月之暗面35亿美元融资背后：中国大模型估值被重新定义

证券时报记者获悉，月之暗面（Moonshot AI）近日已完成超35亿美元F轮融资，投后估值涨至350亿美元。因认购金额超出原定目标3倍有余，本轮融资提前关闭，原定8月启动的Pre-IPO轮（G轮）融资已提前开始，投前估值升至500亿美元。

月之暗面2026年的估值轨迹极为陡峭：1至2月连续完成3轮融资，估值从100亿美元攀升至180亿美元；5月D轮融资后估值达200亿美元；6月E轮融资后投前估值升至315亿美元；7月F轮融资后达350亿美元。年内完成6轮融资，半年估值大涨。

就在两周前，月之暗面刚刚发布新一代旗舰大模型Kimi K3，总参数量达2.8万亿，以1679分登顶Frontend Code Arena（前端编程）编程榜单榜首，成为目前全球参数规模最大的开源大模型。

技术突破、融资暴增、估值跃迁，这三件事在一个月内完成闭环，月之暗面的例子是当前国产头部大模型发展的缩影，中国大模型正在用一套完全不同于海外同行的逻辑，重新定义市场对其价值的衡量方式。

估值快速增长

月之暗面本轮融资的火爆，核心驱动力就来自旗舰大模型Kimi K3。

据了解，Kimi K3发布后在硅谷引发轰动效应，上线仅30分钟便登顶国际开源AI模型社区Hugging Face趋势榜。月之暗面总裁张予彤7月18日在社交媒体披露，K3模型发布后企业ARR（年度经常性收入）有了数倍的快速增长。6月中旬，月之暗面ARR突破3亿美元。

支撑月之暗面估值跃升的，是其商业化快速兑现能力。月之暗面ARR在2026年3月首次突破1亿美元，5月达到2亿美元，6月站稳3亿美元关口，在3个月内翻了3倍；API收入（模型即收入）已占Kimi整体收入七成以上并持续提升。可以看出，月之暗面如今告别了早期依赖C端个人订阅的单一模式，进入B端（企业端）规模化变现周期。

从融资规模看，月之暗面本轮35亿美元的融资额，仅次于DeepSeek今年6月完成的约510亿元融资，创下目前中国大模型公司单轮融资的第二大纪录。据华峰资本统计，月之暗面累计融资额已超376亿元。

“这类AI大模型公司的估值很难用传统的PS或PE倍数来判断合理性，如果从营收、利润这些方向来看，肯定撑不起来。但如果用看传统行业的方式看AI项目，可能一个项目也投不出去。”一家投资机构合伙人方潮（化名）对证券时报记者表示。

对于月之暗面350亿美元的估值，方潮认为，与海外厂商对比，月之暗面在目前的营收情况下估值确实偏高。“但如果从押注Kimi能否在未来成长为国内少数可持续经营、并维持国际竞争力的平台型AI公司这一视角来看，这一估值能够反映资本市场对Kimi的信心。”

艾想资本合伙人张磊在接受证券时报记者采访时表示，优质产品理应拥有定价权。月之暗面定价虽为最高，但站在全球的角度看，同等竞争环境下，其收入更高、成本更低，未来盈利优势显著，资本市场推高它的估值具备合理性。

方潮进一步拆解了支撑这一估值的两个核心变量：第一，能否一直保持在技术上的领先，或至少维持在全球第一梯队；第二，能否将技术优势转化为收入的高速增长，在拓宽客户维度的同时让客户持续付费。

月之暗面、DeepSeek与智谱的三种估值逻辑

月之暗面、DeepSeek与智谱目前是国产开源大模型里声量最大的3家公司，横向对比来看，这3家头部大模型公司正在走出截然不同的路径。

快思慢想研究院院长、特邀评论员田丰对记者表示，当下是底层架构效率与差异化商业路径共同构筑的产业分化期，DeepSeek的长期战略价值最高，月之暗面的增长弹性最强，智谱的确定性最高。

田丰分析，其中，DeepSeek走的是“长期主义”路线，其长期价值锚定于“算力—智能转化率”的全球定价权，通过开源生态与极致工程化，定义AI时代的底层基础设施标准。

月之暗面走的是“高弹性”路线，其估值弹性建立在“原生AI交互习惯”的垄断潜力上。长文本技术是敲门砖，其商业化弹性实质上反映了市场对Kimi成为下一代超级终端入口的预期。

智谱走的是“高确定性”路线，其确定性来源于AI与实体经济融合的转化率，护城河建立在GLM模型矩阵与企业级MaaS（模型即服务）的深度耦合上。智谱的路径证明，大模型在B端的成功高度依赖于端到端的全栈工程交付能力，而非单一维度的参数比拼。

“这是三种不同的风险收益结构，对应三类不同的投资者画像，而非三家孰优孰劣的线性排序。”田丰强调。

方潮观察到，如今一级市场估值锚点正在从“技术参数”向“商业化指标”切换。

“技术上来说，处于第一梯队的模型之间的差距正在逐渐缩小，资本开始比较哪家商业化能力更强。锚点虽然在转化，但技术依然还是非常重要的考量点，技术决定了公司未来的上限，而商业化能力则决定其可以兑现到什么程度。”方潮说。

张磊强调，一级市场对大模型的关注点从技术转向商业，这是一个必然的结果。“研发投入实在太巨大了，它必须向市场证明它有盈利能力，并且盈利能力是符合机构预期的，信心最终体现在估值上。”

中国大模型从追赶走向引领的拐点时刻

支撑中国大模型获得高估值的，是其成本优势正从阶段性红利演变为结构性成本效率优势。

瑞银证券中国互联网行业分析师熊玮曾指出，中国头部模型的训练成本约为海外龙头的1/10 ，推理成本方面同样惊人，中国模型API定价约为海外对标模型平均定价的10%至20%，且仍能保持20%至40%的毛利水平。

更为关键的是，中国大模型的成本优势并非短期补贴或阶段性红利，而是由算法创新、工程效率与产业链协同驱动的结构性成本效率优势。

“中国大模型厂商在路由机制、底层算子调度、显存优化等环节，构建了系统级的算力利用率壁垒。”田丰认为，这与中国新能源车产业逻辑高度同源，是人才密度、供应链响应速度与极高强度的工程执行力共同塑造的护城河，短期内全球其他市场无法通过单纯增加资金投入来复制这一体系。

2026年以来，智谱对GLM系列服务连续提价：2月上涨约30%，取消首购优惠；3月，整体API价格较去年底提升约83%。

从卖白菜价到敢定高价，这一转变核心驱动力只有一个：当模型能力接近国际一线时，定价权自然回归。

田丰进一步强调，国产大模型定价权的持续性依靠“API价格锚定”重塑全球应用层开发逻辑。只要中国保持工程迭代速度，这种基于性价比的全球定价权就会随开发者生态的固化而持续放大。

责编：岳亚楠

校对：王锦程