晚點獨家丨月之暗面將完成 20 億美元新融資，估值破 200 億美元

半年內，月之暗面估值翻 4 倍，融資超 39 億美元。

文丨程曼祺

編輯丨宋瑋

《晚點 LatePost》獨家獲悉，Kimi （月之暗面）即將完成新一輪 20 億美元融資，投后估值突破 200 億美元。本輪融資由美團龍珠領投，中國移動、CPE（源峰資本）等參投，其中僅龍珠就出手超 2 億美元。

今年 1 月和 2 月，Kimi 剛密集完成 3 輪融資 ，分別融了 5 億美元、 7 億美元和 7 億美元。算上這筆最新融資，不到半年里，Kimi 融資超 39 億美元，最新估值相比去年 11 月的約 43 億美元翻了 4 倍有余。

至此，Kimi 累計融資額已超 376 億人民幣，成為大模型創業公司中累計融資最多的公司。算上 IPO 募資，MiniMax 累計融資約 150 億人民幣，智譜約 130 億人民幣。截至 5 月 6 日午間休市，MiniMax 市值約 2100 億人民幣，智譜約 3470 億人民幣。

美團龍珠合伙人王新宇告訴我們，K2.5 模型更新后，Kimi ARR（年度經常性收入）在今年 3 月初突破 1 億美元，在 4 月繼續增長至超 2 億美元，付費訂閱和 API 調用都在加速。

完成新融資前夕，Kimi 最新模型 K2.6 在 4 月 20 日晚發布并開源。K2.6 強化了編程能力和 Agent 集群能力，可支持最多 300 個子 Agent 協作，Kimi 也開始同步測試 Claw 群組新功能。

這此前的一年多，Kimi 經歷了戰略、士氣和投融資行情的多方面觸底反彈。

2025 年 1 月 20 日，Kimi 發布推理模型 Kimi K1.5，對標 OpenAI o1 。同一天，DeepSeek 發布并開源 DeepSeek-R1。

盡管 K1.5 在一些 benchmark 上超越了當時的領先模型 GPT-4o 和 Claude 3.5 Sonnet ，但市場注意力幾乎全被 DeepSeek 吸引。隨后的 2025 年春節，DeepSeek 以 0 投放斬獲數千萬日活，一舉超越 2024 年大額投放的 Kimi，也一度超越了字節豆包。

那是 Kimi 的艱難時期。2025 年春節后，kimi 有了 3 個重要變化：

- 以 “持續拿到 SOTA（模型最佳表現）” 為最優先級目標。

- 大幅減少 C 端投放。

- 從閉源走向開源。

那之后，Kimi 在方向選擇和具體技術成果上都有不錯的表現。

選定 coding 和 Agent：“生產力優先” 落到了行動

和智譜類似，Kimi 是中國公司中較早開始側重編程能力的團隊，而編程又是通用 Agent 的最核心能力。

這與楊植麟一直說的 “生產力場景優先”、“效率場景優先” 一脈相承。但在 2024 年，Kimi 動作依然發散，也嘗試過海外 to C 產品和視頻生成。

2025 年后，Kimi 更加聚焦。這一年 7 月開源的 Kimi K2 和 2026 年 1 月至今的 K2.5 與 K2.6 都在持續強化編程和 Agent 能力。

其中，K2 是一款 Kimi 借鑒 DeepSeek 經驗，補課預訓練能力后的模型，采取了與 DeepSeek-V3 類似的 MoE（混合專家模型）與 MLA（Multi-Head Latent Attention，多頭潛在注意力）架構，把總參數擴展到 1T（萬億參數），強化了編程和多輪工具調用等 agent 能力。2 個月后，Kimi 推出 Agent 功能 “OK Computer”（后改名 Kimi Agent）。K2.5 則首次引入視覺能力，并開始支持智能體群模式。

Artificial Analysis 的綜合智能指數。 Kimi K2.6 低于 OpenAI、Anthropic 和 Google DeepMind 三家公司的新模型，高于 Meta 的 Muse 和 xAI 的 Grok。

K2.5 對編程和 Agent 的優化適用于 OpenClaw（業內稱 “龍蝦”），Kimi 也迅速在 2 月 15 日推出了云端龍蝦 Kimi Claw，支持低門檻的一鍵部署。

模型進化疊加產品更新，Kimi 今年以來的收入、訂閱用戶數大幅增長。

- 據全球支付平臺 Stripe 數據，自 2026 年 1 月底以來，Kimi 近 20 天收入超越 2025 年全年總和。其個人訂閱用戶 1 月支付訂單數環比增長超 8000%，2 月環比再漲超 120%。

- 據 Similarweb 數據，Kimi 海外 API 開放平臺在 K2.5 發布后日均訪問量暴漲 10-20 倍。

MuonClip、Attention Residuals，技術影響力顯現

在具體技術成果上，2025 年年初，Kimi 在 16B 的 Moonlight 模型上驗證了 Keller Jordan 2024 年開源的 Muon 優化器（原初版本是在 1.5B 模型上做驗證），后來又在 1T 規模的 K2 上提出 Muon 的一個改進版 MuonClip，后被廣泛采用。

Kimi 創始人楊植麟曾在多個公開場合提及這一成果，以此作為技術 “taste” 的例子。剛剛發布的 DeepSeek-V4 也使用了 Muon 優化器，并進一步提出了新改進。

Moonlight 共同一作之一 Jingyuan Liu 已于 2025 年年中加入 Meta，近期加入了 Thinking Machines Lab。

2025 年 10 月，Kimi 推出實驗性的線性注意力架構模型 Kimi-Liner。該模型在開源的 DeltNet Attention 基礎上做了進一步修改。

為更好探索線性注意力，Kimi 從 AI 研究者楊松林發起的 FLA 線性注意力開源社區中招募了貢獻頗多的活躍開發者張宇和陳廣宇。張宇是蘇州大學計算機科學與技術學院博士，陳廣宇是一位高中生。

2026 年 3 月，Kimi 提出 Attention Residuals（注意力殘差），它引入了 Transformer 中的注意力機制，解決傳統殘差連接（Residual Connection）的信息稀釋、訓練不穩定等痛點。殘差鏈接是深度神經網絡已使用十幾年的一項基礎技術。馬斯克在推特轉發了這個成果，“Impressive work from Kimi”。

Attention Residuals 有三位核心作者：Kimi 從 FLA 社區挖掘的陳廣宇和張宇，還有人稱 “蘇神” 的蘇劍林。他是大模型中廣泛使用的 RoPE（旋轉式位置編碼）的作者，獨自一人在廣州工作。

Attention Residuals 與 DeepSeek 2025 年年底的 mHC（Manifold-Constrained Hyper-Connections 流形約束超連接） 想實現的效果有相似之處。而 mHC 改進的 HC 又是字節跳動 Seed 團隊提出的。

HC、mHC、Attention Residuals，這些接連出現的技術改進是中國 AI 人才密度與競爭烈度的產物。

從 “太貴” 到 “好便宜”

2024 年底，《晚點 LatePost》曾在《中國大模型生存戰：巨頭圍剿，創業難熬》里提到，面對 “會跳舞的大象” 字節，中國一批大模型創業公司壓力巨大。

18 個月來，兩個關鍵事件使創業公司的 “一線生機” 逐漸打開。

一是 DeepSeek-R1 使開源模型生態真正繁榮、活躍，眾多開源模型之間的技術交流加速了大模型進化；二是 Agent 應用加快普及，同期上市的智譜、MiniMax 股價趁勢大漲，刺激更多資金涌向大模型行業。

目前，MiniMax 和智譜的市值在 2000~4000 億人民之間波動。這讓估值約 1400 億人民幣的 Kimi 成為一個熱門投資標的。

接下來，這些模型公司面臨的重要課題是繼續保持模型 SOTA 和驗證 “token” 經濟的商業模式。

模型能力的核心是人才。2026 年初，Kimi 創始人楊植麟在全員信中提到：2026 年公司平均激勵將是 2025 年的 200%，并計劃大幅上調期權回購額度 。

2026 年 4 月初，《晚點 LatePost》也報道了 Kimi 給實習生發期權 “穿越計劃”。由于 Kimi 估值在數月內就翻了 4 倍多、且尚未上市，它的期權變得有吸引力。

盡管如此，Kimi 現在正面臨不小的人才壓力，由于其在編程、 agent 等領域的優異表現和這一應用方向的白熱化競爭，Kimi 相關人員已成為競爭對手的重點挖角對象。

而在商業模式上，中國大模型創業公司普遍在用兩種方式賺取收入：一是通過 API 提供模型，按 token 實際用量來收費；二是基于自己的模型做應用，獲取按月/年定額的付費用戶。能否及時獲得高質量算力，能否以高效推理控制好成本，以及能否用產品體驗帶來 “溢價” 是證明商業模式的關鍵。獲得足夠多的錢是這一切的基礎。

題圖來源：Rush