%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
北京月之暗面科技有限公司旗下的Kimi開放平臺近日宣佈了一系列新功能的上線，旨在提升用戶體驗併爲開發者提供更多便利。
其中，Kimi開放平臺推出了名爲moonshot-v1-auto的新模型API，這一功能能夠根據上下文所需的Tokens數量自動選擇合適的模型，從而幫助用戶節省費用。
moonshot-v1-auto的使用方式與傳統模型相同，但能夠自動選擇8k、32k或128k中的一個模型，確保在保持相同效果的同時，減少因選擇不當而產生的額外費用。
此外，Kimi開放平臺還更新了賬號密碼登錄方式，支持賬號手機號換綁，以及賬號餘額預警功能，爲用戶提供了更加靈活和便捷的服務。
除了現有的功能更新，Kimi開放平臺還預告了即將推出的聯網搜索功能，這將進一步提升Kimi API的能力，爲開發者提供更多的創新可能性。
體驗地址：https://platform.moonshot.cn/docs/guide/choose-an-appropriate-kimi-model
4月7日，Kimi開放平臺正式發佈公告，宣佈基於Moonshot AI一年來的技術積累和性能優化，對平臺提供的模型推理服務價格進行調整，同時大幅下調上下文緩存價格。這一舉措標誌着Kimi開放平臺在提升技術能力的同時，進一步優化用戶體驗，推動人工智能服務的普及與應用。據Kimi開放平臺官方介紹，此次價格調整得益於Moonshot AI在過去一年中在模型訓練、推理加速及資源利用率優化方面的顯著突破。通過持續的技術迭代，平臺不僅提升了模型的處理效率和性能，還降低了運營成本。官方表示，
在教育領域迎來重大變革之際，OpenAI 於今晨正式推出了 NextGenAI，並提供了5000萬美元的資金支持以及最新的模型 API。此次發佈標誌着 OpenAI 與全球15所頂尖大學組成的 AI 教育聯盟的成立，旨在推動人工智能在教育領域的應用和創新，顛覆傳統教育模式。參與該聯盟的高校包括加州理工學院、哈佛大學、麻省理工學院等。這些高校正在積極運用 OpenAI 的產品，以加速教育、學術及研究的進展。例如，哈佛大學的研究團隊與波士頓兒童醫院合作，利用 OpenAI 的技術，努力縮短患者獲取正確診斷的
2月18日，北京月之暗面科技有限公司宣佈在Kimi開放平臺推出最新模型——kimi-latest，旨在爲開發者和企業用戶提供更強大、更穩定的AI生成能力。自2024年1月31日Kimi開放平臺公測以來，moonshot-v1系列模型一直是Kimi智能助手的核心支持。
昨日，月之暗面旗下Kimi 開放平臺宣佈，上下文緩存（Context Caching）開始公測，該技術在 API 價格不變的前提下，可爲開發者降低最高90% 的長文本旗艦大模型使用成本，並且顯著提升模型的響應速度。
Kimi 開放平臺近日宣佈，備受期待的Context Caching功能即將啓動內測。這一創新功能將支持長文本大模型，並通過高效的上下文緩存機制，爲用戶提供前所未有的體驗。據Kimi開放平臺官方介紹，Context Caching是一項前沿技術，旨在通過緩存重複的Tokens內容，大幅度降低用戶在請求相同內容時的成本。其工作原理在於智能識別並存儲已處理的文本片段，當用戶再次請求時，系統能夠迅速從緩存中調取，從而極大提升了API的接口響應速度。