Moonshot AI（月之暗面）是中国 AI 创业公司，其产品 Kimi 以超长上下文处理能力（K3 旗舰模型支持 1M token 上下文窗口）著称。Kimi 已从单一对话助手演进为涵盖 Agent 智能体、深度研究、代码生成、文档协作Swarm 多智能体集群的 AI 生产力平台，同时通过开放平台提供 K3、K2.6、K2.7 Code 等模型 API 服务。Moonshot AI 是中国 AI 大模型赛道最具竞争力的参与者之一。

Moonshot AI / Kimi

核心参数与统计

Moonshot AI（月之暗面）是中国 AI 大模型赛道头部创业公司，旗下产品 Kimi 已从单一对话助手演进为覆盖 Agent 智能体、深度研究、代码生成、文档协作的 AI 生产力平台。主交付形态为面向终端用户的 AI 应用（生产力/业务端应用），同时通过开放平台提供模型 API 服务（基础模型基础设施）。

项目	公开信息
产品定位	AI 对话助手 + Agent 生产力平台 + 模型 API 服务
旗舰模型	Kimi K3（2.8T 参数，1M token 上下文，原生多模态）
模型矩阵	K3（旗舰）、K2.7 Code（编程）、K2.6（通用）、Moonshot V1（经典）
平台覆盖	Web、Android、iOS、Desktop、API
归属地	CN（北京月之暗面科技有限公司）
商业模式	Freemium（免费 + 订阅）+ API 按量计费
团队背景	前 Google Brain 研究员杨植麟创立
最新发布	Kimi K3（2026-07-16）

一句话简评：Kimi 不是又一个 AI 聊天机器人，而是以超长上下文为基石、以 Agent 为增长引擎的"中文 AI 生产力全家桶"——从丢进 1M token 文档问几个问题，到让 Swarm 集群自主完成多步研究任务，覆盖了从轻量问答到重度知识工作的全光谱。

产品版图：Kimi 当前的产品线横跨六个方向——AI 对话（kimi.com）、Agent 智能体（agent）、深度研究（deep-research）、代码生成（Kimi Code）、文档协作（docs/sheets/slides）、网站建设（websites），以及多智能体集群（Swarm）。这种"一个账号覆盖多种 AI 生产力场景"的布局，在中文 AI 产品中较为罕见。

Moonshot AI / Kimi 的用户与市场认可

C 端用户基础：Kimi 以超长上下文能力在中文用户中建立了极强的差异化认知。在中文长文档分析、学术论文阅读、合同审查、书籍解读等场景中，Kimi 的用户口碑显著优于通用国际产品。产品页显示 Kimi 拥有"数百万专业开发者"信赖，开放平台合作伙伴包括 Vercel、Cursor、Windsurf、TRAE、Kilo Code、OpenRouter、华为、小红书Coze、CodeBuddy 等头部企业与开发工具。

B 端行业渗透：开放平台官网列出多个标杆合作案例——腾讯云 CodeBuddy 集成 Kimi K2 Thinking 作为底层模型；晶泰科技（AI for Science 独角兽）集成 K2.5 赋能化学文献理解；AlphaEngine 集成 K2 Thinking 打造 FinGPT Agent，覆盖数万名投研人员并降低 60% 业务成本；Keep 借助 Kimi 多模态能力实现健身动作实时捕捉与反馈。这些案例说明 Kimi 模型在金融投研AI for Science、软件开发、智能硬件等垂直行业已具备实际落地能力。

开源与开发者生态：Moonshot AI 在 GitHub 上以 MoonshotAI 组织运营，开放部分工具与 SDK。开放平台提供完整 API 文档Playground、SDK 与官方工具集（Web Search、Code Runner、Excel 分析Memory 等 11 个即插即用工具），降低了开发者的集成门槛。

Moonshot AI / Kimi 的成本优势：三层成本结构与免费真相

Kimi 的成本结构需要拆解为 C 端个人API 开发者和企业私有化三个层次，每层的计价逻辑和隐性成本差异显著。

C 端 / 个人用户

• 免费版（Adagio）：$0/月，提供基础对话、有限 Agent 额度1 个并发任务。适合轻度用户日常问答和偶尔的文档分析。
• Moderato（$15/月，$180/年）：增加 Agent 额度、支持文档/表格/幻灯片协作、深度研究、网站部署Agent 多任务。适合知识工作者日常使用。
• Allegretto（$31/月，$372/年）：2x Agent 额度Kimi Code 5x 额度Swarm 多智能体。适合需要编程辅助的中度用户。
• Allegro / Premium（$79/月，$948/年）：5x Agent 额度、支持 1M token 超长上下文对话Kimi Code 15x 额度Goal Mode（Agent 自主工作至完成）、一键部署 Kimi Claw。适合重度知识工作者和研究者。
• Vivace / Ultimate（$159/月，$1,908/年）：10x Agent 额度Kimi Code 30x 额度、最高优先级队列。适合团队使用和高频 Agent 调用场景。

免费的真相：免费版足以支撑日常轻量对话和偶尔的文档分析，但超长上下文（1M token）仅限 Premium 及以上方案；Agent 额度、深度研究Kimi Code 等高级功能在免费版中严格受限。长上下文处理的计算成本远高于短对话，因此高频重度使用必然需要付费。

API / 开发者

开放平台按模型和 Token 消耗计费，支持缓存命中折扣：

模型	缓存命中（输入）	未命中（输入）	输出	上下文窗口
Kimi K3（旗舰）	¥2.00/MTok	¥20.00/MTok	¥100.00/MTok	1,048,576 tokens
Kimi K2.7 Code（编程）	¥1.30/MTok	¥6.50/MTok	¥27.00/MTok	262,144 tokens
Kimi K2.7 Code HighSpeed	¥2.60/MTok	¥13.00/MTok	¥54.00/MTok	262,144 tokens
Kimi K2.6（通用）	¥1.10/MTok	¥6.50/MTok	¥27.00/MTok	262,144 tokens

API 成本解读：K3 作为旗舰模型，输出价格达到 ¥100/MTok，在国内模型中定位高端；K2.6 和 K2.7 Code 的输出价格均为 ¥27/MTok，性价比突出。自动上下文缓存机制可大幅降低重复输入的计费——对于频繁使用固定知识库的场景，缓存命中后输入成本可降低 70%-90%。

企业 / 私有化

开放平台提供"专业定制 企业服务"方案，包含弹性限速配额、多项目管理SLA 保障、数据合规与隐私保护、专属技术支持。具体价格需商务确认，未公开。

隐性收益：Kimi 真正改变的是"处理长文档"的心理门槛——以前需要逐页阅读、手动摘要的 100 页 PDF，现在直接丢给 Kimi 并在几分钟内获取结构化要点，节省的时间从"数小时"降到"几分钟"。对高频处理长文档的岗位，这种效率提升是跨越式的。

合规与风险：超长文档分析意味着用户可能上传涉及商业机密或隐私的整份文档。Kimi 的数据处理政策——包括文档内容是否用于模型训练、数据存储与删除周期——需要在采用前仔细核验。对于涉密文档，企业版提供了更高等级的数据隔离保障。

Kimi 的主要功能

Kimi 当前的功能矩阵已远超基础对话，覆盖了从个人效率到团队协作的多个层面：

• 超长上下文对话：K3 旗舰模型支持 1M token（约 200 万汉字）上下文窗口，可直接输入整套大部头书籍或数百页技术文档进行问答与分析。适用任务：长文档 QA、书籍解读、学术论文分析、合同审查。
• Agent 智能体：Kimi Agent 支持自主规划、工具调用（联网搜索、代码执行、文件操作等）、多步推理与任务执行。官方工具集包括 Web Search、Rethink、Random-Choice、Memory、Excel、Code-Runner、Quick JS、Date、Fetch、Convert、Base64 等 11 个即插即用工具。适用任务：需要多步操作和信息整合的复杂任务。
• 深度研究（Deep Research）：基于 K2 Thinking 模型的交错式思考和 300 步工具调用能力，Kim 化身专家级 AI 研究助理，可自动完成多源信息检索、交叉验证、分析报告撰写。适用任务：竞品分析、行业研究、科研辅助、投资调研。
• 代码生成与编程 Agent（Kimi Code）：K2.7 Code 模型专为编程优化，256k 上下文，支持长上下文指令遵循、代码调试、重构和多步骤开发。Kimi 可驱动自主编程 Agent，精准度与工程能力对标 Claude。适用任务：代码生成、单元测试编写Bug 修复、代码审查。
• 文档协作套件：Kimi 提供 Docs（文档编辑）、Sheets（电子表格）、Slides（PPT 制作）等在线协作工具，内嵌 AI 生成与编辑能力。适用任务：AI 辅助写作、数据分析与可视化、演示文稿制作。
• 网站建设（Websites）：通过自然语言描述即可生成和部署网站，支持数据库集成，适合快速原型和轻量站点。适用任务：落地页、个人站点、产品展示页。
• Swarm 多智能体集群：多个 Agent 协同完成复杂任务，支持子任务分发与结果汇总。付费方案支持 2-8 个子 Agent 并行工作。适用任务：大规模信息处理、多角度分析报告。
• 联网搜索：实时搜索最新信息并引用权威来源，使结果可验证。适用任务：需要时效性的问答、事实核查。
• Kimi Claw：浏览器自动化 Agent，可操控 Web 页面完成操作任务，支持在群聊中协同工作。适用任务：网页操作自动化、数据采集。

【专家视点】：Kimi 的功能设计逻辑不是"堆功能"，而是围绕"超长上下文 + Agent 自主性"构建协同效应。例如：深度研究功能在长上下文中保持对研究目标的全局记忆，同时通过 Agent 工具链自动执行搜索-验证-分析-报告的全流程；文档协作套件可直接引用对话中的长文档分析结果。这种"上下文贯穿所有功能"的设计，避免了跨工具切换的信息断裂。

Kimi 的模型与版本演进

Moonshot AI 的模型迭代节奏较快，从 2024 年初的首版到 2026 年 7 月的 K3 旗舰，两年内完成多次重大架构升级：

主线发布

版本	时间	关键变化
Kimi V1	~2024-01	初代产品，以 200 万字上下文为差异化切入市场，建立中文长文本处理认知
Kimi V2	~2024-09	引入联网搜索和文件分析能力，从纯对话扩展到信息获取
Kimi K2	~2025-06	新一代架构，引入 Agent 和工具调用能力，从"对话"跃迁到"执行"
Kimi K2.5	~2025-12	增强多模态理解，在化学文献理解等领域表现突出（RxnBench 双榜单 Top 2）
Kimi K2.6	2026-04-20	通用模型，支持文本/图片/视频输入，思考与非思考模式，256k 上下文
Kimi K2.7 Code	~2026-06	编程特化模型，长上下文指令遵循优化，输出速度约 180 Tokens/s
Kimi K3	2026-07-16	旗舰模型，2.8 万亿参数，原生多模态，1M token 上下文，面向长程编程与知识工作

版本特点分析

• V1 → V2：核心是补齐"联网"和"文件处理"两个高频需求入口，让产品从单纯的对话工具变为信息处理工具。
• K2 系列：架构层面的代际升级。K2 引入 Agent 能力，使 Kimi 从"回答问题"进化到"执行任务"；K2.5/K2.6 持续强化多模态和推理；K2.7 Code 表明 Moonshot AI 在编程场景的专项投入。
• K3：当前旗舰。2.8T 参数规模在国内模型中位居前列，1M token 上下文使其在超长文档处理场景中保持领先。新增 API 能力包括工具调用约束（tool_choice）、动态加载工具、思考力度配置（reasoning_effort）等企业级特性。

Kimi 的技术优势

Kimi 的技术壁垒集中体现在超长上下文的工程实现和 Agent 编排能力两个层面。

超长上下文工程：1M token 的上下文窗口在技术上需要解决注意力计算的 O(n²) 开销和显存瓶颈。Moonshot AI 在稀疏注意力、显存优化和推理加速方面有自研方案。相比 ChatGPT（约 128K token）、Gemini（约 1M token，但非中文原生优化），Kimi 在中文长文本处理上仍具有工程层面的差异化优势。但需注意：超长上下文中信息检索的准确率会随长度下降（"大海捞针"问题），且长上下文的处理速度会显著慢于短对话。

Agent 编排与工具链：Kimi Agent 支持 300 步工具调用（K2 Thinking 级别），这在国产模型中属于较高水平。官方提供 11 个即插即用工具，涵盖搜索、代码执行、数据处理、文件操作等通用能力，开发者也可通过自定义 Tool Calls 扩展。Agent 的稳定性——包括任务规划、异常重试、结果校验——是影响实际可用性的关键，需要在实际场景中验证。

自动上下文缓存：API 层面的自动缓存机制可大幅降低重复输入的计费成本。对于频繁使用固定知识库或系统提示词的场景，缓存命中后输入成本可降至原始价格的 10%-30%（K3 从 ¥20 降至 ¥2）。这是降低 API 调用综合成本的关键特性。

多模态融合：K3 支持原生多模态输入（文本、图像、视频），K2.6 同样支持视觉输入。在化学文献理解（RxnBench）、健身动作识别（Keep 合作案例）等场景中验证了多模态能力。

适配边界：Kimi 最擅长的场景是中文长文本理解和多步 Agent 任务；相对不擅长的场景包括超长上下文中的精确信息检索（需要配合 RAG 或多轮追问）、非中文占主导的混合语言内容、以及需要极高响应速度的实时交互场景。

Kimi 的使用方式

Kimi 提供多条使用路径，覆盖不同用户群体：

入口	适用人群	核心能力
kimi.com（Web）	所有用户	完整功能：对话Agent、深度研究、文档协作、网站建设
Android / iOS App	移动端用户	对话Agent、文件分析Kimi Claw
Desktop App	桌面端重度用户	全功能体验，适合长时间工作
platform.kimi.com（API）	开发者/企业	模型推理、工具调用、自定义 Agent
Chrome 浏览器插件	浏览场景	网页内容总结、问答

典型使用步骤：

1. 个人用户：访问 kimi.com → 注册账号 → 选择模型（K3/K2.6）→ 开始对话、上传文件分析、或创建 Agent 任务。高级功能（深度研究Slides、Websites、Swarm）可通过侧边栏直接进入。
2. 开发者：访问 platform.kimi.com → 注册开发者账号 → 创建 API Key → 选择模型和参数调用 API。支持 curl、Python SDK、Node.js SDK 等多种接入方式。可在 Playground 中交互式调试。
3. 企业客户：通过开放平台提交企业认证 → 获取专属技术支持 → 按需协商限速配额和 SLA。

API 调用示例（官方标准）：

curl https://api.kimi.com/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "分析这篇论文的核心贡献"}],
    "temperature": 0.7,
    "max_tokens": 4096,
    "stream": true
  }'

参数说明：model 可选 kimi-k3、kimi-k2.6、kimi-k2.7-code 等；temperature 范围 0-1，默认 0.7；stream 控制流式输出；max_tokens 控制单次最大输出长度；reasoning_effort（仅 K3）可设为 low/high/max。完整参数以官方 API 文档为准。

Kimi 的产品定价

Kimi 采用"免费基础 + 付费订阅 + API 按量计费"三层定价体系。

C 端订阅（月付/年付）：

方案	月费	年费	核心差异
Adagio（免费）	$0	$0	基础对话、有限 Agent、1 并发
Moderato	$19	$180（$15/月）	Agent 额度、文档协作、深度研究、网站部署
Allegretto	$39	$372（$31/月）	2x Agent、5x Kimi Code、Swarm
Allegro（Premium）	$99	$948（$79/月）	5x Agent、1M token 上下文15x Kimi Code、Goal Mode
Vivace（Ultimate）	$199	$1,908（$159/月）	10x Agent、30x Kimi Code、最高优先级

订阅制亮点包括 Scheduled Tasks（定时自动执行任务并推送结果）、Dashboard 任务看板Plugins（支持专业金融经济数据）、Dream Memory（自进化技能）等高级特性。年付方案相比月付节省约 20%。

API 按量计费：见上节成本分析，K3 输出 ¥100/MTok，K2.6/K2.7 Code 输出 ¥27/MTok，支持缓存折扣。开发者按实际消耗付费，无固定月费。

企业定制：提供弹性限速配额、多项目架构SLA 保障、数据合规与隐私保护、专属技术支持。价格需商务确认，未公开。

付费可用性说明：截至 2026 年 7 月，官网显示"New Membership Plans Coming Soon"，Kimi 和 Kimi Code 的权益将分离。当前付费方案标注"Sold out"，新方案上线前用户仍可购买现有方案。API 服务正常运行。

Kimi 的应用场景

学术与科研

• 任务类型：整篇论文理解与问答、文献综述生成、实验数据分析、跨论文对比。
• 实际收益：传统逐段阅读一篇 20 页论文约需 2-3 小时 → 使用 Kimi 深度研究，10-15 分钟获取结构化摘要、方法对比和关键结论。推演数据，综合效率提升约 80-90%。
• 核验重点：AI 对专业术语的理解准确度、图表数据的解析完整性、引用信息的可追溯性。

法律与合规

• 任务类型：合同条款审查、专利权利要求分析、法规合规性检查、法律文书起草。
• 实际收益：一份 50 页的商业合同人工审查需 4-8 小时 → Kimi 长上下文分析可在 10 分钟内标记关键条款、风险点和异常措辞。推演数据，初筛效率提升约 90%+，但最终法律意见仍需专业律师确认。
• 核验重点：条款遗漏率、专业术语使用的规范性、管辖法律的理解正确性。

金融与投研

• 任务类型：财报分析、行业研究报告生成、竞品对标、宏观经济数据解读。
• 实际收益：AlphaEngine 集成案例显示可降低 60% 业务成本，覆盖数万名投研人员。传统分析师手动整理数据和分析框架需 1-2 天 → Kimi Agent 自动完成信息检索、数据提取、报告撰写，耗时缩短至 1-2 小时。
• 核验重点：数据时效性、计算准确性、结论逻辑链的完整性。

软件开发

• 任务类型：代码生成与审查、单元测试编写Bug 定位与修复、代码重构、技术文档生成。
• 实际收益：K2.7 Code 模型针对编程场景优化，腾讯云 CodeBuddy 等开发工具已集成 Kimi 模型。推演数据，简单 CRUD 功能开发从半天→30 分钟，单元测试编写从 2 小时→15 分钟。
• 核验重点：生成代码的安全性和合规性、复杂逻辑的正确性、依赖管理的准确性。

AI for Science

• 任务类型：化学文献理解、材料科学论文分析、生物信息学数据处理。
• 实际收益：晶泰科技集成 K2.5 赋能科研，Kimi 在 RxnBench 双榜单位列 Top 2，与 Gemini-3、GPT-5.2 等顶尖闭源模型并驾齐驱。推演数据，文献研读路径显著缩短。
• 核验重点：专业图表（分子结构、反应路径）的解析精度、领域术语的翻译一致性。

新媒体与内容创作

• 任务类型：长文写作辅助、视频脚本生成、社媒文案批量生产、信息整合与事实核查。
• 实际收益：Kimi 的 1M token 上下文可一次性输入整份行业资料，据此生成系列文章结构。推演数据，从资料整理到初稿的时间从 1 天→1-2 小时。
• 核验重点：内容的事实准确性、风格一致性、原创性与版权边界。

Kimi 的适用人群

• 学术研究者与学生：Kimi 的超长上下文和深度研究能力使其成为文献综述、论文理解和跨学科信息整合的高效工具。尤其适合需要处理大量 PDF 和长文本的人文社科与自然科学研究者。
• 法律从业者：合同审查、法律检索、文书起草等场景与 Kimi 的长文档分析能力高度匹配。但不可替代最终法律判断，AI 输出需人工复核。
• 金融与投研从业者：财报分析、行业研究、投资调研等场景受益于 Kimi 的 Agent 多步推理和深度研究功能。推演显示业务流程效率可提升 60-80%。
• 软件开发者：Kimi Code 和编程 Agent 可辅助代码生成、调试和审查，适合作为 AI 辅助编程工具链的一有。对需要快速原型验证和个人项目的开发者尤其友好。
• 企业知识工作者：需要频繁处理报告、数据分析和跨部门信息整合的岗位，Kimi 的文档协作套件（Docs/Sheets/Slides）提供了"AI 嵌入工作流"的轻量方案。
• AI 应用开发者：通过 Kimi 开放平台 API，可将 K3/K2.6/K2.7 Code 模型集成到自有应用中，适用于构建 AI 客服、文档分析工具、代码辅助插件等场景。

不适配边界：

• 简单问答场景：如果只需要天气查询、日常闲聊等轻量交互，通用 AI 工具即可满足，无需 Kimi 的订阅成本。
• 超长上下文精确检索：当需要在 1M token 中找到一句话的具体出处时，AI 的"大海捞针"准确率会下降，更适合配合 RAG 系统或使用搜索功能定位。
• 极高合规要求的场景：对于涉及国家秘密、核心商业机密的文档处理，企业版的数据隔离政策需要商务确认，不可直接使用公开版本。
• 非中文主导场景：Kimi 的核心差异化在中文长文本，英文或其他语言的能力与国际头部模型相比存在差距。

总结与展望

Moonshot AI 以"超长上下文"这一差异化切入点进入 AI 助手市场，并在两年内快速扩展为覆盖对话Agent、深度研究、代码、文档协作的综合性 AI 生产力平台。K3 旗舰模型的发布（2.8T 参数1M token 上下文）进一步巩固了其在中文长文本处理领域的技术领先地位。

核心竞争力：① 超长上下文的工程实现能力在中文 AI 产品中仍属独一档；② 从对话到 Agent 到完整生产力套件的产品覆盖度在国内同类产品中最为全面；③ 开放平台在开发者生态和行业合作上的进展（腾讯云Cursor、华为等合作伙伴）验证了模型的企业级可用性。

当前局限：① 超长上下文在大海捞针场景中的准确率随长度衰减的问题未完全解决；② C 端订阅价格（Premium $79/月Ultimate $159/月）在国内市场中偏高，对价格敏感用户可能造成门槛；③ API K3 旗舰模型输出价格 ¥100/MTok 在国内处于高端定位，高频调用场景需要评估成本；④ 海外市场拓展和英文能力对标 GPT/Gemini 仍有差距。

后续观察点：① K3 之后的下一个模型迭代方向（更大上下文？更强推理？）；② 新会员体系上线后的定价策略和权益分离方案；③ Swarm 多智能体和企业版功能的落地案例积累；④ 开源战略的进展（Moonshot AI 目前在开源社区的投入小于 DeepSeek 等竞品）。

采购/采用风险评估：① 个人用户应先通过免费版验证核心场景（长文档分析Agent 任务）是否满足需求，再决定是否升级付费方案；② API 开发者需仔细评估缓存命中率对实际成本的影响，建议先在 Playground 中测试典型负载的 Token 消耗；③ 企业客户在采用前必须核验数据处理政策（文档内容是否用于模型训练、数据存储与删除周期），涉密场景建议使用企业版并要求签订 DPA；④ 高频长上下文场景需确认实际可用上限（是否存在动态限频或算力调度导致的降级）。

限制与不适配场景

该工具在以下场景中存在使用限制：

场景适配边界 需要高度行业专业知识的任务、对输出格式有严格规范的场景、需要零错误的自动化流程可能效果不达预期。AI 输出应作为初稿或辅助参考，最终结果需人工核验。

技术限制 上下文长度有限、复杂推理准确性可能不足、免费版有使用额度。建议在正式采用前通过试用验证核心场景的可用性。

版本信息

• Kimi K3 ：旗舰模型，2.8 万亿参数，原生多模态，支持 1M token 上下文窗口，面向长程编程、知识工作和深度推理。 （2026-07-16）
• Kimi K2.6 ：通用模型，支持文本、图片与视频输入，思考与非思考模式，256k 上下文窗口。 （2026-04-20）
• Kimi K2.7 Code ：编程特化模型，256k 上下文，长上下文指令遵循优化，输出速度约 180 Tokens/s。暂无官方精确日期。 （~2026-06）
• Kimi K2 ：新一代架构，引入 Agent 和工具调用能力。暂无官方精确日期。 （~2025-06）
• Kimi V2 ：引入联网搜索和文件分析能力。暂无官方精确日期。 （~2024-09）
• Kimi V1 ：初代版本，以长上下文（200 万字）为差异化切入市场。暂无官方精确日期。 （~2024-01）