从0到120亿，Kimi有自己的“开挂”之路！

撰文｜咸闲

编辑｜咸闲

审核｜烨 Lydia

声明｜图片来源网络。日晞研究所原创文章，如需转载请留言申请开白。

“一家成立仅两年的公司，用20天就直接赚够一年的钱？”

当这个问题抛出时，许多人会认为这是天方夜谭。而在中国AI圈，一家名为月之暗面（Moonshot AI）的公司，用一份炸裂的成绩单给出了答案，在它旗下的大模型Kimi K2.5发布仅20天，累计收入超过2025年全年总额。

海外收入首次反超国内，API调用量在4个月内激增400%，在OpenRouter平台稳居前列。最新估值飙至100-120亿美元，成为国内最快晋级“十角兽”（估值超百亿美元）的科技公司。

更让人觉得不可思议的是，创始人杨植麟在全员信里直接说：“我们融到的钱比大部分公司IPO募资还多，而且还能从一级市场融到更多钱。”这就意味着，Kimi没走传统IPO的老路，而是用资本闭环策略掌握主动权，不被动接受二级市场的估值。

当国内大模型还在卷用户、拼场景时，Kimi早已跳出红海，用硬核实力撕开了一道通往全球市场的裂缝。而这道裂缝，究竟撕开了多大的想象空间？

如何实现海外征服？

图片来源：【Moonshot AI】 2026 Kimi-K2.5技术报告

KimiK2.5，这是一款开源的多模态智能代理模型，旨在推动通用智能代理能力的发展。它强调文本与视觉的联合优化，使这两种模态能够相互促进。这包括一系列技术，如联合文本-视觉预训练、零视觉SFT以及联合文本-视觉强化学习。基于这一多模态基础，K2.5引入了代理群集(AgentSwarm），这是一种自主指导的并行代理协调框架，能够将复杂任务动态分解为异构子问题，并同时执行这些子问题。

大量的评估表明，KimiK2.5在包括编码、视觉、推理和智能代理任务在内的各种领域都取得了最先进的成果。代理群集还通过高达4.5倍的降低延迟，超越了单个代理基准。我们发布了经过后训练的Kimi K2.5模型检查点，以促进未来对智能代理能力的研究和实际应用。

Kimi的商业化第一战，就选在了全球竞争最激烈的AI市场北美和欧洲。它的付费用户增长策略堪称“教科书级”。在本地化运营方面，针对不同市场推出定制化功能，如欧洲市场的GDPR合规工具、北美市场的企业级数据隔离方案，甚至组建本地客服团队，打破“中国AI不懂海外用户”的偏见。

定价策略上，采用“免费基础版+按需付费增值服务”模式，基础版价格低于OpenAI，但企业级API调用费用高出20%，精准狙击中小企业和开发者群体。生态合作上，与AWS、Azure等海外云服务商绑定销售，借助其渠道触达全球客户，同时降低自身基础设施成本。结果，Kimi的API调用量在发布后3个月内冲进全球前三，开发者生态覆盖120个国家，海外收入占比超60%。

2024年，Kimi完成超12亿美元融资，创下中国AI企业单轮融资纪录。

资金用途上，70%投入多模态大模型研发，试图在Agent（智能体）技术上超越GPT-5；20%用于海外团队搭建和营销，剩余10%用于“抢人”，开出年薪百万美元挖角OpenAI、Google的工程师。资本市场的逻辑也在转变，2023年前，AI企业估值靠“技术潜力”讲故事；2024年后，商业化能力成为核心指标。Kimi的百亿美元估值中，60%来自其已落地的收入模型，而非“未来可能”。

但争议随之而来，快速融资是否透支未来？Kimi的估值是否包含“乐观预期泡沫”？更棘手的是海外扩张的合规风险，欧盟已对其数据收集方式展开反垄断调查，美国则以“国家安全”为由限制其进入政府采购名单。

差异化竞争的制胜之道

在中国，如今中国的通用大模型靠规模效应降低成本，但面临极大的同质化竞争。

Kimi就开始走向“通用+行业插件”模式，例如为制造业提供“质检AI插件”，为内容产业提供“自动生成脚本工具”，通过细分场景提高溢价。在垂直领域模型（如医疗、金融）专注高壁垒场景，但需解决数据获取和合规问题。

此外，开源与闭源的博弈同样激烈，在国外，Meta的Llama开源生态吸引全球开发者，但商业化能力薄弱；OpenAI的API收费模式赚得盆满钵满，却面临“封闭垄断”的指责。Kimi的选择是“半开源”，开放基础模型供学术研究，但商业化版本闭源，试图在生态与盈利间找到平衡。

图片来源：【Moonshot AI】 2026 Kimi-K2.5技术报告

在盈利模式探索上，C端订阅制方面，ChatGPT Plus的成功让中国玩家纷纷跟进，但效果参差不齐。

Kimi的C端收入占比不足20%，因其发现中国用户更愿意为“工具”付费，而非“聊天机器人”。B端定制化服务是中国AI企业的主战场，某金融AI公司为银行定制风控模型，单项目收费超千万元，但需面对“项目制不可复制”的质疑。数据变现的边界方面，AI的“燃料”是数据，但用户隐私保护与商业价值的冲突日益尖锐。

生态竞争的关键在于开发者与行业伙伴的“双轮驱动”。

开发者工具链上，Kimi的API文档被开发者称为“最友好”，其社区提供免费教程和案例库，吸引超50万开发者入驻。相比之下，某国产大模型的API文档漏洞百出，开发者流失率高达60%。行业深度绑定上，Kimi与制造业巨头合作开发“工业视觉AI”，与影视公司合作“AI编剧工具”，通过场景落地巩固生态壁垒。这种“技术+场景”的模式，正在成为中国AI企业的标配。

下半场的AI之路

2023 - 2024年，中国AI领域融资超500亿美元，但头部机构布局愈发谨慎。红杉资本合伙人直言：“现在只投能证明商业化能力的团队，纯技术项目看都不看。”估值泡沫的争议从未停止，某AI企业仅凭一份PPT融资5亿美元，估值达30亿美元，但两年后收入不足千万，最终破产。

“十角兽”（Decacorn，估值超百亿美元）企业的真实价值如何衡量？

投资人开始用“收入倍数”替代“用户数倍数”，Kimi的百亿美元估值，对应其未来三年预测收入的15倍，而某竞品仅靠用户数撑起的估值，收入倍数高达50倍，明显虚高。

港股/美股对AI企业的上市门槛日益严苛。港股要求企业近三年累计收入超10亿港元，且商业化路径清晰；美股更看重增长潜力，但需面对做空机构的狙击。商汤、寒武纪等企业的IPO案例揭示一个真相，商业化能力决定估值天花板。商汤上市时因收入结构单一（70%来自政府项目），股价破发；寒武纪则因芯片量产延迟，市值蒸发80%。

中国AI企业的出海策略也在分区域化。在东南亚市场主打的是“性价比”，用低价模型抢占中小企业市场，而欧美市场就大不相同，他们所聚焦的是高壁垒行业（如金融、医疗），通过合规认证和本地化服务建立信任。

然而，在进军海外市场时，应对国际竞争的关键是构建“技术+数据+场景”的护城河。例如，Kimi与中国制造业合作积累的工业数据，是其对抗欧美AI企业的核心优势。

当AI从被动的“应答者”进化为主动的“执行者”，人机协作的边界正在被重新定义。Kimi的未来发展充满变数，但其探索与实践为中国AI行业提供了宝贵经验。其注重底层技术创新、合理运用资本策略、积极开拓全球市场的做法，值得其他企业借鉴。在未来的发展中，中国AI企业需要不断提升自身的技术实力和创新能力，加强资本运作和全球化布局，以应对日益激烈的市场竞争和不断变化的市场环境。

参考资料：

1. 【Moonshot AI】 2026 Kimi-K2.5技术报告

一点想法（北京）旗下矩阵公众号

点击图片即可阅读 《中美网友“账本大公开”：原来我们都想错了？》 《“TikTok难民”涌入小红书，中美网民开启民间外交》

《“病来如山倒”，造车开始大退潮》