Kimi Audio 是月之暗面的音频多模态模型，统一音频理解、生成与对话。
核心参数
输入模态
文本
开源状态
开源
规格信息
声音克隆
不支持
流式输出
不支持
API 定价
🌱 开源模型
该模型为开源模型，可免费使用或自行部署
功能特性
语音识别
ASR 能力 SOTA
音频理解
分类/情绪/问答
语音生成
端到端 TTS 对话
开源
开源可用
适用场景
开发者
音频应用
常见问题
Kimi Audio是什么？▼
Kimi Audio 是月之暗面的音频多模态模型，统一音频理解、生成与对话。
Kimi Audio的核心参数是什么？▼
Kimi Audio是月之暗面推出的模型，开源模型。
Kimi Audio的API价格是多少？▼
Kimi Audio的API调用价格约为$10.00/Mtoken（输入）。具体价格请以官方为准。
Kimi Audio的评测表现如何？▼
Kimi Audio在多个基准测试中表现优秀：undefined: 4.1等。
Kimi Audio有哪些主要功能？▼
语音识别、音频理解、语音生成、开源
最后更新：2026/5/6数据来源：即客AI模型库