Kimi｜月之暗面

一句话定位

把"读得动很长很长的东西"做成产品差异化的智能助手：一口气吞下整本书、整份招股书，然后接着问。

做这个东西的人

北京月之暗面（Moonshot AI），2023 年 4 月成立，创始人杨植麟（清华本科、CMU 博士，此前在 Google Brain 与 Meta AI）。公司从成立第一天起把所有研发资源押在长上下文这一个方向上，不碰文生图、不碰视频、不碰娱乐化聊天。

这是 Kimi 在国内市场的官方主入口（kimi.com 网页/App），与 流量榜 上另一条「Kimi」国际站入口（kimi.ai）是同一家公司、两个站点：国内版人民币计价、签约主体为北京月之暗面，国际版美元计价、签约主体为新加坡 Moonshot AI PTE。

判断：杨植麟的学术方向就是长序列建模（Transformer-XL 论文），这个产品是他研究方向的直接产品化，创始人-产品匹配度在六小龙里少见地一致。

它到底能做哪几件事

• 超长上下文 → 2023 年 10 月首发即支持 20 万汉字输入，2024 年 3 月扩容至 200 万字无损上下文，是它一路的立身之本
• 联网搜索 → 2024 年 10 月上线「Kimi 探索版」，具备 AI 自主搜索能力
• Agent 任务 → 2025 年 9 月上线通用 Agent 模式（OK Computer），深度研究、PPT 生成，聊天免费、agent 任务走会员额度
• 多模态 → K2.5（2026 年 1 月，文本+视觉统一）、K3（2026 年 7 月，2.8 万亿参数、原生视觉，发布后因请求量逼近算力极限暂停新用户订阅）
• 开源模型 → K2（2025 年 7 月，1T 参数 MoE）与 K2.5 开源，成为 Cursor、Windsurf、Cline 等编程工具的接入模型之一

它在替代什么旧行为

替代的是两件旧事。

一是通用搜索 + 问答的日常动作：以前查一个事实要开浏览器、搜、翻好几页、复制粘贴。这是所有国产聊天助手都在替代的动作，Kimi 并不是唯一在做的人。

二是长文档阅读的体力活：招股书、学术论文、合同、大部头书，以前靠人逐页读、划线、做笔记，按天计；现在扔进对话框按分钟计，还能接着追问。这是 Kimi 当年从同质化聊天产品里杀出来的那个具体切口——"二十万字一口气读完"。

判断：第一件事让它在牌桌上，第二件事让它在 2023-2024 年区别于所有人。但后一件的护城河随着别家长上下文普遍到 128K/256K 在变薄。

商业模式

C 端分层订阅：49 / 99 / 199 元每月，对应深度研究、通用 Agent 任务（OK Computer）、PPT 使用次数；基础聊天免费。另有开放平台 API 按量计费（K2 系输入约 0.15 美元、输出约 2.5 美元每百万 token，国内 4/16 元每百万 token）。2026 年 6 月公司口径 ARR 突破 3 亿美元，筹备赴港上市。

硬数字

• 流量榜 口径：40.16M 月访问，环比 -12.83%，同时挂在国内总榜、聊天机器人榜、全球总榜
• 消费端排名：2025 年 12 月周活跃约 450 万、行业第七；2026 年 4 月跌至第八，落后于豆包、千问、DeepSeek、腾讯元宝
• 2025 年 9-11 月全球付费用户月环比增速约 170%，海外 API 收入同期增长约 4 倍
• 融资轨迹：2024 年阿里领投 B 轮 10 亿美元（估值 25 亿）→ 2025 年 12 月 C 轮 5 亿美元（43 亿）→ 2026 年前两月三轮合计 19 亿美元（180 亿）→ 2026 年 6 月传估值 315 亿美元、账面现金超 100 亿元人民币
• 2026 年 7 月 19 日因 K3 请求量逼近算力承载极限，暂停新用户订阅

四维评估

判断

国内主站，数据是真的，格局也是真的。 环比 -12.8% 是流量池见顶的正常回落，不是造假；但同比去看，Kimi 的消费端排名从 2024 年一度冲到前列掉到 2026 年第八，说明它没守住聊天这一仗。

不过评价要分开：消费者做声量，开发者做收入。 ARR 破 3 亿美元、付费用户月增 170%、海外 API 收入涨 4 倍，这些钱主要来自编程/agent 场景，而非普通聊天。K3 发布引发算力熔断，说明技术侧仍有号召力，问题是 K3 恢复订阅后，能否把开发者势能转化回消费端份额。

判断：作为"已验证"的稳定头部，它值得关注而不是被贬低——它证明了一家中国模型公司可以同时做好开源、agent 和 C 端订阅，只是没能在聊天市场赢。

下一步看什么

① 40M 月访问的环比负增长能否止住——K3 恢复新用户订阅后的回流情况 ② 赴港 IPO 的落地时间与估值，传闻是 300 亿美元以上 ③ 全球付费用户月增 170% 的势头在 K3 代际下能否延续（对比 DeepSeek、Qwen 的开发者侧收入）

可借鉴的做法

产品逻辑：解释技术参数时，先找一个读者能感受到的数字——"二十万字的小说一口气读完"，比"超长上下文 128K"有效一个量级。参数是工程语言，感受才是购买语言。

差异化打法：小团队不要试图全面开花，把全部资源押在一个方向上（这里是长序列），押到别人补课来不及为止。它前两年的地位不是功能多，而是单点深。

定价结构：聊天免费、重度 agent 任务走订阅额度，用"免费唤起使用习惯，按重度动作收费"，是国内助手普遍采用的漏斗，可以照抄。

结论

值得关注。 技术侧和商业化侧的进展都属实，消费端份额下滑也是真的。把它当作"开发者市场领先、聊天市场落后"的样本记下来，用上面三个指标跟进 K3 代际的表现。