Kimi, de Moonshot AI, se concentre sur des modèles hautement performants et sur la rentabilité grâce à une optimisation technique, atteignant un taux de réussite de plus de 90 % dans le cache KV afin de réduire les coûts pour les utilisateurs. Côté B, Kimi évite les déploiements lourds en s'appuyant sur des partenaires pour la personnalisation, et propose un système de services à trois niveaux. Parmi les innovations architecturales, on peut citer l’optimiseur Muon, l’attention linéaire et l’attention résiduelle, qui améliorent la gestion des contextes longs. Les priorités futures sont l’intelligence des agents, les contextes longs et la collaboration entre plusieurs agents.