#海外收入
Kimi海外收入已超國內,要做「Anthropic + Manus」
繼續衝擊模型智能上限,明確生產力工具定位。封面來源|AI生成1月,一個瘋狂的模型大更新季度剛剛過去,剛剛發佈新模型K2.5的Kimi,來到一個關鍵節點。“智能湧現”獲悉,近期Kimi在和投資人的溝通中表示,公司的海外收入已超過國內收入,新模型K2.5發佈後,全球付費使用者已有4倍增長。這一變化恰好發生在新一代模型K2.5發佈後的短短幾天內。繼上一代模型K2發佈會後,K2.5繼續引發了海外熱潮。在Openrouter上,K2.5的排名已經來到第三位,僅次於Claude Sonnet 4.5和Gemini 3 Flash。事實上,前一代模型K2發佈後,Kimi從10月開始商業化,處理程序已經算很快。2025年末的內部信中,楊植麟提到,2025年11月以來,Kimi的海外API收入增長4倍。海外和國內付費使用者數月度環比增速超過170%。1月27日,Kimi發佈並開源K2.5模型,這是Kimi迄今最智能的模型,採用原生多模態架構,能力覆蓋視覺理解、程式碼生成、Agent叢集、思考與非思考模式。在HLE(人類最後考試)、BrowseComp、SWE-Bench Verified等基準測試中,K2.5都能達到開源SOTA,部分指標超越GPT-5.2、Claude Opus 4.5等閉源模型。如果說DeepSeek用R1證明了中國大模型在推理能力上的突破,那麼Kimi則在這個基礎上,去往一條特別的路——讓AI學會“團隊作戰”。從K1.5到K2.5,Kimi這一年的模型迭代路徑非常清晰:如何讓AI更像一個真正的智能體,而不僅僅是一個聊天機器人。如果說,K1.5時代,Kimi還是專注在讓模型能夠理解和生成更長的文字;K2是“Scale steps”——通過Agent任務能力的提升,讓模型能夠執行更複雜的操作。最新的K2.5,則是探索用Agent叢集的方式,讓AI學會“團隊作戰”。在實際應用中,K2.5可以調度多達100個Agent,平行處理1500個步驟,這極大拓展了Agent的實用性。在大規模資訊收集場景下,Agent叢集將效率提升了3到10倍。比如,一個Agent叢集的典型場景是檢索近三個月內所有關於叢集式agent的文獻,整理成Excel並提煉核心發現;從一段錄屏中識別UI互動邏輯,直接生成完整的前端程式碼;對Word文件進行批註修訂、Excel資料建模、PPT自動生成、PDF翻譯編輯等辦公自動化任務等等。為什麼會採用AI團隊作戰的方式?在1月29日的Reddit AMA(Ask MA Anything)中,楊植麟表示:“高品質資料的增長速度趕不上算力的增長,傳統的‘用網際網路資料預測下一個 token’的擴展方式帶來的改進越來越少。但我們可以通過其他方式擴展,比如 Agent Swarm——平行執行子任務的代理數量擴展。這可以被視為測試時擴展的一種形式,同時也提供了訓練時擴展的方式。”在K2.5發佈後,Kimi的路線已經越來越像Anthropic+Manus。在模型上,Kimi選擇對標Anthropic,專注基礎模型智能上限,通過開源建立技術影響力——從K2開始,Kimi的模型權重和工具鏈全部開源,開發者可以選擇本地或雲端部署。從成立至今,Kimi團隊僅有300人左右,這個團隊規模是不少大廠的十分之一。“用1%的算力資源,研發出全球領先模型”是Kimi的現狀。走Anthropic路線,演算法、效率創新是核心,這意味著技術路線的選擇會變得無比重要。創業公司的資源有限,也倒逼Kimi只能做那些最重要、最前沿的探索。比如此前全球首個在大規模LLM訓練中跑通Muon最佳化器、自研線性注意力機制Linear等等,都屬於這樣的創新。在產品上,Kimi已經形成了清晰的佈局:一方面,API端面向開發者,通過 Kimi API開放平台吸引全球開發者。而在C端使用者上,則明確了做生產力工具的定位。Kimi在有意將產品做得更通用,並且品牌也更集中。一個細節是,此前Kimi已經內測了面向C端使用者的Agent產品OK Computer,而在這一次的更新中,它被改名為Kimi Agent。在不少產品用例上,不難發現,Kimi正在試圖將產品做得更有品味,根據不同的主題做更好的風格化。比較突出的是複雜場景中的可編輯性,這更加依賴模型能力。比如在生成PPT、用Excel生成動畫後,使用者在Kimi中還可以自動拆分元素編輯,這進一步提升了可用性。在12月初,Kimi總裁張予彤曾表示:“要找到自己的敘事,找到自己真正擅長的事情。與資源更多的大公司競爭時,我們會刻意控制業務邊界,專注大模型層、邏輯層、Agent層,以及深入研究、PPT、資料分析、網站開發這類偏生產力、偏複雜任務的鏈路。”如今各家模型廠商都有自己押注的重點Agnet場景,Coding、Office都屬於此類。這些場景的特點是,都是剛需場景,一旦做好,商業化前景也比較明確,而且非常依賴模型能力的提升。對Kimi來說,要做“一方Agent”,挑戰依然不小,這意味要在基礎模型依然保持在第一梯隊的同時,還要將C端產品做得有品位,擁有獨特的使用者心智。 (36氪)
Kimi完成5億美元融資,海外收入大漲
12月31日,踩著2025年的尾巴,中國大模型初創公司月之暗面(Kimi)傳來最新融資消息:完成5億美元C輪融資(約合35億人民幣),阿里、騰訊、王慧文等投資方均超額認購,投後估值約43億美元。同在今日,Kimi創始人、CEO楊植麟發佈內部信,披露公司發展狀況:技術層面,2025年是Kimi充滿突破的一年,K2和K2 Thinking的發佈標誌著公司在AGl道路上走出重要一步;商業層面,Kimi C端9-11月,海外和國內付費使用者數平均MoM(平均月度環比增長)增長超過170%。同時,K2 Thinking的發佈也顯著帶動了API收入的增加,9-11月海外API收入增長4倍。楊植麟表示,2026年Kimi會成為一個“與眾不同”和“不被定義”的LLM(大語言模型)。不管是別人沒敢押注的技術無人區,還是需要一點偏執的審美堅持,相信有更多Kimi-defined的創新能對人類文明加速發展產生獨特貢獻。這種獨特性是Kimi存在的最大意義。目標是超越前沿公司Kimi早期以“長文字處理” 為核心突破口,是首個支援20萬字輸入的AI助手產品。2025年以來,Kimi K2系列開源模型的推出是公司的重要節點。2025年7月,Kimi K2 模型發佈後,被英國自然雜誌稱為“另一個DeepSeek時刻”。2025年11月,Kimi發佈開源長思考模型 Kimi K2 Thinking,核心創新交錯推理與工具呼叫,支援 200-300 步連續工具呼叫,在 Humanitys Last Exam(HLE,人類最後考試)達 44.9%,超過頂尖閉源模型GPT-5和Claude Sonnet4.楊植麟表示,K2和K2 Thinking的發佈標誌著Kimi在AGl道路上走出重要一步——中國首個兆參數基座模型,第一個開放原始碼的Agentic Model,在最核心benchmark例如HLE上超越OpenAl取得sota,獨具特色的創意寫作風格得到全球使用者喜愛,第一次成功使用二階最佳化器做大規模訓練,K2系列模型讓Kimi從中國走向了世界,在矽谷以及更廣泛的全球技術圈產生了重大影響力,登上twitter全球熱搜,得到Nvidia創始人、All-In Podcast主播、Anthropic聯合創始人、Perplexity創始人、a16z創始人、Vercel創始人、諾獎得主等知名技術領袖的高度評價。sota指人工智慧與機器學習領域中,在特定任務或基準測試裡當前最先進、性能最高的技術、方法或模型,核心是超越現有標準、建立新的性能標竿。矽谷頂尖創業加速器 Founders Space 創始人史蒂文・霍夫曼(Steven S. Hoffman)也對記者表示,Kimi新的Agentic模型非常強大。K2之後,K3已經在路上。楊植麟表示,接下來公司最重要的目標是超越Anthropic等前沿公司成為世界領先的AGI公司。2026年,K3模型將通過技術改進和進一步Scaling,提升等效FLOPs至少一個數量級,在預訓練水平上追平世界前沿模型;垂直整合模型訓練和agent產品taste,讓K3成為更“與眾不同”的模型,讓使用者體驗到全新的,其他模型沒有定義過的能力。同時在產品和商業化上聚焦agent,不以絕對使用者數量為目標,持續追求智能上限,創造更大的生產力價值,營收規模實現數量級增長。商業化實現倍速增長性能提高的同時,行業持續關注Kimi在商業化領域的動態。此次,楊植麟披露稱,技術的突破也為產品的爆發和商業上的飛速進展奠定基礎。Kimi產品從5月開始高頻推出新的agent功能,發佈了 Researcher、OK Computer、PPT、KimiCode等新品,功能日漸強大。借助K2模型的sota表現,C端商業化指數增長9-11月,海外和國內付費使用者數平均MoM增長超過170%,9-11月海外API收入增長4倍。據記者瞭解,Kimi商業模式主要由C端訂閱付費與B端API呼叫兩部分組成,而Kimi API 的工具呼叫能力在金融研報等需要數百步才能完成的複雜任務上具備優勢,已經成為多家國內金融研報AI工具的默認內建模型。得益於技術上的突破,Kimi近期完成了5億美元C輪融資且大幅超募,當前現金持有量超過100億元。相比於二級市場,楊植麟判斷公司還可以從一級市場募集更大量資金。他稱,公司B/C輪融資金額已超過絕大部分IPO募資及上市公司的定向增發。所以Kimi短期不著急上市,未來計畫將上市作為手段來加速AGI,擇時而動,主動權掌握在自己手中。本輪融資完成後,楊植麟表示,融資資金將用於更加激進地擴增顯示卡,加速K3模型的訓練和研發。部分資金也將用於2026年的激勵計畫和期權回購計畫。2025年,基於sota結果產出,調薪、期權獎勵、現金獎勵等各種激勵措施累計324人次。2026年春節之前會確定K2 Thinking及後續模型和產品發佈的獎勵方案並行放。2026年公司的平均激勵預計是2025年的200%,同時計畫大幅上調期權回購額度。“這是一個喧囂的時代,”楊植麟稱,但對他來講,Kimi的起點很簡單——單純的好奇,好奇AGI的上限在那,好奇心中的理想模型是什麼樣,好奇想要的模型能力怎麼做出來。這份好奇帶來的快樂是很真實。當團隊熬夜做的agent功能終於上線,當每天醒來打開tensorboard(TensorFlow 官方配套的可視化工具)看到驚為天人的訓練曲線。“我們共享了這些寶貴的接近真相的過程,也相信這種簡單的快樂能讓我們在喧囂中穿越周期。”楊植麟表示。 (第一財經)