智譜、MiniMax 先后啟動(dòng)上市，大模型賽道正在進(jìn)入新一輪資金與算力的“軍備競(jìng)賽”。

就在這一節(jié)點(diǎn)上，《晚點(diǎn) LatePost》獨(dú)家獲悉，月之暗面（Kimi）近期完成 5 億美元 C 輪融資，阿里、騰訊、王慧文等投資方超額認(rèn)購，投后估值 43 億美元。

一個(gè)容易被忽視的細(xì)節(jié)是，這輪融資規(guī)模折合人民幣約 35 億元，與智譜、MiniMax 在 IPO 階段的募資規(guī)模相當(dāng)。換句話說，Kimi僅通過一級(jí)市場(chǎng)，就完成了其他科技公司需要借助二級(jí)市場(chǎng)才能實(shí)現(xiàn)的融資體量。

這種情況并不常見。

眾所周知，一級(jí)市場(chǎng)與二級(jí)市場(chǎng)的核心邏輯并不相同。二級(jí)市場(chǎng)強(qiáng)調(diào)確定性、可驗(yàn)證的業(yè)績與路徑，而一級(jí)市場(chǎng)更關(guān)注長期賠率，押注的是未來可能出現(xiàn)的非線性回報(bào)。

在這樣的分工之下，Kimi能夠在一級(jí)市場(chǎng)完成如此規(guī)模的融資，本身就釋放出一個(gè)明確信號(hào)：投資人已經(jīng)在它身上形成了高度一致的判斷。

這種共識(shí)，或許才是Kimi當(dāng)前最重要、也最具稀缺性的價(jià)值所在。

5億美元融資背后的三個(gè)信號(hào)

5億美元融資、100億人民幣現(xiàn)金儲(chǔ)備，在這一連串?dāng)?shù)字背后，有三個(gè)值得注意的市場(chǎng)信號(hào)：

首先，僅依靠一級(jí)市場(chǎng)，Kimi已經(jīng)完成了過去通常只能在二級(jí)市場(chǎng)實(shí)現(xiàn)的融資體量。

作為對(duì)比，2025 年 9 月，寒武紀(jì)通過定增募資約 40 億元人民幣；根據(jù)公開信息，智譜港股 IPO 的總募資額約為 43 億港元，MiniMax 的 IPO 融資規(guī)模則在 38.18 億元左右。

而月之暗面這一輪 C 輪融資金額為 5 億美元，折合人民幣約 35 億元，幾乎與多家科技公司通過 IPO 或定增獲得的資金規(guī)模相當(dāng)。

換句話說，在不進(jìn)入二級(jí)市場(chǎng)的前提下，Kimi已經(jīng)完成了一次“等量級(jí)”的資本補(bǔ)給。

第二個(gè)更關(guān)鍵的變化在于，Kimi在一級(jí)市場(chǎng)階段，就已擁有極為充沛的現(xiàn)金儲(chǔ)備。

截至 12 月 31 日，公司賬上現(xiàn)金超過 100 億元人民幣。這一水平，已經(jīng)不遜于多家完成 IPO 后的頭部大模型公司。

根據(jù)招股書披露的數(shù)據(jù)，截至 2025 年 6 月，智譜賬上現(xiàn)金為 25.5 億元人民幣，若疊加 IPO 預(yù)計(jì)募資的約 38 億元，總現(xiàn)金規(guī)模約為 63.5 億元；截至 2025 年 9 月，MiniMax 的現(xiàn)金儲(chǔ)備約為 73.5 億元，疊加 IPO 預(yù)計(jì)募資 34 億至 38 億元，總規(guī)模在 107 億元左右。

從這個(gè)維度看，Kimi在未上市的情況下，已經(jīng)具備了與 IPO 公司相當(dāng)?shù)摹皬椝幒穸取保惨虼瞬⒉患庇诘顷懚?jí)市場(chǎng)，獲得了更長的技術(shù)和產(chǎn)品發(fā)育窗口。

第三，這輪融資推進(jìn)速度極快，且老股東持續(xù)加注。

據(jù)《晚點(diǎn) LatePost》了解，從啟動(dòng)到落定，這輪融資前后用時(shí)不足兩個(gè)月，屬于明顯的超額融資。阿里、騰訊、王慧文等老股東均選擇繼續(xù)加碼，其中王慧文對(duì)Kimi的累計(jì)投資金額已達(dá) 7000 萬美元。

在當(dāng)前一級(jí)市場(chǎng)整體趨于謹(jǐn)慎的背景下，如此高效的融資節(jié)奏，意味著投資人之間已經(jīng)形成了高度一致的判斷。

問題隨之浮現(xiàn)，在算力成本高企、模型競(jìng)賽持續(xù)加碼的當(dāng)下，投資人究竟在月之暗面身上看到了什么，愿意在一級(jí)市場(chǎng)階段，就押下如此重的籌碼？

這，或許才是這輪融資背后真正值得討論的地方。

拆解Kimi的三個(gè)“全壘打”邏輯

在回答“為什么是Kimi”之前，需要先回到一級(jí)市場(chǎng)本身的投資邏輯。

在 VC 行業(yè)里，有一個(gè)被反復(fù)引用的經(jīng)典理論，叫 “魯斯效應(yīng)”（Babe Ruth Effect）。

這一說法來自美國棒球史上最具傳奇色彩的球員 Babe Ruth。他是歷史上第一位在單賽季打出 60 個(gè)全壘打的球員，這一紀(jì)錄保持了 34 年。在整個(gè)職業(yè)生涯中，他始終做出同一個(gè)選擇：放棄更高頻、更穩(wěn)定的安打概率，轉(zhuǎn)而追求成功率更低、但回報(bào)“振幅”極大的全壘打。

后來，投資界將這種策略總結(jié)為“魯斯效應(yīng)”：真正決定回報(bào)上限的，不是成功的次數(shù)，而是單次成功的規(guī)模。

Peter Thiel 也在不同場(chǎng)合反復(fù)表達(dá)過類似判斷——極少數(shù)頭部項(xiàng)目，最終會(huì)貢獻(xiàn)絕大多數(shù)回報(bào)；越早理解這一點(diǎn)，越可能成為一個(gè)成功的 VC。

放到Kimi身上，它恰恰符合這一邏輯所偏好的“高振幅”特征。這種可能性，主要體現(xiàn)在三個(gè)方面。

第一，在Kimi這家公司身上，能夠看到一種罕見的聚焦。

在當(dāng)前大模型行業(yè)，多模態(tài)幾乎已經(jīng)成為共識(shí)方向。無論是國內(nèi)的智譜、MiniMax，還是海外的 Google，都在將多模態(tài)作為重要突破口。原因并不復(fù)雜：多模態(tài)所需資源相對(duì)可控，產(chǎn)品形態(tài)更直觀，也更容易落地變現(xiàn)。

Kimi卻是一個(gè)例外。他們刻意收緊業(yè)務(wù)邊界：不做生活?yuàn)蕵贩较颍蛔龆嗄B(tài)生成業(yè)務(wù)，而是長期專注在大模型層、邏輯層和 Agent 層，聚焦深入研究、PPT 生成、數(shù)據(jù)分析、網(wǎng)站開發(fā)等偏生產(chǎn)力、偏復(fù)雜任務(wù)的鏈路。

從更長的時(shí)間尺度看，不做什么，往往比做什么更重要，也更困難。 對(duì)一家資源并不無限的模型公司而言，這種克制本身就是一種罕見能力。

第二，是已經(jīng)被驗(yàn)證過的技術(shù)能力。

今年下半年，月之暗面連續(xù)發(fā)布了 Kimi K2 與 Kimi K2 Thinking 兩個(gè)關(guān)鍵模型，基本奠定了其在開源模型體系中的位置。

其中，Kimi K2 Thinking 在 HLE、推理能力和 Agent 相關(guān)指標(biāo)上，超過了 GPT-5 和 Claude Sonnet 4.5 等閉源模型，站上全球開源模型的第一梯隊(duì)。

更具象的信號(hào)來自生態(tài)側(cè)。Kimi K2 Thinking成為估值千億的AI 搜索產(chǎn)品 Perplexity 目前唯一接入的國產(chǎn)模型。上一次獲得這一位置的中國模型，還是曾一度風(fēng)頭無兩的 DeepSeek R1。

模型表現(xiàn)之外，更值得注意的是其背后的技術(shù)取向。

Kimi在萬億參數(shù)級(jí)模型預(yù)訓(xùn)練中，首次引入二階優(yōu)化器 Muon。

官方披露，在完成 15.5T token 訓(xùn)練的同時(shí)，模型全程沒有出現(xiàn)一次 loss spike（損失激增），訓(xùn)練穩(wěn)定性與 token 使用效率均顯著提升。

同時(shí)，公司還推出了下一代 Kimi Delta Attention 架構(gòu)，通過混合線性注意力機(jī)制，在提升推理效果的同時(shí)，將推理成本降低到原來的數(shù)分之一。

在一次 AMA 中，團(tuán)隊(duì)曾回應(yīng)外界質(zhì)疑：“你可能會(huì)認(rèn)為我們選擇 Muon 只是運(yùn)氣好，但在此之前，有幾十種優(yōu)化器和架構(gòu)方案都沒有通過驗(yàn)證?！?/p>

這些細(xì)節(jié)共同指向一點(diǎn)：這不是一次偶然的成功，而是長期工程優(yōu)勢(shì)的結(jié)果。

第三，是高賠率之下，正在顯現(xiàn)的確定性。

Meta 收購 Manus，讓市場(chǎng)看到了通用智能體（General Agent）的巨大價(jià)值。但在通往 Agent 的路徑上，存在兩種截然不同的思路：

應(yīng)用層的思路（如 Manus）： 基于現(xiàn)有模型，通過“逆向工程”搭建腳手架。無論是 System Prompt 還是 Context Engineering，本質(zhì)上是在外部“教”模型怎么用工具。

模型層的思路（如Kimi）： 這是一種正向思路。在訓(xùn)練階段就將工具使用、環(huán)境交互納入模型的內(nèi)生能力。模型不是“被教導(dǎo)”去適應(yīng)環(huán)境，而是“生來”就適應(yīng)環(huán)境。

楊植麟曾用一句話概括這兩種思路的差異：方向不同，但后者的上限可能更高。理由是，模型在天然的環(huán)境里表現(xiàn)更好，這種“原生性”是外部工程無法比擬的護(hù)城河。

這一邏輯正在被市場(chǎng)驗(yàn)證。楊植麟在內(nèi)部信中透露，公司全球付費(fèi)用戶數(shù)月增速達(dá) 170%。11 月以來，受 K2 Thinking 強(qiáng)推理能力的帶動(dòng)，其海外 API 收入增長了 4 倍。

總的來說，在算力成本高企、模型競(jìng)賽持續(xù)加碼的背景下，對(duì)于Kimi的投資人來說，他們看到的，或許不是一家“短期確定盈利”的公司，而是一條賠率極高、同時(shí)已顯露出確定性輪廓的技術(shù)路徑。

這，才是Kimi在一級(jí)市場(chǎng)迅速達(dá)成共識(shí)的真正原因。

文/林白

PS：如果你對(duì)AI大模型領(lǐng)域有獨(dú)特的看法，歡迎掃碼加入我們的大模型交流群。