使用 Kimi 的 thinking 和 reasoning_effort
Kimi K2.x 在 OpenAI-compatible Chat Completions 路径上使用 thinking 配置思考行为；kimi-k3 始终推理，使用请求顶层的 reasoning_effort 配置推理强度。两类模型都可通过 reasoning_content 返回推理内容。Anthropic-compatible 路径属于不同协议形态，不要直接套用本页的参数和历史回传规则。
按模型选择推理参数
先根据模型和客户端选择参数。自行编写 K3 的 curl 或 SDK 请求时，不要把 K2.x 的 thinking 配置直接复制到 K3 请求。
kimi-k2.7-code始终开启 thinking 和 preserved thinking。生产请求可省略thinking；如果显式设置，只使用{"type": "enabled", "keep": "all"}。thinking.type: "disabled"会返回 400。kimi-k3始终进行推理且 preserved thinking 始终开启。自行编写 curl 或 SDK 请求时，使用顶层reasoning_effort；通过 Kimi Code 接入时，也可使用 GenStudio 支持的 Kimi Code 兼容格式。详见 配置 Kimi K3。kimi-k2.6默认启用思考，可显式关闭，并支持通过thinking.keep: "all"保留历史推理。kimi-k2.5默认启用思考，也可显式关闭，但不支持 preserved thinking。不要向该模型发送thinking.keep。
如果模型 ID 带有明确的 thinking 后缀，先按强制思考模型处理。
用 thinking.type 控制当前请求
当前请求只需要关闭思考时，设置 thinking.type: "disabled"。开启思考时使用 "enabled"。以下 Python 示例使用 OpenAI SDK。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["API_KEY"],
base_url="https://cloud.infini-ai.com/maas/v1",
)
response = client.chat.completions.create(
model="kimi-k2.6",
messages=[{"role": "user", "content": "What is 2 + 2? Give only the final answer."}],
max_tokens=256,
extra_body={"thinking": {"type": "disabled"}},
)如果关闭后仍看到推理字段，先确认目标模型是否属于强制思考模型。
用 curl 验证 thinking.type 请求体
先用 curl 确认可切换 Kimi 模型是否接受 thinking.type: "disabled"。运行前先在当前终端设置 API_KEY 环境变量。以下 curl 命令适用于 bash/zsh 等 POSIX 风格 Shell（macOS/Linux、WSL、Git Bash）。如果使用 Windows PowerShell 或 CMD，请按对应 Shell 的语法调整命令。
curl --request POST \
--url "https://cloud.infini-ai.com/maas/v1/chat/completions" \
--header "Accept: application/json, text/event-stream" \
--header "Authorization: Bearer $API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{
"model": "kimi-k2.6",
"messages": [
{
"role": "user",
"content": "What is 2 + 2? Give only the final answer."
}
],
"max_tokens": 256,
"thinking": {
"type": "disabled"
}
}'终端录制
用 curl 验证 Kimi thinking.type
适用于验证 Kimi 推理开关字段是否按预期传入。
Kimi K2.7 Code 行为
接入 kimi-k2.7-code 时，按强制思考和强制 preserved thinking 模型处理请求形态。
- 生产请求可省略
thinking；如果显式设置，只使用{"type": "enabled", "keep": "all"}。 - 非流式响应读取
message.reasoning_content，流式响应读取delta.reasoning_content。 thinking.type: "disabled"会返回 400，错误信息表示该模型的thinking.type必须为"enabled"。- preserved thinking 默认开启且不可关闭。
thinking.keep不传或传"all"都按"all"处理。 - 图片输入可在流式响应中返回推理字段。视频输入需使用服务端可访问的媒体地址；接入前请用业务实际使用的视频地址确认请求。
配置 Kimi K3
kimi-k3 始终进行推理且 preserved thinking 始终开启。自行编写 curl 或 SDK 请求时，不要沿用 K2.x 专属的 thinking 配置；需要调整推理强度时，在请求顶层设置 reasoning_effort。
reasoning_effort 支持 "low"、"high" 和 "max"，默认值为 "max"。切换档位会影响前缀缓存命中；同一会话应尽量固定档位。
response = client.chat.completions.create(
model="kimi-k3",
messages=[{"role": "user", "content": "分析这个方案的主要风险。"}],
reasoning_effort="high",
)注意
Kimi Code 兼容格式
通过 GenStudio 使用 Kimi Code 的 type = "kimi" Provider 时，客户端会发送 thinking: {"type": "enabled", "effort": "max", "keep": "all"}。GenStudio 支持该格式；effort 可设为 "low"、"high" 或 "max"。
该格式由 Kimi Code Provider 生成。自行编写 curl 或 SDK 请求时，使用顶层 reasoning_effort。两种格式面向不同的客户端，无需同时设置。完整配置参见使用 Kimi Code 集成 GenStudio API。
- 非流式响应读取
message.reasoning_content，流式响应读取delta.reasoning_content。 - 多轮对话和工具调用必须原样回传完整 assistant 消息，包括模型实际返回的
reasoning_content和tool_calls。 - 图片输入使用
image_url。视频输入使用video_url，并提供 GenStudio 服务可访问的媒体地址。 tool_choice支持字符串形式的"auto"、"none"和"required"。对象形式（指定函数名）的强制tool_choice与已开启的思考不兼容，会返回 400。工具调用的处理参见 Function calling。- 结构化输出优先使用
response_format（json_schema严格模式和json_object均可用）；基于命名工具的结构化输出会命中同一条tool_choice400。参见 Structured output。
用 thinking.keep 保留历史推理
对 kimi-k2.6，thinking.keep 用于历史保留，不用于开启当前请求思考。需要在工具调用或 agent 流程中保留推理连续性时，和当前请求的 thinking.type 一起设置。
extra_body = {
"thinking": {
"type": "enabled",
"keep": "all",
}
}对 kimi-k2.6，只关闭当前请求思考时，设置 thinking.type 即可。thinking.keep 留给需要历史推理连续性的工具调用或 agent 流程。
对 kimi-k2.5，可以使用 thinking.type 开启或关闭当前请求思考，但该模型不支持 preserved thinking。不要发送 thinking.keep，也不要把 K2.6 的历史推理保留配置复制到 K2.5 请求。
对 kimi-k2.7-code，preserved thinking 已默认开启。工具调用后的历史回传可在非流式和流式请求中继续使用。保守做法是回传模型原始返回的 assistant 消息，包括 reasoning_content 和 tool_calls，再追加工具结果。
对自行编写的 kimi-k3 curl 或 SDK 请求，不发送 thinking.keep，使用顶层 reasoning_effort。Kimi Code 的 type = "kimi" Provider 会在兼容格式中发送 keep: "all"。两种方式下 preserved thinking 都始终开启；多轮对话和工具调用同样需要原样回传完整 assistant 消息。
读取 Kimi 的 reasoning_content
Kimi 推理内容通过 reasoning_content 返回。OpenAI SDK 的类型定义可能没有这个字段，应用代码应使用 getattr 或 SDK 提供的扩展字段访问方式。
message = response.choices[0].message
reasoning = getattr(message, "reasoning_content", None)
if reasoning:
print(reasoning)
print(message.content)流式响应中同样读取 delta.reasoning_content。不要假设每个 chunk 都有该字段。
回传发起工具调用的 assistant 消息
当 Kimi 在思考后发起工具调用时，assistant 消息通常同时包含 reasoning_content 和 tool_calls。继续对话时，回传这条 assistant 消息，再追加工具结果。
assistant_message = {
"role": "assistant",
"content": response.choices[0].message.content or "",
"tool_calls": [
{
"id": tool_call.id,
"type": "function",
"function": {
"name": tool_call.function.name,
"arguments": tool_call.function.arguments,
},
}
for tool_call in response.choices[0].message.tool_calls
],
}
reasoning = getattr(response.choices[0].message, "reasoning_content", None)
if reasoning:
assistant_message["reasoning_content"] = reasoning
messages.append(assistant_message)
messages.append(
{
"role": "tool",
"tool_call_id": assistant_message["tool_calls"][0]["id"],
"content": '{"weather": "Sunny"}',
}
)如果历史中有一轮关闭了思考，该轮 assistant 没有 reasoning_content 是正常状态。保留真实历史，不要补写，也不要用空字符串或摘要替代模型原始返回。
kimi-k2.7-code 不支持 tool_choice: "required"。接入工具调用时，省略 tool_choice 或使用 "auto"，并在应用侧校验返回的工具名。
kimi-k3 支持 tool_choice: "required"，但不支持在思考开启时使用对象形式固定函数名。如果声明了多个工具，使用 "required" 后仍需在应用侧校验模型实际返回的工具名。
分开检查当前请求和历史回传
排查 Kimi 请求时，把当前轮参数和历史消息分开检查。
- 当前轮参数：K2.x 检查
thinking；K3 的 curl 或 SDK 请求检查顶层reasoning_effort，Kimi Code 请求检查所选 Thinking effort。 - 历史推理是否保留：
kimi-k2.6检查thinking.keep和回传的 assistant 消息；kimi-k2.5不支持 preserved thinking；kimi-k2.7-code和kimi-k3默认保留，重点检查是否原样回传完整 assistant 消息。 - 工具调用是否能继续：检查
tool_calls、tool_call_id和reasoning_content是否来自同一条原始 assistant 响应。
如果请求返回 400，先移除人工拼接的推理内容，再用模型原始返回的 assistant 消息重试。