月之暗面算力危机与融资热潮7月中旬月之暗面公开承认用户太多算力不够用了。Kimi K3发布后不到两天用户请求量迅速逼近现有算力集群的极限。月之暗面不得不暂停接受新的消费者订阅把有限算力优先留给已经付费的用户。十天后另一扇门也被挤爆了。据报道月之暗面刚刚完成一轮超过35亿美元约合人民币236亿元的F轮融资投后估值达到350亿美元认购金额超出原定目标3倍有余本轮融资提前关闭。这一轮头部AI项目的抢配程度是近年少见的。庚辛资本创始合伙人鄢翔天向表示“一级市场对确定性头部的容忍度已经极低好的额度一旦放出消化速度非常快几天就没了”。在他看来这种节奏其实是一把双刃剑“留给机构做尽调、走内部流程的窗口越来越短这对投资纪律是很大的考验——越热门的项目越要提醒自己别被节奏裹挟”。但市场似乎管不了这么多。供需的失衡也直接体现在价格上想进场的机构远多于放出的额度慢一步就可能错过。这为随后估值的快速抬升埋下了伏笔。有消息称月之暗面还准备提前启动Pre - IPO轮融资计划以最高500亿美元的投前估值继续募资。鄢翔天判断“按现在的热度这一轮大概率也会很快完成”。估值暴涨的秘密从去年年底至今月之暗面的估值增长曲线很陡峭2025年12月C轮融资完成时月之暗面投后估值约43亿美元进入2026年融资节奏显著提速——年初连续完成多轮融资估值攀升至约180亿美元5月D轮估值突破200亿美元6月底投前估值升至315亿美元7月F轮投后达到350亿美元。七个月估值从43亿涨到350亿涨幅超8倍。鄢翔天认为“这种斜率用当期利润是解释不了的”关键在于估值的参照系变了。“大模型公司不是按当期利润线性定价的而是按它进入头部阵营、并最终成为公众公司的概率来定价。一旦市场认为一家公司不仅能持续融资、还具备上市可能它的定价基准就从普通创业公司切换到潜在IPO标的估值自然会出现跳跃”。年初智谱和MiniMax先后在港交所上市、股价表现强劲为一级市场提供了新的估值锚阶跃星辰在推进港股IPO的过程中Pre - IPO估值也在一个多月里快速抬升。这些案例让投资人看到大模型企业的退出通道正在真实形成——IPO不再是一个遥远的故事而是可以纳入模型测算的现实预期。同时一条新的资本循环正在形成一级市场为模型训练提供资金模型能力和收入增长推动公司上市二级市场形成估值锚新的估值锚再反过来抬高未上市头部公司的融资价格。月之暗面超募3倍、提前关闭这件事本身折射的信号比金额更强烈。鄢翔天说“在行业向头部集中的过程中优质头部的稀缺性正在快速抬升。这与AI去泡沫并不矛盾——真正被出清的是缺乏壁垒的叙事型标的而卡住用户入口、又具备基础模型能力的头部反而在集中过程中受益”“资本不是认为这个赛道没有风险而是更怕错过头部公司的关键轮次、未来再也拿不到理想的入场机会。一旦只剩三四家这个假设成立35亿美元的入场费放在IPO的参照系里反而不算贵”。投资人看Kimi的视角变了估值跳涨最直接的催化剂是7月16日发布、7月27日全量开源的Kimi K3。这款模型总参数量达2.8万亿采用MoE稀疏架构896个专家每次激活16个原生支持视觉多模态理解上下文窗口100万Token。结合自研的KDA混合线性注意力机制整体扩展效率较上一代提升约2.5倍。在第三方Frontend Code Arena前端编程榜单上K3以1679分登顶全球第一超越Claude Fable 5和GPT - 5.6 Sol——这是开源模型首次在权威编程榜单上超越全部海外闭源模型。在Artificial Analysis智能指数上K3排全球第三。鄢翔天说“它不只是把开源参数规模刷到了新的上限更重要的是在编程、复杂推理、智能体和长上下文这些高难度任务上已经接近国际一线闭源模型”。K3发布后中国模型在海外的影响力出现了一个值得关注的变化。Mozilla首席技术官Raffi Krikorian在K3发布数日后便将它用于日历、文件和电子邮件等日常工作。部分美国企业也开始采用中国模型以降低调用成本。据Sensor Tower估算K3发布后一周Kimi全球下载量超过93万次较前一周大幅增长其中美国市场增长尤为明显。鄢翔天说“K3至少重新证明了一件事月之暗面不是只有产品流量它具备持续训练前沿模型的能力”“投资人对Kimi的认知正在从长文本加个人助手扩展到编程、智能体、多模态和复杂任务执行”。随着模型增强营收数据也在快速增长。据公开信息月之暗面ARR年度经常性收入于2026年3月首次突破1亿美元5月达2亿美元6月站稳3亿美元其中API收入占整体收入七成以上公司正从依赖C端订阅转向B端规模化变现。但高估值背后也有长期的风险。鄢翔天提醒“估值涨得越快未来要兑现的增长就越多——它不仅要证明模型做得好还要证明用户能留下来、收入能持续增长并最终形成一套与500亿美元量级相匹配的商业模式”。“此外还有一层外部不确定性不能忽视围绕先进算力获取、以及海外对训练路径与合规的质疑都会直接影响它全球化和退出通道的可持续性。这些才是高估值背后真正需要盯住的尾部风险”。大模型的赚钱方法在迭代中国大模型的竞争正在悄然发生变化。鄢翔天的判断是模型能力仍是入场门槛但下一阶段真正拉开差距的是谁能进入真实生产流程、掌握用户的上下文。他说“今天很多模型在通用问答、写作、总结这些基础能力上的差距已经没有早期那么明显。榜单上领先几个百分点未必能转化成商业优势。用户真正需要的也不是一个更聪明的聊天机器人而是一个理解他的工作环境、业务目标和历史信息、并能持续把任务做完的系统”。他进一步解释所谓掌握上下文不只是记住用户说过什么而是理解他的工作流、组织关系、数据权限、决策习惯和具体目标。“模型只有进入真实场景才知道问题到底出在哪里也才能把一次性的回答变成连续的任务执行”。他给出了一个更直接的判断标准下一阶段决定胜负的不是谁先获得企业数据的读权限而是谁先获得写权限。读权限意味着模型可以读取邮件、查询数据库、总结文件写权限则意味着模型可以修改数据库、发送邮件、创建订单、调整库存乃至嵌入更核心的生产流程。只有拿到写权限模型才真正进入企业的生产链条。近期模型上下文协议MCP的演进也印证了这一趋势新版本开始重点解决无状态部署、长时间任务、企业授权和大规模扩展问题使智能体更容易连接外部工具和企业系统其授权规范亦要求当智能体访问邮件、文件、数据库或执行管理操作时应采用标准化授权、记录操作并取得用户许可。过去大模型行业的基础设施是GPU、数据和训练框架未来权限管理、任务编排、模型路由、身份系统和审计工具也可能成为新的基础设施。与此同时模型竞争正在从文本扩展到完整的多模态任务。各家的路线已经出现三条同时推进的分支基础模型继续扩大规模、提高推理能力智能体进入编程、办公和企业工作流多模态模型进入广告、电商、游戏和内容生产。Kimi选择的重点是长周期编程、知识工作和个人智能入口MiniMax押注多模态内容和海外消费产品智谱更接近企业和政务客户阿里和字节拥有云计算、电商、办公、广告和内容分发场景DeepSeek则继续依靠模型效率和开发者影响力扩大生态。中国大模型行业曾经把竞争焦点放在每百万Token多少钱但随着智能体兴起简单比较Token单价正在失去意义。鄢翔天说“Token根本不是一个标准化商品。哪怕调用同一个模型不同服务商的延时、吞吐、并发、稳定性和缓存机制都不一样价格自然不同。对企业用户来说一次调用能不能及时返回、高峰期稳不稳、复杂任务能不能一次做完往往比名义上的每百万Token单价更重要”。需求本身也在分化海量文本分类、基础客服要极致低成本编程、科研、金融分析、企业决策更看重推理质量和可靠性实时交互场景对延时极其敏感。“同样是Token创造的价值完全不同不能放在一起简单比价。用户买的从来不是Token本身而是能解决问题的Token”。在他看来大模型的商业模式将逐渐演变为基础调用价格继续下降但高质量推理、低延时服务、专属部署、行业数据、智能体和任务交付会分层定价。当市场从“每百万Token多少钱”转向“一个任务最终花多少钱、省多少人力、创造多少价值”单纯的价格战自然会失去意义。