广发计算机：月之暗面从长文本破圈到K3模型公司进化之路

月之暗面公司早期通过长文本差异化破圈，2024年投流破7亿元，年末月活达2000万；2025年收缩投流转向模型研发，完成从流量型到前沿模型公司的切换。公司主要业务包括长文本处理和AI模型研发，2025年通过后训练迭代K2系列，2026年推出总参数量近3万亿的K3模型，进入全球前沿模型梯队。商业化端收入分为B端API（占70%）和C端订阅，K3 API价格上涨后需求仍放量，海外收入已超国内。

国内AI大模型行业在智谱、眸芯上市推动下加速发展，月之暗面等公司加速上市融资，发布K3模型后准备提速。行业趋势表现为从流量型向前沿模型公司切换，模型参数量持续提升，scaling效率显著增强。K3模型总参数量近3万亿，scaling效率提升约2.5倍，进入全球前沿模型梯队。商业化方面，API和订阅收入模式逐渐成熟，海外市场表现突出，国内大模型公司需关注算力扩容、模型效率优化及增长持续性。

本报告重点分析了月之暗面公司从流量型到前沿模型公司的进化路径，包括公司发展历程、模型进展、商业化端收入结构、数据表现及资本动作。报告详细梳理了公司2023年成立后的发展轨迹，从2024年投流破7亿元到2025年收缩投流转向模型研发的关键转折。模型方面，K3系列参数量近3万亿，scaling效率提升约2.5倍，在相关榜单获综合第五、前端代码第一。商业化端，B端API收入占比70%，海外收入已超国内，2026年3月ARR破1亿美金，6月破3亿美金。资本动作方面，2025年末现金超100亿人民币，2026年7月完成35亿美金融资，投后估值350亿美金。

当前AI大模型市场呈现快速迭代和商业化加速的态势。国内大模型公司如月之暗面通过长文本差异化破圈后，正转向前沿模型研发，K3模型等参数量持续提升，scaling效率显著增强。商业化方面，B端API和C端订阅模式逐渐成熟，海外市场表现突出，国内大模型公司需关注算力扩容、模型效率优化及增长持续性。K3模型在相关榜单获综合第五、前端代码第一，推理能力领先，但算力接近现有集群承载上限，曾暂停C端新用户订阅，需关注算力扩容速度及服务稳定性。

本报告提示了AI大模型公司面临的主要风险，包括算力约束、模型效率及增长持续性。算力方面，月之暗面算力接近现有集群承载上限，曾暂停C端新用户订阅，需关注算力扩容速度及服务稳定性。模型效率方面，K3输出速度36token/秒，推理轨迹偏长、token消耗偏高，需关注模型效率优化进展。增长持续性方面，海外收入、API放量及融资IPO进程需持续跟踪，作为国产独立大模型潜在上市标的，需关注核心增长指标变化。当前阶段，国内大模型公司需平衡技术迭代、商业化落地及资本运作，确保长期稳健发展。