moonshot

moonshot-v1-vision-preview 简介

moonshot-v1-vision-preview 是月之暗面推出的一款多模态图像理解模型，作为 moonshot-v1 模型系列的重要组成部分，该模型在图像识别、文字识别及数据解析等方面表现出色。它能够准确区分具有高度相似性的图像内容，如蓝莓松饼与吉娃娃等复杂场景。同时，模型具备较强的 OCR 能力，可有效识别手写文档中的文字信息，例如收据和快递单。此外，该模型还能分析图表中的数据，并从美学角度进行评价。其基于 API 接口提供服务，支持多轮对话和流式输出等功能。

moonshot-v1-vision-preview 的主要功能

• 图像识别：具备高精度的图像识别能力，能够准确区分细节相似的图像对象。
• OCR 文字识别：在文档识别和图像理解方面表现优异，能准确提取潦草手写内容。
• 图像数据分析：可识别并分析图表中的数据信息，同时具备对图像美学特征的评估能力。
• API 集成：支持通过 API 接口调用，便于用户将其集成至自有系统中。

moonshot-v1-vision-preview 的项目信息

• 项目官网：https://platform.moonshot.cn/docs/guide/use-kimi-vision-model
• 产品体验：Kimi智能助手

moonshot-v1-vision-preview 的使用说明

• 支持特性：多轮对话、流式输出、工具调用、JSON Mode、Partial Mode
• 暂不支持功能：
  • 联网搜索：目前不支持
  • Context Caching：不支持创建包含图片内容的缓存，但支持使用已有缓存调用视觉模型
  • URL 图片格式：不支持，仅支持 base64 编码的图片

moonshot-v1-vision-preview 的定价方案

• moonshot-v1-8k-vision-preview：1M tokens ￥12.00
• moonshot-v1-32k-vision-preview：1M tokens ￥24.00
• moonshot-v1-128k-vision-preview：1M tokens ￥60.00

moonshot-v1-vision-preview 的应用场景

• 内容审核与分类：适用于电商商品管理、科研教育中的动植物识别以及平台内容审核。
• 文档与数据处理：可用于合同、发票等文档的文字提取，以及成绩表、财务报表的数据分析。
• 医学与工业应用：辅助医学影像分析，提升诊断准确性；用于工业产品缺陷检测。
• 智能交互服务：在客服、教育和智能家居等领域提供更智能的多模态交互体验。
• 美学与设计评估：从美学角度分析图像，为广告、网页设计提供优化建议。