月之暗面IPO，大模型“第二股”需要新叙事

作者 | 范亮

编辑 | 张帆

近期，关于月之暗面赴港IPO的消息再次密集出现。

8月3日，有市场消息称，月之暗面计划最早于当月向港交所提交上市申请，拟募资约30亿美元，公司随后回应称消息不实。8月8日，又有媒体称月之暗面可能在9月30日前递表。

这一幕与智谱、MiniMax上市前颇为相似。

2025年，月之暗面长期位于国产大模型第一梯队，也是除DeepSeek外最受关注的大模型创业公司之一。但在资本化节奏上，却是智谱和MiniMax率先完成了港股上市。

当时，月之暗面似乎并不急迫。2025年末，杨植麟在内部信中表示，公司完成C轮融资后持有现金超过100亿元，且仍能从一级市场募集大量资金，因此“短期不着急上市”。

但智谱和MiniMax上市后的经历，展示了二级市场另一层价值：IPO不仅是一次融资，更是建立持续融资的渠道。

2026年7月，智谱通过配售新股募得约314亿港元，仅新增相当于扩大后总股本约4.25%的股份；MiniMax随后完成3560万股新股配售，并同步发行65亿港元可转债。

月之暗面则一度在市场消息中陷入沉寂，直到KIMI K3的发布。Artificial Analysis的综合榜单中，KIMI K3的得分仅次于Anthropic和OpenAI的最顶级模型。

考虑到智谱与MiniMax几乎在同一市场环境下前后脚上市，而如今大模型竞争格局已然不同，月之暗面此次IPO更像是真正的“大模型第二股”，也需要讲出一套适应新格局的资本市场叙事。

K3打开估值窗口

Artificial Analysis的模型榜单提供了一个观察资本市场偏好的视角。

在“综合性能—单任务成本”散点图中，越靠上代表模型能力越强，越靠左代表使用成本越低。前者体现技术竞争力，后者影响规模化应用和潜在盈利空间。

图:部分主流大模型性能与成本分布   资料来源:Artificial Analysis，36氪整理

但资本市场关注的并不是单纯的“性价比”，即模型性能得分与成本的比值，而是优先看模型性能，其次才是成本。

原因并不复杂：OpenAI和Anthropic已经证明，足够强的模型能够创造高付费意愿。相比之下，单纯依靠低价竞争，不仅难以建立稀缺性，还必须面对DeepSeek等开源模型的直接压力。

Kimi K3的意义正在于此。按照Artificial Analysis发布时的综合榜单，Kimi K3位列第三，评分非常接近Anthropic和OpenAI的两款顶级模型，同时使用成本还更低。

如果此时上市，月之暗面有望成为港股市场承接大模型投资需求的新标的，而Kimi K3形成的技术声量，也可能帮助公司获得更高的发行估值，并降低后续融资成本。这或许也是月之暗面近期频频传出IPO动向的原因。

不过，月之暗面的IPO仍需与时间赛跑。

智谱与MiniMax上市后迥异的股价表现至少表明，资本市场更愿意追逐在特定阶段接近行业前沿、并被市场视为“最强候选者”的大模型企业。

然而，大模型行业迭代速度极快，几乎没有任何一家公司能够长期保持绝对领先。OpenAI的领先优势逐渐受到Anthropic挑战；谷歌在经历2025年的高光表现后，2026年的相对优势也有所减弱。

新的竞争压力还在不断出现。8月12日晚，DeepSeek-V4 Pro正式版发布。按照Artificial Analysis的评测结果，其综合得分虽然低于Kimi K3，但成本优势十分突出：在现有价格方案下，其单任务成本不到Kimi K3的10%。

这意味着，Kimi K3刚刚建立的“前沿性能＋成本优势”叙事，随时可能受到新模型的冲击。

更重要的是，当前全球领先大模型总体仍建立在Transformer及其混合变体之上，行业主干技术路线正逐渐趋同。各家公司主要围绕MoE稀疏化、高质量训练数据、长上下文、强化学习、Agent能力等方向持续推进。由此带来的结果是，大模型竞争更像是一场持续迭代的时间竞赛，而非依靠某项独占技术形成长期、断档式领先。

一旦某项能力被头部厂商验证，后来者也可以借助模型蒸馏等手段，以更低的成本复制其中相当一部分成熟能力。因此，各家模型在通用能力上不会完全相同，但在市场需求最集中的编程等专用能力上，很可能逐渐达到相近的商业可用水平。

这意味着，国内外大模型厂商仍在持续投入，行业竞争远未结束，Kimi K3当前的领先位置也无法得到长期保证。

因此，在阶段性领先尚未被竞争对手追平之前尽快推进IPO，是月之暗面获取估值溢价、将技术优势转化为资本优势，并为下一阶段竞争储备资金的有效途径。

算力开始成为约束

在OpenRouter最新一期Token消耗榜单中，尽管国产模型占据了6个席位，Kimi K3却未能进入前十。

值得注意的是，Kimi K2.5和K2.6在今年发布之初均曾登上OpenRouter消耗榜单；K3发布后，也一度在短时间内跻身前十。为何市场对Kimi K3的性能评价更高，其榜单表现却未能延续？

图:Token周度消耗榜单  资料来源:OpenRouter，36氪整理

这并不意味着市场不认可Kimi K3。更可能的原因是，用户目前还难以低成本、大规模地使用这款模型。

7月19日，K3发布后不久，Kimi发布公告称，过去48小时内的用户请求量大幅超出预期，已逼近现有集群的承载极限。为保障已有订阅用户的使用体验，公司决定暂停C端新用户订阅，并将现有算力优先用于服务存量订阅用户。

目前，Kimi已经恢复C端新用户订阅，但此次临时限流仍然暴露出一个问题：K3发布初期，月之暗面的算力供给未能完全跟上需求增长。

类似的情况此前也曾出现在智谱身上。2026年2月，GLM-5发布后，用户需求超出预期，部分订阅用户在高峰期也曾遭遇限流。此后，智谱明显加快了资本和算力投入。截至6月底，公司已经使用超过93%的港股IPO募资净额，相关资金主要投向模型研发和算力基础设施建设。

这意味着，对于任何一家试图冲击大模型性能前沿的厂商而言，算力都已经成为难以绕开的约束。

资金，成为下一阶段的竞争？

从资金储备来看，月之暗面并不缺钱。

据公开消息统计，2026年1月至5月，月之暗面通过多轮融资累计募集约30亿美元。叠加其2025年底超过100亿元人民币的现金储备，即使不计入彭博社报道7月完成的35亿美元新一轮融资，月之暗面的资金实力也显著强于IPO初期的智谱。

尽管K3的总参数量和激活参数规模均高于GLM-5.2，对算力资源的需求也更大，但雄厚的资金储备理论上应当赋予月之暗面更强的算力采购和调度能力。

然而，K3发布后仍迅速遭遇算力瓶颈，这说明公司前期的算力投入可能相对谨慎，未能及时匹配模型升级后快速增长的需求。

智谱曾在配股公告中指出，其募集的300余亿港元资金将在2027年前消耗完毕。对于月之暗面而言，如果未来继续沿着大参数模型路线发展，其算力需求同样会显著增加。

换言之，如果国内大模型企业已经在性能上迅速追赶海外头部模型，那么接下来需要补足的核心短板之一，可能就是算力规模，而弥补这一短板需要巨额资金投入。

根据《AI Index Report 2026》，仅2025年，OpenAI在算力服务方面的支出就达到163亿美元。OpenAI管理层还表示，计划在2026年投入约500亿美元购买算力。除此之外，OpenAI还通过Stargate项目亲自参与数据中心建设。作为对比，据The Information报道，Anthropic在2026年的算力服务支出约为190亿美元。

图:OpenAI、Anthropic算力支出情况  资料来源:《AI Index Report 2026》，36氪整理

这意味着，月之暗面、智谱等国内大模型企业虽然正在快速缩小与海外模型之间的性能差距，估值也迅速攀升，如智谱的二级市场估值一度接近OpenAI的六分之一，但在资金体量和算力支出方面，双方依然存在巨大差距。

当国内外模型性能接近，最终决定市场竞争结果的，可能是谁能以更低的成本、更稳定的服务承载更多用户。归根结底，这仍取决于算力规模。

因此，在模型能力快速追赶之后，资金与算力将成为国内大模型企业下一阶段需要重点追赶的方向，这也是为何连DeepSeek在今年都罕见地开始对外融资的原因。

对于月之暗面而言，在具备估值溢价的红利阶段通过二级市场建立起低成本、可持续的融资通道，将是其在这场算力战中一个具备性价比的战略方案。

*免责声明：

本文内容仅代表作者看法。

市场有风险，投资需谨慎。在任何情况下，本文中的信息或所表述的意见均不构成对任何人的投资建议。在决定投资前，如有需要，投资者务必向专业人士咨询并谨慎决策。我们无意为交易各方提供承销服务或任何需持有特定资质或牌照方可从事的服务。