国产大模型赛道再迎重磅升级。月之暗面（Moonshot AI）近日正式启动 Kimi 新模型 API 内测，面向已完成企业认证的用户开放。据悉，该模型预计为 K2 系列的升级版（K2.1 或 K2.5），核心聚焦 万亿参数 规模，并引入创新的 Delta Attention 线性注意力机制，旨在大幅提升长文本处理效率与多模态 Agent 能力，同时延续其极具竞争力的低成本 API 策略。
从K2到万亿参数新旗舰
在此次内测之前，月之暗面已于去年 7 月发布 K2 模型，并于 11 月推出 K2 Thinking 推理模型。据 公开报道 显示，K2 系列在多项基准测试中已达到 SOTA（State of the Art）水平，部分性能指标甚至超越 GPT-5。本次开启内测的新一代模型，被业界普遍视为 K2 的深度迭代版本（K2.1/K2.5），将继续巩固其在 “万亿参数 + 多模态 + Agent” 方向的技术优势。
SOTA 级性能表现
此前发布的 K2 Thinking 不仅在逻辑推理上表现出色，更在 AI 编程 与 长短文本任务 上展现了惊人的潜力。此次升级预计将进一步优化这些核心能力，特别是在处理复杂任务时的准确率与响应速度上带来显著提升。
Delta Attention 与成本革命
新一代模型最引人注目的技术革新在于引入了 Kimi Delta Attention（线性注意力机制）。相较于传统的注意力机制，Delta Attention 旨在解决长文本场景下的计算瓶颈，通过优化注意力计算的复杂度，实现更高效的推理速度和更低的内存占用。这对于需要处理海量上下文的 长文本应用 和 混合长度场景 具有革命性意义。
技术架构的优化直接带来了成本优势。以 K2 Thinking 为例，其 API 定价策略极具破坏力：
这种 “缓存命中” 策略极大降低了开发者的试错成本与运营门槛，使得构建大规模 AI 应用成为可能。
Agentic 编程与多模态落地
随着 Agentic（智能体） 时代的到来，Kimi 新模型将重点强化 Agentic 搜索、Agentic 编程以及综合推理能力。对于企业和开发者而言，这意味着 AI 不再仅仅是聊天机器人，而是能够自主完成复杂任务流程的智能助手。
结合 Delta Attention 的长文本优势，新模型将在 检索增强生成 (RAG) 和 业务自动化 场景中发挥巨大价值，帮助企业从海量非结构化数据中提取价值，并自动执行代码编写、文档生成等任务。
百亿现金储备助推技术突围
技术迭代的背后是雄厚的资本支持。据报道，月之暗面近期完成新一轮融资，公司估值已攀升至 48 亿美元（约合 340 亿人民币）。创始人杨植麟更是透露，公司账面现金储备超过 100 亿元。
估值攀升
从 43 亿美元增至 48 亿美元，资本市场持续看好 Kimi 的技术落地能力。
现金储备
超 100 亿元现金流，为长期研发投入与算力基础设施建设提供坚实保障。
此次开启企业内测招募，预示着新模型距离正式公开访问已不远，API 开放的时间窗口正在临近。
月之暗面通过 “Kimi 新模型内测 + Delta Attention 架构 + 低成本 API” 的组合拳，再次展示了国产大模型在技术创新与商业化落地上的决心。这一升级不仅将加速 多模态与 Agent 的行业应用，也为开发者提供了更具性价比的基础设施。AITOP100资讯内容将密切关注官方后续的开放节奏及具体性能披露。
AITOP100-AI资讯频道将持续关注AI行业新闻资讯消息，带来最新AI内容讯息。
想了解AITOP100平台其它版块的内容，请点击下方超链接查看
AI创作大赛 | AI活动 | AI工具集 | AI资讯专区 | AI小说
AITOP100平台官方交流社群二维码：
