Moonshot AI setzt auf langen Kontext und erreicht 35 Mrd. US-Dollar

Moonshot AI ist ein chinesisches Startup für große Modelle, das ein eigenes allgemeines großes Modell mit 100 Milliarden Parametern entwickelt und sich auf den intelligenten Assistenten Kimi für Verbraucher konzentriert, der extrem lange Eingaben unterstützt, und später auf Open-Source-Modelle und die Kommerzialisierung von Agent-Fähigkeiten umschwenkte

Die Wette galt verlustfreiem langem Kontext, nicht Abkürzungen wie RAG, und einer Closed-Source-ToC-Super-App mit Kimi, um einen Verbraucher-Graben aufzubauen.

Nach der Gründung 2023 sammelte das Unternehmen in einer frühen Finanzierungsrunde fast 2 Mrd. RMB ein (Sequoia (红杉), Capital Today (今日资本), ZhenFund (真格基金) usw.), bei einer Bewertung von über 300 Mio. US-Dollar

Im März 2023 gründeten Yang Zhilin (Erstautor von Transformer-XL und XLNet), Zhou Xinyu (einer der Autoren von ShuffleNet) und Wu Yuxin (Autor von detectron2), alle von der Tsinghua-Universität, Moonshot AI. Das Team war der Auffassung, dass die „Emergenz“ großer Modelle auf 100 Milliarden Parametern beruhte, doch der Engpass bei der Bereitstellung hatte eine zweite Dimension – wie viel Kontext pro Gesprächsrunde verarbeitet werden konnte, also das „Gedächtnis“ des Modells. Im Oktober 2023 veröffentlichte das Unternehmen Kimi Chat für Verbraucher mit Unterstützung für 200.000 Zeichen Eingabe und stellte damit den damaligen Weltrekord für produktisierbaren langen Text auf; Yang Zhilin sagte: „Langtext-Technologie ist der erste Schritt des Moonshot-Programms großer Modelle.“

Im Jahr 2023 betrug die kumulierte Finanzierung fast 2 Mrd. RMB (Sequoia, Capital Today, Lisi Capital (砺思资本) usw.), bei einer Bewertung von über 300 Mio. US-Dollar. Im Februar 2024 schloss das Unternehmen eine Runde von über 1 Mrd. US-Dollar ab; zu den Investoren gehörten Sequoia China (红杉中国), Xiaohongshu (小红书), Meituan (美团) und Alibaba (阿里), mit einer Post-Money-Bewertung von etwa 2,5 Mrd. US-Dollar, der damals größten Einzelrundenfinanzierung für ein inländisches großes Modell. Im Jahr 2024 betrieb Kimi in großem Umfang bezahlten Traffic-Einkauf; im Oktober erreichten die Werbeausgaben 199 Mio. RMB, und die monatlich aktiven Nutzer wuchsen innerhalb eines halben Jahres von etwa 4 Millionen auf 22 Millionen. Nach dem Open-Source-Schock durch DeepSeek-R1 im Jahr 2025 verlagerte das Unternehmen seinen Schwerpunkt auf Modellgrundlagen und Agent: Im Juli veröffentlichte es das MoE-Modell Kimi K2 auf Open-Source-Basis mit Billionen-Parameter-Niveau; eine Woche nach der Veröffentlichung führte es die Open-Source-Ranglisten an (GitHub 5,6K Stars, Hugging Face Downloads fast 100.000, Perplexity kündigte an, Post-Training auf Basis von K2 durchzuführen); die Architektur übernahm DeepSeek V3 und nahm vier Parameteranpassungen vor. Im Dezember 2025 schloss das Unternehmen eine Series C über 500 Mio. US-Dollar ab (Bewertung 4,3 Mrd. US-Dollar, Barmittelbestand über 10 Mrd. RMB); im April 2026 veröffentlichte es K2.6 auf Open-Source-Basis und gab bekannt, dass der ARR 200 Mio. US-Dollar überstieg; im Mai schloss es eine Series D über 2 Mrd. US-Dollar ab (angeführt von Meituan Longzhu (美团龙珠), Post-Money-Bewertung über 20 Mrd. US-Dollar); im Juli übertraf die Series F 3,5 Mrd. US-Dollar, Post-Money-Bewertung 35 Mrd. US-Dollar; die Series G (Pre-IPO) begann früh, die Pre-Money-Bewertung stieg auf 50 Mrd. US-Dollar.

Langer Kontext war für Nutzer wahrnehmbar: 200K Eingabe war einzigartig und baute früh eine Verbrauchermarke auf.

Der Closed-Source-ToC-Weg brach mit der Open-Source-Welle von 2025; Kimi wechselte zu Open Source + Agent und bewies, dass Startups sich anpassen oder untergehen müssen.

Das Finanzierungstempo entschied über das Überleben: von 300 Mio. auf 35 Mrd. US-Dollar in 3 Jahren durch Unterstützung von Alibaba, Meituan und Tencent bei Rechenleistung, Traffic und Talenten.

Open Source machte die Technologie zur Ware: K2 führte die Rangliste an, übernahm aber DeepSeek V3; die Bewertung stützte sich auf Agent und ARR von 0 auf 200 Mio. US-Dollar.

Die sinkende Verbraucher-MAU auf den neunten Platz zeigte, dass einzelne Erfolge nicht verteidigt werden können; der Modellvorsprung muss in Unternehmensumsatz und Ökosystem umgewandelt werden.

Als Rivalen um Rechenleistung konkurrierten, knackte langer Kontext den Markt; doch Open Source ebnete ihn ein, sodass der Vorteil zu Modellfähigkeit und kommerziellem Kreislauf werden musste – das Finanzierungstempo entschied über das Überleben.

Bis Juli 2026 übertraf die Series F 3,5 Mrd. US-Dollar bei einer Bewertung von 35 Mrd. US-Dollar; die Series G lag Pre-Money bei 50 Mrd. US-Dollar. Der ARR überstieg im April 200 Mio. US-Dollar; K2.6 programmierte 13 Stunden. Yang Zhilin sagte, man beeile den Börsengang nicht, plane K4-K100, Barmittel über 10 Mrd. RMB. Risiken: Kimi hatte 8,34 Mio. MAU, den neunten Platz unter den inländischen KI-Apps, weit hinter Doubao (345 Mio.) und DeepSeek (127 Mio.); Zhipu und MiniMax gingen an der HKEX an die Börse, sodass die Bewertung von Moonshot von der Kommerzialisierung von Agent abhing.