Moonshot AI
Kimi K2.5
Kimi K2.5は、Moonshot AIが公開した、視覚理解とエージェント機能を備えるネイティブマルチモーダルモデルです。公開日は2026年1月27日です。Kimi K2を基盤に、画像・テキストを混合した約15兆トークンで追加事前学習されています。 (kimi.com) テキスト、画像、動画の理解、視覚情報に基づく推論、コーディング、ツール呼び出しに対応します。UI画像や動画をもとにしたコード…
モデルを見る日本語
モデルディレクトリ
新しいモデルを公開日順に見つけられます。
Kimi K2.5は、Moonshot AIが公開した、視覚理解とエージェント機能を備えるネイティブマルチモーダルモデルです。公開日は2026年1月27日です。Kimi K2を基盤に、画像・テキストを混合した約15兆トークンで追加事前学習されています。 (kimi.com) テキスト、画像、動画の理解、視覚情報に基づく推論、コーディング、ツール呼び出しに対応します。UI画像や動画をもとにしたコード…
DeepSeek-OCR 2は、文書画像の文字認識と構造解析を主な対象とする、公開ウェイトの視覚言語モデルです。公式リポジトリでは2026年1月27日に発表されています。(github.com) DeepEncoder V2を用い、画像の意味や文書構造に応じて視覚トークンを並べ替え、複雑なレイアウトの読み取りを支援します。(arxiv.org)…