接口](/api/files#%E4%B8%8A%E4%BC%A0%E6%96%87%E4%BB%B6) ## 使用 `files` 接口时，希望使用 `file_id` 引用文件内容 我们目前不支持使用文件 `file_id` 的方式引用文件内容作为上下文。 ## 使用接口报错 `content_filter: The request was rejected because it was considered high risk` 当前请求 Kimi API 的输入或 Kimi 大模型的输出内容包含不安全或敏感内容，**注意：Kimi 大模型生成的内容也可能包含不安全或敏感内容，进而导致 `content_filter` 错误**。 ## 出现 Connection 相关错误 如果在使用 Kimi API 的过程中，经常出现 `Connection Error`、`Connection Time Out` 等错误，请按照以下顺序检查： 1. 程序代码或使用的 SDK 是否有默认的超时设置； 2. 是否有使用任何类型的代理服务器，并检查代理服务器的网络和超时设置； 另一种可能导致 `Connection` 相关错误的场景是，未启用流式输出 `stream=True` 时，Kimi 大模型生成的 Tokens 数量过多，导致在等待 Kimi 大模型生成过程时，触发了某个中间环节网关的超时时间设置。通常，某些网关应用会通过检测是否接收到服务器端返回的 `status_code` 和 `header` 来判断当前请求是否有效，在不使用流式输出 `stream=True` 的场合，Kimi 服务端会等待 Kimi 大模型生成完毕后发送 `header`，在等待 `header` 返回时，某些网关应用会关闭等待时间过长的连接，进而产生 `Connection` 相关错误。 **我们推荐启用流式输出 `stream=True` 来尽可能减少 `Connection` 相关错误。** ## 报错信息显示的 TPM、RPM 限制与我的账户 Tier 等级不匹配 如果你在使用 Kimi API 的过程遇到了 `rate_limit_reached_error` 错误，例如： ```text theme={null} rate_limit_reached_error: Your account {uid}<{ak-id}> request reached TPM rate limit, current:{current_tpm}, limit:{max_tpm} ``` 但报错信息中的 TPM 或 RPM 限制与你在后台查看的 TPM 与 RPM 并不匹配，请先排查是否正确使用了当前账户的 `api_key`；通常情况下 TPM、RPM 与预期不匹配的原因，是使用了错误的 `api_key`，例如误用了其他用户给予的 `api_key`，或个人拥有多个账号的情况下，混用了 `api_key`。 ## 报错 `model_not_found` 请确保你在 SDK 中正确设置了 `base_url=https://api.moonshot.cn/v1`，通常情况下，`model_not_found` 错误产生的原因是，使用 OpenAI SDK 时，未设置 `base_url` 值，导致请求被发送至 OpenAI 服务器，OpenAI 返回了 `model_not_found` 错误。 ## Kimi 大模型出现数值计算错误 由于 Kimi 大模型生成过程的不确定性，在数值计算方面，Kimi 大模型可能会出现不同程度的计算错误，我们推荐使用工具调用 `tool_calls` 为 Kimi 大模型提供计算器功能，关于工具调用 `tool_calls`，可以参考我们撰写的工具调用 `tool_calls` 指南： [使用 Kimi API 完成工具调用（tool\_calls）](/guide/use-kimi-api-to-complete-tool-calls) ## Kimi 大模型无法回答今天的日期 Kimi 大模型无法获取像当前日期这样时效性非常强的信息，但你可以在系统提示词 system prompt 中为 Kimi 大模型提供这样的信息，例如： ```python theme={null} import os from datetime import datetime from openai import OpenAI client = OpenAI( api_key=os.environ['MOONSHOT_API_KEY'], base_url="https://api.moonshot.cn/v1", ) # 我们通过 datetime 库生成了当前日期，并将其添加到系统提示词 system prompt 中 system_prompt = f""" 你是 Kimi，今天的日期是 {datetime.now().strftime('%d.%m.%Y %H:%M:%S')} """ completion = client.chat.completions.create( model="moonshot-v1-128k", messages=[ {"role": "system", "content": system_prompt}, {"role": "user", "content": "今天的日期？"}, ], temperature=0.3, ) print(completion.choices[0].message.content) # 输出：今天的日期是 2024 年 7 月 31 日。 ``` ```js theme={null} const OpenAI = require('openai') client = new OpenAI({ apiKey: process.env.MOONSHOT_API_KEY, baseURL: "https://api.moonshot.cn/v1", }) // 我们通过 datetime 库生成了当前日期，并将其添加到系统提示词 system prompt 中 system_prompt = `你是 Kimi，今天的日期是 ${new Date().toString()}` async function main() { completion = await client.chat.completions.create({ model: "moonshot-v1-128k", messages: [ {role: "system", content: system_prompt}, {role: "user", content: "今天的日期？"}, ], temperature: 0.3, }) console.log(completion.choices[0].message.content) // 输出：今天的日期是 2024 年 7 月 31 日。 } main() ``` ## 在不使用 SDK 的场景下如何处理错误 在某些场合，你可能会需要自行对接 Kimi API（而不是使用 OpenAI SDK），在自行对接 Kimi API 时，你需要根据 API 返回的状态来决定后续的处理逻辑。通常而言，我们会使用 HTTP 状态码 200 表示请求成功，而使用 4xx、5xx 的状态码表示请求失败，我们会提供一个 JSON 格式的错误信息，关于请求状态具体的处理逻辑，请参考以下的代码片段： ```python theme={null} import os import httpx header = { "Authorization": f"Bearer {os.environ['MOONSHOT_API_KEY']}", } messages = [ {"role": "system", "content": "你是 Kimi"}, {"role": "user", "content": "你好。"}, ] r = httpx.post("https://api.moonshot.cn/v1/chat/completions", headers=header, json={ "model": "moonshot-v1-128k", # <-- 如果你使用一个正确的模型，下方会进入 if status_code==200 分支 # "model": "moonshot-v1-129k", # <-- 如果你使用一个错误的模型名称，下方会进入 else 分支 "messages": messages, "temperature": 0.3, }) if r.status_code == 200: # 当使用正确的模型进行请求时，会进入此分支，进行正常的处理逻辑 completion = r.json() print(completion["choices"][0]["message"]["content"]) else: # 当使用错误的模型名称进行请求时，会进入此分支，在这里进行错误处理 # 在这里，为了演示，我们仅将错误打印出来。 # 在实际的代码逻辑中，你可能需要更多的处理逻辑，例如记录日志、中断请求或进行重试等。 error = r.json() print(f"error: status={r.status_code}, type='{error['error']['type']}', message='{error['error']['message']}'") ``` ```js theme={null} const axios = require('axios'); header = { "Authorization": `Bearer ${process.env.MOONSHOT_API_KEY}`, } messages = [ {"role": "system", "content": "你是 Kimi"}, {"role": "user", "content": "你好。"}, ] async function main() { r = await axios.post("https://api.moonshot.cn/v1/chat/completions", { "model": "moonshot-v1-128k", // <-- 如果你使用一个正确的模型，下方会进入 if status_code==200 分支 //"model": "moonshot-v1-129k", // <-- 如果你使用一个错误的模型名称，下方会进入 else 分支 "messages": messages, "temperature": 0.3, }, { headers: header, validateStatus: function (status) { return status == 200; // Resolve only if the status code is less than 500 } }, ).catch(function (error) { console.log(`error: ${error.message}`) }) if (r) { // 当使用正确的模型进行请求时，会进入此分支，进行正常的处理逻辑 console.log(r.data.choices[0].message.content) } } main() ``` 我们的错误信息会遵循如下的格式： ```json theme={null} { "error": { "type": "error_type", "message": "error_message" } } ``` 具体的错误信息对照表，请参考如下章节： [错误说明](/api/errors) ## 为何在提示词 prompt 相似的情况下，有的请求响应速度快，有的请求响应速度慢？ 如果你遇到在相似提示词 prompt 的不同请求中，有的请求响应快（例如响应时间只有 3s），有的请求响应慢（例如响应时间长达 20s），这通常是由于 Kimi 大模型生成的 Tokens 数量不同导致的。通常而言，Kimi 大模型生成的 Tokens 数量与 Kimi API 的响应时间成正比，生成的 Tokens 数量越多，API 完整的响应时间越长。 需要注意的是，Kimi 大模型生成的 Tokens 数量只影响完整请求（指生成完最后一个 Token）的响应时间，你可以设置 `stream=True`，并观察首 Token 返回时间（首 Token 返回时间，我们简称为 TTFT -- Time To First Token），通常情况下，提示词 prompt 的长度相似的场合，首 Token 响应时间不会有太大的波动。 ## 我设置了 `max_completion_tokens=2000`，让 Kimi 输出 2000 字的内容，但 Kimi 输出的内容少于 2000 字 > 注：`max_tokens` 已弃用（deprecated），请使用 `max_completion_tokens`，两者含义相同。 `max_completion_tokens` 参数的含义是：**调用 `/v1/chat/completions` 时，允许模型生成的最大 Tokens 数量，当模型已经生成的 Tokens 数超过设置的 `max_completion_tokens` 时，模型会停止输出下一个 Token**。 `max_completion_tokens` 的作用在于： 1. 帮助调用方确定该使用哪个模型（例如，当 `prompt_tokens + max_completion_tokens <= 8 * 1024` 时，可以选择 `moonshot-v1-8k` 模型）； 2. 防止在某些意外的场合，Kimi 模型输出了过多不符合预期的内容，进而导致额外的费用消耗（例如，Kimi 模型重复输出空白字符）； `max_completion_tokens` 并不能指示 Kimi 大模型输出多少 Tokens，换句话说，**`max_completion_tokens` 不会作为提示词 prompt 的一部分输入 Kimi 大模型**，如果你想让模型输出特定字数的内容，可以参考以下通用的解决办法： * 对于要求输出内容字数在 1000 字以内的场合： 1. 在提示词 prompt 中向 Kimi 大模型明确输出的字数； 2. 通过人工或程序手段检测输出的字数是否符合预期，如果不符合预期，通过在第二轮对话中向 Kimi 大模型指示"字数多了"或"字数少了"，让 Kimi 大模型输出新一轮的内容。 * 对于要求输出内容字数在 1000 字以上甚至更多时： 1. 尝试将预期输出的内容按结构或章节切割成若干部分，并制成模板，并使用占位符标记想要 Kimi 大模型输出内容的位置； 2. 让 Kimi 大模型按照模板，逐个填充每个模板的占位符部分，最终拼装成完整的长文文本。 ## 我在一分钟内只请求了一次，但却触发了 `Your account reached max request` 错误 通常，OpenAI 提供的 SDK 包含了重试机制： > Certain errors are automatically retried 2 times by default, with a short exponential backoff. Connection errors (for example, due to a network connectivity problem), 408 Request Timeout, 409 Conflict, 429 Rate Limit, and >=500 Internal errors are all retried by default. 这种重试机制在遇到错误时，会默认重试 2 次（总计 3 次请求），通常来说，对于网络状况不稳定或者其他可能导致请求发生错误的场合，使用 OpenAI SDK 会将一个请求放大至 2 到 3 次请求，这些请求都会占用你的 RPM（每分钟请求数）次数。 *注：对于使用 OpenAI SDK 且账户等级为 `tier0` 的用户而言，由于存在默认的重试机制，一次错误的请求就会消耗完所有的 RPM 额度。* ## 为了便于传输，我使用 `base64` 编码我的文本内容 请不要这样做，使用 `base64` 编码你的文件会导致产生巨量的 Tokens 消耗。如果你的文件类型是我们 `/v1/files` 文件接口支持的格式，使用文件接口上传并抽取文件内容即可。 对于二进制或其他格式编码的文件，Kimi 大模型暂时无法解析内容，请不要添加到上下文中。 ## 为什么我在 platform.kimi.ai 平台申请的 key，不能用在 platform.kimi.com 平台？ Kimi 开放平台官方提供两个平台，中国境内建议使用 platform.kimi.com 平台，境外建议使用 platform.kimi.ai 平台。两个平台的账户和 key 完全独立，不能混用。 如果用错会出现 401 invalid\_authentication\_error 的报错，收到 401 报错请先检查是否平台的 key 使用错误。 * 国内开放平台 base\_url: [https://api.moonshot.cn/v1](https://api.moonshot.cn/v1) * 境外开放平台 base\_url: [https://api.moonshot.ai/v1](https://api.moonshot.ai/v1)