同样，与之配套的定价策略同样引发热议。Kimi K3未缓存输入20元/百万Token、输出100元/百万Token，位列国产模型最贵一档——比DeepSeek V4 Pro贵20倍；是海外模型Fable 5价格的30%、GPT-5.6 Sol的60%。

高盛在研报中给出定性：“这标志着中国模型走向定价权的全新节点”。

由于Kimi K3的强大，推出后，OpenAI 与 Anthropic 感到威胁，游说美国官员禁用部分中国开源 AI 模型。

然而，7月24日，英伟达黄仁勋发出了自己人生第一条X推文----一纸由英伟达、微软、Meta等20多家企业联名公开信，携手“对抗”闭源巨头 OpenAI 与 Anthropic。强调世界需要前沿闭源模型，也需要前沿开源模型。

一方面，以OpenAI   Anthropic为代表的闭源派，绑定了上层应用入口,主要是卖模型 API 本身，靠模型的稀缺性收订阅，模型越封闭、壁垒越高，溢价越高。开源平替会直接侵蚀它的定价权与估值。

1、公司坐标: 北京

全称：北京月之暗面科技有限公司（Moonshot AI）

成立时间：2023年4月

2、名字由来

月之暗面（Moonshot AI）这一名称，源自1973年英国摇滚乐队平克·弗洛伊德（Pink Floyd）的发行经典专辑《The Dark Side of the Moon》（月之暗面）。这张专辑是创始人杨植麟最喜欢的音乐专辑，公司在其发行50周年之际成立，寓意着探索未知、挑战极限的精神。

英文名"Moonshot"则取"登月计划"之意，象征着做看似不可能之事，但通过巨大努力可以实现的宏伟计划。创始人杨植麟将开发AGI（通用人工智能）比作“这个时代的阿波罗计划”，以此象征公司挑战技术极限、改变世界的雄心。

3、创始人&团队

（1）创始人故事

杨植麟，1992年出生，广东汕头澄海人。2011年奥赛保送 高考双重通过，入读清华计算机系。本科期间的老师是唐杰教授（智谱创始人）。

2015年，他以清华计算机系第一名的成绩，直博美国卡内基梅隆大学（CMU），后仅用4年完成博士学位（标准是6年）。

导师是曾任苹果AI研究主管的鲁斯兰·萨拉赫丁诺夫和William Cohen（谷歌首席科学家）。毕业后他先后进入谷歌大脑和Meta AI实验室。

2016年读博期间，杨植麟便与清华同学陈麒聪、张宇韬在北京创立了循环智能（Recurrent AI），用NLP和语音技术帮助企业分析销售通话。他没有沿用同行普遍依赖BERT微调的捷径，而是将Transformer-XL的自研架构直接植入产品。循环智能估值一度突破两亿美元，吸引了红杉、金沙江创投等顶级机构投资。

杨植麟在2019年发布的两篇论文均为现代长上下文技术的奠基性论文"，包括 TransformerXL 和 XLNet，论文引用超过1万次。

而Transformer是今天所有大模型的底层骨架，相当于AI世界的"发动机"。我们认为这也是其后来创立月之暗面并一直坚持的长文本的来源。

2019年博士毕业时，杨植麟面前摆着一条被无数人艳羡的坦途——留在美国顶级实验室或加入硅谷巨头。然而他选择回国。正是循环智能的创业经历让他深刻意识到：垂直场景天花板明显，真正的大机会在通用大模型，并且，中国需要一家真正从模型底层做起、不依赖开源套壳的公司。

2023年ChatGPT引爆全球大模型浪潮，杨植麟看到了历史性窗口。2023年3月，杨植麟在北京创立月之暗面。公司成立不到两个月即完成近20亿元（超2亿美元）天使轮融资，创下当时AI初创企业天使轮融资纪录。他被业界誉为"中国大模型90后第一人"。

（2）团队情况

杨植麟及联合创始人张宇韬/周昕宇/吴育昕均出身清华计算机系，组织摩擦较小，团体作战能力强，团队算法等技术功底强，每人都有一篇引用1000次以上的论文。

下图表：Kimi团队主要成员履历

4、Kimi 模型迭代史

从2023年10月推出首个产品到2026年7月发布K3，月之暗面以惊人的速度迭代，几乎每数月就有一次重大技术跃迁。

（1）2023年10月 · Kimi Chat 发布：首个支持输入20万汉字的智能助手产品上线，以超长文本处理能力为核心差异化优势。

2024年1月Kimi网页访问量不到150万2024年3月18日，Kimi宣布将长上下文文本升级到200万字，到3月已经超过1200万，稳居当时国产Chatbot的第一名。

（2）2025年6月 · Kimi-Dev-72B：推出72B参数的代码大模型，专注编程能力。

（3）2025年7月 · Kimi K2：开源万亿参数基础模型，被《自然》杂志誉为"又一个DeepSeek时刻"。标志着月之暗面进入万亿参数级开源模型赛道。

（4）2026年1月/3月 · Kimi K2.5：发布后登上Hugging Face开源模型榜单第一。支持视觉与文本输入、思考与非思考模式、对话与Agent任务。

（5）2026年4月 · Kimi K2.6 Code：发布并开源代码模型，具备更强更稳的长程代码编写能力，显著增强Agent自主执行能力。

（6）2026年6月 · Kimi K2.7 Code：Kimi迄今最智能的Coding模型，参数量达1.1万亿，在长上下文中更可靠地遵循指令。

（7）2026年7月16日 · Kimi K3  旗舰 2.8万亿参数：全球参数最大的开源模型。Artificial Analysis智能指数全球第三（57分），Frontend Code Arena登顶全球第一（1679分）。完整模型权重7月27日前开源。

5、产品矩阵

Kimi已构建覆盖C端用户、知识工作者、开发者和企业的全场景产品矩阵，共享K3核心模型能力。

6、融资历程：三年估值飙升百倍

月之暗面的融资节奏堪称中国AI创投史上的"火箭速度"——三年零三个月，估值从3亿美元飙升至目标500亿美元，增长超160倍。

其股东阵容非常豪华，既有互联网巨头阿里、腾讯、美团龙珠和小红书，又有红杉中国、IDG资本、真格基金、五源资本、源码资本、蓝驰创投等顶级创投；同时，也吸引了中国移动、人民日报、社保基金、国智投、顺禧基金等“国家队”的站台。

累计融资总额超过376亿元人民币，成为国内大模型创业公司中累计融资最多的企业。

7、商业化& API定价

Kimi的核心变现方式为API调用和会员订阅。

（1）API调用：主要面向B端和P端（专业用户），可用于编程、垂类场景任务交付（Agent）等场景，定价基于消耗的token量。

（2）会员订阅：会员体系将各功能权益整合进统一额度，额度按月刷新，以百分比形式呈现。核心权益包括Agent额度、Kimi Code、Kimi Chat、Kimi Claw及专业数据库、Agent集群。这些权益被整合进统一额度池，额度消耗取决于处理任务的token消耗。

会员订阅面向 C端和企业端提供不同的方案：1）C端会员体系分4档，不同档位对应不同权益，更高阶的订阅版本每月的用量更多，所能使用的服务更全，包括专业数据库、Agent集群等。2）企业版提供更高等级的数据安全保障和偏定制化服务，支持批量购买会员坐席（5个以上）。

二、 Kimi K3 基本参数&技术壁垒

1、K3基本参数

2、核心技术壁垒

 K3 为开源旗舰、约 2.8T 总参数、采用 MoE，K3的核心壁垒不在于单一技术的领先，而在于架构级系统性创新——KDA、AttnRes、Stable LatentMoE三项技术从注意力机制、残差连接、专家路由三个维度协同优化，形成了"1 1 1>3"的复合效应。

这种系统级创新需要深厚的底层研究积累，难以通过工程模仿快速复制。

（1）壁垒一：KDA--混合线性注意力机制，解决超上下文痛点

KDA，全称Kimi Delta Attention，一种混合线性注意力机制，是K3最核心的架构创新。传统Transformer的注意力机制计算复杂度随序列长度呈二次方增长，导致长上下文场景下计算成本急剧攀升。KDA通过线性注意力替代部分全注意力计算，在保持模型理解能力的同时大幅降低长序列的计算开销。这一机制使K3能够在1M Token的超长上下文窗口下保持高效推理，同时不牺牲信息捕捉精度。

（2）壁垒二：AttnRes--注意力残差连接

AttnRes，全称Attention Residuals，是一种全新的残差连接方式，旨在改善信息在模型深度方向上的流动。在超深Transformer网络中，信息逐层传递时容易出现梯度消失或信息衰减问题。

AttnRes通过在注意力层之间引入残差连接，确保关键信息能够跨越多层有效传递，从而在更深的网络结构中保持稳定的学习和推理能力。这项技术与KDA配合，使K3在序列长度和模型深度两个维度同时突破瓶颈。

（3）壁垒三：Stable Latent MoE--稳定潜在混合专家框架

K3采用Mixture of Experts（MoE）混合专家架构，包含896个专家，每次推理仅激活16个。这意味着虽然模型总参数量达到2.8万亿，但单次推理仅调用其中不到2%的参数，在控制计算成本的同时极大扩展了模型容量。

Stable LatentMoE框架通过稳定性优化解决了大规模MoE训练中的专家负载不均衡和训练不稳定问题，使万亿级MoE模型能够稳定收敛。

（4）壁垒四：2.5倍扩展效率提升

通过模型结构（KDA   AttnRes   Stable LatentMoE）、训练方法和数据配方的系统性优化，K3实现了相较K2约2.5倍的整体扩展效率提升。这意味着同等算力投入下，K3能产出更强的智能——将计算资源更高效地转化为模型能力。

在过去12个月中，Kimi模型有9个月保持着开源模型规模的边界（frontier），这一持续突破能力本身就是核心壁垒。

（5）壁垒五：长程编程与自主Agent能力

K3在极少人工监督的情况下，可持续完成长时间工程任务，理解和处理大型代码库，协调使用终端工具。实际案例包括：

（6）壁垒六：原生视觉理解&多模态生成系统

K3搭载了原生视觉理解系统，打破了单纯依赖文本的壁垒，向全栈多模态扩展。兼具视频剪辑、3D 场景渲染、脚本分镜设计等底层多模态能力（官方宣传片均由 K3 独立制作完成）。

支持图文一键转视频等跨模态高效转换。视觉信息与语言信息在同一架构内自然融合，不存在跨模态拼接导致的性能损耗。

3、五大模型核心能力对比

五大模型形成了清晰的分层：Fable 5与GPT-5.6 Sol占据综合智能顶峰但闭源且昂贵；Kimi K3作为唯一开源模型跻身第一梯队，编程能力实现反超，定价仅为美国旗舰的30-50%。

GLM-5.2在长程任务和国产算力适配上领先；DeepSeek V4-Pro以极致性价比和国产算力路线独树一帜。中国开源模型（K3 GLM-5.2）已实质性缩小与闭源旗舰的差距至个位数分差。

1、上游：底层硬件与算力基础设施

K3 的超稀疏 MoE 架构（混合专家模型）与超高参数量，对底层硬件的并行计算能力、网络通信带宽及散热提出了极高要求。

（1）AI 算力芯片：包括 GPU、NPU 等专为大模型设计的加速芯片，特别是针对 MoE 稀疏计算路由（Router）与大规模矩阵乘法优化的高算力芯片。

（2）高密度服务器与超节点：支持多卡/百卡级高速互联的“超节点”服务器架构，用以解决千亿至万亿级参数大模型的分布式训练与低延迟推理。

（3）高速互联与光通信：MoE 架构需要不同专家网络节点之间频繁交换数据，这高度依赖 800G/1.6T 高速光模块、CPO（共封装光学）及高带宽交换网络，以降低节点间通信延迟。

（4）液冷散热系统：高密度算力集群单机柜功耗极高，冷板式与浸没式液冷系统构成了保障超大规模集群稳定运行的硬件基底。

（5）智算中心与算力服务：提供集群算力租赁、弹性调度与高并发带宽支持的智算基础设施网络（AIDC）。

2、 中游：模型训练、推理&平台

K3 的全网开源与深度私有化需求，推动了模型底座、算子编译器及安全中间件、云服务等整套软件生态的发展。

（1）大模型底层算法与架构：

① KDA（混合线性注意力机制）：打破传统全注意力机制的复杂度瓶颈，在实现百万级超长上下文的同时大幅压缩显存占用。

② 注意力残差（Attention Residuals）：优化深层神经网络的梯度传播，保障超大规模参数训练的稳定性。

③ 超稀疏 MoE 架构：通过极低激活率（海量专家库中仅激活极少比例）降低单次推理的计算成本与显存带宽消耗。

（2）工程与工具链：编译器（如Mini Triton）、推理引擎、向量数据库、模型安全与合规（如深信服、奇安信）及私有化部署工具。

（1）MaaS 服务 (Model-as-a-Service)：统一 API 接口服务、私有化部署实施服务、模型微调托管与云端部署服务。

（2）智能编程与工程化行业解决方案： 嵌入 IDE 或智能开发工具，提供全栈代码生成、可视化页面搭建、架构设计乃至芯片与编译器辅助开发等高阶编程能力。覆盖金融/医疗/游戏/法律等行业解决方案。

（3）长文本与生产力办公：百万字超长文档深度解析、长视频分析、复杂电子表格自动化处理以及政务/财税/法律等专业领域的报告生成。

1. （4）C端应用与内容创作：AI智能助手、C端工具，跨模态生成引擎（图文转视频）、分镜脚本设计、3D 场景渲染等底层内容创作支持。

2. 
   

4、光互联与服务器、液冷等配套

（1）中际旭创：全球光模块龙头，智算集群高速互联核心供应商。

（2）新易盛：全球第二、国内第一梯队的高速光模块厂商，受益于智算中心建设加速。

（3）光迅科技：国内唯一做"光芯片→光器件→光模块→子系统"全产业链的央企，提供数据中心光互联解决方案。

（4）胜宏科技：AI 算力  PCB制造龙头，AI服务器高端PCB核心供应商。

（5）英维克：国产算力液冷全链条第一梯队标的，高功率智算中心冷却系统。

（6）高澜股份：它覆盖冷板、浸没、集装箱多条路线，资料里提到给 Kimi 高密度万卡集群配套浸没式液冷。

5、下游应用与生态标的

（1）掌阅科技：数字阅读，接入Kimi API进行内容创作与智能推荐。

（2）华策影视：影视内容制作，利用Kimi进行剧本创作辅助。

（3）金山办公 ：WPS 接 Kimi，长文档处理、PPT 生成。

（4）超讯科技：沐曦 GPU 代理   智算中心 EPC 总包。

（5）中国软件国际：与月之暗面签署"登月计划"Token分成及联合创新合作协议，企业服务领域Agentic AI合作。

（6）万兴科技：AI 创意软件出海龙头中国版 Adobe   AIGC 应用落地标，Kimi生态重要合作伙伴。

6、运营商与云计算

（1）中国移动：D轮投资方，同时提供云计算与算力网络资源。

（2）中国电信：AI算力网络建设底座，天翼云提供模型推理服务。天翼云国内公有云市场排第二，政务云市场排第一。

（3）中国联通：国家队算力租赁与云计算服务。

尽管K3表现优越，但仍然存在些短板：

首先，是在综合智能上是57分，仍落后Fable 5（60分，最高）和GPT-5.6 Sol（59分。

其二，是通用逻辑推理、高阶科学计算与视频多模态能力上，与海外顶级闭源模型仍有小幅差距。

再者，2.8T参数对部署硬件要求极高，当前国内算力紧张，Kimi K3发布后用户访问量短期内暴涨，超大MoE模型推理算力消耗极高，现有GPU集群迅速触及承载上限，发布后导致暂停C端新用户订阅。

放眼未来，随着架构持续迭代、多模态能力补齐与海外生态深化，Kimi将持续放大长文本、工程编程的核心壁垒，依托开源优势深耕全球中小企业与开发者市场。

苍穹月破，智涌星河。月之暗面的 K3不仅是一款国之骄傲的标杆模型，推动全球AI从单极闭源，迈入开源与闭源共生新范式；

更是奔赴AGI的浩瀚征途----这个杨植麟诗意的“登月计划”，一叶直抵苍穹的方舟！