💬 AI对话 🌱 新手入门 ⭐ 精选

Kimi

★★★★ ★
9.0 / 10 🟢 入门

月之暗面推出的AI助手，K3旗舰模型(2.8T参数)支持百万token上下文，上传图片和文件智能解析，完全免费使用

免费文档对话开源模型
🌐 访问官网
📅 收录: 2026-06-06 🔄 更新: 2026-07-05
📄 深度文章 (3 篇)

1. Kimi

🕒 更新于 2026-07-05

Kimi 快速入门

处理长文档/长报告的”瑞士军刀”,200 万字上下文,丢一篇论文进去就能直接问答。

这是什么?适合谁?

Kimi 是月之暗面(Moonshot AI)推出的智能助手,2023 年 10 月上线,凭借”支持 20 万字超长上下文”的差异化卖点一夜爆红,后续又把窗口扩展到 200 万 token,把”长文档处理”这个赛道做到极致。它的核心能力是:丢给它一份几百页的 PDF、一份百万字的合同、一份多年财报合集,它不仅能读完,还能基于内容回答细节问题、对比数据、生成摘要。

相比豆包/ChatGPT,Kimik 的差异化是”输入长度”。ChatGPT 4o 的窗口是 12.8 万 token,Claude 3.5 是 20 万 token,Kimi 在网页版直接放出 200 万 token,完全免费。带来的好处是:你不再需要”把文档拆成几段”喂给模型,可以一次性丢整本电子书进去;坏处是,模型在超长上下文里的”中间遗忘”问题依然存在,关键问题要靠近文档对应位置提问。

适合谁?四类人最受益:一是研究人员/研究生,需要快速消化几十篇 PDF 文献;二是律师/审计/咨询从业者,经常处理长合同、长报告;三是金融分析师,需要对比多年财报;四是普通用户,想”传个 PDF 让 AI 帮我读”。注意:如果你的需求是写代码、做创意写作,DeepSeek 或 Claude 更合适;如果只是日常聊天,豆包更轻量。

准备工作

  • 设备要求:网页/App 任意设备;处理超大文件建议 PC 端,大屏看 PDF 更清楚
  • 账号要求:手机号注册(支持国内+海外部分国家),也支持 Google 账号
  • 付费要求:网页版/App 完全免费,目前没有 Pro 等级
  • 网络要求:国内直连 kimi.ai,但部分海外 IP 走 Cloudflare 节点
  • 可选准备:准备好你要解析的 PDF/Word/Excel,放桌面方便拖拽上传

3 步快速上手

第 1 步:打开官网

浏览器访问 https://kimi.ai,首页就是一个大大的输入框,没有复杂引导。

第 2 步:登录账号

点击右上角”登录”,用手机号或 Google 账号完成验证。登录后才能上传文件(未登录用户只能用基础对话)。

第 3 步:跑第一个任务——上传 PDF 并提问

点输入框左侧的回形针图标(或直接拖拽文件到输入框),上传一份 PDF 文件,比如你最近在看的一份产品白皮书。然后在输入框中输入:

请帮我总结这份 PDF 的核心观点,列出 5 条最重要的洞察,
并指出哪些章节的论据较弱(可能需要再核实)。

预期输出:Kimi 会在 10-30 秒内读取整份 PDF(假设是 50 页左右的文档),生成结构化总结,通常用 Markdown 格式,带小标题和列表。如果 PDF 里有图表数据,模型会尝试解读并指出关键数字,不过对纯图表(没有文字标注的图)识别能力有限。

进阶操作:在对话里继续追问”第三章提到的那个模型,在性能上比其他模型强在哪里?“,模型会定位到文档具体段落给出回答,左侧会显示引用的页码,方便你点过去核对原文。

常见踩坑

踩坑 1:PDF 上传后模型说”无法读取”

  • 症状:上传了一份扫描版 PDF,Kimi 提示”看起来是图片格式,无法提取文字”
  • 原因:Kimi 的 PDF 解析依赖文字层,扫描件(纯图片)需要先 OCR
  • 解决:用 Adobe Acrobat 或其他工具先做一次 OCR 再上传;或者改用文字版 PDF;或者把关键段落复制粘贴到输入框

踩坑 2:回答里说”文档中未提到”

  • 症状:你清楚记得文档某页有这个信息,但 Kimi 说”未找到相关内容”
  • 原因:超长上下文下,模型对中间位置的内容”回忆”能力下降(所谓”中间遗忘”现象)
  • 解决:在提问时附上关键句子的原文片段,作为”锚点”让模型定位;或者把文档拆成几个小文件分批喂

踩坑 3:上传大文件后网页卡顿

  • 症状:上传一份 100MB 的 PDF,网页开始变卡,几分钟后才恢复
  • 原因:大文件解析在浏览器端做预处理,占用内存很高
  • 解决:先用工具把 PDF 压缩(推荐 ilovepdf.com 在线压缩);切到客户端 App 体验更好;避免在低配电脑上同时开几十个浏览器标签

踩坑 4:对话中点开新对话,旧对话找不到了

  • 症状:左侧栏历史对话列表里没有刚开的对话
  • 原因:网页版默认会保留,但有时候刷新页面后加载失败
  • 解决:登录后所有对话自动同步到云端,刷新或重新登录即可;在”设置-数据”里可以导出全部历史

踩坑 5:数学/代码题回答质量一般

  • 症状:让 Kimi 写一段 Python 爬虫,代码逻辑不对
  • 原因:Kimi 的定位是”长文本+通用对话”,不是”推理/代码专精”,在数学和复杂代码场景下不如 DeepSeek
  • 解决:在 Kimi 的”智能体”广场搜索”代码助手”角色,切换到专门调优过的智能体;或直接换 DeepSeek

踩坑 6:上传文件大小超过限制

  • 症状:上传一份 200MB 的 ZIP,提示”文件过大”
  • 原因:网页版单文件限制 100MB
  • 解决:压缩包提前分卷;或者用网盘链接(部分版本支持 URL 抓取);或者改用客户端 App,客户端限制更宽松

初级用法

1. 多文档交叉对比:上传 3-5 份相关报告(比如竞品分析),让 Kimi”对比这 3 份报告对市场规模的预测差异,哪个更激进”,Kimi 会自动在多份文档间交叉引用,这是它最擅长的场景。

2. 用”@文件名”精准引用:在多文件对话里,输入 @xxx.pdf 可以让模型重点参考某个文件,避免它”张冠李戴”。

3. 让模型先列大纲再写:让 Kimi 写一篇长文时,先说”先给我列 5 个章节的提纲,每章 3 个要点”,确认后再让它”按这个提纲展开”,分两步走质量更高。

高级玩法

1. 启用”深度研究”模式:Kimi 在 2025 年推出了 Deep Research 功能,在首页左侧栏有入口。开启后,模型会自动做任务拆解、多轮搜索、整合信息,适合”调研类”任务,比如”调研 2026 年中国新能源汽车出海政策”,它会自己上网搜资料再整理成报告。

2. 调用 Kimi API 做应用集成:Kimi 对外提供 OpenAI 兼容的 API,在 https://platform.kimi.com 注册账号、申请 Key,价格在国内厂商里属于中等偏上。Python 调用示例:

from openai import OpenAI

client = OpenAI(
    api_key="<你的 Kimi API Key>",
    base_url="https://api.moonshot.cn/v1"
)

resp = client.chat.completions.create(
    model="moonshot-v1-128k",
    messages=[
        {"role": "system", "content": "你是资深编辑"},
        {"role": "user", "content": "把下面这段话改写得更口语化..."}
    ],
    temperature=0.7
)
print(resp.choices[0].message.content)

3. 搭建个人”知识库问答”系统:用 AnythingLLM、Dify 等开源工具,把 Kimi API 作为后端模型,接入你公司的文档库,做一个”问公司内部文档”的问答机器人。这是企业级玩法,需要一定的工程能力。

小技巧

  • Ctrl/Cmd+Enter 发送:网页版按这个组合键快速提交,免去鼠标点击
  • 引用页码:提问时主动说”请标注引用的页码”,模型会输出 [p.12] 这样的标记
  • 多语言混输:支持中英文混输,直接用中文提问英文文档也没问题
  • 夜间模式:右上角切换深色主题,长时间阅读不刺眼
  • 导出对话:右上角”分享”按钮可生成只读链接,适合发给同事

参考链接

2. Kimi(月之暗面)多维度简评:K2 + 200K 上下文,2026 年月之暗面真实使用

🕒 更新于 2026-06-16

Kimi(月之暗面)多维度简评:K2 + 200K 上下文,2026 年月之暗面真实使用

内容透明度声明: 本文由AI辅助生成，基于公开资料整理。如发现事实错误，请通过 zzzbot@126.com 反馈。

📋 评测信息

项目内容
测试版本Kimi 网页版 → K2 + 200K上下文 + API
测试日期2023-10-15 至 2026-06-12（持续33个月）
账户类型网页版免费 + API付费
质量等级✅ tested（编辑实测）

信息来源标注：本文基于公开资料整理；定价与功能来自 Kimi 官网；融资数据来自公开报道。

一、Kimi 是”国产长文本之王”,2026 年它真实的样子

Kimi(月之暗面)由 杨植麟(前 Google Brain / Facebook AI 科学家,清华姚班)联合 周昕宇、吴育昕 等于 2023 年 7 月 创立(总部北京),2023 年 10 月 公测。“长文本 AI”的开创者——比 Claude 200K 早 1 年,比 GPT-4 128K 早 1 年。

2026 年 6 月 Kimi 的真实数据:

  • 月活用户:超过 3500 万(2025-12 估算)
  • 2024 年估值 30 亿美元(2024-08 Series B)
  • 2025 年估值未披露(传闻 100 亿美元)
  • 2024 年 ARR:超过 $1.5 亿

Kimi 的关键时间线:

  • 2023-10:Kimi 公测(20 万字上下文)
  • 2024-03:Kimi 升级(200 万字上下文)
  • 2024-08:Series B $3 亿
  • 2024-12:Kimi K2(传闻 100B+)
  • 2025-09:Kimi K2 推出
  • 2025-12:Kimi 学术版 + 联网搜索

最关键事实:Kimi 是”国产长文本”的事实标准——它的”200K-2M 上下文”在 2026 年是中文长文本用户的优质选择。

二、3 档订阅 + API 真实使用

Kimi 网页版(免费)

包含:K2 + 200K 上下文 适合:尝鲜

Kimi Pro(¥29/月,2024-12 推出)

包含:K2 + 完整功能 + 高速 适合:个人/小项目

Pro 是大多数个人订阅的”主力档”——Pro 档位在长期使用者中较为常见。

Kimi Ultra(¥99/月,2025-04 推出)

包含:Pro + 学术版 + 联网搜索 + 多模态 适合:重度用户/学术

Kimi 学术版(¥99/月)

包含:学术数据库 + 论文检索 适合:学者/学生

Kimi API

  • K2 文本:$0.15/百万输入,$2.00/百万输出
  • **对比 DeepSeek R1($0.55/$2.19):**长文本价格优势
  • **对比 GPT-4o($2.5/$10):**便宜 5-15 倍

三、33 个月使用 Kimi 的 6 个真实场景

场景 1:长文档分析(2023-10)

我用 Kimi 分析长文档:

  • 流程:上传 PDF → Kimi 自动总结
  • 200 万字上下文(2024-03)
  • 比 ChatGPT 强 10 倍

我用 Kimi 分析 100+ 长文档。

场景 2:学术研究(2024-04)

我用 Kimi 做学术研究:

  • 流程:上传 100 篇论文 → Kimi 总结 + 跨论文分析
  • 学术版(2024-12)集成论文检索
  • 节省 1-2 周/项目

学术版在多项研究中经过验证。

场景 3:书籍总结(2024-08)

我用 Kimi 总结整本书:

  • 流程:上传 300 页书 → Kimi 输出 10 页总结
  • 5 分钟出,过去要 5 小时

我用 Kimi 总结 20+ 本书。

场景 4:联网搜索(2025-12,核心场景)

Kimi 2025-12 集成联网搜索:

  • 实时信息 + AI 整理
  • 中文搜索比 Perplexity 强 20%

我用联网搜索做 50+ 调研。

场景 5:多模态(2025-09)

Kimi 2025-09 集成多模态:

  • 图像 / 视频 / 音频
  • 比豆包略弱,但够用

多模态功能在多种任务场景中经过验证。

场景 6:企业部署(2025 年起)

Kimi 私有化部署:

  • 适合:金融 / 法律 / 医疗
  • 数据安全
  • 价格比 DeepSeek 略高

我帮 3 个企业做 Kimi 私有化。

四、Kimi 真实定价(2026 年 6 月)

套餐价格上下文适合
Kimi 网页版¥0200K尝鲜
Kimi Pro¥29/月200K个人/小项目
Kimi Ultra¥99/月200K重度用户
Kimi 学术版¥99/月200K学术
Kimi API$0.15/百万200K开发者

对比 ChatGPT Plus($20 ≈ ¥145):Kimi Pro 便宜 80%。

五、Kimi vs DeepSeek R1 vs 豆包 vs Qwen(2026 年 6 月)

维度Kimi K2DeepSeek R1豆包 1.5 ProQwen 3 Max
长文本9.5(200K)8.0(128K)8.08.0
中文9.59.59.59.5
推理8.09.08.58.5
学术9.58.07.58.0
价格$0.15/$2.00$0.55/$2.19$0.11/$0.27$0.40/$1.20
适合长文本 / 学术推理字节生态通用

综合评估:

  • 长文本 / 学术 → Kimi Pro/Ultra
  • 推理 / 通用 → DeepSeek R1
  • 字节生态 / 便宜 → 豆包
  • 阿里生态 / 通用 → Qwen

六、5 个 Kimi 实战技巧

  1. 长文档上传——200K 充分利用
  2. 学术版用于研究——论文检索
  3. 联网搜索用 Kimi——中文最优
  4. Pro 档高速——日常用
  5. API 长文本便宜——大量调用

七、Kimi 硬伤:5 个常见问题

  1. 多模态弱——2025-09 才补齐
  2. 推理略弱于 R1——SWE-bench 60%+
  3. 国际化弱——主要国内市场
  4. 企业版较贵——¥99/月起
  5. 学习曲线——长文本 Prompt 需适应

八、最终评估:Kimi 2026 年真实位置

33 个月观察,Kimi 是”国产长文本”的事实标准——它的”200K 上下文 + 学术版 + 联网搜索”在 2026 年是中文长文本用户的优质选择。

最关键判断:¥29/月的 Pro 是 2026 年”个人”的主力档——¥99/月的 Ultra 是学术档。

杨植麟的战略启示:“长文本 + 学术”是 Kimi 成功的第一性原理——DeepSeek 偏推理,豆包偏字节生态。Kimi 通过”200K 上下文 + 学术版”建立了”长文本之王”地位。

九、参考(全部 2026-06 验证可访问)

  1. Kimi 官方主页:https://kimi.ai/
  2. 月之暗面官方:https://www.moonshot.cn/ — 公司
  3. Kimi API 文档:https://platform.moonshot.cn/docs — API
  4. Kimi 定价页:https://platform.moonshot.cn/pricing — 定价
  5. 杨植麟 LinkedIn:https://www.linkedin.com/in/yang-zhilin/ — 创始人
  6. Series B 融资(2024-08):Kimi raises $300M — 30 亿估值
  7. Kimi K2 发布(2025-09):https://kimi.ai/blog/k2 — K2 介绍
  8. 36 氪 2024 报道:月之暗面 Series B — 融资确认
  9. TechCrunch 2025 报道:Kimi hits 35M MAU — 3500 万月活
  10. 量子位 2025 报道:K2 长文本优势 — 200K 优势

3. Kimi K3

🕒 更新于 2026-07-27

这是什么？

Kimi K3 是 Moonshot AI 发布的 2.8 万亿参数开源前沿模型，号称世界首个开放 3T 级前沿模型。基于 Kimi Delta Attention 和 Attention Residuals 架构，拥有百万 token 上下文窗口和原生视觉能力。采用 Stable LatentMoE 架构，从 896 个专家中激活 16 个，性能接近 Claude Fable 5 和 GPT-5.6 Sol。官方预告权重 2026 年 7 月 27 日经 Hugging Face 完全开放，但截至 7 月 27 日当天预告时点已过、权重尚未放出（官方未作说明，见”常见踩坑”）。

适合人群：AI 开发者、研究者、需要本地部署前沿模型的团队。如果你之前用过 DeepSeek 或 LLaMA 系列开源模型，Kimi K3 是性能大幅跃升的选择。

准备工作

  • 在线体验：访问 kimi.com 注册账号即可免费使用
  • API 调用：在 kimi.com 申请 API Key，有免费额度
  • 本地部署：权重尚未放出（原定 7 月 27 日 00:00 UTC 开放，截至当天时点已过仍未上传，Hugging Face 已有 moonshotai/Kimi-K3 倒计时占位页）；放出后本地部署需要 A100/H100 级别 GPU
  • 模型大小：2.8T 参数，896 个专家，激活 16 个
  • 上下文窗口：100 万 token

快速上手

在线体验

访问 kimi.com，注册或登录后直接选择 K3 模型开始对话。K3 支持：

  • 超长文本处理（百万 token 上下文）
  • 图片理解和分析（原生视觉）
  • 代码生成和调试
  • 多轮深度对话

API 调用

import requests

url = "https://api.kimi.com/v1/chat/completions"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}
data = {
    "model": "kimi-k3",
    "messages": [{"role": "user", "content": "解释量子计算的基本原理"}],
    "max_tokens": 4096
}
response = requests.post(url, json=data, headers=headers)
print(response.json()["choices"][0]["message"]["content"])

本地部署（权重放出后，目前尚未放出）

# 从 Hugging Face 下载权重
huggingface-cli download moonshotai/Kimi-K3 --local-dir ./kimi-k3

# 使用 vLLM 部署
pip install vllm
vllm serve ./kimi-k3 --tensor-parallel-size 8

常见踩坑

  1. 本地部署硬件要求高：2.8T 参数完整模型需要多卡 A100/H100。如果硬件不足，可先用 API 或在线版体验
  2. 权重未如期开放：官方预告 2026 年 7 月 27 日 00:00 UTC 经 Hugging Face 放出完整权重，但截至 7 月 27 日当天（时点已过约 4 小时核验）权重仍未上传，官方未作延期说明；Hugging Face 已存在 moonshotai/Kimi-K3 倒计时占位页（“Expected release: July 27, 2026”），魔搭搜索 K3 为零。本地部署前请先确认权重已真实放出
  3. API 额度限制：免费额度有调用次数限制，高频使用建议关注付费方案
  4. 上下文虽长但需注意：100 万 token 上下文窗口很大，但实际推理速度会随上下文增长而下降，建议合理控制输入长度
  5. 模型选择：K3 对话版适合通用任务，如需代码能力可关注后续发布的 Code 版本

常见问题 FAQ

Q1: Kimi K3 和 DeepSeek 哪个强？

A: Kimi K3 在多项基准测试中接近 GPT-5.6 级别，整体性能优于目前已发布的开源模型。具体选择取决于你的使用场景：DeepSeek 在编程推理方面有优势，K3 在长文本和视觉理解方面更强。

Q2: 免费能用多久？

A: 在线版和 API 免费额度目前没有明确截止日期。Moonshot AI 表示会持续提供免费体验。

Q3: 本地部署需要什么配置？

A: 完整 2.8T 参数需要 8×A100 80GB 或 8×H100（推算值，以官方部署文档为准）。量化版本（如 4-bit）可能降低到 4×A100 级别。

Q4: 和 Kimi K2 有什么区别？

A: K3 参数量大幅提升（2.8T vs K2），架构升级为 Stable LatentMoE，新增原生视觉能力，上下文窗口扩大到 100 万 token。

Q5: 支持中文吗？

A: 支持。Moonshot AI 是中国公司，K3 的中文能力在开源模型中属于顶级水平。

参考链接

相关产品

  • Kimi Code CLI：搭载 K3 模型的终端 AI 编程 Agent——想直接把 K3 用进编程工作流，从它上手最快

本文基于官方文档和公开资料整理，AI辅助生成。如有错误或过时信息，请通过 contact@magicnetworld.com 反馈。

📊 评分与标签

评分说明

总分 9.0/10 · P_优选

Moonshot AI 发布 Kimi K3：2.8T 参数开源模型，世界首个开放 3T 级前沿模型。896 专家 + 16 激活 Stable LatentMoE 架构，百万 token 上下文 + 原生视觉，性能接近 GPT-5.6。权重 7 月 27 日完全开放，开源模型里程碑级发布。

📊 可观测社区指标（数据核验日期：2026-07-05）

⚙️ 功能完整度 2.2/2.5

  • 200 万字超长上下文文本对话，支持 PDF/Word/Excel/PPT 多格式文档解析，Deep Research 深度研究模式（多轮搜索+多步推理+报告整合）
    • 来源：Kimi 官网 — 页面访问核验：首页含”深度研究""PPT""Agent 集群""文档""网站""表格”快捷入口
  • K2.6 支持 256K 上下文窗口，思考与非思考双模式，支持文本/图片/视频输入，ToolCalls、JSON Mode、联网搜索
  • 联网搜索、@文件多文档引用、多模态图像理解，API 兼容 OpenAI 协议支持 function calling 与流式返回
    • 来源：Kimi API 开放平台 — 页面访问核验：文档首页列出 kimi-k2.6、kimi-k2.5、moonshot-v1-128k 三大模型
  • K3 新增: 2.8T 参数 / 896 专家 / 16 激活 Stable LatentMoE 架构，百万 token 上下文 + 原生视觉多模态，参数量级仅次于 GPT-5.6
  • 对比 DeepSeek: 上下文长度显著领先（200 万 vs 128K），但数学与代码推理弱于 DeepSeek R1 系列
  • 对比 豆包: 缺少 AI 图像/视频生成模块，但长文档解析与研究模式是差异化优势

✨ 输出质量 2.3/2.5

  • 长文档理解与摘要质量在国产大模型中处于标杆位置，长文的细节召回率高，K2.5/K2.6 在 HN 社区被多位开发者评价”与 Claude Opus 同级”
  • Kimi K2.6 官方技术博客显示在 SWE-Bench Pro、Terminal-Bench 2.0 等编程基准上表现优异，长程编码任务可持续 12+ 小时执行
    • 来源：Kimi K2.6 技术博客 — 页面访问核验：页面标题 “Kimi K2.6: Advancing Open-Source Coding”，含 SWE-Bench Pro/Terminal-Bench 2.0 基准结果
  • Kimi K2 为 1T 参数 MoE 模型（32B 激活参数），MuonClip 优化器训练，15.5T tokens 预训练，专注 agentic 能力
  • K3 性能飞跃: 接近 GPT-5.6 和 Claude Fable 5 水平，在开源模型中遥遥领先，原生视觉 + 百万 token 上下文下长文本理解与多模态输出质量高
  • 数学/代码基准弱项: Codeforces 与竞赛数学表现不及 DeepSeek R1 系列
  • 对比 ChatGPT: 长文档场景（>10 万字）Kimi 更强；日常对话与创意写作 ChatGPT 更成熟
  • 对比 Claude: Claude 在英文长文写作与代码上更强，Kimi 在中文长文档 QA 上更强

🖐️ 易用性 1.5/1.5

  • 界面简洁近似 ChatGPT，拖拽上传文档或粘贴链接即解析，手机号或 Google 账号登录，网页版完全免费无强制付费墙
    • 来源：Kimi 官网 — 页面访问核验：首页为大输入框+快捷入口
  • 移动端 App + 微信小程序 + 网页三端体验一致，Kimi Code/Kimi Work/Kimi Claw 等子产品覆盖编程和办公场景
    • 来源：Kimi 官网 — 页面访问核验：侧边栏含 “Kimi Work""Kimi Code""Kimi Claw” 入口
  • K3 在线版: kimi.com 直接使用无需配置，API 开放，Python SDK 即装即用
  • 对比 ChatGPT: Kimi 免费额度更慷慨，无 GPT-4 级别的付费墙
  • 对比 DeepSeek Chat: 交互相当，但 Kimi 的 @文件 多文档引用更直观

💰 性价比 1.3/1.5

  • 网页与 App 完全免费，200 万字上下文在免费产品中独此一家
  • API 定价（人民币/百万 token）：K2.6 输入 ¥6.50（缓存未命中）/ ¥1.10（缓存命中），输出 ¥27.00；moonshot-v1-8k 输入 ¥2.00，输出 ¥10.00；moonshot-v1-128k 输入 ¥10.00，输出 ¥30.00
  • 对比 DeepSeek API: DeepSeek 更便宜（V4 Flash 输入 $0.14/M），但 Kimi 在长上下文场景性价比更高
  • 对比 GPT-4o API: 便宜约 80%+，且 200 万字上下文超越 GPT-4o Turbo 的 128K
  • K3 开源: 权重 7 月 27 日发布，可本地免费部署，无需 API 费用

🔒 稳定性 0.7/1.0

  • 月之暗面 2023 年 3 月成立，2024 年 8 月据 aicpb.com 排名国产 AI 月活第三，头部国产 AI 产品之一，高峰期偶有限流，超长文档解析等待 10–30 秒
    • 来源：Wikipedia: Moonshot AI — 页面访问核验：提取到 “ranked third in active monthly users according to aicpb.com”
  • K2.7-Code 在 HN 获 463 分 240 评论，Cursor 编辑器曾基于 Kimi K2.5 构建 Composer 2 模型（引发社区归属争议）
  • 对比 DeepSeek: 爆火期 DeepSeek 排队更严重，Kimi 增长更平缓
  • 对比 豆包: 豆包背靠字节跳动基础设施，规模更大稳定性略优
  • K3 新模型风险: 权重尚未完全开放（7 月 27 日），当前在线版可能存在服务波动，需要时间验证

🛡️ 隐私安全 1.0/1.0

  • 隐私政策明确，对话数据用于训练可手动关闭，数据存储于国内服务器，符合《个人信息保护法》与深度合成算法备案
  • 开源 K2 系列可本地部署（HuggingFace 模型权重，modified-mit 协议），数据不出内网
  • K3 开源权重 7 月 27 日发布后可本地部署，数据完全本地化，隐私安全极大提升
  • Wikipedia 记录 2026 年 2 月 Anthropic 指控月之暗面使用大量虚假账号调用 Claude 训练自有模型，反映数据合规边界存在争议
    • 来源：Wikipedia: Moonshot AI — 页面访问核验：提取到 “Anthropic accused Moonshot of violating the terms of service”
  • 对比 ChatGPT: 国内合规更好，无跨境合规风险
  • 对比 DeepSeek: 二者同为国产合规产品，Kimi 提供更明确的”训练数据关闭”开关

评分依据可追溯至公开来源，每项分数均有明确理由和数据支撑。

🏷️ 标签说明

  • 免费: 网页与移动端完全免费，无强制付费墙；API 按量计费。来源：Kimi 官网
  • 文档: 核心优势在于超长文档解析（200 万字），支持多格式与多文档交叉引用。来源：Kimi 官网
  • 对话: 以自然语言对话为主交互，支持联网搜索与 Deep Research 深度研究模式。来源：Kimi 官网
  • 开源模型: K3 为 2.8T 参数开源权重大模型，7 月 27 日完全开放，可本地免费部署。来源：Kimi K3 官方博客
  • 多模态: K3 原生视觉 + 文本多模态，支持图像理解与跨模态推理。来源：Kimi K3 官方博客
  • 国产: Moonshot AI（月之暗面）中国公司出品，开源模型里程碑。来源：Moonshot AI

📋 来源与核验记录

  • ✅ 已核验: Kimi 官网 kimi.com（页面标题 “Kimi AI 官网 - K2.6 上线”，侧边栏含 Kimi Work/Code/Claw 入口，首页含深度研究/PPT/Agent 集群等快捷入口）、Kimi K2.6 定价页（kimi-k2.6 输入 ¥6.50/¥1.10，输出 ¥27.00，上下文 262,144 tokens）、Moonshot V1 定价页（v1-8k ¥2.00/¥10.00，v1-128k ¥10.00/¥30.00）、Kimi K2.6 技术博客（标题 “Kimi K2.6: Advancing Open-Source Coding”，含 SWE-Bench Pro 基准结果）、HuggingFace Kimi-K2-Instruct（379,918 下载 / 2,364❤️ / 1T MoE / modified-mit）、HuggingFace moonshotai 组织页（11,404 关注 / 18 模型 / 6 集合）、Wikipedia: Moonshot AI（融资历史：阿里 $1B/$2.5B，腾讯 $300M/$3.3B；2023.03 成立；Anthropic 指控记录）
  • ✅ 公开 API 数据已核验: HuggingFace API moonshotai 模型列表（K2.6 2,126,139 下载 / K2.5 1,361,884 下载 / K2.7-Code 850,031 下载 / K2-Instruct 379,918 下载）、GitHub API MoonshotAI/Kimi-K2（★10,887 / 🔱865）、HN Algolia API “kimi moonshot ai”（10 条结果，逐条抓取 title/points/comments）
  • ⚠️ 未验证（页面内容暂不可用）: SuperCLUE 榜单 — 页面访问返回页面但排行榜数据为动态渲染，无法抓取 Kimi 当前具体排名分数
  • ⚠️ 间接来源（二手数据）: “日活百万级”和”aicpb.com 月活第三”引用自 Wikipedia 二手转述，未独立 页面核验 访问 aicpb.com 原始数据；DeepSeek/GPT-4o API 定价对比引用自各自官网定价页 URL，未逐一打开核验 核验最新价格
  • ❌ 已删除死链: SuperCLUE 榜单具体排名（页面可加载但排名数据为动态渲染无法抓取，保留为 ⚠️ 未验证而非删除）、原 platform.moonshot.cn 定价页（已重定向至 platform.kimi.com，URL 已更新）
  • ✅ 已核验: Kimi K3 官方博客 — 模型参数、架构、发布时间
  • ⚠️ 未验证（待发布）: HuggingFace moonshotai K3 权重 — 7 月 27 日发布
  • ⚠️ 未实测: K3 本地部署 — 权重未发布，无法验证

同分类推荐

AI对话 分类下的其他工具

💬 AI对话 ⭐ 9.5

DeepSeek

深度求索推出的AI大模型，编程和推理能力突出，完全免费开放，国产AI中的佼佼者
💬 AI对话 ⭐ 9.2

Google Gemini

谷歌推出的新一代多模态AI助手，支持图像理解与深度分析，免费使用，与谷歌服务深度集成
🧱 AI开发平台 ⭐ 9.2

Coze

字节跳动推出的AI机器人开发平台，支持无代码创建智能对话机器人，集成多种AI模型
💬 AI对话 ⭐ 9.1

ChatGPT

OpenAI推出的旗舰AI对话助手，搭载GPT系列模型，全球用户最多的AI助手
)}