Точный ID
moonshotai/Kimi-VL-A3B-Instruct
Модель Moonshot
Kimi VL A3B Instruct: визуальная модель для восприятия и диалога
Kimi-VL-A3B-Instruct — отдельный vision-language checkpoint Moonshot для вопросов по изображениям, видео и документам. Он не сводится к текстовому Kimi и не равен отдельному визуальному энкодеру MoonViT.
Коротко
Что важно знать о Kimi VL A3B Instruct
В карточке Moonshot описывает MoE-языковую часть с примерно 2,8B активируемых параметров, визуальный энкодер MoonViT и проектор. В таблице для полного Instruct checkpoint указаны 16B параметров всего, около 3B активных и контекст 128K. Разработчик рекомендует этот вариант для общего визуального восприятия, OCR, длинных видео и документов, а Thinking — для более сложного рассуждения. Публикация энкодера отдельно полезна инженерам, но не является самостоятельной чат-моделью.
Что умеет модель
Главные возможности — коротко. Полные условия и параметры доступны ниже.
Вход
текст, изображения и видео
Архитектура
MoE + MoonViT + проектор
Контекст checkpoint
128K токенов
Лицензия
MIT
Все 5 характеристик, доступ и API
- Точный ID
- moonshotai/Kimi-VL-A3B-Instruct
- Вход
- текст, изображения и видео
- Архитектура
- MoE + MoonViT + проектор
- Контекст checkpoint
- 128K токенов
- Лицензия
- MIT
Сценарии
Для каких задач подходит
- вопросы по изображениям и скриншотам
- OCR и структурирование визуальных документов
- тесты понимания видео
- исследование визуального agent grounding
Instruct подходит для первого самостоятельного теста общего визуального понимания в линейке Kimi-VL. Если задача состоит из математических схем или требует длинного вывода по нескольким изображениям, сравните с Thinking на одинаковом входе. Для рабочих процессов обязательно проверьте собственные изображения и видео, права на их обработку и ограничения используемого сервера: паспортный контекст не равен гарантии загрузки любого файла.
До внедрения
Что проверить
В карточке показываются авторские результаты OCR, длинных видео и agent tasks, но они не предсказывают точность на вашем формате изображения. Входные изображения преобразуются процессором; число визуальных токенов и масштабирование могут изменить доступный текстовый бюджет. Пример Transformers использует trust_remote_code и AutoProcessor: исполняемый код репозитория следует проверить и закрепить. Наличие визуального энкодера не означает возможности редактировать картинки, управлять интерфейсом или видеть свежие данные без внешней системы.
Доступ и интеграция
HF-репозиторий Kimi-VL-A3B-Instruct помечен MIT. Это опубликованные веса для самостоятельного развёртывания, не доказательство действующего официального endpoint Moonshot с тем же ID. Старый раздел о vLLM в карточке описывает состояние интеграции на момент публикации; при сегодняшнем запуске совместимость надо проверять с выбранной версией движка. Цена, SLA и региональная доступность облака из карточки не следуют.
Русский язык
Kimi VL A3B Instruct на русском
Карточка приводит визуальные benchmark, но не подтверждает качество OCR кириллицы или ответов на русские документы. Для проверки соберите страницы с разным шрифтом, таблицами и скриншотами; измерьте точность извлечённых полей и привязку ответа к области изображения. Для видео проверяйте последовательность событий, а не только общий пересказ. Особое внимание уделяйте числам и отсутствующим деталям: модель может уверенно описать то, чего на изображении нет.
Внутри линейки
Kimi VL A3B Instruct и модели Moonshot
Выберите до четырёх версий и сопоставьте задачу, контекст и доступ. Неуказанная цена не считается нулевой.
Сопоставлены назначение и подтверждённые характеристики. Отсутствие значения не означает ноль.
Kimi VL A3B Instruct
вопросы по изображениям и скриншотам
- Тип
- Текст и изображения
- Контекст
- 128K токенов
Kimi K3
разбор больших документов
- Тип
- Текст и изображения
- Контекст
- до 1 млн токенов
Kimi K2.5
разбор скриншотов и макетов
- Тип
- Текст и изображения
- Контекст
- 256K токенов по паспорту
Kimi VL A3B Thinking 2506
визуальные задачи с многошаговым выводом
- Тип
- Текст и изображения
Другие провайдеры
Kimi VL A3B Instruct: сравнение с альтернативами
Сравните модели того же типа от разных провайдеров. Числовое место не присваивается версии без независимого измерения.
Kimi VL A3B Instruct
В карточке Moonshot описывает MoE-языковую часть с примерно 2,8B активируемых параметров, визуальный энкодер MoonViT и проектор. В таблице для полного Instruct checkpoint указаны 16B параметров всего, около 3B активных и контекст 128K. Разработчик рекомендует этот вариант для общего визуального восприятия, OCR, длинных видео и документов, а Thinking — для более сложного рассуждения. Публикация энкодера отдельно полезна инженерам, но не является самостоятельной чат-моделью.
- Тип
- Текст и изображения
- Контекст
- 128K токенов
Qwen3.8-27B
Публичный checkpoint Qwen/Qwen3.8-27B принимает текст и визуальные материалы и возвращает текст. Облачная версия Qwen — отдельный канал доступа.
- Тип
- Текст и изображения
GLM-4.1V-9B-Thinking
zai-org/GLM-4.1V-9B-Thinking — отдельный checkpoint для совместной работы с изображением и текстом. Thinking обозначает вариант, обученный для более сложных визуальных рассуждений, а не переключатель у Base-репозитория.
- Тип
- Текст и изображения
Связи
Продолжить выбор
Проверка сведений
Подробности и источники
Что проверять в OCR и длинном видео
Официальный паспорт перечисляет OCR, визуальные документы и видео как разные задачи. Для OCR важны поля, таблицы и сохранение порядка чтения; для видео — временные связи между событиями, а не впечатление от отдельного кадра. Соберите контрольные примеры с известными ответами и фиксируйте разрешение, частоту кадров и настройки процессора. Ошибка может появиться ещё до языкового ответа, на стадии визуального кодирования, поэтому проверяйте входную подготовку отдельно.
Почему MoonViT не отдельный чат
В архитектуре Kimi-VL MoonViT назван визуальным энкодером, который работает вместе с MoE-языковой частью и проектором. Это компонент обработки изображения, а не готовый помощник для вопроса по скриншоту. Поэтому самостоятельный профиль в этой подборке получает полный checkpoint Instruct, а не MoonViT-SO-400M. При сравнениях следует учитывать и энкодер, и языковой декодер; одно название визуального компонента не определяет качество ответа.
Вопросы и ответы
FAQ о Kimi VL A3B Instruct
Что такое Kimi VL A3B Instruct?
В карточке Moonshot описывает MoE-языковую часть с примерно 2,8B активируемых параметров, визуальный энкодер MoonViT и проектор. В таблице для полного Instruct checkpoint указаны 16B параметров всего, около 3B активных и контекст 128K. Разработчик рекомендует этот вариант для общего визуального восприятия, OCR, длинных видео и документов, а Thinking — для более сложного рассуждения. Публикация энкодера отдельно полезна инженерам, но не является самостоятельной чат-моделью.
Работает ли Kimi VL A3B Instruct на русском?
Карточка приводит визуальные benchmark, но не подтверждает качество OCR кириллицы или ответов на русские документы. Для проверки соберите страницы с разным шрифтом, таблицами и скриншотами; измерьте точность извлечённых полей и привязку ответа к области изображения. Для видео проверяйте последовательность событий, а не только общий пересказ. Особое внимание уделяйте числам и отсутствующим деталям: модель может уверенно описать то, чего на изображении нет.
Для каких задач подходит Kimi VL A3B Instruct?
Подходящие сценарии: вопросы по изображениям и скриншотам; OCR и структурирование визуальных документов; тесты понимания видео; исследование визуального agent grounding.
Когда выбирать Kimi VL A3B Instruct?
Instruct подходит для первого самостоятельного теста общего визуального понимания в линейке Kimi-VL. Если задача состоит из математических схем или требует длинного вывода по нескольким изображениям, сравните с Thinking на одинаковом входе. Для рабочих процессов обязательно проверьте собственные изображения и видео, права на их обработку и ограничения используемого сервера: паспортный контекст не равен гарантии загрузки любого файла.
Какие ограничения есть у Kimi VL A3B Instruct?
В карточке показываются авторские результаты OCR, длинных видео и agent tasks, но они не предсказывают точность на вашем формате изображения. Входные изображения преобразуются процессором; число визуальных токенов и масштабирование могут изменить доступный текстовый бюджет. Пример Transformers использует trust_remote_code и AutoProcessor: исполняемый код репозитория следует проверить и закрепить. Наличие визуального энкодера не означает возможности редактировать картинки, управлять интерфейсом или видеть свежие данные без внешней системы.
Каталог GPT House
Выберите модель по задаче, а не только по названию
Сравните назначение модели со связанными рабочими сценариями и проверьте ее на собственных данных.