文 | 智械岛 霍如筠

“Impressive.”马斯克在社交平台留下一个独立的词语，用来回复一条关于Kimi K3的评测帖。

苹果首任AI研究主管Russ公开发声“这是开源社区的重大胜利”，语气里带着一种老父亲般的骄傲。Vercel的CEO放出自己的工程测试数据，给出结论：中国模型第一次在这套严苛的评测体系里跑赢了所有闭源对手。

硅谷的开发者群里开始有人问：这个中国人为什么没有留在美国？直接从讨论技术细节蔓延到宏大命题上，问题的背后是一个他们不得不面对的现实：最顶尖的人才回流，他们曾经最引以为傲的引力场失效了。

那几天，太平洋两岸的AI圈同时兴奋，从业者奔走相告：我们终于坐上了前沿牌桌！一切的庆祝都源自月之暗面发布的Kimi K3，2.8万亿参数，全球最大的开源模型，一口气把Frontend Code Arena的前端代码榜踩在了脚下。

一切看起来都在最正确的轨道上运行着，月之暗面却发了一份措辞诚恳克制的公告：暂停C端新用户订阅。一家被硅谷集体祝贺的公司，转身把慕名而来的用户挡在门外。

给出的理由是，过去48小时的用户请求量已经逼近现有集群的承载极限，就是服务器被挤爆了，不能再放人进来。

同时，另一个消息从资本市场的缝隙里渗出，月之暗面已经向投资人发送上市议案，计划8月启动Pre-IPO轮，据彭博社报道目标估值500亿美元，最快6个月内在港交所挂牌。

要知道7个月前，月之暗面创始人杨植麟在内部信中才说过：现金持有量超100亿元，短期不着急上市，也不以上市为目的。

如果你还记得那个语境，百亿现金到账、连续融资落地，账上资金比大部分IPO募资额还高，就会知道他说这句话的时候很从容，他相信自己可以慢慢来。

但现在，从容换成了另一种东西，一种被算力账单和资本窗口同时夹击下的紧迫。因为更大的算力集群需要更多资金，更多资金需要更大的融资通道，整个补给线比想象的要脆弱得多。

一、月之暗面开始“提纯”用户

K3登顶的消息传遍硅谷的那个深夜，月之暗面的工程师们大概只高兴了几个小时。毕竟2.8万亿参数的荣光是给别人看的，落到机房就是一连串让人睡不着觉的账单。

仅仅把模型权重加载到显存里就需要近3TB的容量，而100万Token上下文窗口一旦跑起来，KV Cache对显存的吞噬是指数级膨胀的，每一次请求都在成倍复制记忆体，每一份记忆体都是真金白银堆出来的。

正因如此，月之暗面官方给出的建议是，至少采用64张加速卡组成一个超节点来部署K3。64张H800，按国内市场的流通价估算，光是硬件投入就轻轻松松超过千万级别。

就是这样一个超节点，也只够服务一小批并发用户，如果要撑起C端千万级的日活，还得在这个基础上再翻上几十倍甚至上百倍。更何况电力、散热、运维、带宽……每一项都是持续的硬支出，没办法偷工减料。

硬件贵也就罢了，更棘手的是买不到。2026年一季度，国内AI算力需求同比暴涨了417%，但智能算力的供给增速只有128%。

也就是说，需求是以三倍于供给的速度在跑，市场上几乎没有闲着的高端算力了。加上高端芯片进口受限，国产卡还在补生态的课，层层叠加下来，算力这道题几乎无解。

图源：Kimi Agent

于是月之暗面做了一个外人看来反直觉的决定：把用户挡在门外。

暂停C端新用户订阅，拆分会员权益，把算力优先分给能产生现金流的B端。表层逻辑是“保障老用户体验”，底层逻辑要冷静得多，有些用户的生意，Kimi做不起了。

一个重度用户每天两次深度长文本对话，消耗的GPU算力成本就可能超过59元的月订阅费。用得越多，亏得越狠，产生了一种大模型时代特有的反向规模效应，并没有互联网时代那种边际递减来兜底。

当算力供给被锁死在一个有限的天花板内，月之暗面只能做一件事：在算力约束下进行资源再分配，把有限的资源从持续失血的C端流量上撤出来，喂给那些能覆盖算力成本的B端调用。

其实，目前整个行业都在同一条船上。智谱限售过Coding Plan，MiniMax和Kimi都出现过API过载，OpenAI因为算力紧张放弃了Sora，Anthropic在高峰期限量Token用量。

算力荒不是月之暗面的独家困境，全世界大模型公司都戴着同一个紧箍咒。只是K3的成功来得太快、太猛，让月之暗面比同行们更早、更剧烈地撞上了这堵墙。

月之暗面成也K3，困也K3，这种甜蜜的负担要比纯粹的困境更让人头疼。

二、已经上市前辈们的重要估值一课

今年1月，智谱和MiniMax前后脚登陆港交所。上市首日风光无限，智谱上涨13%，MiniMax直接翻倍。到了4月份，两家公司的市值更是双双突破4000亿港元。

市场为AI稀缺标的支付了极高溢价，仿佛这是一场永远不会散场的宴席。

然而，宴席终究还是散了。

截至7月20日，智谱从最高点回撤近七成，MiniMax从1330港元的高位跌至193港元，跌幅高达85%，两家公司合计蒸发超过一万亿港元。

更值得玩味的是K3发布后的市场反应。7月17日当天，智谱单日暴跌28%，MiniMax跌幅也达到15%，这两家公司的股价崩塌，并不是因为它们自身的经营出了什么问题，仅仅是因为竞争对手发布了一款更强的模型。

市场用最直接的方式给出了判断，如果你的领先优势可以被一款产品轻易跨越，那你的估值凭什么还能高高在上？

图源：月之暗面微博

这场集体估值的塌方，背后站着三位推手。

二级市场的解禁洪流。过去几年，AI公司在一级市场融了太多钱，早期投资人和员工持股手里攥着大量低成本筹码。上市之后，解禁就像水库开闸，抛压倾泻而出。

高估值、多轮次、超募资，这些在一级市场被视为实力的标签，到了二级市场就变成了堰塞湖。流通盘太少，抛压太大，股价自然撑不住。

稀缺性溢价的自然消退。第一批AI标的上市的时候，大模型这三个字本身就足够性感，市场愿意为唯一支付溢价，因为别无选择。

但当第二家、第三家接踵而至，稀缺性被稀释成了普通性。投资者开始用审视传统科技公司的眼光审视这些AI公司，收入确实在增长，但亏损也在扩大，盈利的前景依然模糊。AI神话回归生意本质，估值体系必然也会向基本面回归。

技术护城河被证明比所有人想象中都薄。K3发布当天，智谱和MiniMax的股价走势已经说明了很多问题，如果一款竞品模型就能让两家公司的市值瞬间蒸发四分之一，那所谓的“技术壁垒”到底是什么？

大模型的领先优势正在以季度为单位被压缩，而资本市场的估值逻辑是以十年为周期展开的，这中间的错位早晚都要兑现，K3不过是提前引爆了这个错位。

这三重压力叠加在一起，形成了当下AI公司在二级市场的集体困境，月之暗面当然不可能看不到。

图源：MiniMax Agent

表面上看，月之暗面的上市窗口似乎比前辈们更有利：K3的全球热度还在发酵，ARR的增长曲线还在向上攀升，中国AI这个叙事还没有耗尽投资者的全部耐心。如果能够在未来6个月内顺利挂牌，它或许还能赶上这趟列车的最后一节车厢。

但深入分析就会发现，月之暗面的压力一点都没有减少。

500亿美元的目标估值，比智谱和MiniMax上市时的估值还要高出一大截。而市场已经被前辈们的股价走势狠狠教育过一遍了。

同样的赛道、同样的故事，换了一个名字，凭什么让投资者相信月之暗面不会重蹈智谱和MiniMax的覆辙？这是一个必须正面回应的问题。

月之暗面需要回答一个所有大模型公司都在回避的本质问题：当模型能力的领先窗口只有三个月的时候，你的护城河到底是什么？

如果答案是“持续迭代的能力”，那投资者自然会追问下去：持续研发的钱从哪里来？不断膨胀的算力成本靠什么覆盖？什么时候才能看到盈利的拐点？这三个问题如果回答不清楚，3亿美元的ARR就是一座悬在半空中的楼阁，随时可能失去支撑。

归根结底，月之暗面能不能绕开估值缩水的陷阱，取决于它在IPO时能交付一个比智谱和MiniMax更有说服力的答案。

三、杨植麟正在失去“不着急”的资格

如果我们把月之暗面当作一家普通的科技公司来审视，会发现它的商业模式正处在一个相当尴尬的位置上。

C端业务是月之暗面起家的根基，也是眼下算力账上比较难填平的一道口子。

大模型这个行业的成本结构和传统互联网完全不一样。做一款社交软件，一千万用户和一亿用户的服务器成本差距有限，边际成本趋近于零。

但大模型不是这样，每多一个用户，推理成本就实实在在多一份，没有任何捷径可以绕过去。59元的月订阅费看起来是一笔收入，但如果一个重度用户每天进行两次深度长文本对话，消耗的GPU算力成本就可能超过这个数字。

C端流量对月之暗面来说，正在从增长引擎变成需要被控制失血的伤口。月之暗面提高门槛、过滤流量做的“提纯”操作，是暂停了C端这个正在失血的业务，先把伤口包扎起来再说。

图源：智谱清言

B端业务占比超过七成，看起来是一个相当健康的收入结构，可仔细看，隐忧并不少。

K3的输出定价100元/百万token，在国内属于最贵的一档，这个价格的底气来自K3在榜单上的表现，问题是榜单的领先能维持多久？

论便宜，K3打不过DeepSeek和智谱；论综合能力和品牌认知，暂时也比不过Claude和GPT。它被夹在中间，不够便宜，也不够顶尖。

K3必须证明一件事：贵出来的两三倍价格，能换来明显更高的任务成功率和更少的人工干预。这个论证需要时间，需要大规模的企业客户在实际工作流中验证，而这个过程可能比K3的领先窗口还要长。如果客户还没完成验证，K3的榜单优势就已经被追上了，那这个定价策略就会变得尴尬。

更深层的问题藏在收入确认的细节里。API业务的ARR计算方式是将单次调用的收入年化之后得出的数字，这种统计口径在大模型行业是被普遍采用的，但它掩盖了一个关键问题：API收入的可持续性建立在持续的技术领先之上。

客户用你的API是因为你在某个赛道上最强，一旦这个优势被其他模型追平，切换成本几乎是零，换一个API接口、改几行代码，甚至不需要改代码，直接换一个配置参数就能完成迁移。

没有数据锁定、没有工作流锁定、没有生态锁定，客户来去自由，这是一门脆弱的生意。所以月之暗面把大量资源押在Kimi Work和Kimi Code上，试图把模型能力嵌入到开发者和企业的工作流里，建立一个走不了的生态。

但这条路需要时间，而时间恰恰是月之暗面眼下最缺的东西。

图源：Kimi

于是月之暗面陷入了一个拧巴的境地，要继续做研发、保持技术领先，需要持续砸钱；要维持高估值、顺利IPO，需要持续讲一个技术领先的故事，但技术越领先，算力成本就越高，亏损就越严重，估值逻辑反而越来越站不住脚。

领先本身正在变成一种消耗，这在商业史上是一个相当罕见的困境。

把这三个层面的问题放到一起看，C端在失血、B端在验证期、ARR的结构性脆弱，月之暗面的商业模式在每一个环节上都存在需要被回答的疑问。

这些问题单独拿出来都不是致命的，但叠加在一起就构成了一个不太稳固的收入底盘，而资本市场对不稳固的容忍度正在肉眼可见地收窄。

四、结语

K3让月之暗面第一次坐上了全球AI的前沿牌桌，但能不能坐稳还另当别论，杨植麟选择了开源，也就选择了更难的那条路。

当最强大的模型人人可以下载，护城河就不再是参数本身，而是开发者生态、企业工作流和商业闭环，这条开源的路比闭源模式更难走。

如果这条路最终走通了，它将不仅属于月之暗面，也属于整个中国AI产业。

属于K3的商业考卷刚刚发下来，算力瓶颈什么时候能打破？B端收入能不能追上不断膨胀的成本？资本市场愿不愿意为一个三年历史的公司支付百倍市销率的溢价？先行者的经验表明，稀缺性溢价的窗口关得比所有人预想的都快。

但无论这场IPO的结局如何，杨植麟和月之暗面已经做成了一件更重要的事，来自中国的AI力量有能力定义自己的价值了，不靠拼低价，靠技术硬实力。

从DeepSeek到智谱再到Kimi，中国大模型正在缩短与全球顶尖闭源模型的差距，中国AI不再是便宜的代名词，开始争夺价值定价权，这是需要被记住的时刻。光凭这一点，就值得一份敬意。