Moonshot AI
PulseAugur coverage of Moonshot AI — every cluster mentioning Moonshot AI across labs, papers, and developer communities, ranked by signal.
- 2026-10-06 funding Moonshot AI closed its final private funding round at a valuation of approximately $50 billion. 来源
- 2026-10-01 controversy OpenAI accused Moonshot AI of using adversarial distillation to extract internal AI reasoning for training its Kimi model. 来源
- 2026-09-11 funding Moonshot AI is targeting $2 billion in annual revenue by the end of the year. 来源
- 2026-09-11 funding Moonshot AI is targeting $2 billion in annual revenue by the end of the year. 来源
- 2026-09-11 funding Moonshot AI is targeting $2 billion in annual revenue by the end of the year. 来源
- 2026-09-10 funding Moonshot AI is exploring a dual IPO in Hong Kong and Shanghai to raise capital. 来源
- 2026-09-10 funding Moonshot AI is exploring dual IPOs in Hong Kong and Shanghai to boost capital. 来源
- 2026-09-03 funding Moonshot AI has confidentially filed for an initial public offering in Hong Kong. 来源
- 2026-09-03 funding Moonshot AI has confidentially filed for an initial public offering in Hong Kong. 来源
- 2026-09-01 partnership Moonshot AI is negotiating with Microsoft, Amazon, and Google for a revenue-sharing agreement for its Kimi K3 model. 来源
- 2026-08-26 partnership Moonshot AI is negotiating potential hosting deals with Microsoft, Amazon, and Google for its Kimi K3 model. 来源
- 2026-08-26 partnership Moonshot AI is negotiating potential hosting and revenue-sharing deals with Microsoft, Amazon, and Google for its Kimi K3 AI model. 来源
- 2026-08-12 research_milestone Details of Moonshot AI's Kimi K3.1 architecture have been leaked, revealing a 2.8 trillion parameter MoE model designed to challenge existing AI leaders. 来源
- 2026-08-06 funding Moonshot AI is reportedly seeking to raise funds at a $50 billion valuation and is preparing for a Hong Kong IPO. 来源
- 2026-08-03 regulatory Moonshot AI has denied reports of an upcoming Hong Kong IPO. 来源
17 天有情绪数据
Kimi K3 weights remain unavailable despite July 27th target
The July 19th cluster mentions Kimi K3 weights are not yet publicly available, contradicting the July 16th cluster's anticipation of an open-weight release by July 27th. This suggests a potential delay or issue in making the weights accessible to the public.
Moonshot AI to announce infrastructure expansion plans within 14 days
Given the surge in demand causing Kimi AI to pause new subscriptions, it's highly probable that Moonshot AI will soon announce concrete plans for expanding their computing capacity. This is a necessary step to handle the current user load and accommodate future growth.
Kimi K3's high serving costs may limit adoption despite performance
The July 16th cluster highlights Kimi K3's significantly higher pricing for input and output tokens ($3/million and $15/million respectively). Combined with the July 19th cluster noting DeepSeek V4 Pro as more cost-effective, this suggests that Kimi K3's advanced capabilities might be offset by its cost, potentially impacting its widespread adoption.
Moonshot AI to release Kimi K3 weights by July 27th, 2026
Moonshot AI has stated an open-weight release for Kimi K3 is anticipated by July 27, 2026. Given the recent surge in demand and the model's strong benchmark performance, the company is likely to meet this deadline to capitalize on the growing interest in open-weight MoE models.
Kimi K3's high pricing may limit its adoption outside of specialized use cases.
With input tokens at $3/million and output tokens at $15/million, Kimi K3 is significantly more expensive than other models. While its performance is strong, this high cost could restrict its widespread adoption, limiting its use to high-value, specialized applications where the cost is justified by performance gains.
Kimi K3 是 Moonshot AI 推出的又一款突破性模型，拥有 100 万个 token 的上下文窗口和极具成本效益的性能。这个拥有 2.8 万亿参数的混合专家模型在前端编码和通用推理方面表现出色，以三分之一的成本提供了 GPT-5.6 Sol 等模型的有力替代方案。其激进的定价策略，特别是针对缓存输入，使其在 AI 驱动的编码助手和代理工作负载方面极具吸引力。Kimi K2.8 的预览版也为所有服务层级带来了类似的编码优势和上下文能力。
近期动态
- — Moonshot AI 估值 500 亿美元，准备在香港上市。
- — Moonshot AI 的 Kimi K3 提供 100 万上下文，成本为 GPT-5.6 的三分之一。
- — OpenAI 指控 Moonshot AI 为 Kimi 模型进行对抗性数据提取。
- — Moonshot AI 预览 Kimi K2.8，支持 100 万上下文并提升编码能力。
- — 美国机构警告中国公司进行工业规模的 AI 模型蒸馏。
为何这些故事上榜
-
95
This cluster highlights a significant financial milestone and future strategic direction, indicating strong investor confidence and market impact.
-
93
Details Kimi K3's competitive advantages in context window and cost, directly impacting market adoption and challenging competitors.
-
91
The direct accusation from OpenAI regarding data extraction represents a major controversy and intellectual property challenge for Moonshot AI.
-
90
Warnings from US agencies about industrial-scale distillation underscore the geopolitical and security implications of Moonshot AI's alleged activities.
-
85
This cluster showcases Moonshot AI's foundational research contributions, advancing linear attention mechanisms for more sophisticated AI models.
Moonshot AI报道走势
趋势
Coverage of Moonshot AI is accelerating, driven by the release of Kimi K3 and K2.8, their competitive pricing, and significant allegations of model distillation from OpenAI and Anthropic. The company's $50 billion valuation and impending IPO also contribute to heightened media interest.
与同行对比
Moonshot AI is increasingly positioned as a direct challenger to OpenAI and Anthropic, particularly with Kimi K3's cost-effectiveness and large context window. However, it faces unique scrutiny regarding alleged IP theft, distinguishing it from peers like DeepSeek and Alibaba who are also prominent in the Chinese AI landscape.
话题分布
This cycle sees a strong shift towards 'policy' and 'safety' due to the distillation allegations and US agency warnings. While 'funding' and 'product' remain central with the IPO news and Kimi K3/K2.8 updates, 'research' (Complex KDA) also features prominently.
编辑观点
We see Moonshot AI at a pivotal juncture, balancing groundbreaking innovation with significant geopolitical and ethical challenges. Its Kimi K3 model continues to impress with its capabilities and aggressive market positioning, while the company's $50 billion valuation signals strong investor confidence. However, serious allegations of model distillation from leading US labs present a critical test for its reputation and future trajectory.
常见问题
- Moonshot AI 的 Kimi K3 模型有哪些最新功能？
- Moonshot AI 的 Kimi K3 是一个拥有 2.8 万亿参数的混合专家模型，现在提供 100 万个 token 的上下文窗口，成本远低于 GPT-5.6 Sol 等竞争对手。它在前端编码任务和通用推理方面表现出色，在代理工作负载方面极具竞争力。最近预览的 Kimi K2.8 也带来了类似的编码和代理性能改进，扩展了跨服务层级的高级功能的可访问性。
- 为什么 Moonshot AI 面临模型蒸馏的指控？
- Moonshot AI 被 OpenAI 和 Anthropic 指控进行了“对抗性蒸馏”或“智能提取”活动。这些指控表明 Moonshot AI 使用了来自 Claude 和 GPT 等模型的专有推理数据来训练自己的 Kimi 模型，绕过了传统的知识产权。美国机构也警告中国公司进行此类工业规模的活动，凸显了这些做法的地缘政治影响。
- Moonshot AI 的财务策略和 IPO 状态如何？
- Moonshot AI 在其最后的私人融资轮后达到了 500 亿美元的估值，并正准备在明年第一季度在香港进行首次公开募股（IPO）。该公司目标是实现 20 亿美元的年收入，这得益于其 Kimi K3 模型的成功和激进的定价策略。这一策略反映了其在激烈的市场竞争中争取大量资本和扩大市场份额的雄心。
- Moonshot AI 如何为基础 AI 研究做出贡献？
- Moonshot AI 积极致力于推进基础 AI 研究，其在 Complex KDA 方面的工作就证明了这一点。这种新的线性注意力机制建立在 Kimi Linear 架构的基础上，通过内存更新中的旋转引入了更复杂的态跟踪。这项创新增强了线性注意力模型的表达能力，推动了这些架构在复杂状态表示和推理方面所能达到的极限。
相关
-
独立开发者分享高效使用 LLM 的提示模板
一位名叫 Leony 的独立开发者开发了一个四块提示模板，旨在最大限度地提高 Kimi 等大型语言模型 (LLM) 的效率，目标是以最少的对话轮次获得期望的结果。该模板包括目标、已验证的上下文、约束和输出模式，随后是重要的说明，要求在回答前列出假设和边缘情况。这种结构化的方法通过预先做出决策，有助于避免常见的 LLM 交互陷阱，例如模糊的请求和多轮澄清。
-
复杂的KDA实现了线性注意力中的旋转，以进行高级状态跟踪
研究人员详细介绍了一种名为复杂KDA（CKDA）的新型线性注意力机制，该机制允许在内存更新中进行旋转，从而实现比以往线性模型更复杂的国家跟踪。该机制建立在Moonshot AI的Kimi Linear架构之上，使用带符号门和特定的更新参数来实现这些旋转，这对于计数和跟踪状态至关重要。这项发表在arXiv上的突破表明，CKDA可以表示复杂的有限群，显著增强了线性注意力模型的表达能力。
-
中国人工智能竞赛面临“模型疲劳”：快速升级与激烈竞争 · 跟踪1个来源
中国人工智能模型的快速发展，以频繁的升级和降价为标志，正导致“模型疲劳”，即新发布的产品难以获得关注。这种现象在小米、DeepSeek、腾讯、阿里巴巴和月之暗面等主要参与者中尤为明显，它们以前所未有的速度推出新模型。这种激烈的竞争，例如Anthropic和OpenAI在同一天同时发布重大更新，使得个别人工智能的进步越来越难以脱颖而出并吸引市场兴趣。
-
Moonshot AI 估值500亿美元，即将香港上市
Moonshot AI 已完成最后一轮私募融资，估值约为500亿美元。该公司目前正准备在香港进行首次公开募股（IPO），计划于明年第一季度上市。
-
VIDRAFT 通过新的 QuantID 仪表板在 10 项 Hugging Face 基准测试中领先
QuantID 创建的一个新的实时仪表板将所有 48 项官方 Hugging Face 基准测试排行榜整合到一个视图中。该工具直接从 Hugging Face 的公共 API 聚合数据，展示参与模式和排名。值得注意的是，在 FINAL-Bench 组织下运营的韩国人工智能初创公司 VIDRAFT 目前在 48 项基准测试中的 10 项中处于领先地位，超越了所有其他组织。
-
Bidraft 在 Hugging Face 基准测试中以 10 项第一名领先
Bidraft 在 Hugging Face 官方排行榜的 10 个类别中均获得第一名，数量超过任何其他组织。该公司的模型在新发布的“实用”基准测试 IFStruct 和 ExtractBench 中也表现出色，在结构化数据生成和文档信息提取方面展现出强大性能。Bidraft 新推出的 ZTC（Zero-Token Confidence，无 token 置信度）技术提供了一种显著更快、更安全的人工智能代理决策方法，直接在模型的内部状态…
-
Darwin-180B-RSI凭借递归自改进在9项Hugging Face基准测试中领先
VIDRAFT的Darwin-180B-RSI模型家族在9项官方Hugging Face基准测试中均取得第一名，超越了所有其他参与组织。该开源模型采用了递归自改进技术，即它解决可验证的问题，只保留正确的解决方案，并在没有人类生成答案的情况下进行再训练。值得注意的是，它在结构化输出生成（IFStruct）和从PDF提取数据（ExtractBench）等实际任务中表现出色，展示了其在现实世界中的应用潜力。
-
Reflection AI 发布 Beam，以高效模型挑战中国开源大模型主导地位 · 追踪 8 个来源
Reflection AI 是一家由前 Google DeepMind 研究员创立的美国初创公司，现已发布 Beam，这是一款旨在与中国领先模型竞争的开源大模型。Beam 采用稀疏专家混合（MoE）架构，拥有 5010 亿个总参数和 230 亿个激活参数，使其在编码和推理任务上能够达到与 GLM-5.2 等模型相当的性能，同时显著减少了推理计算量。该公司强调 Beam 的效率及其在企业应用中的潜力，并计划在宽松许可下发布模型权重和技术细节。
-
Hugging Face 排行榜：基准测试如何被填充和查看
Hugging Face 维护着 48 个官方基准测试的排行榜，这些排行榜通过模型仓库中的 .eval_results YAML 文件由模型作者提交结果来填充。这些排行榜由 Hugging Face 自动组装，并非由基准测试所有者直接上传。大约 30% 的条目在默认视图中不可见，需要进行特定过滤。 “Agents and terminal”类别包含的基准测试最多，而 “Science and knowledge”类别包含的条目最多，其…
-
PewDiePie 发布“无审查”AI模型，声称被 OpenAI 拉黑
YouTube 用户 PewDiePie 发布了 Ajax，一个旨在在家用电脑上运行的“无审查”AI模型。他声称在开发 Ajax 期间，OpenAI 因“蒸馏”（使用一个AI模型的输出来训练另一个模型）为由两次封禁了他的账户。Ajax 基于微调的 Qwen3.5-9B 模型构建，旨在作为他 Odysseus 工作区内一个私有的、始终在线的助手，处理网页搜索和电子邮件管理等任务。
-
OpenAI挫败模型窃取活动，但攻击仍在Azure上持续
据报道，OpenAI挫败了一项涉及超过15,000个账户的大规模活动，该活动试图提取其AI模型的推理能力。该公司将部分活动归咎于与Moonshot AI有关联的实体。然而，相同的技术在数周内似乎成功地攻击了Microsoft Azure，甚至影响了较新的GPT-6 Astra模型，这表明OpenAI的对策可能并未完全覆盖分发其模型的云平台。
-
OpenAI 将中国公司 Moonshot AI 与模型推理提取尝试联系起来
OpenAI 已确认与中国公司 Moonshot AI 有关的行动者是旨在提取专有模型推理的活动的组织者。这项协调行动在 7 月份的两天内达到高峰，请求量高达 16,000 次，目的是窃取受保护的推理数据。虽然 OpenAI 成功阻止了该活动并加强了安全措施，但此次事件凸显了针对领先 AI 模型的对抗性蒸馏尝试的普遍趋势。
-
OpenAI 指控 Moonshot AI 为 Kimi 模型进行对抗性数据提取
OpenAI 指控 Moonshot AI 采用对抗性蒸馏技术，提取专有推理数据以训练其 Kimi 模型。这种所谓的“数据提取”方法旨在复制 OpenAI 的内部 AI 能力。该指控表明 Moonshot AI 直接试图利用 OpenAI 的研究来开发自己的模型。
-
Google 发布受限的 Gemini 4 Argon；OpenAI 阻止数据提取尝试
Google 推出了其新的前沿模型 Gemini 4 Argon，最初通过其 Fairwind Program 限制对可信网络安全专业人员的访问。该模型专为高级网络安全功能而设计，并在 CWE-bench v1 等基准测试中表现出色，与 OpenAI 的 GPT-6 Astra 和 xAI 的 Grok 4.7 并列。虽然 Google 声称 Argon 的幻觉率已显著降低，并提供 100 万个 token 的上下文窗口，但一些内部人…
-
Meta声称获得AI税收抵免；特朗普与CEO签署AI安全协议
据报道，Meta为其AI数据中心申请了联邦研究税收抵免，可能节省数十亿美元，尽管内部曾警告存在法律风险。另外，特朗普总统会见了包括OpenAI、Anthropic和Meta在内的顶级AI公司CEO，签署了一项关于“超级智能”的自愿安全协议。该协议涉及内部测试和董事会审查，但不具法律约束力。与此同时，联邦贸易委员会（FTC）已对OpenAI、Anthropic及其他AI公司展开调查，关注消费者风险，为该行业的自我约束安全措施增添了监管审查的层面。
-
人工智能模型在未接受法律培训的情况下，在瑞士法律考试基准测试中名列前茅
由韩国初创公司VIDRAFT开发的名为Darwin-180B-RSI的开放权重180B模型，在法律推理基准测试中取得了最高排名，尽管它从未接受过法律数据训练。该模型采用了一种名为模型级递归自我改进（RSI）的新颖方法，通过解决练习题来学习，然后仅在自己的正确答案上进行训练。这种方法似乎培养了一种通用的推理能力，可以迁移到新领域，正如其在瑞士法律考试中相对于GPT-5、Claude-4.5-Sonnet和Gemini 2.5 Pro等领…
-
Moonshot AI 的 Kimi K3 提供 100 万上下文，成本为 GPT-5.6 的 1/3
Moonshot AI 发布了其 Kimi K3，这是一个拥有 2.8 万亿参数的混合专家模型，提供 100 万 token 的上下文窗口，成本远低于 GPT-5.6 Sol 和 Claude Fable-5 等竞争对手。该模型在前端编码任务中表现出色，位居全球第一，并在通用推理和智能体评估中展现出强大的性能。其极具竞争力的定价，特别是对于缓存输入，使其成为 AI 驱动的编码助手和智能体工作负载的诱人选择。
-
Anthropic 报告称收到来自中国竞争对手的 AI 蒸馏攻击
Anthropic 发布了一份报告，详细说明了据称由包括阿里巴巴集团、Moonshot AI 和 DeepSeek 在内的中国人工智能公司发起的蒸馏攻击。随着人工智能领域的竞争加剧，这些涉及提取专有模型信息的攻击据称有所增加。
-
Together AI 在开源编码模型上领先 OpenRouter 代币份额
Together AI 已在 OpenRouter 的开源编码模型代币份额中获得第一名。该平台重点介绍了 Zai.org 的 GLM 5.3 Flash、DeepSeek V4.1 Flash 和 Moonshot AI 的 Kimi K3 作为该类别的领先模型。这使得 Together AI 成为运行开源模型上编码代理的首选解决方案。
-
美国众议员Ro Khanna呼吁与中国达成AI条约，以遏制生存风险
众议员Ro Khanna主张与中国达成一项条约，以管理与先进AI发展相关的风险，特别是关于递归自我改进（RSI）的风险。他已致函美国情报机构以及DeepSeek、阿里巴巴和月之暗面（Moonshot AI）等中国AI公司，询问他们的安全协议以及是否愿意遵守潜在的国际监督。Khanna认为，两国领导层都未能完全理解控制AI发展轨迹的紧迫性，并且他对行业主导的安全倡议持怀疑态度。