据 Woofun AI 消息，中国大模型厂商月之暗面在 2026 年交出亮眼成绩单，其海外付费用户规模实现 4 倍增长，API 业务收入同比飙升 400%，产品版图已覆盖全球 200 多个国家和地区。在亚马逊云科技中国峰会上，月之暗面 B 端负责人黄震昕透露，公司 B 端业务占比持续攀升，互联网、金融、制造、教育及医疗等行业已成为核心客户来源，海外业务亦呈现爆发式增长态势。这家成立仅三年的创业公司，正从单纯的技术标签向商业化深水区迈进，其战略选择与行业主流路径形成鲜明对比。过去几年，长上下文、Scaling Law 及基础模型创新是月之暗面的核心标签，助 Kimi 迅速确立行业地位。即便在商业化加速期，黄震昕仍反复强调，公司核心资源始终倾斜于模型底层创新，包括推动架构演进及探索 Scaling Law 边界。在月之暗面看来，模型能力远未触及天花板，预训练、后训练及架构创新均获持续投入，例如 MuonClip 技术已被 DeepSeek V4 采用，注意力残差等新架构也将应用于下一代模型迭代中。随着企业采购 AI 服务需求激增，一个关键命题浮出水面：企业究竟购买的是模型能力，还是全套解决方案？过去半年，大量企业围绕 Agent 构建应用，字节、阿里等厂商纷纷将资源投向行业方案与场景开发。海外方面，OpenAI 与 Anthropic 也在扩张企业服务团队，其中 Anthropic 的 Forward Deployed Engineer（FDE）模式已成为其业务支柱，模型厂商不仅提供 API，更直接介入客户业务流程改造。火山引擎总裁谭待近期指出，企业护城河核心在于两点：模型能力本身，以及如何将模型带入企业，涵盖 FDE 模式落地、行业理解、生态合作及团队专业度。面对行业日益“重”的交付趋势，月之暗面选择了截然不同的路径。黄震昕认为，企业级 AI 的难点不在模型厂商，而在于如何切入并推动企业完成 AI 转型，目前海外巨头做法各异，行业仍在摸索中。针对行业方案、系统集成及“最后一公里”落地，月之暗面倾向于通过合作伙伴完成，亚马逊云科技是其深度绑定的关键方。

Woofun AI 整理数据显示，双方合作模式明确分工：Kimi 专注模型能力，亚马逊云科技负责行业解决方案、全球客户资源及合规体系。目前 Kimi 模型已上架 Amazon Marketplace 提供 API 服务，未来将推动模型进入 Amazon Bedrock 深度集成，推理直接运行于亚马逊云科技算力设施，月之暗面还将联合亚马逊云科技 SA（解决方案架构师）打造行业解决方案。随着合作深化，双方可能进一步探索预训练层面合作，例如将部分训练任务运行在 Trainium 芯片上。黄震昕坦言，做好模型本身已极具挑战，月之暗面希望将更多精力留给模型研发。即便在企业业务增长最快阶段，公司仍保持克制，员工规模仅 300 多人，相比大厂数千人的 AI 团队，其队伍精简，资源配置最高优先级始终在模型研发层。黄震昕表示，最终目标是探索智能上限，与海外三家头部模型公司掰手腕。随着模型能力增强，月之暗面观察到模型对复杂环境适应能力提升，降低了对外部复杂工程框架依赖，对 Harness 的要求随之简化。内部已开始实践新的 Loop Engineering（循环工程），相比传统 Harness 更为简洁，代表新阶段。今年以来，几乎所有模型厂商都在涨价，核心原因是算力成本上涨，海内外算力资源均跟不上 Token 需求增长，成本压力传导至模型服务侧。黄震昕提到，用户对高性能 Token 有溢价支付意愿，但厂商正通过 Cache 命中率优化、推理优化等技术对冲成本，将 Token 实际成本下拉。目前 Kimi 原厂服务 Cache 命中率已超过 90%。在月之暗面看来，真正决定未来竞争格局的，依然是模型能力本身。

这一战略定力，是在算力紧缺与交付重压下的独特选择，标志着中国大模型厂商开始从单纯规模扩张转向技术深度的极致竞争。