月之暗面发布Kimi多模态图片理解模型API

在2025年1月15日，月之暗面发布了名为moonshot-v1-vision-preview的视觉预览模型，同时发布了moonshot-v1模型相关的计费方案，这意味着Kimi具备了理解图像的能力。

Vision模型具备识别并理解图片内容的功能，它不仅可以识别图片中的物体，还能理解图片中的场景，甚至能判断出图片是否包含不适宜的内容。总之，它能识别图片里有什么，也能理解图片表达了什么。据悉，该模型支持一次性处理16张图片，Vision模型还支持对图片进行理解和信息提取。

Vision模型的一大亮点在于其强大的图文识别能力，不仅可以进行OCR文字识别，还能结合图像内容进行深入分析。无论是复杂场景的文字提取还是OCR识别结果的优化，它都能胜任。此外，它还能识别手写字体、表格内容以及各种复杂版面的信息。

Vision系列的模型还支持多种实用功能，例如文档总结、海报生成、代码识别、JSON Mode、Partial Mode等。如果不想每次都重新上传大量图片，可以使用Context Cache功能，即利用缓存来存储历史对话中的图片，不必每次都上传，从而提升Vision模型的使用效率。Vision模型也支持URL链接形式的图片输入，或者直接使用base64编码的图片数据。

模型定价