月之暗面黄震昕：Kimi欲与海外三大模型一较高下

界面新闻记者 | 程璐

界面新闻编辑 | 文姝琪

海外付费用户激增4倍、API收入飙升400%、产品覆盖200多个国家和地区，这是中国知名模型企业月之暗面Kimi在2026年最新公布的业绩概览。

在近期落幕的亚马逊云科技中国峰会上，月之暗面B端（企业）负责人黄震昕向界面新闻等媒体表示，Kimi企业业务份额正稳步扩大，互联网、金融、制造、教育、医疗等行业已成为公司关键客户来源，海外市场也在迅猛拓展。

对于这家仅成立三年的明星AI大模型初创公司，它正迈入全新发展时期。

过往数年，月之暗面一直以技术著称，长上下文、Scaling Law、基础模型革新，助力Kimi快速积累行业声誉。

直至今日，黄震昕在访谈中仍不断强调，公司重心始终放在模型底层创新上，包括持续推进模型架构升级，以及坚守探索Scaling Law的极限。

在月之暗面看来，模型潜力仍远未完全释放。无论是预训练、后训练还是模型架构突破，公司都在持续投入资源，例如MuonClip已被DeepSeek V4采纳，而注意力残差等新架构也将应用于未来模型。

然而，随着越来越多企业开始采用AI服务，一个现实挑战摆在各模型公司面前：企业采购的究竟是模型本身，还是整体解决方案？

过去半年，大量企业围绕Agent构建应用后，包括字节、阿里AI厂商也将资源投向行业方案和场景开发。在海外，OpenAI和Anthropic也在扩充企业服务团队，特别是Anthropic，其Forward Deployed Engineer（FDE）模式已成为企业业务的关键环节。模型厂商不仅提供模型API，还直接介入客户业务流程优化。

近期火山引擎总裁谭待同样指出，企业核心竞争力主要聚焦两点：一是模型实力；二是如何将模型融入企业，这涵盖FDE模式的实施、对行业的深入洞察、生态伙伴的紧密协作，以及团队自身对AI解决方案的专业能力。

相较于行业日趋“繁重”的交付态势，月之暗面采取了不同路径。

黄震昕认为，企业级AI难点不在于模型厂商一方，而在于如何切入并推动企业完成AI转型。“目前海外两家巨头的做法各异，大家也都在探索中。”

针对行业方案、系统集成以及企业“最后一公里”实施，月之暗面更倾向借助合作伙伴完成。亚马逊云科技是其紧密合作的伙伴之一。

依据双方合作模式，Kimi专注模型能力，亚马逊云科技负责行业解决方案、全球客户网络以及合规体系。目前，Kimi模型已上架Amazon Marketplace提供API服务，未来双方将推进Kimi模型进入Amazon Bedrock的深度整合，Kimi的推理直接运行在亚马逊云科技的算力设施上。月之暗面还将与亚马逊云科技的SA（解决方案架构师）共同打造行业性解决方案。

黄震昕透露，伴随合作深化，双方可能进一步探索预训练层面的协作，例如将部分训练任务运行在Trainium芯片上。

在黄震昕看来，将模型打磨好本身已是一项极具挑战的任务，月之暗面希望将更多精力专注于模型本身。即便在企业业务高速增长期，月之暗面仍保持审慎。

截至目前，月之暗面员工规模仅300余人，相比大厂动辄数千人的AI团队，初创公司队伍精简，且资源配置的最高优先级仍在模型研发领域。

“最终还是想追求智能的巅峰，希望能与海外那三家模型公司一决高下。”黄震昕说道。

随着模型能力持续提升，月之暗面观察到，模型对复杂环境的适应力增强，从而降低对外部复杂工程框架的依赖，对Harness的需求也随之简化。月之暗面内部已开始实践新的Loop Engineering（循环工程），相比传统Harness更精简，标志着全新阶段。

今年以来，几乎所有模型厂商都在调价，主要原因是算力成本攀升，无论是海外还是国内算力资源，都跟不上Token需求的增长，算力成本压力最终传导至模型服务端。

黄震昕在访谈中提到，用户对高性能Token需求有溢价支付意愿，但模型厂商也通过Cache命中率优化、推理优化等技术手段，来抵消成本影响，将Token实际成本拉低。目前Kimi原厂服务的Cache命中率已突破90%。

在月之暗面看来，真正左右未来竞争格局的，仍是模型能力本身。