Moonshot AI 募資 35 億美元，衝刺 500 億估值赴港 IPO

Kimi K3 是一款擁有 2.8 兆參數的開放權重模型，讓一家北京 AI 實驗室估值達到 350 億美元——投資人押注該公司在香港上市前估值還能翻倍。

據知情人士透露，Moonshot AI 於 7 月 29 日完成一輪 35 億美元的融資，投後估值達 350 億美元，遠超最初 10 億至 20 億美元的目標。這家總部位於北京的實驗室已開始接觸投資者，籌劃一輪目標估值 500 億美元的上市前融資，計劃在今年稍晚赴香港掛牌前完成最後一輪私募融資。

一位接近 Moonshot 的人士表示：「350 億美元的估值定案和 500 億美元的目標，與我們從公司投資者討論中聽到的情況一致。」該公司 6 月的年化經常性收入達到 3 億美元，較 4 月的 2 億美元增長 50%，主要受 Kimi 聊天機器人訂閱和企業 API 銷售推動。

此輪募資加速的背景是 7 月 16 日推出的 Kimi K3——一款開放權重模型，擁有 2.8 兆總參數，896 個專家中每 token 啟用 16 個。該模型支援原生視覺及一百萬 token 的上下文窗口，現已透過 Modal 和 Together AI 部署在美國託管的基礎設施上，每百萬輸入 token 收費 3 美元，每百萬輸出 token 收費 15 美元。獨立基準測試顯示，Kimi K3 在某些程式任務上超越 Anthropic 的 Claude Opus 4.8；Cursor 在模型發布當天即完成整合——而這層關係早在發布前就已存在，Cursor 在 3 月便承認其 Composer 2 產品是基於 Moonshot 的 Kimi K2.5 基礎模型開發。

募資故事，其實是通路故事

Moonshot 的投資者陣容堪稱中國科技資本的全明星陣容。5 月那輪約 200 億美元的融資由美團旗下龍珠資本（Long-Z Investments）領投，清華資本、中國移動和中金資本（CPE Yuanfeng）參投。早期投資者包括阿里巴巴、騰訊、紅杉中國、IDG 資本、真格基金和五源資本。據彭博報導，Moonshot 正著手拆除其海外紅籌架構，為赴港上市做準備，預計六個月內完成——這項技術性但至關重要的步驟，將使該公司更容易獲得中國資本支持，也更便於公開市場投資者買入。

該公司創辦人楊植麟現年 34 歲，擁有卡內基美隆大學博士學位，曾效力於 Google Brain 和 Meta，隨後於 2023 年回國創立 Moonshot。他的學經歷為公司賦予了研究型前沿實驗室的可信度，而非單純的複製型應用開發商——這一區別在與 DeepSeek、Z.ai 等其他中國實驗室爭奪人才和資本時至關重要。

美國實驗室的價格壓力已清晰可見

Kimi K3 發布的時機，正值中國研發的模型在美國企業市場真正站穩腳跟之際。OpenRouter 數據顯示，自 2 月 8 日以來，美國企業在中國模型上的 token 消耗量每週均維持在 30% 以上，部分週更達到 46%，而此前 12 個月的平均水準僅為 11%。DeepSeek V4 Flash 在快取未命中情況下每百萬輸入 token 收費 0.14 美元，而 GPT-5.2 的定價為 1.75 美元——12 倍的差距，採購團隊早已看在眼裡。

Moonshot 並非僅靠價格競爭。Kimi K3 每百萬輸入 token 收費 3 美元，比 DeepSeek 的產品更貴，但該公司主張，頂尖模型理應享有溢價定價。「中國開源模型不應被打上高性價比的標籤，」該公司在為其定價策略辯護時表示。獨立評估機構發現，Kimi K3 在某些測試中幻覺率高達 51%，這一差距在 Moonshot 自家的基準測試簡報中並未被強調。

美國實驗室的戰略處境相當尷尬。它們圍繞封閉權重、高階合約以及「品質會讓客戶持續付費」的假設建起了護城河。Moonshot、DeepSeek 和 Z.ai 正在測試：究竟有多少買家願意為了更低的成本和更強的控制權，而犧牲一點精緻度。Cursor 早在許多用戶意識到其底層技術之前，就已經在 Kimi 基礎模型之上創造了商業價值。

這一切並不意味著 Moonshot 已穩操勝券。這輪 350 億美元的融資被描述為「預期將完成」，而非正式完成；而 500 億美元的目標，對一家去年底估值還不到 50 億美元的公司來說，是一個不小的挑戰。Kimi K3 在廣泛的智慧排名上仍落後於美國最先進的封閉模型，儘管它在程式開發和前端任務上表現強勁。差距並未消失——只是縮小到足以改變採購決策的局面。

如果 Moonshot 帶著 3 億美元年化經常性收入和 Kimi 這樣已嵌入美國開發者日常工具的產品赴港 IPO，它並不需要在每一項基準測試上都擊敗 OpenAI 才能證明自己的價值。它只需要讓對手的高價變得越來越難以合理化。而 Nvidia——其 GPU 為美國和中國實驗室提供大部分訓練基礎設施——無論模型大戰誰勝誰負，都將是受益者。但對 OpenAI 和 Anthropic 而言，容錯空間正在急速縮小。

本文僅供資訊參考，不構成投資建議。