Moonshot AI：公司概況與 Kimi

重點摘要

• Moonshot AI（月之暗面）是一家成立於 2023 年 3 月、總部位於北京的中國生成式 AI 新創公司，以其 AI 助理 Kimi 最為人所知。
• Kimi 單次處理的 tokens 上限可達 100 萬（約相當於 75 萬字），遠超大多數競爭對手的 AI 助理。
• 在即時對話方面，Kimi 的上下文視窗支援 128,000 tokens（約相當於 96,000 字）；ChatGPT（GPT-4o）也支援此數字，但無法擴展到 100 萬 tokens 進行檔案處理。
• Kimi 可透過 kimi.ai 在國際上使用，支援中文和英文，並提供免費用戶方案，無需預付費用。
• 開發者可透過 平台.moonshot.cn 存取 Moonshot AI API，該 API 提供三種模型變體：moonshot-v1-8k、moonshot-v1-32k 和 moonshot-v1-128k。
• Moonshot AI 的投資者包括阿里巴巴集團和紅杉中國（前身為紅杉資本中國基金）。

什麼是 Moonshot AI？

Moonshot AI (月之暗面，意為「月球的背面」) 是一家成立於 2023 年 3 月、總部位於北京的中國生成式 AI 新創公司，以打造 Kimi 而聞名。Kimi 是一款 AI 助理，其獨特技術特徵是一個異常大的上下文窗口，能夠讓它在單一會話中處理書本大小的文件。

該公司屬於生成式人工智慧領域（與 OpenAI、Anthropic 和 Google DeepMind 處於相同的廣泛產業），並開發其自有的專有大型語言模型 (LLM)。在中國國內人工智慧市場中，Moonshot AI 作為一家與主要科技巨頭競爭的獨立新創公司而備受關注，其特色在於長上下文 (long-context) 方法，而非廣泛的平台整合。其旗艦產品 Kimi 體現了這一論點：專為處理大量文本而設計，而上下文長度較短的工具在不截斷先前內容的情況下無法處理此類規模的文本。

創立故事：誰創立了 Moonshot AI？

Moonshot AI 於 2023 年 3 月由楊植麟、張宇浩和周昕宇創立，這三位研究人員的背景涵蓋了頂尖學術機構和業界 AI 實驗室。

楊植麟擔任聯合創始人兼執行長，曾就讀於清華大學，隨後在卡內基美隆大學（CMU）完成研究生研究。在 CMU 期間，他與他人共同編寫了 XLNet (arXiv:1906.08237)，這是一種改進了自迴歸預訓練方法的語言模型，並在發布時於各項自然語言處理基準測試中取得了優異成績。這項研究背景對於理解月之暗面（Moonshot AI）的產品重心至關重要：楊植麟在語言模型架構方面的工作，包括模型如何處理和保留長序列中的上下文，為其創立初期的論點提供了依據，即長上下文視窗將成為人工智慧市場中一個關鍵的能力缺口。Kimi 正是該論點下產出的產品。

張郁浩和周欣宇加入了楊緻林，成為聯合創始人，並帶來了先前業界經驗中互補的工程和研究背景。他們綜合的經驗塑造了Moonshot AI的早期技術方向，以及圍繞長上下文處理（long-context processing）的產品市場框架，將其視為一種差異化能力，而非附帶功能。

Kimi 是什麼？ Moonshot AI 的旗艦 AI 助理

Kimi 是 Moonshot AI 的旗艦級 AI 助理，由該公司專有的大型語言模型 (LLM) 提供支援，並可透過位於 kimi.ai 的免費網路介面、行動應用程式和開發者 API 存取。

底層技術是大型語言模型 (LLM)，這與驅動 OpenAI 的 ChatGPT 和 Anthropic 的 Claude 的 AI 模型屬於同一類。LLM 是一種在大型文字資料集上進行訓練的模型，旨在理解並生成人類語言；Moonshot AI 自行構建並訓練其模型，而非授權使用現有模型。與 ChatGPT 和 Claude 一樣，Kimi 是基於 Transformer 架構構建的，這種設計方法幾乎是所有現代語言模型的基礎。其核心能力領域是自然語言處理 (NLP)：理解文字輸入、生成文字回應，並在長時間互動中保持連貫性。

Kimi 的功能集涵蓋以下任務：

• 做多文件處理：讀取並分析長度達 100 萬個 token 的文件，並在文件處理工作階段中回答相關問題
• 問答：回答涵蓋廣泛主題的事實性、分析性及開放式問題
• 寫作輔助：草擬及修改包含文章、報告和郵件在內的文本，並編輯創意內容以確保一致性
• 程式碼生成與審閱：撰寫並解釋程式碼、偵錯或針對常見程式語言的現有實作進行重構
• 翻譯：在中文和英文之間翻譯文本，並在做多文件中保持術語一致性
• 網路搜尋：從網路搜尋並綜合最新資訊（可用性可能有所變動；請在 kimi.ai 進行確認）

Moonshot AI 也在為 Kimi 開發多模態能力，包括圖像理解，這將使其走上與 GPT-4V 和 Google Gemini 類似的發展軌跡。請將此視為一項發展方向，而非截至撰寫本文時已完全提供的功能。Kimi 可透過網頁、行動裝置和 API 存取；開發者 API 已在下方的 API 部分涵蓋。

**Bybit 上的 MOONSHOT 代幣：**Moonshot AI 的成長引起了加密貨幣交易者的關注 — Bybit 為有興趣交易 MOONSHOT 代幣的人士提供 MOONSHOTUSDT 永續合約。Bybit 也涵蓋了 Moonshot AI 的 IPO 交易機會.

Kimi 的做多上下文窗口：是什麼讓 Moonshot AI 與眾不同

上下文長度是 Moonshot AI 的主要技術差異點，也是在撰寫本文時，最能明顯區隔 Kimi 與西方及中國 AI 助理的特點。

什麼是上下文長度？

上下文視窗（context window）是 AI 模型在單次會話中可以讀取並保存在記憶體中的文本總量。您可以將其視為模型在對話時的工作記憶：在該視窗範圍內的所有內容在生成回覆時都是可存取的，而範圍之外的任何內容都會消失。較短的上下文視窗意味著模型會忘記長文件或對話的早期部分。較大的視窗則意味著它能處理顯著更多的文本，而不會失去對該會話早期內容的存取權。

Moonshot AI 的上下文視窗大小

Kimi 的上下文視窗支援高達 128,000 個 token（其中一個 token 約等於四分之三個英文字，即約 96,000 字，大致相當於一本完整小說的長度）。進行檔案和文件處理時，上下文視窗可擴展至 100 萬個 token，相當於約 750,000 字。具體來說：750,000 字大致相當於 10 本完整小說的總字數，或一個中型組織一年的電子郵件存檔量。

為何長上下文很重要：實際應用

一百萬個 token 的上下文視窗意味著 Kimi 能夠在單一會話中讀取一份長達 300 頁的完整報告，並回答文件中任何部分的問題，而不會遺失對前面頁面的存取權。上下文限制較短的工具則無法做到這一點，否則就會隨著會話的進行，從文件開頭截斷內容。

兩種情境說明了這在實務上的重要性。首先：一位財務分析師上傳一份 250 頁的盡職調查報告，要求 Kimi 將執行摘要中的數據與附錄中的資料表格進行比較，獲得一個連貫的回應，因為這兩個部分同時保留在內容記憶中。其次：一位軟體工程師將整個程式碼庫貼到一個對話話，可以詢問先前上傳的檔案與稍後新增檔案之間的關聯性，而無需重新上傳或在問題之間重新建立內容記憶。

作為比較，OpenAI 的 ChatGPT (GPT-4o) 在對話與檔案處理方面均支援高達 128,000 個 Token 的上下文視窗，而 Anthropic 的 Claude 則支援高達 200,000 個 Token。Kimi 在文件處理方面的 100 萬個 Token 容量超越了這兩者。完整的對照比較請見下方的比較表。

Kimi 能用於什麼？關鍵應用場景

Kimi 運用於一系列專業與個人任務，其長文本處理能力特別適合文件分析、研究綜合和軟體開發。以下場景說明了該工具的實際操作方式。

長篇文件分析

一位財務分析師上傳一份 250 頁的盡職調查報告後，可以向 Kimi 提出問題，並在同一個查詢中參考第二章和第十八章的資料，因為整個文件在整個會話過程中都保持在上下文中。對於那些想知道 Kimi 是否能閱讀長篇 PDF 的讀者：是的，Kimi 使用其大型上下文窗口處理上傳的 PDF 文件，閱讀完整文件而非截斷的摘錄。一個上下文窗口較短的工具，隨著文件變長，會開始從記憶體中丟棄最早的頁面，從而產生忽略文件開頭內容的不完整答案。

研究綜合與摘要

一名上傳了六篇相同主題學術論文的研究生，可以要求 Kimi 識別這些論文的共同點、標記研究結果之間的矛盾，並產生結構化的比較摘要。所有六份文件同時保留在上下文語境中，因此 Kimi 可以在單次處理中建立整個原始文件集的聯繫，而不需要研究人員分別針對每篇論文進行提問。這是一項將自然語言處理能力與上下文窗口優勢直接結合的任務：理解多篇長文本的語意內容需要同時具備這兩項能力。

程式碼生成與審閱

想像一位軟體工程師正在處理一個大型的舊版程式碼庫，他需要識別重複的函式、追蹤一個變數如何在 50 個檔案間流動，並建議針對性的重構。整個程式碼庫在整個會話期間都能保持在上下文中，因此即使工程師詢問稍後新增的程式碼，Kimi 也不會忽略開始時上傳的檔案。對於文件繁重的開發任務，Kimi 的大型上下文窗口還可以在許多情況下減少對獨立檢索增強生成 (RAG) 管道的需求。

寫作輔助與編輯

技術寫手在提交一份完整的產品手冊進行一致性審查時，可以逐節審閱文件，同時 Kimi 會保留在開頭章節中建立的風格指南和術語。小說家在分享一份完整草稿時，可以請 Kimi 標記最終章節中與第一章節建立的角色細節之間的連貫性問題。當 Kimi 處理後續章節時，來自文件早期部分的風格脈絡和敘事細節仍然可供存取。

長篇文件翻譯

一位處理 150 頁合約的法律譯者，可以依賴 Kimi 在整份文件中保持術語的一致性。同一個定義術語，無論是在第 90 條還是第 2 條，都會獲得相同的翻譯，而無需譯者在每次上傳新區塊時重新建立定義。這對於中翻英和英翻中尤其重要，因為 Kimi 的主要訓練語言與來源內容一致。

擴展問答與對話式協助

一位產品經理若要進行多階段研究衝刺，可以在對話開始時建立專案背景、限制條件和先前研究發現，然後在超過 30 個後續問題中持續完善策略，無需每次都重新解釋專案背景。先前的對話內容在整個過程中都能存取，因此 Kimi 可以在長對話的開頭引用上下文，而不會被截斷。

如何存取 Kimi：定價、可用性與語言支援

Kimi 無需付費訂閱即可使用。kimi.ai 的網頁介面為一般用戶提供免費層級，並針對高用量需求提供獨立的付費期權及 API 存取權。

Kimi 可以免費使用嗎？

是的，Kimi 在 kimi.ai 提供免費層級，無需預先付款。免費方案提供核心 AI 助手功能，包括文件上傳與對話。免費層級可能設有用量限制；針對需要更高用量額度或優先存取權的用戶，提供權利金訂閱期權。API 採個別計費（以 Token 為基準），且不包含在一般用戶免費層級中。

Kimi 在中國境外可用嗎？語言支援

Kimi 國際用戶可透過 kimi.ai 使用，並支援中文和英文。

中國以外的用戶可透過 kimi.ai 網站介面或行動應用程式使用 Kimi。中文是 Kimi 訓練資料的主要語言，但該產品支援英文對話和文件處理。中國以外的用戶應直接在 kimi.ai 查看目前的可用性及任何地區性的功能差異，因為使用條款可能會隨時間變更。

如何開始使用 Kimi

只需三個步驟即可開始使用 Kimi：

1. 在網頁瀏覽器中訪問 kimi.ai
2. 使用電子郵件地址或支援的登入方式建立免費帳戶
3. 開始新的對話或上傳文件即可開始

尋求以程式化方式整合 Kimi 的開發者，將在下一節中找到模型規格和 API 詳情。

Moonshot AI 與 ChatGPT 和 Claude 對比：Kimi 表現如何？

下表比較了 Kimi、OpenAI 的 ChatGPT (GPT-4o) 以及 Anthropic 的 Claude 在最相關於工具採納決策的維度上：上下文視窗容量、語言支援、可用性和定價結構。

對於主要需求是在單次對話中處理大型文件的使用者而言，Kimi 的 100 萬 token 文件處理能力是本次比較中最明確的事實優勢。對於需要廣泛全球語言支援、豐富的外掛程式與整合生態系統，或是最廣泛消費者採用基礎的使用者，ChatGPT 在這些面向仍然是更強大的選擇。Kimi K3：Moonshot AI 的旗艦推理模型 為評估 Kimi 最新模型在整體市場中的定位提供了有用的背景資訊。

Moonshot AI 在中國競爭格局中的地位

在中國國內 AI 市場中，月之暗面 (Moonshot AI) 與該國最大型科技公司支持的產品競爭。百度營運著文心一言 (ERNIE 機器人)，這是 2023 年首批面向消費者的中國大型語言模型 (LLM) 產品之一。阿里雲運行其自家的大型語言模型和 AI 助手通義千問 (Qwen)。字節跳動（在國際上以 TikTok 聞名）提供豆包 (Doubao) 作為其消費者 AI 產品。智譜 AI (Zhipu AI) 是一家源於清華大學的學術衍生公司，營運著 ChatGLM 模型系列，其中包括著名的開源版本。

相較於這個領域，Moonshot AI 作為一家獨立的新創公司營運，缺乏這些現有業者在通路分銷上的優勢或平台規模。其獨特的定位建立在長上下文架構上，而非整合的廣度。阿里巴巴集團對 Moonshot AI 的投資為這個競爭格局增添了一個不同尋常的維度：阿里巴巴同時是 Moonshot AI 的支持者，也是阿里云的母公司，而阿里云營運著競爭性的 Qwen LLM。

如欲全面對比 Moonshot AI 與 DeepSeek 及 Qwen，請參閱 Moonshot AI vs DeepSeek vs Qwen：中國 AI 模型對比.

Moonshot AI API：開發者存取權限與模型規格

開發者可以透過公開提供的 Moonshot AI API，將 Kimi 的語言模型能力直接整合到其應用程式中，該 API 託管於 Moonshot AI 的開發者平台 (platform.moonshot.cn)。此 API 與 OpenAI 相容，這意味著已經熟悉 OpenAI 聊天補全 (chat completions) 端點的開發者，只需對其現有請求結構進行極小更改，即可採用 Moonshot AI API。無需重新學習完全不同的介面。

API 提供三種模型變體，每種皆適用於不同的上下文長度需求：

moonshot-v1-128k 模型涵蓋了與 GPT-4o API 相同的 128,000 個 token 上下文範圍。對於需要完整 100 萬個 token 容量的文檔處理應用程式，請在官方 Moonshot AI API 文檔 (platform.moonshot.cn/docs) 驗證當前模型的可用性及任何專用端點。

API 採用依模型分級的按代幣計價。定價可能會變動；在將其整合到生產應用程式之前，請在 Moonshot AI 的開發者平台 (platform.moonshot.cn) 驗證目前的費率。若要註冊 API 密鑰，請在 platform.moonshot.cn 建立開發者帳戶。比較 Moonshot AI API 與 OpenAI API 的開發者會發現請求結構很熟悉；主要區別在於 128k 模型上的上下文窗口上限以及每個級別的按代幣計價。如需 API 成本的完整細項，請參閱 Moonshot Kimi API Pricing 2026: Plans and Cost Guide.)

--- ## Moonshot AI 融資、投資者與估值

自 2023 年 3 月成立以來，Moonshot AI 已獲得多輪風險投資，投資者包括阿里巴巴集團和紅杉中國（原紅杉資本中國）。

估值數據基於公開報導的預估值，可能無法反映公司的官方披露資訊。引用前，請務必根據所列來源及其發佈日期核實具體數據。

阿里巴巴集團在月之暗面（Moonshot AI）融資中扮演的角色具有雙重意義：阿里巴巴既是月之暗面的投資者，也是阿里巴巴集團旗下阿里雲的母公司，而阿里雲營運的通義千問（Qwen）大語言模型是 Kimi 在中國生成式人工智慧市場的直接競爭對手。紅杉中國（HongShan）於 2023 年與美國實體拆分後由 Sequoia Capital China 更名而來，是中國最活躍的科技創投機構之一。

為了提供 Moonshot AI 報導估值相對於其西方同行背景的參考，Moonshot Kimi API 定價 2026：方案與成本指南 展示了中國領先 AI 新創公司在成長階段的規模與商業雄心。

Moonshot AI 在中國生成式 AI 領域的格局

中國的生成式 AI 市場是全球最活躍的市場之一，自 2023 年以來，各大科技公司和資金充足的初創企業接連發布競爭產品。成熟的參與者包括百度（文心一言機器人）、阿里雲（通義千問）、字節跳動（豆包）和智譜 AI（ChatGLM），每家公司都擁有大型科技集團的分銷規模和資本資源支持。Moonshot AI 在此市場中佔據了獨立初創企業的倉位，依靠產品差異化而非平台觸達能力進行競爭。其做多語境的專業化，代表了對專業人士和開發者用戶最看重哪種能力差距的特定押注。

Moonshot AI 遵循中國國家網際網路資訊辦公室（CAC）於2023年8月生效的《生成式人工智能服務管理暫行辦法》營運。這些法規要求為中國境內使用者提供服務的生成式 AI 服務提供者必須註冊其服務並遵守內容標準，這些要求同樣適用於所有中國境內的 AI 提供者，包括 Moonshot AI。此監管框架規範了國內市場的營運合規性，並構成中國境內 AI 公司的業務營運背景，其結構與其他主要市場的特定領域 AI 法規相當。

關於 Moonshot AI 的常見問題

以下問題是根據目前的搜尋模式，整理出關於 Moonshot AI 和 Kimi 最常被搜尋的主題。### Moonshot AI 是什麼？

Moonshot AI (月之暗面) 是一家總部位於北京的中國生成式人工智慧初創公司，成立於 2023 年 3 月。該公司開發了 Kimi，這是一款由其自主研發的大型語言模型驅動的 AI 助理，擁有高達 100 萬個 token 的上下文視窗以進行文件處理。Moonshot AI 獲得了包括阿里巴巴集團和紅杉中國（原紅杉資本中國）在內的投資者支持。

誰創立了 Moonshot AI？

Moonshot AI 於 2023 年 3 月由楊植麟、張雨浩 (Zhang Yuhao) 和周心雨 (Zhou Xinyu) 共同創立。楊植麟擔任執行長 (CEO)，他先前曾在清華大學和卡內基-美隆大學進行 AI 研究，並在這些機構中共同撰寫了 XLNet 語言模型論文 (Yang et al., 2019)，這是現代語言模型預訓練方法的基礎研究。

Moonshot AI 的上下文視窗大小是多少？

Kimi 的上下文窗口在即時對話中最多可支援 128,000 個 token（約 96,000 字，相當於一本完整小說的長度）。在處理檔案和文件時，上下文窗口可擴展至 100 萬個 token，相當於約 750,000 字。請至 kimi.ai 驗證目前規格，因為技術細節可能會更新。

Kimi 是否在中國以外地區可用，並且是否支援英文？

Kimi 可透過 kimi.ai 提供給國際用戶使用，並同時支援中文與英文。中文是該模型訓練數據的主要語言，且已確認英文在對話與文件處理方面均受支援。由於存取條件可能會有所變動，中國境外的用戶應直接在 kimi.ai 核實目前的區域可用性。

Kimi 是免費使用的嗎？

是的，Kimi 在 kimi.ai 提供免費方案，無需預付費用。免費方案可能有使用限制，且提供進階選項以滿足更高用量需求。透過 platform.moonshot.cn 的 API 存取將另外按代幣計價，且不包含在消費者免費方案中。

誰投資了 Moonshot AI？

Moonshot AI 的已確認投資者包括阿里巴巴集團和紅杉中國（前身為紅杉資本中國基金）。據多家科技新聞媒體報導，截至 2024 年，Moonshot AI 的估值約在 25 億至 30 億美元之間；請根據具體來源及其發佈日期核實相關數據。阿里巴巴集團還透過其子公司阿里雲經營一款競爭的大語言模型 (LLM) 產品（通義千問 Qwen）。

Kimi 與 ChatGPT 相比如何？

Kimi 相較於 OpenAI 的 ChatGPT (GPT-4o) 的主要實際優勢在於其文件處理的上下文視窗：在撰寫本文時，Kimi 可達 100 萬個 token，而 ChatGPT 的上限為 128,000 個 token。ChatGPT 提供更廣泛的全球語言支援、更大的第三方整合生態系統，以及更廣泛的消費者採用。請參閱本文的比較表格，瞭解在上下文視窗大小、可用性、定價模式和主要差異化特徵方面的完整並列分析。

Moonshot AI 與 Kimi 入門指南

Moonshot AI 圍繞著一個單一的技術論點打造 Kimi：即在不經截斷的情況下處理大量文本的能力，是專業用戶所重視的能力缺口。該產品可免費使用，支援英文，並向國際用戶開放。

若要以消費者身份試用 Kimi，請前往 kimi.ai 並建立免費帳戶。網頁介面讓您立即開始對話或上傳文件。無需事先進行任何技術設定。

身為開發者，如需存取 Moonshot AI API，請在 Moonshot AI 開發者平台 (platform.moonshot.cn) 註冊，並查閱官方 API 文檔 (platform.moonshot.cn/docs) 以獲取端點規範、模型識別碼及目前的定價資訊。

相關閱讀

• Kimi K3：Moonshot AI 的旗艦推理模型
• 什麼是 Kimi K2？Moonshot AI 的開放權重思考模型
• Moonshot Kimi API 2026 年定價：方案與成本指南
• Moonshot AI vs DeepSeek vs Qwen：中國 AI 模型比較
• 什麼是 Kimi AI？Moonshot AI 指南
• Bybit 上的 MOONSHOTUSDT 永續合約

最後審閱：2025。技術規格、定價及供應詳情可能有所變動。在做出採用或整合決定前，請先前往 kimi.ai 與 platform.moonshot.cn 核實最新資訊。