文章核心观点 - 中国独立大模型行业在2023至2026年间经历了结构性变化，核心战场从“超级应用”转向“Coding”（编程），行业格局从“AI六小龙”演变为四家主要公司[2][3][4] - 2025年12月OpenRouter与a16z联合发布的报告（基于超100万亿token数据）显示，编程在付费模型token使用量中的占比从年初的11%飙升至11月的50%以上，这标志着Coding成为行业真正的token经济学引擎，击穿了“超级应用幻觉”[8] - 四家独立大模型公司（智谱AI、MiniMax、月之暗面、阶跃星辰）在2026年港股市场的市值排位，与其各自押注Coding战场的时间先后、投入深度及决策风格高度相关，Coding能力决定公司上限，而基本盘业务决定其估值下限[5][10][26][28] 行业格局演变与关键事件 - “AI六小龙”标签在2023年4月出现，于2025年下半年消亡，其中零一万物放弃万亿参数以上超大基模预训练，百川智能收缩战线押注医疗AI，最终留下四家公司[2][3] - 2025年1月20日DeepSeek-R1发布，其以1/100的训练成本做出对标顶级闭源模型的开源模型，动摇了行业原有烧钱估值逻辑，并导致英伟达股价单日下跌16.97%，市值蒸发约5900亿美元[4] - 2026年初四家公司完成重要身份转变：智谱AI（1月8日）与MiniMax（1月9日）在港股上市，公开发售分别获1159.46倍和1837.17倍认购；月之暗面完成20亿美元D轮融资，投后估值突破200亿美元；阶跃星辰即将完成近25亿美元融资，目标估值百亿美元区间[5] Coding主战场的竞争格局 - 全球Coding主战场第一梯队仍由美国闭源巨头占据，Anthropic的Claude在编程类API调用量中一度占据超60%份额[8] - 中国公司并未缺席，在主流Coding评测榜单（如SWE-bench Verified、SWE-Bench Pro等）上，阿里巴巴的Qwen3-Coder系列、DeepSeek系列以及“四小龙”中智谱的GLM-5、月之暗面的Kimi K2.5、MiniMax的M2.5等模型反复出现[9] - 连年营收过万亿的互联网巨头阿里巴巴也倾力投入Coding，证明了该领域是真正的主战场[10] 四家公司创始人背景与代际特征 - 智谱AI灵魂人物唐杰（1977年生）为清华教授，代表学术派老一代，决策核心在于技术长线[13] - MiniMax创始人闫俊杰（1989年生）为前商汤副总裁，代表大厂中生代，初期押注C端娱乐与全模态出海[14] - 月之暗面创始人杨植麟（1992年生）为清华与CMU背景的天才少年，代表海归少壮派，技术叙事高度集中[15][16] - 阶跃星辰为双头结构：CEO姜大昕（约1976年生，前微软全球副总裁、IEEE Fellow）与董事长印奇（1988年生，旷视科技联合创始人），代表连续创业者与技术派的复合体[17] 四家公司押注Coding的时间线与市值关联 - 智谱AI最早看见Coding，从2022年即押注通用大模型并对标GPT顶级闭源，其GLM-5在SWE-bench Verified上拿到77.8分（当时开源最高），GLM-5.1在Claude Code评估框架上达到Claude Opus 4.6评分的94.6%，并在SWE-Bench Pro拿到58.4分全球第一[21][22][23] - 月之暗面在2025年1月DeepSeek-R1发布后被“叫醒”，于2025年7月发布Kimi K2（在SWE-bench Verified拿到65.8%，当时开源SOTA），被迫从超级应用转向基础模型，起步晚智谱约三年[24] - MiniMax于2025年10月发布首个明确按“Coding+Agent”导向设计的M2系列，比Kimi K2晚3个月，比智谱晚近一年，因其初期押注C端全模态业务而错过积累期，但其M2.5在SWE-bench Verified拿到80.2分[25][26] - 阶跃星辰技术团队豪华但资源分散，在2024-2025年发布了超10个自研基座模型但未在主流Coding评测榜单前列，直到2026年1月印奇加入后战略转向“AI+终端”，承认在Coding主战场掉队[27] - 2026年5月市值排位基本与看见Coding的早晚顺序一致：智谱市值最高（约5100亿港元），MiniMax其次（2500亿港元），月之暗面约1550亿港元等值，阶跃星辰目标估值最低[5][26][28] 四家公司的决策风格与代价 - 智谱AI（学院派）在GLM-5发布后因运营问题（规则不透明、灰度节奏慢、升级机制粗糙）发布致歉信，暴露了其互联网产品运营能力的天花板，但其股价在致歉当日仍暴涨42.72%[33][49][51] - 智谱GLM-5系列全程在10万张华为昇腾910B芯片上训练，零英伟达GPU，这与其2025年被美国列入实体清单有关，形成了“被迫”的算力护城河[52] - 月之暗面（天才少年模式）技术叙事高度依赖杨植麟个人，存在“单极风险”和梯队脆弱性问题，且缺乏大厂现金奶牛支撑[54][55] - MiniMax（大厂派）凭借体系化能力最早实现盈利和自负盈亏，其Talkie应用2024年创造7000万美元营收，但市场判断滞后导致其在Coding战场心智占位落后约两个季度，且其C端娱乐业务面临2026年4月中国《人工智能拟人化互动服务管理暂行办法》的监管挑战[26][56][58][60] - 阶跃星辰（技术派复合体）陷入“博而不精”陷阱，在2024-2025年多线投入但未在任何方向做到全球第一，2026年转向“AI+终端”窄路，取得一定成绩（如手机预装超4200万台，2025年营收近5亿元），但估值最低[64][65]

文章核心观点 - 月之暗面（Kimi）近期融资的核心意义并非单纯获得资金，而是标志着公司从“AI应用公司”向“AI基础设施公司”的战略转型，其估值逻辑正发生根本性变化 [7][15] - 行业竞争焦点已从比拼模型技术参数转向比拼产业资源、场景入口和商业化能力，大模型创业公司开始进入“拼资源”阶段 [8][12] - Kimi的未来价值关键在于能否从“聊天工具”渗透到“工作流”和“开发者工具链”，实现从“卖Token”到“卖任务结果”的商业模式升级，从而构建真正的商业壁垒和利润弹性 [16][22][24][25] 融资规模与战略转型 - 月之暗面近期正在进行20亿美元融资，已进入收尾阶段，并有国智投、中国移动等国资、央企背景机构入场 [3] - 加上今年1月和2月完成的3轮融资（分别为5亿美元、7亿美元和7亿美元），公司在不到半年时间内累计融资规模超过39亿美元，按汇率计算超过376亿元人民币 [3][4] - 此轮大规模融资的意义在于“重新选队伍”，新股东带来的不仅是资金，更是长期稳定的资源、以及接近政企、运营商、金融、能源、制造等关键场景的入口 [14] - 资本故事的转变：公司估值框架正从一个“AI应用公司”向“AI基础设施公司”靠拢，打开了更大的想象空间 [15] 行业竞争态势演变 - 过去两年，中国大模型行业竞争聚焦于技术参数、榜单排名、长文本能力、价格等方面 [9][10] - 当前行业因DeepSeek等因素被迫进入效率竞赛和价格战，模型能力日益普及，开源模型增强，用户选择增多，“模型稀缺性”叙事难以为继 [12] - 大模型生意极其烧钱，涉及训练、推理、工程团队、产品迭代等多方面成本，单纯依靠C端应用容易陷入用户多但变现慢的尴尬局面 [12][14] - 行业未来将进入商业化验证的现实阶段，融资能力、资源将进一步向头部集中，同时头部公司也将面临更大的商业化压力 [35] 公司发展路径与价值重塑 - **从C端应用到B端基础设施**：公司不再仅仅是一个爆款AI应用，目标转向成为中国AI基础设施的一部分，寻求在国产AI生态中获得长期位置 [7][32] - **切入开发者工具链**：基于Kimi K2.5模型打造的Composer 2.5被集成进全球知名编程应用Cursor，标志着中国模型开始进入全球开发者工作流，这是估值逻辑的重要支撑 [16][17][20] - **技术方向聚焦生产力**：发布的Kimi K2.6模型重点强化代码编写、长程任务执行和Agent集群能力，战略方向明确为“少讲陪聊，多讲生产力；少讲用户热闹，多讲工作流渗透” [21] - **商业化路径探索**：未来最值钱的方向在于接管工作流程（如写代码、做投研、处理内部流程等），实现从“模型调用”到“任务执行”的跨越，从而摆脱单纯卖Token面临的价格战，讲述利润弹性故事 [22][23][24][25] 面临的挑战与关键考验 - **开源与商业化的平衡**：开源有助于快速获得开发者关注和技术口碑，但也存在底层模型能力被他人包装应用而自身仅赚取微薄API费的风险，可能压制估值 [26][27] - **将故事转化为收入**：公司目前拥有C端用户认知、全球开发者生态的技术标签以及国资加持的产业故事，但核心挑战在于如何将这些优势转化为实际收入、企业客户、API增长及健康的毛利率 [28][29][31][32][33] - **商业闭环的构建**：公司需要解决的关键问题是能否通过API、企业版、私有化部署、Agent平台和开发者生态，将用户锁定在自己的体系内，从而将技术信用转化为商业信用 [27] - **高估值下的压力**：半年融资超39亿美元带来估值大幅抬升，但后续容错率降低，公司必须向投资人证明其收入能力、客户复购率及成本控制能力，以匹配高估值 [34][35]