← 全部模型

Kimi-VL-A3B-Thinking

发布时间 发布主体 Moonshot AI

模型定位

Kimi-VL-A3B-Thinking 是 Kimi-VL 系列的视觉语言推理模型,侧重复杂文本与多模态推理。它采用混合专家(MoE)架构,官方列出的总参数量约为 160 亿、激活参数量约为 30 亿,上下文窗口为 128K token。(huggingface.co)

能力与用途

  • 接收图像和文本并生成文本,可用于多图理解、视觉问答和数学推理。
  • Kimi-VL 系列还支持文档、视频内容理解及智能体相关任务;具体处理流程取决于部署方式。
  • 官方报告该 Thinking 版本在 MathVision、MathVista mini 和 MMMU 验证集上的成绩分别为 36.8、71.3 和 61.7;这些是特定基准结果,不保证实际任务表现。(huggingface.co)

部署与限制

  • 官方模型仓库提供权重,模型卡标注 MIT 许可证,可用于自行部署;自行部署仍需承担计算资源和运维成本。(huggingface.co)
  • 官方将原版 Kimi-VL-A3B-Thinking 标为 deprecated,并于 2025 年 6 月 21 日发布了不同版本 Kimi-VL-A3B-Thinking-2506;两者不应混为同一模型。对于一般 OCR、长视频和长文档等任务,原版模型卡推荐 Instruct 版本以提高推理效率。模型输出可能出错,重要结果应复核。(github.com)

发布日期

2025 年 4 月 9 日。官方模型仓库的提交记录显示该日有初始提交和模型上传记录;提交日期不一定等同于另行发布公告的时间。(huggingface.co)

价格

截至 2026 年 11 月 18 日,查阅 Moonshot 官方国内及国际 API 定价页面,未核实此具体模型的官方 API 报价:输入与输出的计费金额、适用币种和计费单位均未核实。不将其他 Kimi 型号的价格套用到本模型;自行部署成本取决于所用基础设施。(platform.kimi.com)

官方来源