Moonshot AI ha aggiornato la Kimi API con un cambio molto pratico per chi lavora con strumenti di coding assistito: ora supporta in modo nativo i formati OpenAI Responses API e Anthropic Messages API.
La novità rende più semplice usare la famiglia Kimi anche dentro flussi già costruiti attorno agli ecosistemi OpenAI e Anthropic. Il vantaggio reale è soprattutto operativo: meno configurazioni manuali, integrazione più pulita e accesso diretto ai modelli tramite provider personalizzato.
Kimi API ora si collega direttamente a Codex e Claude Code
Con l’aggiornamento, il formato compatibile con OpenAI usa come endpoint base l’indirizzo api. moonshot. cn/v1, mentre la compatibilità con Anthropic passa da api. moonshot. cn/anthropic. Questo significa che chi utilizza Codex o Claude Code può puntare all’infrastruttura Kimi mantenendo un’impostazione molto vicina a quella già prevista da questi strumenti.
Moonshot AI indica che non è più necessario ricorrere a conversioni di richieste o a soluzioni di inoltro installate in locale. Per gli sviluppatori e per chi usa assistenti AI nel coding quotidiano, è un dettaglio importante perché riduce attriti tecnici e rende più rapido il passaggio da un provider all’altro.
Quali modelli Kimi sono supportati e cosa cambia nell’uso pratico
Tra i modelli collegabili in questo modo rientrano kimi-k3, kimi-k2.7-code-highspeed, kimi-k2.7-code e kimi-k2.6. La compatibilità interessa quindi sia modelli più generali sia varianti più orientate al codice, con un posizionamento che punta chiaramente agli scenari di programmazione assistita.
Per chi usa il client Codex CLI o l’app desktop di Codex, poi evoluta nell’esperienza ChatGPT desktop, c’è un dettaglio da tenere presente: il selettore del modello può mostrare la voce “personalizzato”, anche se in realtà il motore attivo è Kimi K3 oppure un altro modello Kimi impostato manualmente. È un comportamento dell’interfaccia, non una limitazione del collegamento.
Supporto multimodale e limiti attuali dell’integrazione
Sul fronte delle capacità in ingresso, il formato OpenAI Responses API supportato da Kimi gestisce testo e immagini, ma non ancora i video. Per le attività di analisi video il percorso suggerito resta quindi indiretto: estrarre prima i fotogrammi chiave con strumenti come ffmpeg e poi passarli al modello per l’elaborazione.
È un limite da considerare, però non riduce il valore dell’aggiornamento nei casi d’uso principali. La novità interessa soprattutto chi cerca un’alternativa più flessibile per integrare modelli AI nei tool di sviluppo già usati ogni giorno, con una configurazione più lineare e senza cambiare ambiente di lavoro.
