“被带走”传言前，Kimi如何一路走来？

2026 年 9 月中旬，关于月之暗面创始人杨植麟及部分员工“被带走”的传言，先于任何正式文件冲上了舆论场。 社交平台流传的聊天截图和转述，把“被捕”“被调查”等未经证实的说法混在了一起；截至本报告基准日，没有可靠公开证据确认逮捕、调查或公司经营中断。

9 月 12 日，Kimi 官方发布法务声明，称相关信息“纯属虚构、系恶意造谣”，并表示已向公安机关报案。 这份声明能确认的是公司的公开回应和报案表态，不能替我们确认案件最终结果；因此，本文只把这场风波作为舆情与治理风险记录，不把传言写成创始人被捕这一事实。

真正值得投资研究者留意的，是这场传言恰好出现在 Kimi 叙事切换的窗口期：一边是 Kimi K2.8 Preview 全量上线 Kimi Code，继续把编码、思考和 Agent 执行能力推向更长的上下文；另一边是 Kimi Work Remote Control 上线，用户可以通过手机查看进度、发出指令，让任务继续在自己的电脑上运行。与此同时，月之暗面开始推进企业合作伙伴计划，并被报道正与 Microsoft Azure、AWS 和 Google Cloud 洽谈 K3 的海外托管与收入分成。

资本市场也在同一时间把聚光灯打得更亮：Reuters 报道 Moonshot 可能已秘密递交香港 IPO 文件，另有报道提及约 500 亿美元的最新估值；Bloomberg 被转述称其 2026 年 8 月 ARR 已超过 10 亿美元，并以 20 亿美元年化收入作为年末目标。上述内容均来自媒体或知情人士口径，尚不是公司公开财报、交易所文件或审计确认。更棘手的是，Anthropic 同期公开指控部分 Kimi 用户请求可能被转发至 Claude，并涉及模型输出归属与用户数据问题；这仍属于对手方指控，等待原始报告、月之暗面回应和独立技术验证。

于是，Kimi 当前真正面对的已经不只是“模型分数够不够高”这一道题，而是三道必须同时回答的问题：Agent 产品能否成为真实的工作工具，技术热度能否转化为可持续收入，以及模型来源、数据合规和公司治理能否经得起外部审视。 这也是为什么最近的 Kimi 同时出现在产品发布、企业服务、IPO 传闻和舆情风暴四条新闻线上——它正在从一个长文本聊天产品，进入一个需要证明商业闭环的第二幕。

[!quote]- 本节来源与证据边界 官方/公司口径： Kimi 法务声明转述 · K2.8 更新说明 · Remote Control 产品页 · Kimi Work Release Notes 媒体报道： Reuters：港股 IPO · Reuters：云厂商谈判 · Bloomberg：ARR · 企业伙伴计划报道 传言与指控： “被带走”传言报道 · Anthropic 指控转述。传言、报道和对手方指控均不升级为确认事实。

要理解为什么一个长文本聊天产品，会在三年后同时成为 Agent 公司、资本市场标的和舆情风暴中心，就必须把时间拨回 2023 年，从月之暗面刚刚成为一家公司的那一刻开始。

一. 先把主角说清楚：Kimi 不是一个单独的模型

要理解 Kimi，必须同时看四个层次：月之暗面是公司，Kimi 是品牌与产品，K2/K2.5/K3 是模型家族，API、企业版和 Agent 是商业化入口。 这四层在公众叙事中经常被压成一个词，但在研究中不能混写。

目前最稳妥的身份标签是：月之暗面是一家以长上下文、稀疏模型、多模态和 Agent 执行为技术主线，向消费工作空间、专业工具、企业服务、API 和开放模型生态延伸的未上市 AI 公司。 “未上市”描述的是研究时点；“基础模型公司”是对公开技术与产品组合的分析归类，不是法律分类。

来源：北京月之暗面科技有限公司营业执照（Kimi 官网静态资源，抓取 2026-09-14）；Alibaba《2024 Form 20-F》p.F-35、《2025 Form 20-F》p.F-35、《2026 Form 20-F》p.F-36；Kimi 官网与开放平台页面（抓取 2026-09-14）。 网址： 营业执照 · Alibaba 2024 Form 20-F · Kimi 官网 · Kimi API 模型文档

1.1 这份历史叙事要回答什么

一家公司从“有一个聊天产品”走向“模型—系统—Agent 平台”，中间并不是产品名称不断增加这么简单。真正需要追问的是：

1. 它先解决了什么问题？ 是产品分发、长文本处理，还是训练和推理成本？

2. 上一代方案留下了什么新问题？ 长上下文带来缓存和延迟，模型变宽带来通信，Agent 并行带来总调用量。

3. 下一代技术为什么在那个时间点出现？ 技术节点应该被放回当时的工程矛盾中理解。

4. 技术有没有走到商业结果？ 论文的实验、产品页面的功能、API 的标价和真实收入，必须分层观察。

因此，本文不是简单的“公司大事记”，而是一条带有因果解释的路线：

2023  公司落地与监管备案 ── Kimi Chat 上线（20 万字）建立长文本品牌认知
  → 2024  开放平台公测 / 200 万字上下文 / 探索版 ── 产品出圈，Alibaba 进入正式披露
  → 2025  Moonlight·Kimi-VL 补齐训练与多模态能力
          K2 首次开源（万亿参数）── 能力可被外部独立验证
          K2 Thinking 把「边思考边用工具」做成开源产品
  → 2026  K2.5 / Agent Swarm 让模型从回答者变成任务执行者
          K3（2.8 万亿参数）尝试把宽度、深度、序列、视觉和长程执行放进同一系统
  → 商业化与财务证据等待验证

1.2 读前须知：几个会反复出现的词

后面的章节会出现一批工程术语。读懂它们不需要算法背景，但如果不先交代，后面的解释就会建立在一块空白上。先把地图铺开：大模型大致经过“文本 → 分词（tokenization）→ token → Transformer/attention 计算 → 参数在训练中更新 → 推理时逐 token 生成”的链条；MoE 是在模型内部把部分计算改成“按 token 分流到少数专家”的架构，context window 是一次能放入多少 token 的容量，benchmark 则是外部评测尺子。下面只展开本文会反复用到的几个概念，不把整个大模型教科书搬进来。

结构参考：微信公众号文章；本文只借鉴其机制拆解方式，不将其作为 Kimi 的一手技术证据。

① token（词元）—— 模型读写的计量单位。

模型不直接"看字"，而是先把文本切成 token 再处理。中文大致 1 个字对应 1–2 个 token，英文大致 1 个词对应约 1.3 个 token，具体取决于分词器。

这个区别在本报告里很关键：产品宣传常用「字」，而 API 与论文常用 token，两者不是同一个单位。 2023 年 Kimi Chat 宣称的「20 万字」、2024 年的「200 万字」说的是汉字数；而 API 模型名 moonshot-v1-128k 与论文里的「1M context」说的是 token 数。跨口径比较时不能直接当成同一个数来算。

② 参数（parameters）—— 模型内部可调的数字。

可以理解为模型的"神经连接"。参数越多，通常能容纳的知识和规律越多，但训练与运行成本也越高。本报告会出现两种口径：

• 总参数：模型总共存了多少

• 激活参数：处理一个 token 时实际动用了多少

对 MoE 模型（见下），这两个数字差别很大。例如 K2 是约 1.04 万亿总参数、约 326 亿激活参数。所以看到「万亿参数」要追问一句：是总参数还是激活参数。 前者决定存储与集群规模，后者更接近单次计算量。

③ MoE（Mixture of Experts，混合专家）—— 把模型做宽，但不让每个 token 都用全部。

模型内部由许多"专家"子网络组成，每处理一个 token，由一个路由（router） 挑出少数几个专家参与计算。好处是总容量可以做得很大、而单 token 计算量仍可控；代价是专家权重必须常驻集群、token 需要在设备之间派发、路由还要处理专家负载均衡。

与之相对，dense（稠密模型）让每个 token 都经过同一套完整参数；MoE 则只为每个 token 激活少数专家，所以总参数可以很大，但单次计算量不必同比增加。

④ 上下文窗口（context window）—— 模型一次能"放在桌面上"的材料量。

窗口越大，一次能读完的报告、代码或对话就越长。但窗口大不等于成本不变：历史越长，缓存、显存和延迟的压力越大。这条矛盾贯穿 2024–2025 年整条技术演进。

⑤ 训练（training）与推理（inference）—— 两张不同的账。

• 训练：把模型教出来。一次性、极昂贵，通常按 GPU 小时（一块 GPU 跑一小时，是算力成本的基本单位）计

• 推理：模型对外提供服务。按每次请求、每个 token 计

技术效率的提升往往只影响其中一张账。 本报告会反复强调：训练变便宜，不等于线上回答变便宜。

⑥ benchmark（评测）与数字的来源等级。

benchmark 是标准化考题，便于横向比较能力，但考题分数不等于真实任务成功率。本报告对每个数字标注来源等级：

⑦ 四个「扩展轴」—— 把模型做大做强，可以往哪几个方向走。

后文会反复出现「宽度」「深度」「序列」这些说法，它们指的是不同的扩展方向：

• 宽度：每层内部有多宽（例如 MoE 的专家个数、隐层维度）—— 大致决定一次能动用多少知识

• 深度：一共有多少层 —— 大致决定推理能串多少步

• 序列（长度）：一次能处理多长的上下文 —— 也就是上下文窗口

• 模态：能处理哪些类型的输入（文本、图像、视频等）

关键在于：这四个方向各有各的代价，而且代价不一样。 往宽度走会带来专家通信和负载均衡成本；往深度走会遇到信息稀释（见 5.3 节）；往序列走会撞上缓存和延迟（见 4.6 节）；加模态会推高视觉 token 和 prefill 开销（见 4.4 节）。Kimi 2025–2026 年的论文，本质上是在给这四个方向分别「修路」。这也解释了为什么 K3 的卖点不是「参数最大」，而是「几条路线同时拉高」。

这几个词的关系可以压成一张图：

token（计量单位）
  ├─ 训练：用海量 token 调整参数，按 GPU 小时付费
  └─ 推理：每个 token 触发一次计算，按请求付费
        └─ MoE 让「总参数」很大而「激活参数」较小
              └─ 上下文窗口决定单次能吃进多少 token
                    └─ benchmark 给出能力分数，可信度取决于谁发布

模型四个扩展轴（各有代价）
  宽度（MoE 专家数）· 深度（层数）· 序列（上下文长度）· 模态（文本/图像/…）

二. 2023：Kimi Chat 上线，公司落地并完成备案

2023 年要先说产品，再说主体。 这一年的公开事实里，最有信息量的不是营业执照，而是月之暗面在 10 月推出的第一款面向用户的产品：Kimi Chat 智能助手，卖点是 20 万字输入。https://news.qq.com/rain/a/20231009A09CXZ00

产品首秀几乎与公司成立同步。 官方营业执照显示，北京月之暗面科技有限公司成立于 2023 年 4 月 17 日，法定代表人为杨植麟，注册资本 100 万元，住所位于北京市海淀区知春路 76 号，统一社会信用代码为 91110108MACG2KBH8F。从注册到产品内测，只隔了不到六个月。

2.1 2023 年产品与主体大事记

这张表要读出的三件事：

1. 产品先于备案。Kimi Chat 内测在 10 月，备案在 11 月。把备案日期当作产品首发日期，会错记约半年。

2. 首代卖点是「20 万字」，不是「200 万字」。 200 万字出现在 2024 年 3 月（见下一节）。两者相差半年、相差 10 倍 —— 这是这个产品最重要的代际标记。

3. 第一天就打「长文本」这张牌，而且从一开始就对外强调与火山引擎的算力合作。说明产品定位不是"再做一个聊天机器人"，而是把上下文长度当作差异化卖点。

2.2 关于产品发布来源的说明

2023-10 Kimi Chat 内测已有月之暗面官方微信公众号原始文章作为一手来源。 原始文章提供了产品发布、内测和长文本能力的公司口径；本节同时保留中国日报、新浪财经、投资界和北京日报等同期报道作为交叉验证。换句话说，产品能力和发布信息以官方文章为主，四家同期媒体报道作为旁证。

官方原始文章：月之暗面官方微信公众号。

需要保留的边界是日期精度。 该来源支持公司对产品及其能力的表述，但“2023-10-09”仍是结合同期报道整理出的时间节点；在没有更精确的官方发布时间字段时，不把报道日期机械等同于首发时刻。

2.3 主体边界：营业执照能证明什么、不能证明什么

这个节点能确认的是“公司在境内以什么主体存在”，而不是创始团队从何时开始研发、最初拥有多少人、第一笔融资由谁完成。公司成立日期也不能被当作技术路线的起点；在 AI 公司中，研发、团队组建、境外融资和境内运营可能并不发生在同一实体或同一日期。

2.4 2023 年 11 月：Moonshot 进入生成式 AI 备案记录

中央网信办 2024 年 4 月公布的“生成式人工智能服务已备案信息”附件，记录了北京月之暗面科技有限公司作为备案单位、模型名称为 Moonshot、备案号为 Beijing-MoonShot-20231016、备案时间为 2023 年 11 月 3 日。

备案是监管存在感的第一个公开锚点，但不是商业规模证明。 它说明当时已有以 Moonshot 名义申报的生成式 AI 服务；它不披露用户量、收入、模型大小、训练数据，也不能自动证明当前 Kimi、K2 或 K3 仍由同一备案覆盖。

[!info] 技术补充｜“备案”与“模型发布”不是一回事 备案更像是监管系统中的产品登记，而不是论文发表或模型权重发布。它回答的是“谁以什么名称提供了什么类服务”，不回答“模型有多强、用了多少算力、赚了多少钱”。

因此，备案可以证明 Moonshot 在 2023 年已有生成式 AI 服务的监管记录，但不能反推出 Kimi 的技术版本、训练规模或今天的产品路由。把备案日期直接当作模型首发日期，属于把两个时间轴硬焊在一起。

来源：国家互联网信息办公室《关于发布生成式人工智能服务已备案信息的公告》（2024-04-02）及附件，记录 2023-11-03 的 Moonshot 备案；北京月之暗面科技有限公司营业执照（Kimi 官网静态资源，抓取 2026-09-14）。 网址： 国家网信办备案公告 · 营业执照

2.5 早期资本故事：有线索，但还没有交易文件

融资信息比产品资料更碎。这里先不把媒体报道中的融资额和估值拼成一条数字曲线，只记录公开报道提到的时间、轮次和机构；具体来源集中放在第 7.1 节。能写成确认事实的 Alibaba 年报投资披露，另在第 3.3 节单独说明。

因此，本报告的资本叙事只回答“谁在什么时候被报道参与了什么”，不替报道补齐交易金额、持股比例或优先股条款。

三. 2024：长上下文让 Kimi 被看见，Alibaba 进入正式披露

2024 年是 Kimi 从「一个能读长文的助手」变成「一个公开可调用的模型平台」的一年。 产品上有三件事：2 月开放平台公测、3 月上下文从 20 万字跳到 200 万字、10 月发布探索版。资本上有 Alibaba 年报的正式披露。两者都重要，但证据等级不同。

3.1 2024 年产品大事记

这三件事构成一条清晰的递进：

1. 2 月开放平台 —— Kimi 从"一个网站"变成"一个可以被人调用的模型服务"。moonshot-v1 是它的第一代 API 模型线，按 8k / 32k / 128k 三档上下文切分。!

2. 3 月 200 万字 —— 这是 2023 年 10 月「20 万字」之后的第一次量级跃迁，也是 Kimi 真正出圈、A 股"Kimi 概念"大涨的触发点。同一时期官方已预告"年内将发布多模态模型"，说明路线图上多模态早于实际落地（Kimi-VL 要到 2025-04 才见论文）。

3. 10 月探索版 —— 从"能读长文"走到"能自己搜、自己读多个页面"。这是一次明确的产品形态变化：不再只是语言模型问答，而是带检索与推理的 agent 雏形。

为什么 2024 年必须单独看产品 2024 年的产品事实与 2025–2026 年的技术论文之间存在一个容易漏掉的落差：产品侧在 2024 年就已经在讲"长上下文 + 搜索代理"，但支撑它的稀疏模型、线性注意力、Agent Swarm 等基础设施要到 2025 年之后才逐篇公开。 也就是说，Kimi 的对外产品叙事领先于公开技术证据约一年。读这份路线图时，不能拿 2025 年的论文去解释 2024 年的产品，也不能因为 2024 年没有论文就认为当时没有技术积累。

可读性边界：本节涉及的 2024 年产品节点目前以同期权威媒体转述为主要可读凭证，状态 reported；2023-10 的官方原始文章已在第 2.2 节单独登记。moonshot-v1 更早的邀请制开放时间未见官方确认，标记 unavailable。

3.2 长上下文：产品差异化的第一条主线

长上下文之所以适合 Kimi 的早期产品叙事，是因为它直接对应了用户能感知的任务：上传长文档、阅读多份资料、处理长代码或连续对话。相比“模型在某个基准上多几分”，长上下文更容易被用户理解为“它能不能把我的材料一次看完”。

但长上下文从一开始就带着工程代价。模型不仅要容纳更多 token，还要在显存、内存带宽、上下文缓存、并发和延迟之间做取舍。后来 Kimi 论文中反复出现的几个词，并不是突然换了赛道，而是在为早期产品差异化补基础设施 —— 先给出各自的定位，第 4 节会逐个展开：

• MLA：把越来越长的历史压缩成低维表示，替代"原文全存"

• KDA：用一份固定大小的状态替代完整历史副本

• 上下文并行：把长序列切开、分摊到多块 GPU 上同时算

• 长程 Agent：需要连续多步调用工具、跨越很长上下文才能完成的任务

技术补充｜长上下文到底解决了什么？ 可以把上下文理解成模型一次能放在桌面上阅读的材料数量。桌面变大，模型就能同时看更长的报告、代码库、网页记录和工具返回。

但桌面变大不等于阅读成本消失：需要保存的历史更多，检索和计算更重，显存与延迟也会上升。于是长上下文的核心问题不是“把窗口数字做大”，而是“如何让模型记得足够多，同时不把每次请求变成一次昂贵的全库扫描”。

3.3 Alibaba 的正式投资披露

Alibaba《2024 Form 20-F》披露，截至 2024 年 3 月 31 日的财年，公司累计以约 8 亿美元取得 Moonshot 约 36% 的 equity interest，投资工具为优先股。2025 和 2026 年 Form 20-F 继续重复披露这一事项，并说明该优先股投资采用 measurement alternative 核算。

这份披露能确认 Alibaba 对名为 Moonshot 的对象存在重大优先股投资，但不能自动确认境内公司持股比例、控制权或完整经济权益。 年报相关段落没有同时给出 Moonshot AI Ltd 的注册地、完整 cap table、投票权、清算优先、转换条款、后续稀释，或者它与北京月之暗面科技有限公司的控制链。

这里的谨慎不是文字游戏，而是未上市公司研究的基本功：投资方年报确认的是被投对象、金额和披露口径；它不是替代 cap table 的完整法律文件。

来源：Alibaba《2024 Form 20-F》p.F-35、《2025 Form 20-F》p.F-35、《2026 Form 20-F》p.F-36；境内主体营业执照（Kimi 官网静态资源，抓取 2026-09-14）。 网址： Alibaba 2024 Form 20-F · Alibaba 2025 Form 20-F · Alibaba 2026 Form 20-F · 营业执照

3.4 2024 年之后留下的主体问题

到研究基准日，官网 About/企业页页脚仍显示“北京月之暗面科技有限公司”，而 2026 年 8 月 31 日生效的用户协议与隐私政策使用“北京月之暗面科技股份有限公司及其关联公司”。这可能是股改后的页面未同步、不同业务采用不同运营主体，或者法律文本存在错误；当前没有工商变更档案把三种解释裁决出来。

因此，Kimi 的历史线在 2024 年已经出现两条需要分开追踪的链：一条是产品和技术公开演进，另一条是法律主体与境外资本结构映射。 前一条资料越来越多，后一条仍然有关键断点。

来源：Kimi About/企业版页面（抓取 2026-09-14）；Kimi 用户协议、隐私政策（版本生效 2026-08-31，更新 2026-08-24）；北京月之暗面科技有限公司营业执照。 网址： Kimi About · Kimi 企业版 · 用户协议 · 隐私政策 · 营业执照

四. 2025：从“长文本产品”转向“模型系统”

2025 年是 Kimi 技术路线真正展开的一年：公司公开材料不再只回答“模型能读多长”，而开始回答“模型如何训练、如何扩大总容量、如何处理视觉输入，以及如何把长上下文成本压下来”。 这一年可以看成从产品差异化走向系统工程的转折。

产品侧同样有两件大事：7 月 K2 首次开源万亿参数模型，11 月 K2 Thinking 把「边思考边用工具」做成开源版本。

4.1 2025 年产品大事记

这两次发布的含义不同：

1. K2（7 月）是「把模型做宽」的商业化节点。 1 万亿总参数、32B 激活的 MoE 是首次对外可下载的旗舰模型 —— 从这一年起，Kimi 的能力开始可以被外部独立验证，产品竞争也从"比谁的窗口大"转向"比谁的单位成本低"。技术侧的 MuonClip、MLA 细节见 [[#4.5 2025 年 7 月：Kimi K2，把模型做宽但不让每个 token 都付全价|4.5 节]]。

2. K2 Thinking（11 月）是「把推理变成可用产品」的节点。 它解决的问题不是问答质量，而是让模型在思考过程中直接调用工具，这是 2026 年 Agent Swarm 的前置条件。从产品角度看，这是 Kimi 从"回答者"向"执行者"转型的公开起点。

为什么 2025 年要同时看「论文」和「产品发布」 本节后半部分逐篇讲 2025 年的技术论文（Moonlight、Kimi-VL、K2、Kimi Linear），那是技术证据。但技术论文的公开日期与产品发布日不是同一天，有时相差数月。上表登记的是产品发布事件，两者需分开引用：论文回答"它做了什么"，发布回答"什么时候用户能用上"。

特别提示：K2 的论文（arXiv:2507.20534）与产品开源（2025-07-11）时间接近，但 Kimi Linear（2025-10）的论文至今没有对应的公开产品发布事件。 不要把论文当作发布。

4.2 2025 年 1 月：K1.5 只留下生态信号

本轮在 Moonshot AI 官方 GitHub 组织中观察到 Kimi-k1.5 仓库快照，仓库元数据时间为 2025 年 1 月 19 日。这个节点可以作为公开生态时间线中的信号，但不能代替模型正式发布公告，也不能据此推导 K1.5 的完整发布时间、训练规模或商业化关系。

这看似是一个小小的证据等级问题，实际上决定了历史叙事是否可靠。 GitHub 仓库创建时间可能早于正式发布，也可能只是内部代码公开；把它当作正式发布日，会让整条模型时间线从第一步就产生伪精确。

来源：Moonshot AI GitHub 组织仓库 API 快照（抓取 2026-09-14）；状态为 signal，不作为 K1.5 正式发布日。 网址： Moonshot AI GitHub 仓库列表 · Moonshot AI GitHub 组织

4.3 2025 年 2 月：Moonlight / Muon，先从“怎么训练”下手

2025 年 2 月公开的 Muon is Scalable for LLM Training 把焦点放在训练优化器上。

这里要先把三个词交代清楚（训练侧的通用概念，后文还会用到）：

损失函数（loss） 衡量模型当前答得有多差，训练的目标就是让这个数字不断下降。优化器（optimizer） 决定每一步参数往哪个方向改、改多大。把训练想成在雾中的山地下坡：损失函数是当前海拔，优化器是迈步规则。

AdamW 是过去几年最主流的优化器，它给每个参数单独调节步长，像给每颗螺丝单独拧力度。Muon 是这篇论文的主角，做法不同：它把部分隐藏层矩阵当作整体来处理，先整理更新方向，再决定怎么移动，而不是逐参数独立调节。

论文里的 Moonlight 是一个 MoE 模型，记作 3B/16B —— 即激活参数约 30 亿、总参数约 160 亿（这个记法容易读反，前者是"每次实际用多少"，后者是"一共存了多少"）。训练使用了 5.7T tokens（5.7 万亿个词元）。论文在 scaling-law 实验中报告 Muon 相对 AdamW 取得约 2 倍计算效率 —— scaling law 指的是"用不同模型规模和不同训练量做对照，观察效率随规模如何变化"的方法。这个 2 倍是受控实验里的结果，不是线上服务的成本降幅。

这一步的意义在于：它把公司的技术问题从"模型输出更好"往前推到了"同样的训练预算能不能学得更多"。如果模型规模持续扩大，优化器就不再只是研究人员的后台工具，而会直接影响公司能否承受更多数据、更多实验和更大模型的试错成本。

技术补充｜Moonlight 在 Muon 之上补的三件事 Muon 能提效率，但推到大规模训练还有三个具体问题，Moonlight 各给了做法：

weight decay（权重衰减） —— 一种防止模型"学过头"的正则项：每一步都让参数朝零的方向轻轻收一点，避免把训练数据里的噪声也一起背下来。名字里的 decay（衰减）就是这个意思。

update scale（更新尺度） —— 控制每步实际迈多大。步长太大容易在最优点附近来回震荡，太小则学得慢；Moonlight 按参数形状来校准这个尺度，而不是所有层共用一个值。

分布式训练实现 —— 大模型一块 GPU 装不下，参数要切分到成百上千块卡上协同计算，需要专门的通信与同步方案；否则再好的优化器也跑不起来。

后来 K2 又遇到一个新问题：Muon 可能让 attention logits（注意力打分 —— 模型在决定"该关注谁"时给出的原始分数，越大表示越倾向关注）数值过大而爆炸，训练随之失稳。K2 用 QK-Clip 给这些分数设了一道"压力阀"：超过阈值就压回去。官方称 K2 用这套方法训练了 15.5T tokens 而未出现 loss spike（损失突然跳高，通常意味着训练崩了）。

来源：Moonlight《Muon is Scalable for LLM Training》arXiv:2502.16982，摘要、§1、§2.2，pp.1–4、8–9；Moonshot AI 官方 Moonlight 仓库；效率数字为 company_stated。 网址： Moonlight 论文 · Moonlight 官方仓库

4.4 2025 年 4 月：Kimi-VL，图片不再只是“先转成文字再处理”

2025 年 4 月公开的 Kimi-VL 技术报告，把视觉、MoE 和长上下文放进一个公开模型系统。报告描述了约 160 亿总参数、约 28 亿激活参数的 MoE 视觉语言模型配置、128K 上下文，以及名为 MoonViT 的原生分辨率视觉编码器。

这里两个词值得先说明：

视觉编码器（vision encoder） 是把图像转成模型能处理的数字表示的组件 —— 语言模型本身只认 token，读不懂像素，中间需要一道「翻译」。

原生分辨率（native resolution） 指尽量按图片本来的尺寸和比例处理，而不是先统一缩放成某个固定大小。

Kimi-VL 的转折在于，它把长上下文从纯文本问题扩展成了「长文档、网页、截图、视频和视觉细节如何共同进入模型」的问题。 对 OCR（把图片里的文字识别出来）、表格、图表和屏幕操作而言，图片被压缩或切碎之后，丢掉的细节可能正是答案本身。

技术补充｜MoonViT 为什么不直接把图片压小？ 想象一张工程图：如果先把它压成缩略图再交给模型，整体布局还在，但尺寸、标注和小字可能消失；如果切成很多小图再拼接，细节保住了，预处理和 token 数又会上升。

MoonViT 的路线是尽量保留输入图像的原生空间信息，再用 projector（投影层） 这一小段把视觉特征「翻译」成语言模型能直接消费的表示 —— 相当于把图像的内部编码译成模型读得懂的另一种语言。语言模型负责理解和推理，视觉编码器负责尽量看清楚。

代价也很直白：分辨率越高，需要的视觉 token、prefill 计算（模型在开始生成回答之前，先把整段输入读完并建立缓存的阶段；输入越长，这一步越贵）和显存占用都越多。128K 是上下文容量，不代表任意长视频都能低成本、无损处理；论文里的 benchmark 分数也不等于线上产品的真实任务成功率。

来源：Kimi-VL Technical Report，arXiv:2504.07491，摘要、§1、§2.1、§2.2、§5，pp.1–5、18；Moonshot AI 官方 Kimi-VL 仓库；架构与 benchmark 数字为 company_stated。 网址： Kimi-VL 论文 · Kimi-VL 官方仓库

4.5 2025 年 7 月：Kimi K2，把模型做宽但不让每个 token 都付全价

2025 年 7 月公开的 Kimi K2，代表路线从视觉模型进一步走向大规模开放模型。官方 README 和技术报告列示约 1.04T 总参数、约 32.6B 激活参数、384 个专家、每个 token 选择 8 个专家、128K 上下文，并采用 MLA。

K2 的核心不是一个孤立的“1T 参数”标题，而是总容量、单 token 计算、训练稳定性和长上下文缓存的组合。 这也是 Kimi 后来不断重复的系统式做法：每个技术模块解决一个瓶颈，但最终价值来自模块能不能一起运行。

技术补充｜MoE 为什么可以把总参数做大？ MoE 可以理解为一所拥有很多专科的医院。分诊台先看病人的问题，再从大量专家中挑少数相关科室；每个 token 不需要让所有专家同时工作。

好处是总知识容量和单 token 计算可以部分解耦。代价是专家权重仍要驻留在集群里，token 需要在设备之间派发，router 还要处理专家负载均衡。因此“32.6B 激活”不等于“只需要一台 32.6B 稠密模型的机器”，更不等于可以直接算出线上 GPU 成本。

K2 同时引入 MuonClip/QK-Clip 叙事 —— MuonClip 可以理解为 Muon 优化器加上 QK-Clip 这道稳定器的组合（QK-Clip 的作用见 4.3 节）：Muon 的训练效率必须与大规模训练的稳定性一起处理；报告称 K2 使用 MuonClip 训练了 15.5T tokens 而没有出现 loss spike。这个数字和稳定性结论属于公司/作者技术报告自报，不能改写成已经审计的训练账单或所有产品的线上配置。

来源：Kimi K2《Open Agentic Intelligence》arXiv:2507.20534，摘要、§1、§2.1、§4、长上下文与训练章节，pp.1、3–4、6–9；Kimi K2 官方 README；参数和训练效率为 company_stated。 网址： Kimi K2 论文 · Kimi K2 官方仓库 · Kimi K2 技术页面

4.6 2025 年 10 月：Kimi Linear / KDA，给百万上下文准备“混合动力”

2025 年 10 月公开的 Kimi Linear，把此前的长上下文问题推进到更具体的架构层。报告提出 Kimi Delta Attention（KDA）与 MLA 的混合注意力，并在 1M context 实验中报告 KV cache 最多减少 75%、解码吞吐最多提升 6 倍；架构采用约 3:1 的 KDA 与 MLA 层级折中。

这一节有三个词决定整篇论文的意义：

注意力（attention） 是模型判断「当前这个词该参考前文哪些位置」的机制。KV cache（键值缓存） 是它的副产品：生成过程中，前面每个 token 的中间结果都要存下来供后续复用，历史越长这份缓存越大 —— 长上下文的主要成本就压在这里。解码吞吐（decode throughput） 指每秒能生成多少 token，直接决定用户体验和单位服务成本。

Kimi Linear 的真正问题不是“有没有更长的窗口”，而是“在窗口变长后，模型还能否以可接受的显存、带宽和延迟工作”。 它把长上下文从产品卖点继续推进成了服务成本问题。

技术补充｜MLA 与 KDA 如何处理长上下文？ 标准注意力在生成时需要保存越来越长的历史 key/value（即上面说的 KV cache），像把每一页原始档案都堆在桌面上。MLA 把历史压缩成较低维的 latent 表示（latent 意为「隐」的：不直接存原始向量，而存一份维度更低的浓缩编码），像给档案制作索引卡。

KDA 则更像一本会不断改写的摘要本：它只维护一份固定大小的状态，不保存每个历史 token 的完整副本。channel-wise forget gate（逐通道遗忘门） 让信息的不同维度各有「保鲜期」—— 该忘的多忘一点，该留的少忘一点；delta update（增量更新） 允许新读到的 token 去修正旧记忆里的对应内容，而不是只能往后追加。周期性的 MLA 层再打开更完整的全局档案，处理需要精确定位远处内容的任务。

这就是为什么它是混合架构而不是纯线性注意力。摘要本便宜，但可能漏掉逐字细节；原始档案精确，但昂贵。论文报告的 75% 和 6 倍是受控实验中的上限数字，不能直接乘到公司整体吞吐或利润率上。

来源：Kimi Linear《An Expressive, Efficient Attention Architecture》arXiv:2510.26692，摘要、§1、§3、§4、§5–§6、§18，pp.1–2、4–9、18；Kimi Linear 官方仓库；效率数字为 company_stated。 网址： Kimi Linear 论文 · Kimi Linear 官方仓库 · Gated DeltaNet 背景论文

4.7 2025 年这一年的意义：从功能路线到系统路线

把 2025 年几个节点放在一起，顺序就清楚了：

Muon / Moonlight：怎样更高效地训练
  → Kimi-VL / MoonViT：怎样保留视觉细节
  → Kimi K2 / MoE：怎样把总容量做宽而控制单 token 计算
  → MLA / Kimi Linear：怎样让更长的历史不把缓存和延迟拖垮

Kimi 的研发重点开始从“做出一个更会回答的模型”转向“把训练、模型宽度、视觉输入和长序列服务成本一起优化”。 这为 2026 年 Agent 化埋下了伏笔：Agent 不是只生成一段文本，它会持续读取、调用工具、写入状态，因而会把上下文和推理成本问题放大。

来源：Moonlight、Kimi-VL、Kimi K2、Kimi Linear 技术报告与官方仓库；路线归纳为分析层判断，相关证据见 [[wiki/实习/02_Know2/Kimi研究/01_原始证据/技术论文摘录_Kimi技术路线_260915]]。 网址： Moonlight · Kimi-VL · Kimi K2 · Kimi Linear

五. 2026：从模型能力走向 Agent 系统

2026 年的公开节点显示，Kimi 的核心问题发生了变化：不再只是让一个模型读得更长，而是让模型把复杂任务拆开、并行执行、持续运行，并在更深、更宽、更长的模型中维持信息流。 K2.5、Agent Swarm、PARL、Attention Residuals 和 K3 是这条新阶段的连续节点。

产品侧的关键发布是 7 月的 K3 —— 2.8 万亿参数，把参数规模推到开源模型从没有过的高度。

5.1 2026 年产品大事记

K3 这次发布要读出两点：

1. 参数规模是这条路线的一个结论，不是起点。 从 2025-07 的 K2（1T）到 2026-07 的 K3（2.8T），一年内总参数扩大约 2.8 倍。支撑它的不是简单的"堆参数"，而是前面几节讲过的 Muon、MLA、KDA、AttnRes 等一系列让训练和推理成本可控的手段。没有这些，2.8T 只会在训练阶段就失败。![[Pasted image 20260915201106.png]]

2. moonshot-v1 在 2026-08-31 下线，标志第一代 API 模型线正式退场。 从 2024-02 开放平台公测到下线，这条产品线存活约两年半。用当前 API 文档回看历史时要注意：你现在查到的"可用模型"清单已经不含任何 2023–2024 年的初代模型。

2026 年的产品发布证据缺口 K2.5（2026-02）没有取得同期产品发布报道。 现有的 K2.5 证据是技术论文（arXiv:2602.02276）与 API 文档，两者都不能替代"产品何时对外发布"这一事实。本表因此不列出 K2.5 的发布日，也不以论文日期替代 —— 这是本报告在 2026 年段唯一的产品时间线缺口。

5.2 2026 年 2 月：K2.5 与 Agent Swarm，把“一个模型”拆成“一个团队”

2026 年 2 月公开的 Kimi K2.5 技术报告把多模态模型与 Agent 执行结合起来，提出 Agent Swarm（智能体集群）：由 orchestrator（调度者） 判断复杂任务如何拆分，动态创建不同职责的子 Agent，让它们并行执行，最后汇总结果。

报告还提出 PARL（Parallel Agent Reinforcement Learning，并行智能体强化学习），把任务分解与协作纳入训练目标。强化学习指不直接教模型「标准答案」，而是让它尝试、按结果好坏给奖励或惩罚，逐步学会什么做法更有效 —— 对「该怎么拆分任务、该怎么协作」这类没有唯一正确答案的能力，这比模仿示例更合适。

这一步是产品和技术之间的一次明显换挡：模型不再只是回答者，而开始被描述成一个能够组织工作流的调度者。 研究、代码、视觉、搜索、验证等任务可以被分开；主 Agent 负责分派和验收，子 Agent 负责局部执行。

技术补充｜Agent Swarm 为什么可能降低墙钟时间？ 单 Agent 做复杂任务像一个项目经理亲自排队完成研究、代码和审校：研究结束后才能写代码，代码结束后才能验证，所有中间过程都塞回同一个上下文。

Agent Swarm 更像项目经理把三项工作分给三个小组并行推进，最后统一汇总和验收。若任务确实可拆，完成时间可能从各分支时间之和变成最长分支的时间。

但并行不是免费午餐：子 Agent 数量增加，会带来更多 token、工具调用费、失败重试和结果合并成本。任务不可分解、分支过短或验证很重时，系统可能只是更快地产生更多错误。K2.5 报告称最高约 4.5 倍延迟改善，仍属于 company_stated，不是生产平均值。

来源：Kimi K2.5《Visual Agentic Intelligence》arXiv:2602.02276，摘要、§1、§3–§5、实验章节，pp.1–2、5–8、14–15；Agent Swarm 与 PARL 的性能数字为 company_stated。 网址： Kimi K2.5 论文

5.3 2026 年 3 月：Attention Residuals，模型变深后不能只做“逐层累加”

先把模型想成一条很长的流水线。每一层都会在前一层的“草稿”上再改一点：有的层补事实，有的层改语气，有的层处理逻辑。层数越多，模型能做的加工越细，但也带来一个问题：这么多次修改，最后应该保留哪些，不能只靠一套固定的加法规则。

传统的 残差连接（residual） 可以理解成“保留旧稿，再叠加本层的新修改”。它给信息留了一条近路，不必每次都重新穿过整条流水线。PreNorm 是在每层开始前，先把输入的数值尺度调到比较稳定；梯度则是训练时从结果反向传回来的纠偏信号，告诉模型各个参数应该往哪个方向调整。模型变深以后，如果每层都用固定方式把结果加回去，早期信息可能被后面的大量修改冲淡，训练过程的数值也更难控制。

Attention Residuals（AttnRes） 的思路，是让当前层先回头看一眼此前各层的结果，再根据当前任务决定哪些更值得保留，而不是把所有历史表示一股脑相加。它会给不同历史层打分，再用 softmax 把分数换成总和为 1 的权重，最后按权重混合：相关的层多取一点，不相关的层少取一点。

Block AttnRes 则是一个工程上的折中：不逐层查看全部历史，而是先把若干层分成一组，再在组与组之间选择。这样会损失一部分精细选择能力，但可以减少需要保存、搬运和计算的历史信息，适合更深的模型。

[!info] 技术补充｜AttnRes 解决的是“深度的信息稀释” 普通 residual 像每次都把上一版文件和本层修改直接合并。层数少时问题不大；层数多了，早期内容可能被一轮轮修改盖住。

AttnRes 像让当前项目按需翻阅历史章节：它根据当前内容决定哪些层的表示更重要。Block AttnRes 则先按章节做目录，不逐层检索，以换取更可控的内存和通信。

代价是系统需要保存、访问和聚合历史表示；因此它可能改善深度扩展，却不等于线上速度必然提升，更不等于事实性自动变好。

来源：Attention Residuals arXiv:2603.15031，摘要、§1、Block AttnRes 及实验章节，pp.1–2、8–11；方法与实验为 company_stated。 网址： Attention Residuals 论文

5.4 2026 年 7 月：K3，尝试把所有扩展方向放到同一台机器上

2026 年 7 月公开的 Kimi K3，是目前公开技术路线的集中表达。官方论文和 README 描述 K3 为原生多模态 Agent 模型，约 2.8T 总参数、104B 激活参数、896 个 routed experts、每个 token 选择 16 个专家，采用 KDA 与 Gated MLA，结合 AttnRes、Stable LatentMoE、原生视觉和 1M token 上下文。材料还描述了百万 token Agentic RL、持久 rollout 和 sandbox states 等长程执行训练方向。

K3 的意义不在于把一张参数表做得更大，而在于它把序列、深度、宽度、模态和 Agent 执行五条路线同时拉高。 KDA/Gated MLA 面向序列长度，AttnRes 面向深度，Stable LatentMoE 面向模型宽度，native vision 面向视觉输入，Agentic RL 面向长程任务执行。

技术补充｜1M 上下文不等于模型拥有 1M 的“同质记忆” “1M context”首先表示系统允许把最多约一百万 token 放入一次任务的上下文范围。它不保证模型能对每一个位置做到同样准确的检索，也不保证高分辨率图片、工具返回和长链路中间状态都能低成本处理。

真正要测的是：在不同位置的事实召回率、跨文档推理、逐字复制、工具调用后的记忆、p50/p95 延迟、显存占用和每任务成本。窗口上限是容量指标，长任务完成质量和经济性才是商业指标。

K3 材料称相对 K2 整体 scaling efficiency（扩展效率） 改善约 2.5 倍 —— 即投入同样的算力能换来多少能力提升。这个数字是公司技术报告口径，无法拆分究竟来自 KDA、AttnRes、MoE 稀疏度（每个 token 动用多少比例的专家）、数据规模、训练 recipe（数据配比、训练步数、超参数等一整套训练配方）还是系统优化，更不能直接外推为公司毛利率改善。

来源：Kimi K3《Open Frontier Intelligence》arXiv:2607.24653，摘要、架构、训练与 Agentic RL 章节，pp.1–3、6–12、21–25、32–35；Kimi K3 官方 README 与 LICENSE；架构字段为官方材料事实，效率数字为 company_stated。 网址： Kimi K3 论文 · Kimi K3 官方仓库 · Kimi K3 License

5.5 2026 年 9 月：技术路线开始变成版本生命周期

截至 2026 年 9 月 14 日的 API 模型页面显示，当前可用模型包括 kimi-k3、kimi-k2.7-code、kimi-k2.7-code-highspeed 和 kimi-k2.6；页面同时列示 K2.5、moonshot-v1、较早 K2 系列及 kimi-latest 的下线日期。

这意味着 Kimi 的研发成果已经进入平台运营阶段：模型不只是论文和权重，还要有版本迁移、价格、限速、兼容性和生命周期管理。 对企业客户而言，模型什么时候下线、接口是否兼容、历史调用能否复现，和 benchmark 分数一样重要。

API 页面支持 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 兼容接口；K3 标价为缓存命中输入 ¥2、未命中输入 ¥20、输出 ¥100/百万 token；K2.7 Code、Highspeed 与 K2.6 也有公开价格。 ![[Pasted image 20260915202521.png]] 这里的计费结构本身就是技术路线的商业投影，值得逐个说明：

• 缓存命中 / 未命中 —— 如果这次请求的开头与之前某次相同（比如反复追问同一份长文档），前文已经算过并存在缓存里，可以直接复用，所以便宜十倍；没命中就要从头算一遍，所以贵

• Batch API —— 不要求实时返回、可以排队批量处理的请求，按标准价格的 60% 计费

• 工具调用 —— 模型调用联网搜索等外部能力时按次另收 ¥0.03

• Tier / RPM / TPM / TPD —— 账户按充值金额分级（Tier），不同级别对应不同的**每分钟请求数（RPM）、每分钟 token 数（TPM）、每日 token 数（TPD）**上限，也就是并发能力的天花板

来源：Kimi API 模型、概述、定价、Batch、工具和限速文档（页面快照 2026-09-14，部分页面更新至 2026-09-11）；模型版本下线日期和价格为官方页面事实，不等于实际成交价或收入。 网址： API 模型 · API 概述 · 模型定价 · Batch 定价 · 工具定价 · 限速规则

6. 产品是怎样随技术路线一起变化的

Kimi 的产品演进可以理解为“从一个入口，变成一组围绕知识工作的执行工具”，但产品矩阵的扩张仍不能直接等同于商业规模的扩张。 当前官方页面展示的不是单一聊天框，而是多个任务入口：

Kimi 对话
  → 深度研究 / PPT / 网站 / 表格 / 文档
  → Kimi Work：本地文件、定时任务、后台运行
  → Kimi Code：Terminal 与 IDE 编程 Agent
  → 浏览器扩展 / Kimi Claw：浏览器和 7×24 Agent
  → 企业版：空间、成员、数据隔离
  → API：按 token、Batch、工具调用、Tier 限速
  → 开放模型：权重、代码、论文和开发者生态

6.0 产品线的历史演进（与第 2–5 节的按年份视角互补）

前面几节按年份讲"这一年发生了什么"，这里按产品线讲"每条线是怎么长出来的"。同一事实不重复展开，只做归位。

这张表要带走的一个结构性认识：Kimi 的产品线不是同时起步的，而是"一条先跑、其余跟着长"。 C 端对话入口（2023）先跑，用它换品牌认知；API（2024）跟上，把能力变成可计价的服务；开源模型（2025）再跟上，把技术可信度交出去让外部验证；Agent 与工作流（2025 下半年起）最后成形，把模型从回答问题推进到执行任务。

这张表有两处不能填

1. 企业版的上线时间：只能看到当前页面形态，没有可核的发布记录。

2. kimi-latest 等中间版本的准确发布时间：API 文档只给出下线日期，未见上线公告。不要用下线日期倒推上线日期。

来源：当前产品形态见 Kimi 官网与企业版页面（抓取 2026-09-14）；版本下线见 Kimi API 模型文档。

6.1 Chat：从“回答问题”到“处理材料”

早期长上下文定位最容易被用户感知，因为它把模型的价值从一句问答延伸到整份材料：读报告、总结长文、整理代码、比较多个文件。产品价值不再只是模型的知识量，还包括能否保持上下文、引用材料和持续完成任务。

但这个入口的公开资料仍然缺少 MAU / DAU（月活 / 日活跃用户数）、付费率、留存、会员价格历史和 ARPU（每用户平均收入）。产品页面证明「有什么功能」，不能证明「有多少人持续为它付费」。

6.2 Work 与 Code：把模型放进用户的工作环境

Kimi Work 公开定位为连接本地文件、支持定时任务和后台运行的桌面 Agent；Kimi Code 面向 Terminal 与 IDE，承担编程任务。它们代表一个重要变化：产品竞争开始从“模型回答得好不好”转为“模型是否能进入用户已有的工作流”。

一旦进入工作流，衡量标准就会变复杂：任务成功率、人工接管率、运行时间、失败重试、权限边界、数据隔离和版本稳定性，都会比一次性的对话满意度更重要。当前公开资料尚未提供这些指标。

6.3 企业版：更高客单价，也更高合规要求

企业版页面展示独立企业空间、成员管理、企业与个人空间隔离，并称企业数据不用于模型训练。个人隐私政策则写明，输入输出内容可能被用于优化模型，并提供停止用于训练的客服请求路径。

这两类表述可能因产品和用户类型不同而并存，但不能用企业页面的承诺替代合同、DPA、技术隔离架构或审计报告。 企业商业化的关键不只是卖出坐席，还包括客户能否把内部数据、权限、审计和责任边界交给平台。

6.4 API 与开放模型：两条相反但可以协同的路

API 是最容易建立价格函数的入口。公开文档提供模型价格、缓存命中/未命中、Batch、工具调用和账户限速，OpenAI/Anthropic 兼容接口也降低了迁移成本。开放模型则通过权重、代码、论文和 GitHub/Hugging Face 扩大开发者触达。

API 让收入更容易被计算，开放模型让生态更容易扩散；但两者都需要真实使用数据才能变成商业结论。 API 标价不是收入，下载量不是生产部署，GitHub Stars 也不是客户数。开放权重还可能降低平台锁定，除非它最终导流到托管、API 或企业服务。

来源：Kimi 官网 https://www.kimi.com/；Kimi 企业版 https://www.kimi.com/business；Kimi API 概述、模型、定价与限速文档；Kimi K2/K3 官方 GitHub 仓库；Hugging Face 与 GitHub 生态快照（抓取 2026-09-14）。 网址： Kimi 官网 · 企业版 · API 概述 · API 模型 · Kimi K2 · Kimi K3 · Hugging Face Moonshot AI

7. 资本与商业化：技术向前跑，财务证据没有同步公开

Moonshot 的资本叙事在 2025–2026 年明显加速，但正式财务证据没有以同样速度出现。 这造成了一个研究上的错觉：报道中的估值和 ARR 数字越来越大，读者容易误以为收入、现金流和 cap table 也已经被公开验证。

7.1 资本事件与公开来源

下面这张表集中列出网络公开资料中的融资与上市线索。表内不列未经正式文件确认的融资额和估值；来源均保留为完整网址，便于逐条回看。

这些来源能够帮助我们还原资本关注度和参与机构的变化，但不能替代交易文件。 对于金额、估值、轮次归属和最终持股，本文只在投资方年报或其他正式文件能够直接支持时才展开；其余一律保留为 reported，不纳入确认的资本曲线。

来源：Alibaba《2024/2025/2026 Form 20-F》pp.F-35–F-36；2023–2026 年融资报道，详见 [[wiki/实习/02_Know2/Kimi研究/01_原始证据/证据摘录_Wave0主体融资监管_260914]]；HKEXnews、中国证监会公开入口检索截至 2026-09-15。 网址： https://www.sec.gov/Archives/edgar/data/1577552/000095017024063767/baba-20240331.htm · https://www.sec.gov/Archives/edgar/data/1577552/000095017025090161/baba-20250331.htm · https://www.sec.gov/Archives/edgar/data/1577552/000119312526231755/baba-20260331.htm · https://www.hkexnews.hk/ · https://www.csrc.gov.cn/

7.2 ARR 报道不能替代财务报表

2026 年 7 月报道声称 Moonshot 年化营收从 2026 年 4 月的 2 亿美元上升至 6 月的 3 亿美元。这个数字如果属实，说明商业化叙事正在快速升温；但当前没有公开收入范围、合同口径、客户数量、计算方法、审计报表或现金流，因此应保持 reported。

ARR（Annual Recurring Revenue，年度经常性收入） 指把当前可重复发生的收入年化后的数字。它不是法定会计口径的收入，也不能与 Alibaba 的投资金额相加或相乘，更不能直接拿来计算 P/S（市值 ÷ 收入）、EV/ARR（企业价值 ÷ ARR）或 burn rate（烧钱速度：一年净消耗多少现金）。

未上市 AI 公司的 ARR 尤其需要拆分消费订阅、企业合同、API 用量和一次性服务，否则一个看似精确的数字可能只是不同业务口径的总和。

7.3 API 单位经济：价格已经公开，成本仍然是黑箱

在真实调用数据出现之前，只能先搭建公式：

单请求收入
= (缓存命中输入 token × 命中价
 + 未命中输入 token × 未命中价
 + 输出 token × 输出价) / 1,000,000
 + 工具调用次数 × 工具单价

贡献毛利
= 实际成交收入
 - 推理 GPU / 加速卡成本
 - 专家通信与显存成本
 - 视觉编码与长上下文状态成本
 - 网络、存储、日志、安全和支付成本

真正敏感的变量不是公开标价，而是：有效成交价、输入/输出 token 比例、cache hit rate（缓存命中率 —— 上面那个十倍差价的指标，命中越多成本越低）、Batch 占比、GPU 利用率（同一批卡实际有多少时间在干活，闲置就是白付钱）、MoE 专家通信、视觉 token、Agent 子任务数量、失败重试和工具调用次数。

技术补充｜为什么技术效率不等于毛利率 KDA 可能减少长上下文的缓存，MoE 可能降低单 token 的激活计算，Agent Swarm 可能缩短墙钟时间；但一个复杂任务也可能因此调用更多子 Agent、产生更多 token 和工具费用。

所以正确的经济指标或为“每个成功完成任务的有效成本”，而不是某一篇论文里的单项加速数字。论文里的 6 倍吞吐、4.5 倍延迟改善和 2 倍训练效率，必须经过硬件、并发、任务成功率和实际成交价的共同验证。

来源：Kimi API 定价、Batch、工具和限速文档（抓取 2026-09-14）；Moonlight、Kimi Linear、K2.5 技术报告；当前未取得 token usage、实际折扣、GPU 利用率、客户合同或审计成本数据。 网址： API 定价 · Batch 定价 · 工具定价 · Moonlight · Kimi Linear · Kimi K2.5

8. 把整条技术路线串起来：它在反复解决五个问题

如果把 2025–2026 年的论文标题全部拿掉，Kimi 的技术路线仍然可以被还原为五个反复出现的工程问题。 这比背模型名字更接近公司真正的研发逻辑。

从这张表可以看到一条连续的因果链：

如果训练效率不够，模型做不大；
如果模型做大但每 token 太贵，服务跑不起；
如果上下文变长但缓存失控，长文本卖点无法规模化；
如果模型变深后信息流变差，扩展会遇到质量瓶颈；
如果模型能看但不能拆任务和执行，复杂知识工作仍然需要人工接管。

Kimi 的公开路线因此更像“模型—kernel—训练基础设施—Agent runtime”的联合优化，而不是单纯追逐参数规模。 这是一条具有连续性的技术假设；但“有连续路线”仍不等于“已形成不可复制护城河”。护城河要由客户数据、真实成本曲线、部署稳定性、组织复用能力和竞争者追赶速度进一步证明。

来源：Moonlight、Kimi-VL、Kimi K2、Kimi Linear、Kimi K2.5、Attention Residuals、Kimi K3 技术报告；Kimi 官方 GitHub 仓库；综合判断详见 [[wiki/实习/02_Know2/Kimi研究/04_研究输出/02_分析中间稿/纵向演变_技术研发_Kimi合成关键维度_260915]]。 网址： Moonlight · Kimi-VL · Kimi K2 · Kimi Linear · Kimi K2.5 · Attention Residuals · Kimi K3

9. 当前的 Kimi：从技术叙事走到商业验证的门口

截至 2026 年 9 月，Kimi 已经公开展示了一条从长上下文到 Agent 执行的连续研发路线，也已经搭出消费、专业工作流、企业、API 和开放模型多个入口；但公司仍处在“技术与产品证据强于财务与治理证据”的阶段。 这不是否定技术，而是准确标注研究能走到哪里。

9.1 当前可以比较有把握地说

1. 境内存在可核验的北京月之暗面科技有限公司；

2. 该主体曾以 Moonshot 名义完成生成式 AI 服务备案；

3. Alibaba 年报确认其对名为 Moonshot 的对象存在约 8 亿美元、约 36% equity interest 的优先股投资；

4. Kimi 已公开部署多种产品入口和 API 收费机制；

5. 公开技术材料从训练效率、MoE、视觉、长上下文、Agent 到深度扩展，存在较强路线连续性；

6. Artificial Analysis 等第三方快照显示 K3/K2.6 已进入前沿模型比较范围，但测量结果受版本、模式、硬件和综合指标影响；

7. GitHub Stars 与 Hugging Face downloads 提供了生态可见度信号，但不等于用户、客户或收入。

9.2 当前不能说

1. 境内主体与 Moonshot AI Ltd 已经形成何种完整控制链；

2. Alibaba 拥有何种投票权、经济权益、转换权或清算优先；

3. Kimi 有多少 MAU、DAU、付费用户、企业客户和 API token usage；

4. 2026 年报道中的 ARR 已经由审计报表确认；

5. K3 的 1M 上下文、104B 激活参数或论文效率数字，等于线上所有请求的真实成本和 SLA（服务等级协议 —— 平台对可用性、延迟等作出的承诺）；

6. IPO 已经公开申报，或媒体报道中的估值已经成为正式交易价格；

7. K3 的开放权重许可证等同于 MIT/Apache，或者任何托管商都可以不受限制地商用。

9.3 研究状态卡

来源：[[wiki/实习/02_Know2/Kimi研究/04_研究输出/02_分析中间稿/公司截面_Kimi合成关键维度_260915]]；[[wiki/实习/02_Know2/Kimi研究/03_主张与缺口/主张台账与缺口报告_260914]]；Artificial Analysis K3/K2.6 页面（抓取 2026-09-15）；Kimi 官方产品、API 和法律文本。 网址： Artificial Analysis Kimi K3 · Artificial Analysis Kimi K2.6 · Kimi 官网 · Kimi API 模型文档 · Kimi 用户协议 · Kimi 隐私政策

10. 结尾：Kimi 的下一章要由什么证据来写

Kimi 的历史已经从“产品是否有差异化”推进到“技术系统能否在长任务中形成可持续经济性”，下一章不能再靠论文标题或融资传闻单独完成。 接下来最值得等待和主动寻找的证据，可以按五道门排列：

第一扇门：能力

• 长上下文不同位置的事实召回、逐字复制和多跳推理；

• 视觉文档、网页、视频和屏幕操作的独立任务成功率；

• Agent 任务成功率、失败率、人工接管率和结果验证质量。

第二扇门：效率

• 不同上下文长度、batch、GPU 和并发下的 p50/p95 延迟；

• 每成功任务的 GPU-seconds、显存、专家通信和视觉 token；

• KDA、MLA、AttnRes 和 MoE 在实际服务 kernel 中的配置与消融。

第三扇门：采用

• API token usage 与模型迁移率；

• 企业客户双向确认、合同金额、续约与扩容；

• Kimi Work、Code、Claw 的活跃团队或付费席位。

第四扇门：变现

• 实际成交价、折扣、Batch 占比、缓存命中率；

• 推理 GPU/加速卡成本、利用率和贡献毛利；

• 消费、企业、API 三条收入桥的可审计拆分。

第五扇门：资本与治理

• Moonshot AI Ltd 的注册信息和与境内主体的控制链；

• 完整 cap table、优先股条款、稀释和关联交易；

• 公开 A1、招股书、证监会备案和审计财务；

• 企业数据不训练承诺对应的合同、DPA、隔离架构与审计证据。

因此，对 Kimi 最准确的阶段性结论是：它已经讲清楚了自己的技术路线，也把产品入口铺到了 Agent 和 API，但还没有在公开资料中讲清楚收入质量、成本结构、客户粘性和资本结构。 这家公司下一阶段最关键的里程碑，不一定是再发布一个更大的模型，而是证明长上下文和 Agent 技术确实能在真实工作流中带来可持续的任务完成率与单位经济。

来源：Moonshot 技术报告、Kimi 产品与 API 文档、Alibaba Form 20-F、国家网信办备案公告、Reuters 相关报道及本项目证据覆盖矩阵；未披露项目按 unavailable 处理，未用估计数填补。 网址： Kimi 官网 · Kimi API · Alibaba 2026 Form 20-F · 国家网信办备案公告 · Reuters IPO 报道

附录 A｜公开产品与模型节点速览

读表前的记号说明：K = 千，M = 百万，B = 十亿（billion），T = 万亿（trillion）；上表的「参数」若未特别标注均为总参数。experts 指 MoE 里的专家个数，top-k（如 top-8、top-16）指每处理一个 token 会从全部专家中挑出几个参与计算 —— 数字越小越省算力，越大则动用的知识越多。1M context 指 100 万 token 的上下文窗口。

按时间排列。「类型」列区分产品发布（用户/开发者什么时候能用上）与技术节点（论文/开源的公开时间）—— 两者常常不是同一天，引用时不可混用。

产品时间线的缺口（标记 unavailable）：2023 年产品发布的确切日期与官方原文（公众号已撤、官网无历史发布页）；moonshot-v1 邀请制开放时间；K2.5（2026-02）的产品发布日（仅有论文与 API 文档，不以论文日期替代）；Kimi 浏览器插件、学术版等周边产品上线日期。

来源：技术节点见 Moonshot AI 官方 GitHub / Hugging Face 页面与各 arXiv 技术报告；下线信息见 Kimi API 模型文档。 网址： Moonshot AI GitHub · Moonshot AI Hugging Face · Kimi API 模型文档 · Kimi K3 论文

附录 B｜主要来源索引

1. 北京月之暗面科技有限公司营业执照：https://statics.kimi.ai/moonshot-ai/assets/static/business_license.D2zBa9PM.jpg

2. Alibaba 2024 Form 20-F：https://www.sec.gov/Archives/edgar/data/1577552/000095017024063767/baba-20240331.htm

3. Alibaba 2025 Form 20-F：https://www.sec.gov/Archives/edgar/data/1577552/000095017025090161/baba-20250331.htm

4. Alibaba 2026 Form 20-F：https://www.sec.gov/Archives/edgar/data/1577552/000119312526231755/baba-20260331.htm

5. 国家网信办 2024 年 4 月备案公告：https://www.cac.gov.cn/2024-04/02/c_1713729983803145.htm

6. Moonlight：https://arxiv.org/abs/2502.16982

7. Kimi-VL：https://arxiv.org/abs/2504.07491

8. Kimi K2：https://arxiv.org/abs/2507.20534

9. Kimi Linear：https://arxiv.org/abs/2510.26692

10. Kimi K2.5：https://arxiv.org/abs/2602.02276

11. Attention Residuals：https://arxiv.org/abs/2603.15031

12. Kimi K3：https://arxiv.org/abs/2607.24653

13. Kimi API 模型与定价文档：https://platform.kimi.com/docs/models、https://platform.kimi.com/docs/pricing/chat

14. Kimi 企业版：https://www.kimi.com/business

15. Reuters 2026-09-03 Moonshot 港股 IPO 报道：https://www.reuters.com/world/asia-pacific/chinese-ai-firm-moonshot-files-confidentially-hong-kong-ipo-sources-say-2026-09-03/

16. Reuters 2026-09-10 港沪双重上市报道：https://www.reuters.com/world/china/chinese-ai-firm-moonshot-explore-dual-hong-kong-shanghai-ipos-scmp-reports-2026-09-10/

产品发布时间线来源（2026-09-15 补充）

2023-10 Kimi Chat 的官方原始文章目前可读，作为公司一手口径标记为 company_stated；2024-02 的官方公众号公告目前仍不可读，因此该节点以同期权威媒体转述为主要凭证，标记为 reported。同期媒体报道的原始 HTML 已归档于桌面 实习/实习资料/02_Know2/Kimi/raw/09_产品时间线来源/（18 份，逐文件 SHA-256 见同目录 采集清单.csv）。

17. 2023-10-09 Kimi Chat 内测（20 万字）— 月之暗面官方微信公众号原始文章（company_stated）：https://mp.weixin.qq.com/s/tlzkP0tX17iM0B0toAnZ5g

18. 同上 — 中国日报网（reported）：https://cn.chinadaily.com.cn/a/202310/10/WS652517eaa310d5acd87694a2.html

19. 同上 — 新浪财经（reported）：https://finance.sina.com.cn/jjxw/2023-10-10/doc-imzqriam9850858.shtml

20. 同上 — 投资界（reported）：https://news.pedaily.cn/20231010/70087.shtml

21. 同上 — 北京日报（reported）：https://news.bjd.com.cn/2023/10/10/10588587.shtml

22. 2024-02-06 开放平台公测（moonshot-v1 三档）— 站长之家（reported）：https://www.chinaz.com/2024/0206/1595848.shtml

23. 2024-03-18 200 万字无损上下文 — 极客公园：https://www.geekpark.net/news/332521

24. 同上 — 新浪财经：https://finance.sina.com.cn/jjxw/2024-03-18/doc-inantrfp1118734.shtml

25. 同上（含对月之暗面对话）— 钛媒体：https://www.tmtpost.com/6992507.html

26. 2024-10-11 Kimi 探索版 — 凤凰科技：https://tech.ifeng.com/c/8daZUQQi9LL

27. 同上 — 品玩：https://www.pingwest.com/w/299004

28. 2025-07-11 Kimi K2 发布并开源 — IT之家：https://www.ithome.com/0/867/572.htm

29. 同上 — 界面新闻：https://www.jiemian.com/article/13025816.html

30. 2025-11-07 Kimi K2 Thinking 开源 — DoNews：https://www.donews.com/news/detail/4/6240660.html

31. 同上 — 每日经济新闻：https://www.nbd.com.cn/articles/2025-11-08/4135415.html

32. 2026-07-17 Kimi K3 开源（2.8 万亿参数）— 北京日报海淀：https://peking.bjd.com.cn/content/s6a5b1f85e4b0e45f3fd4d47b.html

33. 同上 — 搜狐科技：https://www.sohu.com/a/1055634931_393071

34. 同上 — 新京报：https://m.bjnews.com.cn/detail/1784264972129096.html

官方源原始 URL

• 2023-10 Kimi Chat 内测（官方原始文章，可读，company_stated）：https://mp.weixin.qq.com/s/tlzkP0tX17iM0B0toAnZ5g

• 2023-10 历史留档 URL（当前打开显示「账号已迁移」，仅作回溯）：https://mp.weixin.qq.com/s/UjXKic9IAaf55ARqbnJ3Pg

• 2024-02 Moonshot AI 开放平台公测邀请（官方原始 URL，当前打开显示「账号已迁移」）：https://mp.weixin.qq.com/s?__biz=Mzk0NDU1MDkyNg==&mid=2247483866&idx=1&sn=d0ba07e6e8fd6f026163ac8fdf3f5cba