随着大模型产业进入落地与成本控制的深水区，月之暗面（Moonshot AI）旗下 Kimi 的商业化路径愈发清晰。Kimi B 端负责人黄震昕在行业峰会上分享了公司的战略思考：坚持在底层架构上主动创新，而非简单的工程堆砌。在定价与商业模式上，Kimi 定位高性能模型。尽管全球算力供应紧张，但通过技术优化，其 KV-Cache 命中率达到90%以上，有效对冲成本压力，能为用户提供高性价比的 Token 服务。他强调，实际缓存命中效率是决定用户最终成本的关键。在 B 端布局上，Kimi 采取“有所为有所不为”的审慎态度，不涉足重交付业务，通过 FDE 合作伙伴完成定制化服务。目前 Kimi 已构建起底层模型、API 架构及 Agent 产品的三层服务体系，正与亚马逊云科技等巨头合作，推进金融、医疗和制造等领域的垂直解决方案。技术层面，Kimi 已引入二阶优化器 Muon，并推出 Linear 注意力架构及注意力残差方案以提升数据效率。公司倾向于实践“循环工程”，认为随着基座能力增强，复杂的外部工程适配需求将逐步降低。未来将在智能体聪明度、长上下文及多智能体协作三个维度深耕。