来源：OpenRouter API（scraper 采集，2026-06-30）
This model always redirects to the latest model in the MoonshotAI Kimi family.
MoonshotAI Kimi Latest
仅 API 开源 可商用
月之暗面 · Kimi · Modified MIT · 1T / 激活 32B · 上下文 256K
能做什么
编程开发自主编程Agent工作流长文档分析聊天问答
01基础参数
- 参数规模
- 1T
- 上下文窗口
- 256K
- 输入模态
- image / text
- 可生成
- text
- 模型系列
- Kimi
- 开源许可
- Modified MIT
- 主要语言
- multi
02MoE 架构说明
MoE 混合专家 总参 1T · 激活 32B
部署门槛按「激活参数」计算，不等同于总参数量——这是 MoE 模型更易部署的关键。
03部署门槛详情
硬件等级 待补充 · 最低显存 多卡集群（1T MoE 满血）
04Benchmark 评测
待补充
05适用场景
✓ 适用
复杂软件工程任务与长周期代码生成、多 Agent 协同工作流与自主任务执行、大规模 RAG 与长文档深度分析、前沿推理与知识问答
✗ 不适用
图像或视频等多模态理解任务（核心为文本模型）、对响应延迟要求极高的极简单轮对话场景
06部署与限制
⚙ 本地部署建议
模型通过 Moonshot AI 官方 API 提供，支持 OpenAI/Anthropic 兼容接口。开源权重可通过 vLLM、SGLang、KTransformers 等框架本地部署，硬件要求极高，原生 INT4 权重约 600GB，推荐使用 4× H200 或 2× RTX 4090 48GB + 600GB+ 系统内存进行 CPU-GPU 异构推理。个人部署建议使用 1-2 bit 量化版本并确保总内存超过 240GB。
⚠ 已知限制
核心模型为纯文本模型，不支持视觉输入。超大 MoE 模型本地部署硬件门槛极高，需多卡或大内存配置。256K 长上下文对推理资源消耗较大，需注意内存管理。部分基准测试表现虽领先，但实际复杂场景效果仍需验证。