Positionnement du modèle
Kimi-Audio-7B-Instruct est une version du modèle de base audio Kimi-Audio affinée pour suivre des instructions, destinée à la compréhension, à la génération et au dialogue audio. L’équipe officielle a publié les poids du modèle et le code d’inférence de cette version le 25 avril 2025. (github.com)
Capacités et usages
- Prend en charge la reconnaissance vocale, les questions-réponses sur l’audio, la description de contenu audio, la reconnaissance des émotions dans la voix, ainsi que la classification des événements sonores et des scènes.
- Prend en charge le dialogue vocal de bout en bout et peut générer, à partir d’une entrée audio, une réponse textuelle ou une réponse vocale et textuelle ; les exemples officiels présentent également des dialogues audio à plusieurs tours.
- Peut être utilisé pour la transcription vocale, l’analyse de contenu audio, le prototypage d’interactions vocales et la recherche sur les modèles audio. (huggingface.co)
Limites
- Les résultats de reconnaissance et de génération audio peuvent comporter des erreurs ; une vérification humaine est recommandée dans les situations importantes.
- Un déploiement autonome nécessite la configuration d’un environnement d’inférence et de ressources de calcul ; l’équipe officielle fournit les poids du modèle, le code et des exemples de déploiement. (huggingface.co)
- La disponibilité de cette version précise sur l’API officielle de Moonshot AI, son identifiant de modèle API, sa fenêtre de contexte et la durée audio maximale n’ont pas été vérifiés.
Tarifs
Lors de la consultation effectuée au 18 novembre 2026, aucun tarif API officiel en yuans ou en dollars américains n’a pu être vérifié pour ce modèle précis ; les montants et les unités de facturation des entrées et des sorties n’ont donc pas été vérifiés. Les pages tarifaires officielles nationale et internationale répertorient d’autres modèles, dont les tarifs ne doivent pas être appliqués à ce modèle. Un déploiement autonome entraîne en outre des coûts de calcul et d’exploitation. (platform.kimi.com)