月之暗面Kimi多模態圖片理解模型API 發布

2025年1月15日，北京月之暗面科技有限公司宣布全新多模態圖片理解模型moonshot-v1-vision-preview正式發布，該模型完善了moonshot-v1模型系列的多模態能力，助力Kimi更好地理解世界。

Vision模型具備強大的影像辨識能力，能準確辨識影像中的複雜細節和細微差別，無論是食物或動物，都能區分出相似但不相同的物體。例如，面對16張相似的人眼較難區分的藍莓鬆餅和吉娃娃圖片，Vision模型能精確地區分和辨識。

Vision模型還擁有國內領先的高級影像辨識能力，在OCR文字辨識和影像理解場景中表現優異，比一般文件掃描和OCR辨識軟體更加準確，能辨識收據單、快遞單等潦草的手寫內容。

Vision視覺模型支援多輪對話、串流輸出、工具調用、JSON Mode、Partial Mode等特性，但暫時不支援聯網搜索，不支援創建帶有圖片內容的Context Cache，但支援使用已創建成功的Cache調用Vision模型，不支援URL格式的圖片，目前僅支援使用base64編碼的圖片內容。

模型計費