ความสามารถของโมเดล

ด้านล่างนี้คือคำถามที่พบบ่อยเกี่ยวกับความสามารถของโมเดล Kimi API

รองรับ JSON mode หรือไม่?

รองรับ Kimi API มี JSON Mode ซึ่งบังคับให้ผลลัพธ์ของโมเดลเป็น JSON ที่ถูกต้อง วิธีใช้งาน:

ตั้งค่าพารามิเตอร์ response_format เป็น {"type": "json_object"} ในคำขอของคุณ
พร้อมกันนี้ ให้สั่งโมเดลในพรอมต์อย่างชัดเจนให้ตอบกลับเป็น JSON และอธิบายโครงสร้างที่ต้องการ
ใน JSON Mode โมเดลจะรับประกันว่าผลลัพธ์ที่ได้เป็นสตริง JSON ที่แยกวิเคราะห์ได้

รองรับการปรับแต่งโมเดล (fine-tuning) หรือไม่?

ปัจจุบัน Kimi API ยังไม่รองรับ การปรับแต่งโมเดลที่ผู้ใช้เป็นผู้เริ่มเอง หากต้องการโมเดลแบบกำหนดเอง โปรดติดต่อทีมขายผ่าน platform.kimi.ai/contact-sales เพื่อสอบถามตัวเลือกการปรับแต่งสำหรับองค์กร

รองรับ OCR หรือไม่?

โมเดล Vision ของ Kimi API มีความสามารถในการเข้าใจภาพและสามารถรู้จำข้อความภายในภาพได้ ให้ผลลัพธ์คล้ายกับ OCR:

รองรับการรู้จำข้อความทั้งภาษาอังกฤษ จีน และภาษาอื่น ๆ อีกมากมาย
สามารถรู้จำข้อความที่พิมพ์และลายมือเขียนบางส่วนได้
แต่ละภาพคิดค่าใช้จ่ายในอัตราคงที่ 1,024 โทเค็น
นอกเหนือจากการรู้จำข้อความล้วนแล้ว โมเดลยังตีความตาราง แผนภูมิ และเนื้อหาที่มีโครงสร้างอื่น ๆ ภายในภาพได้อีกด้วย

รองรับ TTS (text-to-speech) และ ASR (speech recognition) หรือไม่?

ปัจจุบัน Kimi API ยังไม่รองรับ TTS หรือ ASR สำหรับความสามารถด้านเสียง ควรพิจารณาใช้บริการเสียงจากบุคคลที่สามร่วมกับ Kimi API โปรดติดตามประกาศของแพลตฟอร์มเพื่อรับข่าวสารการอัปเดตฟีเจอร์ในอนาคต