雷遞網(wǎng) 樂(lè)天 2月24日

據(jù)知情人士透露，在完成5億美元融資僅一個(gè)多月后，月之暗面kimi新一輪超7億美元融資即將完成交割。

這使得月之暗面kimi兩輪融資總金額超過(guò)12億美元。

本輪融資由阿里、騰訊、五源等老股東聯(lián)合領(lǐng)投，最新估值達(dá)到100到120億美元，創(chuàng)下國(guó)內(nèi)公司從成立到晉級(jí)十角獸企業(yè)（估值超100億美元）的最快成長(zhǎng)速度。

此前字節(jié)估值突破百億美金大關(guān)用時(shí)超4年，拼多多用時(shí)超3年，Kimi僅用兩年多的時(shí)間實(shí)現(xiàn)估值30多倍的增長(zhǎng)。

據(jù)悉，月之暗面股東還包括紅杉中國(guó)、小紅書、美團(tuán)，更早前，Monolith礪思資本也已連投了多輪月之暗面。

Kimi近20天累計(jì)收入已超過(guò)2025年全年總收入

另?yè)?jù)月之暗面方面消息，Kimi旗下K2.5大模型發(fā)布不到一個(gè)月，Kimi近20天累計(jì)收入已超過(guò)2025年全年總收入，增長(zhǎng)主要受全球付費(fèi)用戶及API調(diào)用量大漲共同推動(dòng)，其中海外付費(fèi)用戶數(shù)快速增長(zhǎng)，OpenRouter數(shù)據(jù)顯示，Kimi K2.5調(diào)用量持續(xù)保持領(lǐng)先。

當(dāng)下，大模型行業(yè)賽道火熱，2026年初，智譜和MiniMax先后在港股上市，目前智譜市值高達(dá)2800億港元，MiniMax市值2760億港元。

在海外，AI企業(yè)Anthropic近期宣布籌集300億美元的G輪融資，由GIC和Coatue領(lǐng)投，投后估值達(dá)到3800億美元，本輪融資由D. E. Shaw Ventures、Dragoneer、Founders Fund、ICONIQ和MGX共同領(lǐng)投。

相對(duì)來(lái)看，Kimi的估值還處于合理區(qū)間。2026年初，月之暗面kimi創(chuàng)始人楊植麟曾說(shuō)，相比于二級(jí)市場(chǎng)，公司判斷還可以從一級(jí)市場(chǎng)募集更大量資金，事實(shí)上，公司B/C輪融資金額就超過(guò)絕大部分IPO募資及上市公司的定向增發(fā)。所以月之暗面短期不著急上市，也不以上市為目的?！爱?dāng)然未來(lái)我們計(jì)劃將上市作為手段來(lái)加速AGI，擇時(shí)而動(dòng)，主動(dòng)權(quán)掌握在我們手中?！?/p>

楊植麟還說(shuō)，C輪融資資金將用于更加激進(jìn)地?cái)U(kuò)增顯卡，加速K3模型的訓(xùn)練和研發(fā)。部分資金也將用于2026年的激勵(lì)計(jì)劃和期權(quán)回購(gòu)計(jì)劃。2025年，基于sota結(jié)果產(chǎn)出，調(diào)薪、期權(quán)獎(jiǎng)勵(lì)、現(xiàn)金獎(jiǎng)勵(lì)等各種激勵(lì)措施累計(jì)324人次。2026年春節(jié)之前會(huì)確定K2 Thinking及后續(xù)模型和產(chǎn)品發(fā)布的獎(jiǎng)勵(lì)方案并發(fā)放。2026年公司的平均激勵(lì)預(yù)計(jì)是2025年的200%，同時(shí)計(jì)劃大幅上調(diào)期權(quán)回購(gòu)額度。

2026年的戰(zhàn)略會(huì)按如下幾個(gè)方面推進(jìn)：

K3模型通過(guò)技術(shù)改進(jìn)和進(jìn)一步scaling，提升等效FLOPs至少一個(gè)數(shù)量級(jí)，在預(yù)訓(xùn)練水平上追平世界前沿模型；

垂直整合模型訓(xùn)練和agent產(chǎn)品taste，讓K3成為更“與眾不同”的模型，讓用戶體驗(yàn)到全新的、其他模型沒(méi)有定義過(guò)的能力；

產(chǎn)品和商業(yè)化上聚焦agent，不以絕對(duì)用戶數(shù)量為目標(biāo)，持續(xù)追求智能上限，創(chuàng)造更大的生產(chǎn)力價(jià)值，營(yíng)收規(guī)模實(shí)現(xiàn)數(shù)量級(jí)增長(zhǎng)；

楊植麟還曾在一場(chǎng)技術(shù)活動(dòng)上揭秘Kimi預(yù)訓(xùn)練策略：1，Token efficienc，用盡可能少的Token得到一樣的效果；2，實(shí)現(xiàn)長(zhǎng)上下文（Long context），盡可能延長(zhǎng)，Loss降低?！斑@是我們整體的優(yōu)化，Token efficienc再乘以Long Context，最終就可以做到非常好的agent智能。”

楊植麟認(rèn)為，更好的預(yù)訓(xùn)練和基礎(chǔ)模型是減少了搜索空間，提升了更好的先驗(yàn)。KIMI要在K2的基礎(chǔ)上做更多的Scaling，這不只是加算力，很重要的點(diǎn)是接下來(lái)的模型有更多的Taste，更多的品位和審美。

雷遞由媒體人雷建平創(chuàng)辦，若轉(zhuǎn)載請(qǐng)寫明來(lái)源。