在把一整本书丢给 Kimi 之前，先搞懂月之暗面到底给你留了哪几款模型

• 长上下文大模型
• Kimi 智能助手
• 开源 MoE K2
• 多模态推理
• Agent 与代码能力
• 开放平台 API

一句话认识它：月之暗面（Moonshot AI）是杨植麟创立的大模型公司，其面向开发者的模型以 Kimi 品牌对外发布；所谓「Moonshot 模型列表」，指的就是开放平台上可按名调用的多款 Kimi 模型，它们在上下文窗口、推理深度、多模态与开源与否上各有侧重。挑模型的核心，从来不是「哪个最强」，而是「哪个最贴合你的上下文长度与任务类型」。

大模型厂商通常会把能力收进一个统一的聊天入口，但月之暗面选择把不同定位的模型并列开放。这个设计对使用者有两个直接意义：其一，你可以为「超长文档摘要」和「高频短问答」分别挑不同的档位，在效果和账单之间找平衡；其二，开源旗舰的发布让自部署、私有化推理成为可能，不再被单一云端价格绑定。下面先用一个对照，把「网页版助手」和「开放平台 API 模型」两种消费方式讲清楚。

• 按需选模型：在请求里指定模型名即可切换上下文长度与能力档位，适合把不同任务接进自己的产品。
• 可程序化调用：通过 API 接入检索增强、批量摘要、智能体工作流，能把长上下文能力嵌进业务系统。
• 成本可控：输入与输出分开计费，轻量档位适合高频短任务，旗舰档位留给攻坚型长任务。

• 能力被「平均化」：网页助手默认走通用模型，你无法为某次任务精确指定更强的推理或更大的上下文。
• 难以批量化：手动粘贴文档、逐条提问，面对上百份材料的归档与抽取效率极低。
• 缺少工程闭环：无法把结果自动回流到数据库、触发后续动作，停留在「人盯着看」的最后一环。

需要厘清：下文提到的模型名称、上下文长度与是否开源，都随版本迭代而变化。本文基于公开资料梳理出相对稳定的定位框架，具体可调用的最新清单以开放平台模型页为准，落地前务必先核对你账号下实际可见的模型名与配额。

下面这六张卡覆盖了目前月之暗面对外最常被使用的几类模型定位。注意它们是「能力切片」而非严格的版本号排序——同一时期可能多款并存，供你按场景各取所需。

「长上下文」不是营销词，而是月之暗面从 Kimi 智能助手起就押注的能力方向。它解决的是真实痛点：大多数模型的窗口只够几页文档，而法务合同、学术综述、整季剧集字幕、整套代码仓库，远远超过这个体量。下表按「你大概会遇到什么材料」给出选模型时的参考思路。

从「我想用 Kimi」到「它真的在我系统里跑起来」，步骤如下。每一步都对应着一个容易卡住的决策点。

1. 注册并进入开放平台：在月之暗面开放平台创建账号，进入模型列表页，先看清当前账号可见的模型名与配额上限，不要凭记忆写死旧模型名。
2. 创建并保管 API Key：生成调用密钥，放进环境变量或密钥管理，切勿硬编码进前端代码；密钥泄露会直接导致额度被盗用。
3. 按任务选模型与上下文：长文档走长上下文档，攻坚推理走增强推理，批量短任务走轻量档，并在请求里显式指定模型名与合理的最大 token。
4. 接入、验证与控费：先用小样本跑通链路，确认输出格式与延迟达标，再上线；同时接好用量监控，避免长上下文任务把账单打爆。

• 长文档重度处理者：律师、研究员、投行人，日常要通读百页级材料并问答，长上下文档位能直接省掉大量切片拼接。
• 需要智能体的开发者：想把模型接进多步工作流、调用工具、写代码的人，开源旗舰提供了自部署与可控的选项。
• 带图办公流团队：合同扫描、报表图片、设计稿理解，多模态推理能把这些非结构化材料转成结构化结论。

• 只想聊天解闷的人：网页助手已够用，专门研究模型列表对你收益有限，不必为选型焦虑。
• 完全无工程基础者：自部署开源模型需要环境与运维能力，纯小白直接走云端 API 或现成产品更现实。
• 对实时性零容忍者：长上下文与增强推理本身会拉长思考时间，超短延迟场景要权衡是否上轻量档。