7 月 29 日，成立仅三年零三个月的月之暗面（Moonshot AI）宣布完成超 35 亿美元 F 轮融资，投后估值冲上 350 亿美元。由于投资机构认购金额超出原定目标三倍有余，本轮融资被提前关闭。

紧接着，原定 8 月启动的 Pre-IPO 轮（G 轮）被连夜提前开启，投前估值锚定 500 亿美元。

从 2025 年 12 月 C 轮融资时的 43 亿美元，到如今冲刺 500 亿美元目标，月之暗面在短短半年多时间里，实现了估值超 11 倍的狂飙。同时，公司已完成股份制改造，最快将在 6 个月内正式挂牌港交所。

01

打破 " 便宜货 " 偏见，KIMI K3 登顶引发革命

这场资本狂欢最直接的导火索，是 2026 年 7 月 16 日月之暗面发布的旗舰大模型—— Kimi K3。

这款拥有 2.8 万亿总参数、原生支持视觉理解、具备 100 万 token 上下文窗口的开源大模型，发布即颠覆了行业。三方权威编程盲测榜单 Frontend Code Arena 中，Kimi K3 以 1679 分的成绩登顶榜首，一举超越了 Anthropic 的 Claude Fable 5（1631 分）和 OpenAI 的 GPT-5.6 Sol（1618 分），成为全球首个在前端代码生成能力上全面碾压欧美最强闭源旗舰的开源大模型。

消息一出，硅谷开发者圈瞬间沸腾。全球顶尖 AI 代码编辑器 Cursor 在 K3 发布首日便宣布完成集成。加州大学伯克利分校教授、Databricks 联合创始人 Ion Stoica 直言，以前人们总认为开源模型落后前沿闭源模型 6-9 个月，而 Kimi K3 将这个差距一举压缩到了 2-3 个月；连马斯克也在社交媒体上都罕见留言 "Impressive（令人印象深刻）"。

除了产品破圈外，Kimi K3 在商业策略上也完成了 " 破局 "，即撕掉长期以来贴在中国大模型身上的 " 低价便宜 " 标签。

长久以来，全球开发者对中国开源大模型的固有印象往往是 " 性价比替代品 "。以 DeepSeek V4 Flash 为例，其输入 token 报价仅为每百万 0.14 美元，比 GPT-5.2 便宜了近 9 倍。

低价虽然带来了用量的飙升，却也让中国大模型深陷 " 卖得便宜、无定价权 " 的低利润泥潭。

月之暗面选择在 K3 上打响 " 定价 " 的第一枪。K3 发布后，其 API 调用价格相比上一代 K2.6 直接提价约 4 倍，输入达到 20 元 / 百万 tokens，输出达到 100 元 / 百万 tokens，进入了美国前沿主流模型的收费区间。

测评机构 Artificial Analysis 的数据显示，K3 跑完整套 9 项测试产生 1.3 亿个输出 token，总账单为 2709 美元，单任务平均花费 0.94 美元，仅略低于 GPT-5.6 Sol（1.04 美元），远高于传统中国模型的报价。

对此，月之暗面企业业务负责人黄震昕公开表示，" 中国开源模型不应该被贴上低价标签。能够做出全球 SOTA（行业顶尖水平）的模型，就应该匹配合理的商业定价。"

从 " 靠便宜卷用量 " 到 " 靠能力卖高价 "，Kimi K3 用性能支撑起了溢价，不仅抢占了技术制高点，在资本面前也证明了中国 AI 具备获取高毛利的能力。

02

高 PS 倍数背后的商业化拷问

技术上登顶与高昂的定价，并不能完全掩盖月之暗面狂奔中面临的现实挑战。

商业化上看，月之暗面的表现可以用 " 惊艳 " 来形容。公司年化经常性收入（ARR）从 2026 年 3 月的 1 亿美元，飙升至 5 月的 2 亿美元，并在 6 月中旬突破 3 亿美元大关，两个月内实现了 50% 的增长。其中，B 端 API 接口收入占比超过 70%，海外付费用户增长达 4 倍。

但在资本市场上，3 亿美元的 ARR 对应 500 亿美元的投前估值，意味着其市销率（PS）高达 160 倍以上。对比之下，即便是全球大模型领头羊 OpenAI，在 3700 亿港元估值（约 470 亿美元）时，其年化收入也已达到 250 亿美元，PS 倍数远低于月之暗面。

更为棘手的问题在于，巨额的技术投入与居高不下的算力成本，正像 " 黑洞 " 一样吞噬现金流。

7 月 16 日 K3 发布后，爆发式的用户请求量迅速冲垮了公司的算力矩阵。仅过了两天，7 月 19 日，月之暗面不得不紧急发布公告，称因请求量超出预估、逼近集群承载极限，即日起暂停 C 端新用户订阅，优先保障付费老用户的体验。

一个估值数百亿美元的科技巨头，却在流量暴涨面前因算力储备不足而被迫 " 闭门谢客 "，暴露出其算力基础设施在面对算力高峰消耗时的脆弱。

有公开报道指出，月之暗面 2026 年仅算力开支的预算就将超过 15 亿美元。K3 开源虽然赢得了生态和名气，但每一次 API 调用与推理请求，都在持续消耗庞大的硬件与电力成本。

大模型赛道的残酷在于 " 壁垒极易被抹平 "。在 K3 发布的同一周期内，资本市场甚至出现了 " 一款模型发布，同行股价暴跌 " 的大波动。智谱单日下跌 28%，MiniMax 跌幅也达 15%。

这反过来向月之暗面提出了拷问：如果下一个月竞争对手推出了更强的模型，K3 建立的技术优势能维持多久？160 倍 PS 的高估值又该如何落地？

此外，从 " 短期不着急上市 " 到 " 半年内冲刺 500 亿港股 IPO"，创始人杨植麟态度的转变也折射出月之暗面在资金层面的紧迫感。尽管公司截至今年 5 月累计融资已超 376 亿元，但在 OpenAI、Meta 年烧数百亿甚至千亿美元的 " 算力军备竞赛 " 面前，单靠一级市场的私人股权融资已难以为继。

打铁还需自身硬。Kimi K3 在第三方榜单上的登顶，为月之暗面拿到了走向全球 SOTA 舞台与资本市场的入场券。但 IPO 的钟声敲响，月之暗面除了需要证明自己能做出最好的模型外，还得证明自己能在激烈的行业竞争中，跑出一条持续造血的商业闭环。