モデル機能

Kimi API のモデル機能に関するよくある質問をまとめています。

JSON modeに対応していますか？

はい。Kimi API は JSON Mode を提供しており、モデルの出力を有効な JSON に制約できます。使い方は次のとおりです。

リクエストで response_format パラメータを {"type": "json_object"} に設定します。
併せて、プロンプト内で JSON を返すようモデルに明示し、期待する構造を説明します。
JSON Mode では、モデルがパース可能な JSON 文字列を出力することが保証されます。

モデルのファインチューニングに対応していますか？

Kimi API は、ユーザーによるモデルのファインチューニングを現時点ではサポートしていません。カスタムモデルに関する要件がある場合は、platform.kimi.ai/contact-sales から営業チームにお問い合わせのうえ、エンタープライズ向けのカスタマイズオプションをご確認ください。

OCRに対応していますか？

Kimi API のビジョンモデルは画像理解機能を備えており、画像内のテキストを認識して OCR に近い結果を得られます。

英語、中国語をはじめ、多くの言語のテキスト認識に対応しています。
印刷された文字と、一部の手書き文字を認識できます。
画像 1 枚あたり一律 1,024 トークンとして課金されます。
プレーンテキストの認識だけでなく、画像内の表、グラフ、その他の構造化コンテンツも解釈できます。

TTS（テキスト読み上げ）と ASR（音声認識）に対応していますか？

Kimi API は、TTS または ASR を現時点ではサポートしていません。音声関連の機能が必要な場合は、サードパーティの音声サービスと Kimi API を組み合わせて利用することをご検討ください。今後の機能アップデートについては、platform のお知らせをご確認ください。