Moonshot AI

Fundação

A Moonshot foi fundada em março de 2023 por Yang Zhilin, Zhou Xinyu e Wu Yuxin, que haviam estudado juntos na Universidade Tsinghua. O nome é uma referência ao álbum The Dark Side of the Moon, do Pink Floyd, favorito de Yang, que completava cinquenta anos naquele mês.

Yang declarou que o objetivo da empresa é construir modelos fundamentais capazes de alcançar a inteligência artificial geral (IAG), e definiu três marcos para isso: janelas de contexto longas, um modelo de mundo multimodal e uma arquitetura escalável capaz de se aperfeiçoar continuamente sem intervenção humana.

Kimi e crescimento

Em outubro de 2023, a Moonshot lançou a primeira versão do Kimi, capaz de processar até 200 mil caracteres chineses por conversa. Em março de 2024, a empresa ampliou esse limite para 2 milhões de caracteres; a procura que se seguiu provocou uma interrupção de dois dias no serviço.

Em junho de 2024, a imprensa chinesa noticiou que a Moonshot preparava produtos para o mercado dos Estados Unidos, entre eles um aplicativo de conversa com personagens chamado Ohai e um gerador de videoclipes chamado Noisee. A empresa respondeu que não tinha planos de desenvolver e lançar produtos no exterior.

Ao longo de 2025, a empresa enfrentou a concorrência crescente de outros desenvolvedores chineses: segundo a Reuters, o Kimi caiu do terceiro para o sétimo lugar em usuários ativos mensais entre agosto de 2024 e junho de 2025. Em julho de 2025, a Moonshot respondeu publicando os pesos do Kimi K2, um modelo de 1 trilhão de parâmetros, estratégia que a agência associou à de outras empresas chinesas que abriram seus modelos. O lançamento teve grande repercussão internacional, e foi seguido em novembro pelo modelo de raciocínio Kimi K2 Thinking.

Expansão em 2026

Em janeiro de 2026, a Moonshot lançou o Kimi K2.5, primeiro modelo da série com visão nativa, num momento em que várias empresas chinesas apresentavam novos modelos. Segundo o TechNode, a receita obtida com o K2.5 nas três semanas seguintes ao lançamento superou a de todo o ano de 2025, e a receita vinda de fora da China ultrapassou a doméstica.

Em 23 de fevereiro de 2026, a Anthropic acusou a Moonshot, a DeepSeek e a MiniMax de violar os termos de serviço do Claude ao usar cerca de 24 mil contas fraudulentas para gerar mais de 16 milhões de interações com o modelo e treinar seus próprios sistemas, prática conhecida como destilação. Segundo a Anthropic, a Moonshot respondeu por mais de 3,4 milhões dessas interações, feitas por meio de centenas de contas.

Em julho de 2026, a empresa anunciou o Kimi K3, com 2,8 trilhões de parâmetros, apresentado como o maior modelo de pesos abertos já divulgado. A demanda pelo modelo levou a Moonshot a suspender temporariamente novas assinaturas do Kimi, enquanto a empresa preparava sua abertura de capital.

Em 22 de julho de 2026, Michael Kratsios, diretor do Escritório de Política Científica e Tecnológica da Casa Branca, afirmou ter informações de que a Moonshot havia destilado o modelo Fable, da Anthropic, para desenvolver o K3, e que a empresa tivera acesso a servidores com aceleradores da Nvidia cuja venda à China é proibida pelos Estados Unidos, inclusive em operação na Tailândia. Kratsios não apresentou provas publicamente, e o secretário do Tesouro, Scott Bessent, afirmou que sanções contra empresas que realizassem esse tipo de destilação estavam em consideração.

Em 10 de setembro de 2026, a Anthropic acusou a Moonshot de ter encaminhado ao Claude, principalmente ao modelo Opus, cerca de 300 mil pedidos de usuários do Kimi, sem que estes soubessem, por meio de 5.380 contas fraudulentas registradas sobretudo em Singapura e no Japão, e de usar as respostas para treinar seus modelos; acusações semelhantes foram feitas contra a DeepSeek e a Xiaomi. A Moonshot não respondeu de imediato, e o Ministério do Comércio da China declarou que as acusações americanas de destilação em escala industrial não tinham base factual nem jurídica, ameaçando adotar contramedidas.

Em 23 de outubro de 2026, a empresa lançou o Kimi K3.1 Pro, versão do K3 com pós-treinamento ampliado, e prometeu publicar seus pesos até 4 de novembro. Na mesma ocasião, declarou ter retirado dos dados de treinamento do modelo material relacionado a ataques cibernéticos, para limitar o uso indevido de um modelo cujos pesos, uma vez baixados, não podem ser recolhidos.

Kimi

O Kimi, cujo assistente foi lançado em outubro de 2023, é a principal linha de produtos da empresa. Segundo o Financial Times, o nome vem do apelido em inglês de Yang Zhilin, e o chatbot se tornou rapidamente o concorrente mais próximo do Ernie Bot, da Baidu. O nome designa também a família de modelos que alimenta o serviço, entre eles o modelo de raciocínio K1.5, de janeiro de 2025, os modelos de pesos abertos da série K2, lançados a partir de julho de 2025, o Kimi K3, de julho de 2026, e o K3.1 Pro, de outubro do mesmo ano. Além do assistente, que inclui busca autônoma na web, o agente de pesquisa Kimi-Researcher e o modo agêntico OK Computer, a marca abrange uma plataforma de API e o agente de programação de código aberto Kimi Code, lançado em janeiro de 2026.

Plataforma de serviço Mooncake

Mooncake é a infraestrutura que atende o Kimi e processa 100 bilhões de tokens por dia. O artigo que descreve sua arquitetura recebeu o prêmio Erik Riedel de melhor artigo na conferência FAST, da USENIX.

Escala do otimizador Muon

No artigo Muon is Scalable for LLM Training, escrito em conjunto com a Universidade da Califórnia em Los Angeles, pesquisadores da Moonshot afirmam ter escalado o otimizador Muon, até então conhecido por bons resultados no treinamento de modelos pequenos, para treinar um modelo de mistura de especialistas com 16 bilhões de parâmetros, dos quais 3 bilhões ativos. Segundo os autores, o Muon dobra a eficiência computacional em relação ao otimizador AdamW, o mais usado no treinamento de grandes modelos. A implementação e os pontos de verificação dos modelos treinados foram publicados em código aberto.

Escala do aprendizado por reforço com LLMs

No relatório técnico do Kimi K1.5, os pesquisadores da Moonshot descrevem os métodos de aprendizagem por reforço que, segundo eles, permitiram ao modelo alcançar capacidades de raciocínio comparáveis às do OpenAI o1. Os autores atribuem o resultado à ampliação do contexto e a métodos aprimorados de otimização de políticas, sem recorrer a técnicas mais complexas, como a busca em árvore de Monte Carlo, funções de valor e modelos de recompensa de processo.