모델 개요
Kimi-VL-A3B-Instruct는 효율적인 추론을 위한 비전 언어 지시 모델로, 혼합 전문가(MoE) 언어 모델, 원본 해상도 비전 인코더 MoonViT, 투영 계층을 사용합니다. 공식적으로 명시된 총 파라미터 수는 약 160억 개, 활성화 파라미터 수는 약 30억 개이며, 컨텍스트 윈도는 128K입니다.(huggingface.co)
기능과 용도
이 모델은 텍스트와 시각 정보를 결합해 멀티모달 이해를 수행할 수 있으며, 이미지 질의응답, 다중 이미지 이해, OCR, 긴 문서와 동영상 콘텐츠 이해, 운영체제 인터페이스 등의 에이전트 시나리오에 적합합니다. 동영상 애플리케이션의 구체적인 입력 처리 방식은 배포 구현에 따라 달라집니다.(huggingface.co)
제한사항과 배포
- 공식적으로는 더 복잡한 텍스트 또는 멀티모달 추론 작업에 대해 같은 시리즈의 Thinking 버전을 고려할 것을 권장합니다. 해당 버전의 기능이나 평가 성적을 이 모델의 성적으로 직접 간주할 수 없습니다.(huggingface.co)
- 모델 출력에는 오류가 있을 수 있으므로 OCR, 시각 인식 및 에이전트 작업 결과는 애플리케이션의 위험도에 따라 검증해야 합니다.
- 공식 모델 저장소에서 가중치를 제공하며 모델 카드에는 MIT 라이선스가 명시되어 있습니다. 직접 배포할 경우에도 컴퓨팅, 저장 및 운영·유지보수 비용을 부담해야 합니다.(huggingface.co)
가격
2026-11-18 기준으로 공식 국내 및 국제 플랫폼을 조회한 결과, Kimi-VL-A3B-Instruct에 전용으로 적용되는 호스팅 API 입력 또는 출력 가격은 어느 곳에서도 확인되지 않았습니다. 다른 Kimi 모델의 위안화 또는 미국 달러 가격을 이 모델에 적용할 수 없으며, 이를 근거로 공식적으로 이 모델의 호스팅 서비스를 제공하거나 제공하지 않는다고 판단할 수도 없습니다.(platform.kimi.com)
출시일 및 공식 출처
- 출시일: 2025-04-09. 공식 모델 저장소의 커밋 기록에는 해당 날짜의 초기 커밋과 업로드 기록이 표시됩니다.(huggingface.co)
- 공식 모델 카드
- 공식 커밋 기록
- 공식 프로젝트 저장소
- 국내 공식 가격 페이지; 국제 공식 가격 페이지