月之暗面：从长文本破圈到K3，前沿模型公司的进化之路

分类：人工智能

标签：月之暗面、Kimi、大模型、商业化、前沿模型、融资、开源模型

摘要：本报告为广发证券计算机行业“AI模型系列（七）”深度分析，聚焦国内前沿大模型公司月之暗面（Moonshot AI）及其Kimi产品体系，系统梳理公司从2023年以长文本差异化切入、到2025年重回基模研发、再到2026年以K3模型驱动商业化的演进路径，并给出行业“买入”评级。报告由公司创始人杨植麟的学术与创业背景切入，结合产品矩阵、模型迭代表、定价对比表与融资历程表等多维数据，刻画了一家独立模型公司的成长范式。 研究背景与目的：在大模型竞争由“流量扩张”转向“模型能力驱动”的行业拐点，报告旨在厘清月之暗面如何在DeepSeek等低成本推理模型冲击下完成战略重构，并评估其作为“国内前沿模型核心对象”的中长期投资价值。主要数据来源包括Kimi官网、Github、Arxiv、QuestMobile、Bloomberg及公司官方披露。 关键发现集中于三条主线。其一，研发体系成型：公司以“预训练抬升上限、后训练释放能力”双轮推进，K2完成万亿参数MoE底座（总参约1.04万亿、激活326亿，384专家+1共享专家，15.5万亿Token预训练实现零loss spike），后续K2 Think

来源：zuudee | 日期：2026-08-17 | 格式：PDF | 页数：26