Kimi

先弄清我们在研究什么

谈论 Kimi，常常有五个对象被混用：北京月之暗面这家公司、Kimi 基础模型家族、面向普通用户的智能助手、Kimi Code / Work 等产品，以及开放权重和第三方云服务构成的开发者生态。它们相互影响，但回答的是不同问题。

因此，这篇文章不预设 Kimi 是“国产最强模型”“商业失败者”或“上市神话”。我们记录可核实的事实，解释论文中的新方法，追踪不同证据之间的冲突；对尚未公布的数据，明确留白。当前资料库包括正式论文，也包括 arXiv 未经同行评审的预印本，二者不会被自动视为相同的证据强度。

时间、人和三次转向

月之暗面由杨植麟等人在 2023 年创建。Kimi 的传播起点是中文超长文本：它让用户能一次性向模型提供论文、财报、小说或工作文件，而不必把所有资料手工拆碎。2024 年 3 月对 200 万汉字处理的演示受到追捧，也一度造成容量不足。爆红是产品需求的证据，同时也是基础设施压力的证据。M01 M02

• 2023
  月之暗面成立，Kimi 以长文档与中文使用场景建立辨识度。创始团队和早期融资成为媒体关注重点。M03
• 2024.03
  200 万汉字上下文内测引起流量激增。南华早报报道了服务中断和流量数据；此时的“超长”重点是输入容量，并不保证任意细节都能可靠检索。M01 M02
• 2024.06
  Mooncake 论文披露真实 Kimi 服务的 KVCache 中心架构：长上下文的商业价值开始转化为工程系统问题。A01
• 2025.01—06
  K1.5、Muon、MoBA、视觉、音频、定理证明、Kimi-Dev 与 Kimi-Researcher 连续发布，研究从阅读助手延伸至强化学习和工具型系统。A02 A03 A04 A05 A07 O01
• 2025.07—11
  K2 开放权重、K2 Thinking 强调长链工具操作，外部研究者开始更认真地把它作为 Agent 模型底座而非单纯聊天产品。A10 M04 O02
• 2026.01—04
  K2.5 的视觉与 Agent Swarm、K2.6 的长任务编程形成新产品路径。Cursor Composer 2 对 K2.5 的采用显示了开放权重可以进入海外商业产品。A12 O03 M05
• 2026.07—11
  K3 转向 2.8 万亿参数级；K3.1 Pro 继续后训练和推理优化。与此同时，用户额度、国际合作、监管与舆论争议进入公共视野。A16 O04 M06 M12

为什么不能用一条“越来越强”的线概括历史

2024 年 Kimi 把用户吸引到长文本入口，2025 年研究团队把精力分散到模型训练及跨模态工程，2026 年产品开始用 Agent 接管连续工作。前后既有延续，也有取舍：更复杂的代理任务可能消耗更多推理资源；更大的模型可能提高能力上限，同时需要更强的服务器和托管伙伴。产品进步与使用门槛并不总按同一方向变化。

论文中的 Kimi：算力如何变成能力

对于研究团队来说，Kimi 的技术故事比“参数越来越大”具体得多。我们可以从四个层次理解：推理服务、训练优化、信息如何流经序列，以及模型如何组织工作。

1. 月饼系统 Mooncake：长上下文首先是一项服务工程

2024 年的 Mooncake 论文公开了 Kimi 使用的 KVCache 中心分离架构：预填充（prefill）与生成（decode）拆到不同计算集群，利用 CPU、内存与 SSD 保存可复用缓存，并用调度策略平衡吞吐和时延目标。论文报告在真实工作负载下可多处理约 75% 的请求；这个数字来自具体基线和部署环境，并非任何产品部署都可复制。长上下文若没有合理调度，很容易成为昂贵而拥塞的服务。A01

2. Muon、MuonClip：解决训练效率与稳定性

Muon 相关论文研究基于矩阵正交化的优化方法，报告在特定实验设定下相对于 AdamW 的计算效率优势。K2 技术报告进一步提出 MuonClip，用 QK-clip 处理万亿参数 MoE 的训练不稳定，团队报告完成 15.5 万亿 Token 的预训练，未出现损失尖峰。注意：一个优化器在论文中的效率改进不能直接换算成公司的训练总账单，也不能据此推测所有模型的实际成本。A04 A10

3. MoBA、KDA 与 Attention Residuals：长序列和深层信息都要管理

传统 Transformer 全注意力在长输入下计算和缓存代价高。MoBA 将 MoE 思路迁移到注意力块选择；Kimi Linear 的 KDA 以更细粒度门控构造高效注意力并报告百万上下文下的缓存与吞吐收益。2026 年的 Attention Residuals 则处理另一轴问题：深层网络中信息如何从此前各层被有选择地聚合。K3 将 KDA 与 AttnRes 作为架构创新的主要组成。外部研究团队还给出 Complex KDA 的理论扩展，这使判断不必完全依靠厂商解释。A03 A11 A15 A16 A18

4. 强化学习与 Agent：任务的完成是新评估对象

K1.5 展示了通过长链推理与强化学习提升数学和代码表现的路线。K2 把合成轨迹、真实环境交互和工具调用放进训练体系；K2.5 增加视觉与并行代理。这里的前沿问题不仅是模型能否回答一道题，还包括它能否保持目标、利用外部工具、识别失败并修正环境。公司发布的 Agent 演示为研究提供线索，但真实的项目交付还必须独立测试失败率、返工量和人工介入成本。A02 A10 A12 O06

容易被忽略的研究版图

Kimi 不只有 K2 和 K3。官方研究目录列出了不少并非大众产品名的成果，这些项目更能看出团队的研究组织方式。A05 A06 A07 A09 O01

例如，PerceptionBench 对十项基础视觉能力构建 3000 道短答案题，论文报告当时测评的 16 个前沿多模态模型准确率均未超过 60%。这是“视觉大模型能力很高但基本感知仍不稳”的重要反例。WorldVQA 则把视觉世界知识与推理拆开，让“会认物”和“会推理”不再被一个综合分数掩盖。A17 A13

形式化证明项目 Kimina-Prover 的意义也不同于消费产品的数学聊天：它面对 Lean 校验器反馈，生成可检验的证明。Kimi-Audio 论文则详细披露音频 token 化、数据组成与流式生成管线。这些项目拓宽了团队能力边界，却不能自动视为全部已经进入同一个 Kimi 会员功能。A06 A07

模型族谱不是单向排行榜

“最新版本”经常是一个产品入口的答案，不是全部研发历史。Kimi 的基础研究、专用模型、聊天产品、API 和编码工具有不同的版本序列。下表只记录可在官方论文、模型卡或产品发布说明中核实的关键节点。

这张表不把“已停用某个网站按钮”当作模型研究不再有效，也不把 Kimi Code 的内部或预览型号插入所有聊天模型的主线。要判断一个型号今天能不能用，应查询对应的官方应用、API、模型仓库和当期权益。O08

真正使用 Kimi 时，遇到的是一套产品

面向普通人：文档、搜索、研究和创作

Kimi 的长文本优势为阅读合同、论文、报告和网页提供便利。Kimi-Researcher 把检索和写作变成连续步骤：官方项目说明报告平均 23 步推理、200 余个网页探索。它描述了一种研究工作流，并不保证任何具体话题都能被充分穷尽。深度研究要区分来源原文、二次报道与综合分析；能够列出很多链接，不代表所有链接都被真正检验。O01

面向开发者：Kimi Code 和可替换模型底座

Kimi Code 不只是一个参数名称，它包含 CLI、桌面端、IDE 工具、工具调用、远程环境与版本迭代。Cursor 在 2026 年承认 Composer 2 使用 K2.5 作为模型底座，并在此之上进行额外训练；这说明 Kimi 可以作为别人产品的基础设施产生价值。但 Cursor 成功也不能反推所有 Kimi Code 任务效果相同。O08 M05

面向复杂任务：Agent Swarm 与 Kimi Work

Agent Swarm 允许主代理把任务拆给子代理并进行并行协作，K2.5 的论文报告相对于单代理基线最高约 4.5 倍的延迟改善。并行化适合任务可拆分且结果可以校验的场景，例如文献收集和多个独立代码模块；面对需要严格顺序、共享状态频繁变化的任务，并行也可能放大成本和错误传播。用户最终关心的仍是交付质量，而不是一共生成了多少个“分身”。A12 O06

API、云端托管和第三方调用

开发者可以直接使用 Kimi API，也可以通过平台服务商使用开放权重模型。两者的模型能力、采样参数、部署精度、队列和计费方式可能不同。官方 Vendor Verifier 项目正是为解决托管差异而建立，在 OCR、工具调用、百万上下文和 SWE 类任务上对照多个服务商。它的存在本身说明“下载同一套权重”不代表每条服务链路实际质量自动一致。O07

能力到底有多强，又在哪里失效

Kimi 在真实的编码代理和长程任务上已经进入前沿模型的讨论范围，这是应该认真看待的成绩。与此同时，任何“全球第几”的说法都必须有评测方法、时间、工具链、推理档位和样本范围。M11

Artificial Analysis 在 2026 年 10 月 27 日发布 Intelligence Index v5，升级了评测集合与权重。其快照中 K3.1 Pro 综合为 46 分，在 Terminal-Bench 4.0 得分 67%，但 Terminal-Bench-Science 仅 34%，与领先闭源模型的差距明显。发布期旧版榜单的 55 分不等于旧模型退步到 46 分，因为考试内容和权重已经变了。再看厂商报告，K3.1 Pro 对编程、办公与深度搜索有多项领先展示；这类数字更适合列入“需独立复测的线索”，而不是当作第三方共同认可的事实。M11 O04

评测 Kimi 应从六个方面交叉取样：代码变更能否通过真实仓库测试；百万上下文中分散证据能否被正确引用；图片、图表和文档细节是否识别准确；代理操作是否能自动发现环境错误；同任务是否需要大量 Token 和重试；第三方托管结果是否与官方接口一致。尤其要区分“回答看起来对”“模型猜到了正确答案”和“工具执行后有可复核的结果”。

外部研究者围绕 KDA 做的 Complex KDA 论文提示，Kimi 的研究也可以成为公共学术讨论的一部分。但论文优化的长序列状态表达，和用户实际在浏览器里处理 100 页 PDF 是否可靠，中间还有数据清洗、索引、OCR 和服务实现等环节。A18 A11

收费、资源和付费体验：为什么会引发争论

同名的 199 元计划不应在不知道购买地区、权益版本和任务类型时直接对比。Kimi 官方帮助中心说明会员功能共用一个额度池，真实消耗受 Token、功能和并发方式影响；不同时间存在不同的套餐名称与权益说明。当前国内帮助页列举 49、99、199、699 元等月付价格，而另一份 2026 年 10 月发布的定价快照显示不同的 Go / Plus / Pro / Max / Ultra 命名。应保留各页面的核验时间，而不是在一张表里把所有历史权益合并。O09 O10 O13

2026 年 10 月 K3.1 Pro 上线后，一些用户反映限流和额度消耗异常。公司公开致歉，并为有效订阅会员提供相当于月总额度 25% 的一次性补偿，称同时减少不必要的子 Agent 调用与输出。这是已发生的产品事件；但补偿并不能自动回答每一个订阅者是否获得和旧套餐相同的权益。M12

分析“贵不贵”需要区分三份成本：使用者支付的订阅或 API 费用、模型提供商的实际算力与托管成本、以及完成结果时消耗的人类时间与返工成本。一个标价更低的模型可能需要重复五次才能完成工作；价格更高的服务如果一次完成，整体任务成本反而更低。相反，连续几十分钟的自我循环和不可预期的额度下降，会使原本价格友好的套餐失去预算意义。

在透明的产品评测中，会员权益应记录购买日期、时区与滚动窗口；同任务对比则要记录模型 ID、思考档位、子代理数、输入输出 Token、失败次数、最终验收结果及平台收费。没有这些细节，不必从个人经历直接推导出统一的“暗改套餐”事实，也不该用“模型更强所以消耗更多”概括所有问题。

商业化、融资和全球分发

收入增长：有新闻价值，但不等于已经盈利

彭博社 2026 年 5 月报道月之暗面以超过 200 亿美元估值筹资；9 月另引知情人士称 ARR 从 6 月约 3 亿美元升至 8 月超过 10 亿美元，公司希望年底达约 20 亿美元。ARR 是根据一定时点收入速度推算的年度化指标，不能等同于已经实现的财年收入，也不能由此得出毛利、现金流或净利润。媒体披露的融资与经营数据若没有审计财务报表，仍应注明新闻信源。M09 M10

开放权重的收益，可能来自别人的产品

2026 年 3 月的 Cursor Composer 2 案例证明，Kimi 作为基础模型可以进入第三方软件。路透社 8 月报道月之暗面与微软、亚马逊和谷歌就 K3 托管分成进行谈判，并指出数据访问、计量与收入拆分仍是争议事项。报道中的谈判不能直接写成三方全部签约。和只卖消费者订阅相比，模型授权、托管分账、API 和企业服务可能形成不同的收入结构，何种结构能稳定赚钱仍需后续数据。M05 M07

上市传闻要等监管文件，不用推测代替招股书

路透社 2026 年 9 月援引知情人士称月之暗面已秘密向香港提交上市申请，目标融资规模仍不确定。即便秘密申报属实，也与获批、定价、挂牌是不同环节。估值是某轮交易或谈判中反映的资本价格，股票上市后的市值与企业长期基本面也不是同一回事。未来真正能检验故事的，是财务报表对收入结构、毛利率、算力采购、客户集中度、研发费用和经营现金流的披露。M08 M10

这也是 Kimi 与 DeepSeek 等开源模型之间值得研究的差异。2026 年一篇独立经济学预印本比较了二者发布后的金融市场反应，提出开放权重会改变价值链利润的分配方式，但分发渠道、服务容量和合同信任依旧可能成为核心资产。这是一个研究观点而非已证明的因果定律。A19

开放权重、隐私、安全与公众信任

做完整的 Kimi 研究，既不能让负面消息完全遮住技术贡献，也不能用开源与跑分好看回避公共问题。每项争议都应指明时间、指控者、公开证据与仍然未知的部分。

开放模型到底开放什么

截至 2026 年 11 月 8 日，K3.1 Pro 的公开模型卡和权重仓库能够访问，已不是“待公开”状态。其 LICENSE 文本含部分商用附加条件，不能概括为无附加条款的标准 MIT；模型权重开放也不表示完整训练数据、所有训练代码、线上系统、隐私处理流程都公开。让其他开发者能获取权重，与让大多数开发者有能力负担 2.8 万亿参数级运行成本，仍是两件事。O14 O15

2025 年个人信息检查有明确版本边界

2025 年 5 月相关监管通报涉及 Kimi App 2.0.8，指出实际收集部分信息与业务功能没有直接关联。这个记录值得保留，尤其在用户把工作文档、私人文件交给 Agent 的背景下；但它不能直接外推到 2026 年所有产品或版本都存在相同缺陷，也不能仅因产品升级就断言已经彻底解决。M15

关于蒸馏、请求转发和芯片的指控

2026 年 2 月及 9 月，Anthropic 发布公开声明与安全报告，指控包括 Moonshot 在内的公司进行未经授权的模型蒸馏；9 月报告进一步指称部分用户请求曾被转发至 Claude。这些资料包含具体描述，但来源属于竞争企业及利益相关方。美国官员在 7 月也就模型来源和芯片获取提出指控。相关说法需要追踪 Moonshot 回应、第三方核证、监管及司法结论，不应该用“被指控”直接写成“已证实”。C02 C01 M16 M14

营销透明度与安全限制

K3.1 Pro 发布期流传的推广文件截图被指要求创作者不标注付费合作。VentureBeat 和 Pekingnology 均指出，文件的真实签发方、授权过程及实际执行仍缺乏独立核验。与此同时，路透社报道月之暗面声称主动削弱新模型的部分网络攻击能力，这是一项公司公开的安全取舍，效果同样需要独立测评。相互竞争的证据应被并列呈现，而不是挑选其中一类定性整家公司。M17 M18 M13

用户最实用的判断标准因此很具体：用第三方 AI 处理工作数据之前，先确认数据流向、地区、保留期与合同；部署开源模型之前，先查看许可限制和供应商实现质量；遇到营销宣传时，核查利益关联；遇到争议性指控时，不要跳过反证与回应。

还有哪些问题没有答案

更新原则：新证据出现才更新对应段落，并保留历史变更说明；不同证据产生冲突时，记录冲突，不用一句新总结覆盖旧事实。

56 项原始资料：按主题查阅

以下不是将同一新闻的转载凑成“几十篇”。论文、同一型号的技术博客、产品规则、独立评测、新闻采访和利益相关方声明各自计一项，并标明出处性质。它们的可靠程度和用途不同。点击标题可阅读原文，不能公开阅读全文的商业媒体至少可核验其标题、日期与摘要。

文献更新时间：2026-11-08。论文中的性能与成本数字通常只对论文的测试条件成立；媒体匿名信源和公司自述的确定性更有限。以下部分资料可能需要订阅或机构访问。

修订记录

v2.3 · 2026-11-08：借鉴日本编辑设计原则优化本站局部字体、长文版心、标题层级、封面构图和脚注/表格展示；保持页面背景与全站顶栏一致，不修改正文及资料索引。

v2.2 · 2026-11-08：收录经多轮事实审核的《Kimi 开始干活以后》，将长上下文服务、智能体执行、实际成本、额度规则及 Cursor 合作关联分析；保持原有章节、目录和资料索引。

v2.0 · 2026-11-08：撤下“跑分与账单”的单一主题框架，改为综合研究档案；重新梳理人物、历程、技术体系、模型族谱、真实产品、独立测评、商业化、用户体验、开放权重与争议；新增可检索的 56 项来源索引。原先 v1.2 的四章观点仍可从 Git 历史中查阅，不删除历史证据。

v1.2 · 2026-11-08：在四章讨论上补充产品演进、许可及信任问题。

v1.1 · 2026-11-07：初步专题，围绕 K3.1 Pro、会员额度、单位经济与上市报道。

下一次修订优先事项：新的正式论文和权重许可、独立长任务复测、会员价格与额度变更、云合作签约公告、正式招股材料和有确切来源的争议进展。