1月15日消息，刚刚Kimi发布全新多模态图片理解模型“moonshot-v1-vision-preview”，进一步提升了“moonshot-v1”系列模型的多模态能力。

Vision模型不仅实现了对图像复杂细节的精准识别，还展现了其在OCR文字识别和图像理解场景方面的能力。

Vision模型采用按量计费模式，根据模型版本不同，价格从每百万tokens ¥12.00至 ¥60.00不等，满足不同用户的使用需求。同时，Kimi开放平台为全量用户全面开放了Context Caching功能，并取消Cache续期费用，进一步降低使用成本。

根据演示，Vision模型可以精确识别图片中的细微差别，分清那些看起来“几乎一样”的东西，比如蓝莓松饼和吉娃娃，甚至那些潦草到自己都认不出来的手写快递单。

不仅如此，它还能看懂柱状图里的每个细节，精准识别出柱状图中每个科目名称对应的分数数值并做分数对比，同时可以识别出该柱状图的样式格式和颜色等。（袁宁）

本文来自网易科技报道，更多资讯和深度内容，关注我们。