> For the complete documentation index, see [llms.txt](https://docs.cherryai.com.cn/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/moonshot.md).

# Moonshot AI (Kimi)

Moonshot AI は国内で有名な大規模モデルチームで、主力製品は **Kimi**、 **超長文コンテキスト**（最大200万字まで）で知られており、長い文書やコードをAIにまとめて処理させるのに適しています。

## API Key を取得

* へ [Moonshot オープンプラットフォーム](https://platform.moonshot.cn/) アカウント登録
* に進み `API Key 管理` 作成 `sk-...` キー
* 任意の金額をチャージして開通（最低額はごくわずか）

## Cherry Studio で設定

* 開く `設定 → モデルサービス`で **Moonshot AI** Provider に入り詳細ページへ
* を入力 `sk-...` キー
* API アドレスのデフォルトは `https://api.moonshot.cn`
* クリック **モデル一覧を取得**

## 推奨する使い方

| モデル                  | 適したシーン                |
| -------------------- | --------------------- |
| `moonshot-v1-8k`     | 短いコンテキスト、低コストで高速      |
| `moonshot-v1-32k`    | 中程度のコンテキスト、普段使いには十分   |
| `moonshot-v1-128k`   | 長文コンテキスト、文書分析、コードレビュー |
| `kimi-k2-* / k2.5-*` | 最新のフラッグシップ、推論能力がより強い  |

## 適したシーン

* **超長いPDF / 文書分析**：Moonshot の長文コンテキストの強みが最も際立ちます
* **大きなコードのレビュー**：分割せずに完全なファイルを一度に投入できます
* **電子書籍1冊分の要約**：長文コンテキストモデルなら手動での切り出しの手間を省けます

{% hint style="info" %}

* Moonshot の「コンテキストキャッシュ」機能は、繰り返しの対話における token 消費を大幅に削減できます。公式ドキュメントを参照してください
* Kimi にはWeb版に独自のチャット画面がありますが、Cherry Studio から API を接続すると、Cherry Studio のアシスタント、ナレッジベース、MCPツールなどの拡張機能を利用できます
  {% endhint %}

***

### 💡 ヘルプの取得とフィードバックの送信

設定や使用の過程で疑問、Bug、機能改善の提案がある場合は、 [フィードバックと提案](/docs/jp/question-contact/suggestions.md) に記載の公式チャネルをご参照ください。


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.cherryai.com.cn/docs/jp/pre-basic/providers/moonshot.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.