Moonshot AI：公司概况与 Kimi
Moonshot AI builds Kimi, a Chinese AI assistant with 1M token context window for document processing. Free access, API available, backed by Alibaba.
重点总结
- Moonshot AI (月之暗面) 是一家成立于2023年3月、总部位于北京的中国生成式AI初创公司，以其AI助手Kimi最为人所知。
- Kimi单次会话可处理高达100万个token（约合75万字）的文档，远超大多数竞争对手的AI助手。
- 对于实时对话，Kimi的上下文窗口支持128,000个token（约合96,000字）；ChatGPT (GPT-4o) 在此方面与之相当，但无法扩展至处理100万个token的文件。
- Kimi可通过kimi.ai面向国际用户使用，支持中文和英文，并提供无需预付费用的免费套餐。
- 开发者可以通过 platform.moonshot.cn 访问 Moonshot AI API，该API提供三种模型变体：moonshot-v1-8k、moonshot-v1-32k 和 moonshot-v1-128k。
- Moonshot AI 的投资者包括阿里巴巴集团和红杉中国（前身为红杉资本中国基金）。
什么是 Moonshot AI？
Moonshot AI（月之暗面）是一家总部位于北京的中国生成式人工智能初创公司，成立于 2023 年 3 月。该公司以开发 AI 助手 Kimi 而闻名，其核心技术特征是拥有超长的上下文窗口，使其能够在单次对话中处理长达书籍内容的文档。
该公司属于生成式AI类别（与OpenAI、Anthropic和Google DeepMind属于同一广泛行业），并构建其专有的LLM（大型语言模型）。在中国国内AI市场，Moonshot AI作为一家独立初创公司，与主要科技巨头同台竞技，已引起关注，其差异化在于其长上下文方法，而非广泛的平台集成。Kimi，作为其旗舰产品，体现了这一理念：专门为处理短上下文工具无法容纳（且不截断早期内容）的海量文本而构建。
| 字段 | 详情 |
|---|---|
| 成立时间 | 2023年3月 |
| 总部 | 中国北京 |
| 创始人 | 杨植麟（CEO）、张宇豪、周昕宇 |
| 核心产品 | Kimi（AI 助手） |
| 核心技术 | 长上下文大语言模型 (LLM) |
| 上下文窗口 | 高达 128,000 个 token（对话）；高达 100 万个 token（文件处理） |
| 网站 | kimi.ai / moonshot.cn |
| 融资状态 | B 轮（据报道）；投资者包括阿里巴巴集团、红杉中国 (HongShan) |
创业故事：谁打造了 Moonshot AI？
Moonshot AI 于 2023 年 3 月由杨植麟（杨植麟）、张煜昊和周昕雨创立，这三位研究员拥有顶尖学术机构和业界人工智能实验室的背景。
杨植麟担任联合创始人兼首席执行官，他曾就读于清华大学，随后在卡内基梅隆大学完成了研究生研究。在卡内基梅隆大学期间，他参与合著了 XLNet (arXiv:1906.08237)，这是一种改进了自回归预训练方法的语言模型，并在发布时在各项自然语言处理基准测试中取得了优异成绩。这一研究背景对于理解月之暗面 (Moonshot AI) 的产品重点至关重要：杨植麟在语言模型架构方面的研究，包括模型如何在长序列中处理和保留上下文，为公司的创业初衷提供了依据，即大上下文窗口将成为人工智能市场中的关键能力缺口。Kimi 正是基于这一理念所诞生的产品。
张宇浩和周心宇加入了杨志林，成为联合创始人，并带来了他们在过往行业经历中的互补工程和研究背景。他们共同的经验塑造了Moonshot AI早期技术方向以及围绕长上下文处理的产品市场定位，将其视为一项差异化能力而非附带功能。
什么是 Kimi？Moonshot AI 的旗舰 AI 助手
Kimi 是 Moonshot AI 的旗舰 AI 助手，由该公司自研的大语言模型 (LLM) 提供支持，用户可通过 kimi.ai 免费网页端、移动应用以及开发者 API 访问。
底层技术是一个大型语言模型，与为OpenAI的ChatGPT和Anthropic的Claude提供支持的AI模型同类。LLM是一种在海量文本数据集上训练的模型，用于理解和生成人类语言；Moonshot AI自行构建和训练模型，而不是许可现有模型。与ChatGPT和Claude一样，Kimi基于Transformer架构构建，这是支撑几乎所有现代语言模型的设计方法。其核心能力领域是自然语言处理（NLP）：理解文本输入、生成文本响应，并在长时间的交互中保持连贯性。
Kimi 的功能集涵盖以下任务：
- 长文档处理：阅读和分析长达一百万个 token 的文档，并在文件处理会话中回答相关问题
- 问答：回答涵盖广泛主题的事实性、分析性和开放性问题
- 写作辅助：起草和修改文本，包括文章、报告和电子邮件，以及编辑创意内容以确保一致性
- 代码生成与审查：使用常见编程语言编写和解释代码，调试问题或重构现有实现
- 翻译：在中文和英文之间翻译文本，并在长文档中保持术语一致性
- 网络搜索：搜索和综合来自网络的最新信息（可用性可能变更；请在 kimi.ai 验证）
Moonshot AI 也在为 Kimi 开发多模态能力，包括图像理解，这使其走上了与 GPT-4V 和 Google Gemini 相似的发展轨道。请将其视为一个发展方向，而非撰写本文时已完全推出的功能。Kimi 可通过网页、移动端和 API 访问；开发者 API 的内容将在下文的 API 部分介绍。
Bybit 上的 MOONSHOT 代币： Moonshot AI 的增长吸引了加密货币交易者的关注 —— Bybit 为有兴趣交易 MOONSHOT 代币的人士提供 MOONSHOTUSDT 永续合约。Bybit 也涵盖了 Moonshot AI 的 IPO 交易机会.
Kimi 的长上下文窗口：Moonshot AI 的不同之处
上下文窗口是 Moonshot AI 的主要技术差异化优势，也是在撰写本文时，将 Kimi 与西方和中国 AI 助手最明显区分开来的功能。
什么是上下文窗口？
上下文窗口是AI模型在单次会话期间可以读取和保存在内存中的文本总量。将其视为模型用于对话的工作记忆：窗口内的所有内容在生成响应时都可以访问，而窗口外的任何内容都会丢失。短的上下文窗口意味着模型会忘记长文档或对话的早期部分。大的上下文窗口意味着它可以处理更多文本，而不会丢失会话早期内容。
Moonshot AI 的上下文窗口大小
Kimi 的上下文窗口支持高达 128,000 个 token（其中一个 token 大致等于四分之三个英文字词，因此大约为 96,000 个词，长度相当于一本完整的小说）用于实时对话。对于文件和文档处理，上下文窗口可扩展至 100 万个 token，相当于大约 750,000 个词。具体来说：750,000 个词大约相当于 10 本完整长篇小说文本的总和，或一个中型组织的年度电子邮件存档量。
长上下文的重要性：实际应用
拥有100万 token 的上下文窗口意味着 Kimi 可以在一次会话中阅读一份完整的300页报告，并回答取材于文档任何部分的问题，同时模型不会失去对早期页面的访问。上下文限制较短的工具则无法做到这一点，否则就会随着会话的进行而截断文档开头的内容。
两个场景说明了为什么这在实践中很重要。第一：一名金融分析师上传了一份 250 页的尽职调查报告，并要求 Kimi 对比执行摘要中的数字与附录中的数据表，他将获得一个连贯的回复，因为这两个部分同时保留在上下文中。第二：一名将整个代码库粘贴到会话中的软件工程师可以询问早期上传的文件与后期添加的文件之间的关系，而无需重新上传或在提问之间重新建立上下文。
作为对比，OpenAI 的 ChatGPT (GPT-4o) 在对话和文件处理方面支持高达 128,000 个 token 的上下文窗口，而 Anthropic 的 Claude 则支持高达 200,000 个 token。Kimi 的 100 万 token 文档处理能力超越了两者。完整的详细对比请见下方的对比表。
Kimi 可以用来做什么？核心使用场景
Kimi 被广泛应用于各种专业和个人任务，其长上下文能力特别适用于文档分析、研究综合和软件开发。以下场景说明了该工具的实际应用。
长文档分析
一名财务分析师上传一份250页的尽职调查报告，可以向 Kimi 提问，并在同一个查询中引用第二章和第十八章的数据，因为整个文档在整个会话过程中都保留在上下文中。对于询问 Kimi 是否能阅读长篇 PDF 的读者：是的，Kimi 使用其大型上下文窗口处理上传的 PDF 文档，读取完整文件而非被截断的摘录。一个上下文较短的工具在文档增长时会开始从内存中丢弃最早的页面，产生忽略文档开头部分内容的、不完整的答案。
研究综合与总结
一名研究生上传了六篇关于同一主题的学术论文，Kimi 可以识别出这些论文的一致之处，标记其研究结果中的矛盾，并生成一份结构化的对比总结。这六份文件同时保留在上下文中，因此 Kimi 能够一次性地在整个源文档集中建立联系，而无需研究人员单独查询每篇论文。这是一个自然语言处理能力与上下文窗口优势相结合的任务：理解多篇长文本的语义内容需要两者兼备。
代码生成与审查
设想一位软件工程师正在处理一个庞大的遗留代码库，他需要识别冗余函数、追踪一个变量在 50 个文件中的流动，并提出有针对性的重构建议。整个代码库在整个会话过程中都会保持在上下文中，因此当工程师询问稍后添加的代码时，Kimi 不会忽略最初上传的文件。对于文档量大的开发任务，Kimi 的大上下文窗口还能在许多用例中减少对单独的检索增强生成 (RAG) 管道的需求。
写作辅助和编辑
技术作者在提交整份产品手册以进行一致性审查时，可以逐节处理文档，而 Kimi 则保留了开头章节中确立的风格指南和术语。小说家在分享完整草稿时，可以要求 Kimi 根据第一章中确立的角色细节，指出最后一章中存在的连贯性问题。当 Kimi 处理文档的后续部分时，文档早期的风格背景和叙事细节仍然触手可及。
长文档翻译
处理长达 150 页合同的法律翻译员可以依靠 Kimi 在整份文件中保持术语的一致性。同一个定义术语在第 90 条中的翻译与第 2 条一致，而无需翻译员在每次上传新章节时重新设定定义。这对于中英和英中翻译尤为重要，因为 Kimi 的主要训练语言与源材料一致。
扩展问答与对话辅助
进行多阶段研究冲刺的产品经理可以在对话开始时建立项目背景、限制条件和前期的研究结果，随后在 30 个或更多的后续提问中持续优化策略，而无需每次都重新解释项目背景。早期的交流记录在整个会话过程中始终可以访问，因此 Kimi 可以引用长对话开头的上下文，而不会出现内容截断。
如何访问 Kimi：定价、可用性及语言支持
Kimi 无需付费订阅即可使用。kimi.ai 的网页界面为普通用户提供免费层级，并为更高用量需求提供单独的付费期权和 API 访问权限。
Kimi 是免费使用的吗？
是的，Kimi 在 kimi.ai 提供免费套餐，无需预先付款。免费套餐提供对核心 AI 助手功能的访问，包括文档上传和对话。免费套餐可能适用使用限制；对于需要更高使用配额或优先访问权限的用户，可以选择权利金订阅。API 按每 token 单独计费，不包含在消费者免费套餐内。
Kimi 在中国以外是否可用？语言支持
Kimi 可通过 kimi.ai 供国际用户使用，并支持中文和英文。
中国境外的用户可以通过 kimi.ai 网页界面和移动应用程序访问 Kimi。虽然 Kimi 的训练数据以中文为主，但该产品支持英文对话和文档处理。由于访问条件可能会随时间而变化，中国境外的用户应直接在 kimi.ai 核实当前的可用性以及任何地区功能差异。
如何开始使用 Kimi
只需三个步骤即可开始使用 Kimi：
- 在网页浏览器中访问 kimi.ai
- 使用电子邮箱地址或支持的登录方式创建一个免费账户
- 开始新的对话或上传文档以开始使用
想要通过编程方式集成 Kimi 的开发者，可以在下一章节中找到模型规范和 API 详情。
Moonshot AI 对比 ChatGPT 和 Claude：Kimi 表现如何？
下表对比了 Kimi、OpenAI 的 ChatGPT (GPT-4o) 以及 Anthropic 的 Claude，在对工具采纳决策最为相关的几个维度上进行了比较：上下文窗口容量、语言支持、可用性以及定价结构。
| 维度 | Kimi (Moonshot AI) | ChatGPT (GPT-4o) | Claude (Anthropic) |
|---|---|---|---|
| 上下文窗口（实时聊天） | 128,000 tokens（约 96,000 词） | 128,000 tokens（约 96,000 词） | 200,000 tokens（约 150,000 词） |
| 上下文窗口（文件处理） | 高达 1,000,000 tokens（约 750,000 词） | 高达 128,000 tokens（约 96,000 词） | 高达 200,000 tokens（约 150,000 词） |
| 主要语言市场 | 中文（支持英文） | 英文（全球） | 英文（全球） |
| 全球可用性 | 可通过 kimi.ai 国际访问 | 全球可用 | 全球可用 |
| 免费消费者套餐 | 是 | 是（GPT-4o，有额度限制） | 是（有额度限制） |
| API 可用 | 是 (platform.moonshot.cn) | 是 (platform.openai.com) | 是 (api.anthropic.com) |
| 主要区别 | 超长文件处理上下文（100 万 tokens） | 广泛的语言支持和第三方集成 | 大上下文和强大的推理性能 |
对于主要需求是在单次会话中处理大型文档的用户来说，Kimi 百万级 token 的文件处理能力是本次比较中最明显的实际优势。对于需要广泛的全球语言支持、庞大的插件和集成生态系统，或最广泛的消费者采用基础的用户来说，ChatGPT 在这些方面仍然是更强的选择。Kimi K3：Moonshot AI 的旗舰推理模型) 提供了有用的背景信息，以评估 Kimi 的最新模型在更广阔的市场中处于何种位置。
Moonshot AI 在中国市场竞争格局中
在中国国内人工智能市场，Moonshot AI 正与中国最大科技公司支持的产品展开竞争。百度运营着ERNIE 机器人（文心一言），这是首批于 2023 年面向消费者推出的中国大语言模型产品之一。阿里云推出了Qwen（通义千问），这是其自有的大语言模型和人工智能助手。字节跳动（其国际上最知名的产品是 TikTok）提供了豆包（Doubao）作为其面向消费者的AI产品。源自清华大学的学术衍生公司智谱AI（Zhipu AI）运营着ChatGLM模型系列，包括一些值得关注的开源版本。
在这一领域背景下，Moonshot AI 作为一个独立的初创公司运作，不具备这些现有巨头的分发优势或平台规模。其差异化仓位取决于做多上下文架构，而非集成的广度。阿里巴巴集团对 Moonshot AI 的投资为这一竞争格局增添了一个不寻常的维度：阿里巴巴既是 Moonshot AI 的支持者，同时也是经营着竞争对手 Qwen 大模型的阿里云的母公司。
欲了解 Moonshot AI、DeepSeek 和 Qwen 的正面比较，请参阅 Moonshot AI vs DeepSeek vs Qwen：中国AI模型对比 (https://www.bybit.com/en/wiki/article/moonshot-ai-vs-deepseek-vs-qwen-2025-comparison/).)
Moonshot AI API：开发者访问与模型规格
开发者可以通过公开可用的Moonshot AI API，直接将其Kimi语言模型能力集成到他们的应用程序中，该API托管在Moonshot AI的开发者平台(platform.moonshot.cn)上。该API与OpenAI兼容，这意味着熟悉OpenAI聊天补全端点的开发者，只需对他们现有的请求结构进行最少量的修改，即可采用Moonshot AI API。无需重新学习一套完全不同的接口。
该 API 提供三种模型变体，每种都适用于不同的上下文长度需求：
| 模型标识符 | 上下文窗口 (Token) | 上下文窗口 (词数) | 推荐使用场景 |
|---|---|---|---|
| moonshot-v1-8k | 8,000 个 token | 约 6,000 字 | 短对话、快速问答、低延迟响应 |
| moonshot-v1-32k | 32,000 个 token | 约 24,000 字 | 中等长度文档、扩展的多轮对话 |
| moonshot-v1-128k | 128,000 个 token | 约 96,000 字 | 长文档、复杂会话、整本书处理 |
moonshot-v1-128k 模型支持与 GPT-4o API 相同的 128,000 token 上下文范围。对于需要完整 100 万 token 容量的文档处理应用程序，请在官方 Moonshot AI API 文档 (platform.moonshot.cn/docs) 中查阅当前模型的可用性及任何专用端点。
该 API 采用按模型分级的每 token 定价。定价可能会有变动；在集成到生产应用程序之前，请在 Moonshot AI 的开发者平台 (platform.moonshot.cn) 上核实当前费率。要注册 API 密钥，请在 platform.moonshot.cn 上创建一个开发者账户。开发者将 Moonshot AI API 与 OpenAI 的进行比较时，会发现请求结构很熟悉；主要区别在于 128k 模型的上下文窗口上限以及每个级别的每 token 定价。有关 API 成本的全面细分，请参阅 Moonshot Kimi API Pricing 2026: Plans and Cost Guide.
Moonshot AI 融资、投资者与估值
自2023年3月成立以来，Moonshot AI 已从包括阿里巴巴集团及红杉中国（原红杉资本中国基金）在内的投资者处获得了多轮风险融资。
| 轮次 | 日期 | 主要投资者 | 报道估值 |
|---|---|---|---|
| 种子轮 | 2023 | 未公开 | 未公开报道 |
| A 轮 | 2023 | 多家机构投资者 | 未公开报道 |
| B 轮 | 2024 | 阿里巴巴集团、红杉中国 | 约 25 亿至 30 亿美元（根据 2024 年多家科技新闻媒体报道） |
估值数据基于公开报告的估算，可能无法反映公司的官方披露。在引用之前，请根据所列来源及其发布日期核实具体数据。
阿里巴巴集团在月之暗面 (Moonshot AI) 融资中所扮演的角色具有双重意义：阿里巴巴既是月之暗面的投资者，也是阿里云的母公司，而阿里云运营的通义千问 (Qwen) 大模型是中国生成式 AI 市场中 Kimi 的直接竞争对手。红杉中国 (HongShan) 在 2023 年与美国实体拆分后由红杉资本中国基金更名而来，是中国最活跃的科技创投机构之一。
为了了解 Moonshot AI 的报告估值与其西方同行相比如何，Moonshot Kimi API 2026 定价：计划与成本指南) 展示了中国领先的人工智能初创公司在发展阶段的规模和商业野心。
--- ## Moonshot AI在中国生成式AI格局中的地位
中国的生成式人工智能市场是全球最活跃的市场之一，自 2023 年以来，各大科技公司和获得融资的初创公司接连发布竞争产品。老牌企业包括百度（ERNIE 机器人）、阿里云（Qwen）、字节跳动（豆包）和智谱 AI（ChatGLM），每家公司都拥有大型科技集团的分销规模和资本资源作为后盾。Moonshot AI 在这个市场中占据了独立初创公司的仓位，依靠产品差异化而非平台覆盖面进行竞争。其做多上下文的专长代表了对哪种能力差距对专业和开发者用户最重要的特定押注。
Moonshot AI 在中国国家互联网信息办公室（CAC）于2023年8月发布的《生成式人工智能服务管理暂行办法》下运营。这些规定要求在中国为用户提供服务的生成式人工智能服务提供商进行服务备案并遵守内容标准，这些要求适用于包括Moonshot AI在内的所有中国AI提供商。该监管框架管辖国内市场的运营合规性，并作为中国AI公司的业务运营背景，其结构与其它主要市场的特定行业AI法规相似。
关于 Moonshot AI 的常见问题
以下问题针对目前 Moonshot AI 和 Kimi 的搜索热度，涵盖了最常见的相关课题。
什么是 Moonshot AI？
Moonshot AI（月之暗面，意为“月球的暗面”）是一家总部位于北京的中国生成式人工智能初创公司，成立于 2023 年 3 月。该公司开发了 Kimi，这是一款由自研大语言模型驱动的人工智能助手，其文档处理的上下文窗口高达 100 万个 token。Moonshot AI 获得了包括阿里巴巴集团和红杉中国（前身为红杉资本中国）在内的投资者支持。
谁创立了 Moonshot AI？
Moonshot AI 于 2023 年 3 月由杨植麟（Yang Zhilin）、张宇浩（Zhang Yuhao）和周昕雨（Zhou Xinyu）共同创立。杨植麟担任首席执行官，此前他曾在清华大学和卡内基梅隆大学进行人工智能研究，并作为共同作者发表了 XLNet 语言模型论文（Yang et al., 2019），该论文是现代语言模型预训练方法的奠基性研究。
Moonshot AI 的上下文窗口大小是多少？
Kimi 的上下文窗口最高支持 128,000 个 token（约 96,000 字，相当于一部完整小说的篇幅）用于实时对话。在文件和文档处理方面，上下文窗口可扩展至 100 万个 token，相当于约 750,000 字。请在 kimi.ai 查阅最新规格，因为技术细节可能会更新。
Kimi 是否在中国以外地区可用，是否支持英语？
Kimi 可通过 kimi.ai 供国际用户访问，并支持中文和英文。中文是模型训练数据的主要语言，英文亦被确认支持用于对话和文档处理。中国大陆以外的用户应直接在 kimi.ai 上核实当前的区域可用性，因为访问条件可能会发生变化。
Kimi 是否可以免费使用？
是的，Kimi 在 kimi.ai 提供免费层级，无需预付费用。免费计划可能会有使用限制，并提供权利金 期权以满足更高用量的需求。通过 platform.moonshot.cn 的 API 访问是按 token 单独计费的，不包含在消费者免费层级内。
Moonshot AI 的投资者是谁？
Moonshot AI 的确认投资者包括阿里巴巴集团和鸿山（前身为红杉中国）。据多家科技新闻媒体报道，截至 2024 年，Moonshot AI 的估值约为 25 亿至 30 亿美元；请核实具体数字与注明来源及其发布日期。阿里巴巴集团还通过其阿里云子公司运营一款竞争性的 LLM 产品（Qwen）。
Kimi 与 ChatGPT 相比如何？
与 OpenAI 的 ChatGPT (GPT-4o) 相比，Kimi 的主要事实优势在于其文档处理上下文窗口：在撰写本文时，其处理能力高达 100 万个 token，而 ChatGPT 的上限为 128,000 个 token。ChatGPT 提供更广泛的全球语言支持、更大的第三方集成生态系统以及更广泛的消费者采用率。请参阅本文中的对比表，了解有关上下文窗口大小、可用性、定价模式和关键差异化因素的完整详尽对比。
Moonshot AI 和 Kimi 入门
Moonshot AI 围绕着一个技术核心点来打造 Kimi：即在不截断的情况下处理海量文本的能力，是专业用户非常看重的能力差距。该产品提供免费使用，支持英文，并向国际用户开放。
若要以普通用户身份体验 Kimi，请访问 kimi.ai 并创建免费账户。其网页界面可让您即时开始对话或上传文件。无需进行任何技术设置。
作为开发者，要访问 Moonshot AI API，请在 Moonshot AI 的开发者平台 (platform.moonshot.cn) 注册，并查阅官方 API 文档 (platform.moonshot.cn/docs) 以了解端点规格、模型标识符和当前定价。
相关阅读
- Kimi K3: Moonshot AI 旗舰推理模型
- 什么是 Kimi K2？Moonshot AI 开放权重思考模型
- Moonshot Kimi API 2026 定价：计划与成本指南
- Moonshot AI vs DeepSeek vs Qwen：中国 AI 模型对比
- 什么是 Kimi AI？Moonshot AI 指南
- Bybit 上的 MOONSHOTUSDT 永续合约
最后审阅：2025年。技术规格、定价和可用性详情或有变动。在做出采用或集成决定前，请前往 kimi.ai 和 platform.moonshot.cn 核实当前信息。