Moonshot AI 开放平台公测,API 与 OpenAI 兼容,提供「文件内容提取」能力接口

821次阅读
没有评论

Moonshot AI 开放平台公测,API 与 OpenAI 兼容,提供「文件内容提取」能力接口

Moonshot AI 开放平台公测,API 与 OpenAI 兼容,提供「文件内容提取」能力接口

经过一段时间的内测,Moonshot AI 开放平台今天正式启动公开测试。

所有开发者都可以登录开放平台(platform.moonshot.cn)创建自己的 API Key,将 Kimi 智能助手背后的同款 moonshot 模型能力(包括长文本处理能力和卓越的指令遵循能力等)接入到自己的产品中,或基于同款 moonshot 模型能力打造出全新的、更有创造力的产品。我们期待与有想象力的开发者同行,一起探索大模型技术的广阔应用场景和能力边界。

为了方便 AI 开发者快速接入模型能力,Moonshot AI 开放平台的 API 与 OpenAI 兼容。开发者可以平滑迁移,无需对代码做任何基本参数外的“额外”修改,立即体验到 moonshot 模型的能力。

import openai
client = openai.Client( base_url="https://api.moonshot.cn/v1", api_key="YOUR AMAZING KEY",)
result = client.chat.completions.create( model="moonshot-v1-32k", messages=[ {"role": "system", "content": "你是 Kimi,由 Moonshot AI 提供的人工智能助手。"}, {"role": "user", "content": "你好,我想和你一起创造最有趣的应用"}, ], temperature=0.3,)
print(result.choices[0].message.content)# 好的,我们一起来创造最有趣的应用吧!

↑ 一个简单的 Python 调用示例

此外,Moonshot AI 开放平台的API还兼容以下开源仓库,可帮助开发者加速 AI 应用的开发和部署。

  • Huggingface Space(一个基于开源 Python 前端框架 Gradio 的部署 AI 应用的平台)

  • OpenAI Translator(基于 OpenAI API 的划词翻译浏览器插件和跨平台桌面端应用)

  • LlamaIndex(一个简单、灵活的数据框架,用于将自定义数据源连接到大型语言模型
  • LangChain(一个用于构建上下文感知推理应用的框架)
  • Koishi(可用于创建跨平台、可扩展、高性能的机器人
  • Nonebot2(一个跨平台 Python 异步机器人框架),

除了对话问答能力,Moonshot AI 开放平台还提供“文件内容提取”能力接口,开发者可以配合文件上传功能,开发出丰富的文档和知识库场景应用。

目前开放平台提供的三个基础模型是:moonshot-v1-8k/32k/128k,每千个 token 的定价为 0.012 元、0.024 元和 0.06 元。开发者注册后都将获得价值 15 元的体验包,相当于 125 万 tokens(8k模型)或 62.5 万 tokens(32k模型)用量的价值。个人自助充值功能,也即将上线。

Moonshot AI 开放平台公测,API 与 OpenAI 兼容,提供「文件内容提取」能力接口

此前,已有数百位开发者在 Moonshot AI 开放平台内测期间申请了 API 接口,打造了许多好玩、好用和有创造力的应用,例如:

  • 帮你自动生成代码修改记录的 Kimi Commits https://github.com/ConnectAI-E/kimi-commits-intellij
  • 助你更高效刷论文的 Cool Papers https://papers.cool/
  • 带你练习哄另一半的“哄哄模拟器” https://hong.greatdk.com/
  • 让你学会“调戏”大模型的 Riddles https://riddles.moonshot.cn/
  • 自动为你生成每日新闻简报的 Tidyread https://tidyread.info/
  • 帮你做企业法律问题尽调的案牍 AutoDocs https://www.autodocs.cn/autodd
  • 替你在微信群里做专业知识解答的群聊助手“茴香豆” https://github.com/InternLM/HuixiangDou/

从 token 使用量上看,仅“哄哄模拟器”一个产品就消耗了接近 12 亿的 tokens 用量。内测期间还有许多尚未公开的创新应用将陆续发布,敬请期待。

接下来的公开测试中,我们期待有更多开发者的想象力可以在这里打开。公测期间,开发者们如果遇到任何问题或建议欢迎及时联系我们(联系方式在开放平台页面的“用户中心”可以找到),Moonshot AI 将持续改进开放平台,及时响应大家的使用反馈。

如果你关注大模型领域,欢迎扫码加入我们的大模型交流群,来一起探讨大模型时代的共识和认知,跟上大模型时代的这股浪潮。Moonshot AI 开放平台公测,API 与 OpenAI 兼容,提供「文件内容提取」能力接口

更多阅读

Product Hunt 2023 年度产品榜:GPT-4 夺冠、获奖 AI 产品全介绍

张鹏对话 Pika 创始人 Demi:AGI 时代的产品,需要「少年气」和为用户「留白」

火遍硅谷的Arc浏览器,刚刚发布App和AI功能,体验碾压Chrome!

Kyligence 韩卿:创业 7 年复盘,中美企业服务市场差异浅析

Cubox创始人的产品思考:不要把「总结全文」当做AI阅读产品的唯一亮点

转载原创文章请添加微信:geekparker

 

Read More 

正文完
可以使用微信扫码关注公众号(ID:xzluomor)
post-qrcode
 
评论(没有评论)
Generated by Feedzy