文｜新立场
7月19日晚，Kimi做了一个 AI 公司很少主动做的决定：不接新用户了。在那两天前，月之暗面刚发布Kimi K3。需求很快超过预期，GPU容量逼近上限，公司暂停新增订阅，把算力先留给已经付钱的人。
对于一款新产品，这是个好消息：有人愿意付钱，而且人太多了。对于一家公司，则不完全是。因为每一个被挡在门外的付费用户，都在提醒月之暗面一件事：模型能力已经制造需求，算力还没有准备好承接所有需求。
45天后，多家媒体报道称，月之暗面已经以保密形式向港交所递交A1文件，启动港股IPO流程。虽然最早的相关报道随后从部分发布渠道撤下，公司对此的回应也是“不予置评”。但上市并不是这一天突然冒出来的传闻，7月29日，月之暗面已经完成股改，公司名称变更为“北京月之暗面科技股份有限公司”，杨植麟也从董事变成董事长兼经理。与此同时，Kimi还在按照500亿美元的投前估值推进新一轮融资，这很可能是IPO之前最后一轮。
通常，一家公司越来越接近上市，也意味着它越来越接近离开一级市场，Kimi正好相反，它融的钱越来越多，上市的速度也越来越快。这显然不是因为商业化毫无进展，6月中旬，Kimi的ARR已经超过3亿美元，3月时还只有1亿美元；API收入占整体收入七成以上。过去主要靠一个聊天产品出名的Kimi，已经开始从海外开发者、Coding和Agent调用里收到更多钱。
可能性由此被放大到了行业层面，模型公司的产品周期和普通软件不太一样。上一代模型刚开始挣钱，下一代模型的训练账单已经来了；用户调用越多，推理账单也会同时变大。
K3证明月之暗面还能把模型继续往前推，此前Kimi快速增长的API收入，则证明模型能力已经能够换成真钱，但这些钱离养出下一代模型，还有多远？
模型也学会“啃老”
杨植麟曾经做过一个很典型的研究者选择。其导师、前苹果AI主管 Russ Salakhutdinov 今年接受采访时回忆，杨植麟当年拒绝苹果时告诉导师 Russ Salakhutdinov，如果不试一次创业，以后会后悔。几年后，研究仍然是他最熟悉的事情，只是每一个研究问题后面，都开始跟着一张越来越大的算力账单。
训练一个新模型，成本发生在收入之前。研究团队先确定架构，准备数据，购买或者租用计算资源，几个月之后模型才可能发布。发布以后，如果能力足够好，开发者涌进来，又开始产生另一笔推理成本。
于是，一个前沿模型商业化的矛盾出现：能力越高，用户越愿意付钱。但任务越复杂，模型运行成本也可能越高。K3正好把两端同时推高。它有2.8万亿总参数和100万Token上下文，重点处理长程Coding、复杂知识工作和Agent任务。月之暗面通过稀疏MoE、Kimi Delta Attention等架构降低单次计算量，但模型能力提高以后，用户开始让它做过去模型很少连续做几十分钟的任务。
7月的暂停订阅因此很有代表性。过去一款互联网产品被用户挤爆，增加服务器通常就能解决；前沿模型增加GPU的代价要高得多，而且这些GPU还要同时留给下一代模型训练。
月之暗面今年融资节奏的变化也发生在这里。不到九个月，月之暗面的融资估值从43亿美元一路抬到数百亿美元。不同轮次存在投前、投后口径差异，但资本给这家公司重新定价的速度已经足够罕见。
钱的用途也越来越直接：人才和算力。月之暗面在人这一端仍然保持克制，截至7月底，月之暗面公司全职团队约300人，平均年龄不足30岁。杨植麟也解释过这一选择：他希望公司始终保持较高的“算力卡和人的比例”，团队扩得太大，会损伤创新效率。黄震昕此前也表示，公司的资源配置仍优先放在模型研发。
和人数相比，算力才是更容易迅速把融资吃掉的东西。彭博社此前报道，月之暗面通过阿里获得约2万张英伟达GPU规模的算力合作。这让阿里和月之暗面的关系变得很典型：它既通过投资分享Kimi的增长，也通过云和算力获得收入；与此同时，千问又在模型层与Kimi直接竞争。阿里提供的基础设施，甚至帮助一个投资组合公司在部分模型指标上超过自己。
对没有自己云业务的Kimi来说，只要这种投入方式没有改变，模型往前迭代一代，融资也得跟着往前赶一轮。因为投资人的钱进来以后，其中相当一部分最终还会变成GPU。如果一直如此，每做一代更大的模型，就意味着下一轮融资必须提前开始。
不过，Kimi已经开始尝试把一部分推理基础设施投入、容量准备和利用率风险交给第三方云厂商。7月底，Together AI宣布与月之暗面合作，由自己的美国基础设施直接托管K3，并承诺继续接入Moonshot未来的开放模型。DigitalOcean随后也披露，它自行选择GPU、优化推理栈并部署K3。
K3的许可证也为此留了一道门，只要一家公司经营MaaS业务，且公司及关联方连续12个月合计收入超过2000万美元，就需要与月之暗面另行签署商业协议。8月26日，路透社又披露了更大的一步：月之暗面正在和微软、Amazon、Google讨论K3托管合作，希望获得最高30%的相关服务收入分成。Kimi试图将最昂贵、最需要保持领先的训练留给自己；最分散、最接近客户的推理，更多交给云厂商。
这也是35亿美元融资之后，它仍然需要更多钱的原因。现在这条循环还没有完整跑起来：资本进入月之暗面，月之暗面把钱变成GPU和模型；模型变成API收入，再用这些收入支付下一轮研究。其中最后一段仍然需要外部资本补足。
如果有一天，第三方云平台可以承担越来越多推理开支，K3自己产生的现金又可以持续进入K4，K4的收入再支付K5，月之暗面才真正从一家不断融资的实验室，变成一台自己转起来的机器。
想拿“大结果”？要先统一算账
2025年初，杨植麟经历过一次完全相反的时刻。DeepSeek R1发布以后，Kimi原来最明显的优势——C端用户迅速受到冲击。当时月之暗面进行了一次很干脆的收缩，大幅削减产品投放预算，暂停多个安卓渠道和第三方广告平台合作。此前一年，Kimi曾经是中国买量最积极的AI产品之一。
这也是杨植麟第一次主动放掉一个已经花了很多钱建立起来的用户增长优势，让位给基础模型。
后来发生的事情已经被反复讲过。K2把Kimi重新带进开源开发者社区，K2.5继续押Agent和Coding，K3再把能力向长程复杂任务推了一步。开发者调用增加，API开始成为主要收入来源，融资也重新回来。这套选择也逐渐成了杨植麟和月之暗面最熟悉、最有把握的解题方式。
但IPO之后，有一部分现实因素无法再靠模型升级回答。比如ARR究竟代表什么？私人AI公司这两年非常喜欢披露ARR。它可以是Annual Recurring Revenue，也可以是把最近一个月甚至更短周期的收入乘以12，变成Annualized Run Rate。对于成熟SaaS公司，这两件事差距不一定很大；对于收入还在快速变化、API大量按照用量结算的模型公司，差异却可以很大。
《金融时报》8月27日专门讨论了ARR的定义：AI公司使用的annualized revenue指标越来越难直接横向比较，因为用量型收入存在波动，不同公司选择的计算窗口也并不统一。
这就是私人市场过去很方便的一个地方。Kimi可以说自己的ARR从1亿美元涨到3亿美元；Anthropic可以披露自己的年化收入；投资人再按照增长速度、Benchmark和最新一轮融资决定一个价格。大家使用的是相似的词，却不一定使用完全相同的尺子。
今年秋天，这件事可能开始改变。Anthropic 已经秘密提交美国IPO申请。8月27日《The Information》报道，Anthropic 计划在Labor Day以后公开招股材料，如果市场条件允许，最快可能在9月底或10月初上市。
这对Kimi尤其重要。K2之后，两家公司的商业路径越来越经常被放到一起比较：都把Coding和Agent作为高价值场景，都主要面向开发者和企业卖模型能力。到今年7月，国内资本市场甚至已经开始把月之暗面称作“中国版Anthropic”。
过去，这种比较只能停留在模型、ARR和融资估值上。Anthropic一旦上市，两家公司第一次有机会被放进同一套公开财务指标里比较。8月31日，Anthropic刚刚与Lambda签下约350亿美元云计算协议。此前，它还计划从Nscale租用约450亿美元规模的AI基础设施。两笔合同的时间跨度和实际使用量并不完全相同，但它们都说明了一件事：模型卖得越多，未来要锁定的算力也越多。
模型收入越多，并不会自动意味着需要的资本越少。至少在前沿竞争仍然快速Scaling的时候，收入和算力承诺可能同时向上。Anthropic公开招股书以后，投资者第一次有机会把这两条曲线放在一起。一美元模型收入背后需要多少计算成本？收入增加一倍以后，毛利能不能提高？下一代模型需要提前锁多少年GPU？
高速增长最后留下来的究竟是现金，还是更大的未来算力合同？这把尺子一旦出现，500亿美元的Kimi也很难完全待在另一个世界里。
所以月之暗面此时秘密递表，有一个很现实的好处——先进入上市流程，又不必立刻决定上市日期。
如果Anthropic的招股书公布以后，市场看到高增长、高算力投入，仍然愿意给出很高的收入倍数，Kimi会多一个前所未有的公开参照。如果结果相反，投资者开始重新计算AI实验室的资本开支和现金回收时间，它也还有调整发行节奏的空间。
如果把秘密递表理解成一种资本操作，它某种意义上给了月之暗面一张时间期权。这也是杨植麟过去没有处理过的问题，在CMU读博士的时候，一个研究结果最后接受同行评审；做Kimi以后，一个模型可以由Benchmark、开发者和用户判断。
公开市场要麻烦一些，它不仅给模型打分，也会给训练这个模型花掉的钱打分。
写在最后
今天，这家公司仍然很小，月之暗面的办公室里，会议室以Radiohead、Queen等摇滚乐队命名。全职员工约300人，平均年龄不到30岁。相比之下，今年5月统计，Anthropic已经从2023年底约300人扩张到大约3000人。
如果月之暗面以现在的估值进入公开市场，无疑会成为公司内年轻研究者职业生涯里一次巨大的造富事件。对员工来说，上市意味着手里的期权有了更明确的价格；但坐在杨植麟的位置上，上市之后公司账上还能剩多少钱，才是更需要盯住的数字。
这也是为什么上市不是这家公司故事的终点。公开市场可以提供更多资本，第三方云厂商可以替它承担一部分推理成本，但它们最终都只能解决“怎样让外部资本逐渐退出模型迭代的主循环”这一命题。
真正的变化要等到“K4时刻”出现。K4发布以后，即使需求再次把GPU打满，Kimi也不再需要暂停新客户；K5开始训练以前，公司不用立刻准备一轮更大的融资；上一代模型留下来的现金，已经足够支付下一代模型相当一部分成本。
互联网时代，微信、淘宝、抖音，都有很长的产品红利期。但AI时代，尤其是对前沿模型公司而言，真正完成商业闭环，不是赚到钱，也不是上市，是上一代模型，终于养得起下一代。
