Kimi的估值为什么不到OpenAI的1%？

超越J曲线·2025年11月17日 16:34

估值差距100倍：谁决定了 OpenAI 和 Kimi 的价格？

最近，月之暗面推出的Kimi K2 Thinking 性能全面压过 GPT-5，第一次把中国模型推上全球榜首。不久，小鹏汽车发布了IRON机器人，以逼真的步态复刻了人类的行走姿势。而且几乎每个季度，中国的高科技公司们都会发布阶段性的技术成果。

但地球另一端，OpenAI 的估值突破了 5000 亿美元，特斯拉的市值也超过1.34万亿美元。不论是Kimi 还是小鹏，估值都只有他们的百分之一。

一个越来越尖锐的问题摆在台面上：为什么我们的企业与美国企业之间始终存在一个难以解释的估值差距？

即使在一些关键评测上，中国技术已经领先。即使在商业化的路径上，中国企业并未落后。即使在资金成本上，中国企业更低。但如此悬殊的估值差距依然没有明显收敛。

这种差距或许不是市场的误判，而是两种估值体系、两种资金结构与两种产业历史之间的结构性鸿沟。

不过随着中国企业持续从向海外溢出，估值差收敛可能来得比想象中更快。

01.Kimi估值不到OpenAI的1%

到底是中国企业被低估了，还是美国企业被高估？这是在Kimi和小鹏发布了最新产品之后，朋友圈的几位创业者同时发出的疑问。

数据展现了他们的疑惑：OpeanAI在今年10月的估值已达5000亿美元。而月之暗面的估值或在33亿美元50亿美元之间，不到其1%。Tesla的市值1.34万亿美元，而小鹏汽车的市值1900亿港元，大约为其1.8%。

如果你说月之暗面、小鹏，仍是OpenAI和特斯拉的“随从”，远不能与之相比。那我们再看看宇树科技与Figure AI的差异。

宇树科技不论是其技术能力与商业化进度，都是无可争议的全球第一梯队。但它的估值仅有120亿人民币，而Figure AI最新一轮估值高达390亿美元，约合人民币2700亿元，也就是说宇树的估值只有Figure AI的4.4%。

真格基金合伙人戴雨森在8月份的一次交流中就说，以Kimi为代表的中国AI创业团队的价值在被低估。“外界太容易在很早期就下结论……但实际上，他们的主观能动性和突破空间远远被低估了。”可见，这类感叹并非个例，已经是一种在投资圈内反复出现的普遍情绪。

不仅国内投资人会发出这样的感叹，海外质疑也开始多了起来：为什么中国AI企业能够在资金成本如此低廉的情况下，做出与美国同行相同水平的产品和技术？

要回答这个问题。关键不在于解答中国企业是不是被低估，而是找到为什么被低估的原因。

至少从技术上而言，这样悬殊的估值差距不应该出现。Kimi K2 Thinking在多项核心评测中全面超越OpenAI的GPT-5、Anthropic的Claude 4.5等闭源模型。独立评测平台Artificial Analysis将其列为全球第一。因此，技术能力本身显然不足以解释估值鸿沟。

商业化路径也不是根本差异。比如豆包、Kimi、元宝等都上线了电商业务。同样的，今年10月中旬，OpenAI也宣布与零售巨头沃尔玛达成合作，用户未来可通过和Chat-GPT聊天直接购买沃尔玛商品。

既然技术与商业模式都不能解释差距，那么真正的分野就只能从估值方式本身找答案。

02.如何给AI大模型公司估值

中美投资人，到底是按照什么给AI估值的？

2023年底，国内某机构给出了AI大模型公司的估值方法。当时OpenAI正在与投资人讨论股票出售，估值在800—900 亿美元区间。

该机构分析说，预估OpenAI的稳态年利润30亿美元/年，以SaaS的业务模式，给到30倍PE，那么估值就在900亿左右。

然后又以OpenAI为天花板，按照市场体量差异、终局市占率差距、稳态净利率差距等系数进行调整，得出中国第一梯队的大模型公司的估值或在600亿人民币左右。

我觉得这家机构对大模型估值逻辑，能够说明两个问题：

第一，即使到今年，OpenAI也没有实现稳态年利润30亿美元，数据显示，OpenAI在2025年上半年营收约43亿美元，净亏损135亿美元。但是OpenAI的估值从900亿美元左右迅速飙升至5000亿美元，这意味着美国市场采用的根本不是“PE估值”这一套，而是完全不同的叙事框架。

第二，但在中国市场，大模型公司的估值则在200亿-600亿之间，可见给国内大模型公司的估值，恰恰正是按照这家机构的逻辑进行估值的。

这正是两个市场不同的估值逻辑。

在中国市场，对AI公司的估值，是按照落地效率+产业化兑现速度来定价；而在美国资本市场，对AI公司的估值逻辑，是按照未来可能控制AI基础层范式来定价。一个面向当前现金流，一个面向未来系统权力。

所以，真正影响资本定价巨大差异的，既不是技术实力，也不是商业化模式，而是上述不同的估值体系。

再进一步，OpenAI的估值锚点，是基础模型与AI平台级控制权的争夺。市场对它的预期，是构建AI世界的操作系统。这一点不仅是其算法领先，也在于与传统巨头的生态绑定。其商业模式是向全世界的用户，抽取“AI税”。而一旦能够抽“税”，估值自然具备平台级资产的溢价。

而以Kimi为代表的中国AI公司就大不一样了。其估值锚点在于应用层和产品体验，市场对其的预期并非操作系统，而是AI助手。商业模式自然也不是“税”，而是广告、流量与B端的大客户。

两厢比较，一个是AI的操作系统，另一个是AI产品。两者对应的不是同一种资本语言。

类似的估值体系也表现在小鹏与特斯拉上。从产品形态上看，两家企业都是新能源汽车和机器人公司。但是资本市场把特斯拉看做是通用机器人的产业革命，木头姐更定义特斯拉是“地球上最大的AI项目”。

而国内资本市场只把小鹏看做是一家制造业公司，即使率先推出了IRON机器人，也只被看做是车厂延伸出的智能硬件新业务。一个是全球最大AI，另一个仅为车企新业务，两者的估值高下立现。

这种估值体系上的差异，还体现在对高端人才收购上。你很难想象一个顶尖大学毕业的25岁的年轻人，竟然能够拿到5000万美金以上的薪酬包。这笔人力成本的账，在中国市场是算不过来的。

但在美国投资界有独特的算法：“如果我能把赚一万亿美元的概率提高1%，那就值100亿美元。”——即便这可能是一种不能兑现的算法，但美国资本愿意相信这样的叙事。正如红杉资本David Cahn说的，这是硅谷的“生态系统的焦虑症”。

何为生态系统？就是一种对AI世界的定义权。它不仅是单一产品或技术，而是一套被广泛采用的技术和商业模式组合，说白了就是标准的制定权，“我这么做，你也必须按照我的方式来做”。

所以，美国投资者并不关心 OpenAI 短期内是否挣钱，而关心它是否能成为 AI 世界的“生态系统”。美国资本对OpenAI的高估值，本质上是对这种“定义权”的押注。而现金流只在它的估值体系的边缘。

03.不同的LP，不同的产业历史

而估值体系差异的背后，实质上是LP结构差异。

PitchBook 前不久发布的一篇报告Sovereign AI: The Trillion-Dollar Frontier.《主权人工智能：万亿美元前沿》，报告披露了全球主权财富基金对AI的投资数据。数据显示，今年 1 月至 8 月，全球主权财富基金参与了总价值 464 亿美元的 AI 风险投资交易，其中 433 亿美元（超过 93%）流向了美国的初创公司。

比如，阿布扎比主权财富基金旗下的资产管理机构Mubadala Capital领投了Crusoe。马斯克的xAI，则得到了阿曼和卡塔尔的主权财富基金支持。这些主权财富基金通常偏好能长期掌控技术秩序的公司，而不是短期能挣现金流的公司。

除了主权财富基金外，养老基金、大学捐赠基金、产业资本等长期资本也是其重要的出资人。

也就是说，美国AI创业公司背后的资本结构天然是“全球化+长周期”

而国内资金量少得多。投中嘉川CVSource数据显示，今年（截至11月15日）国内AI产业，累计融资金额约为480亿人民币，这包括了市场化VC/PE、国资机构、产业资本。其资金规模更小、期限更短、退出压力更强，自然更偏好现金流可见性高的公司。

但资金属性只是表层原因，更深层的差异来自——历史上谁曾掌握过“范式定义权”。

答案是：在过去半个世纪，美国企业连续三次定义科技范式，这让美国市场形成了“押注定义者而不是追随者”的长期主义。

比如第一次由微软完成的PC革命。

1981年，IBM 采用微软 DOS 作为 PC 系统，第一次把“计算入口”交给微软。1985年，微软发布Windows系统，确立了图形界面的交付标准。1995年，微软发布Windows95，为全世界的个人电脑，构建了统一的交付平台。再加上推出的office系列产品，微软最终定义了个人的互联网生活与全球商业的办公方式。

第二次是由谷歌建立的内容革命。

创业之初，靠着 PageRank 算法，谷歌迅速成为互联网用户获取信息的起点，改变了用户使用互联网的习惯。2010 年以后，随着智能手机普及、YouTube迅速增长、Chrome成全球最强浏览器，谷歌最终完成了对入口层的全面占领。信息不再自发传播，而是“按谷歌的方式”被组织、排序、传递。

第三次由苹果创造的移动生活革命。

原本手机只是“通信设备”，由诺基亚、黑莓、摩托罗拉统治。2007年发布的iPhone则重新定义了“手机是什么”。2008 年的 App Store又把手机从硬件产品变成一个“生态系统”，所有开发者必须遵循它的规则、接口和审核流程。从此，苹果掌握了移动互联网时代的“入口权”和“生态秩序”。

这三次定义，强化了美国投资人对于平台级技术的长期主义信仰。所以，全球资金对OpenAI们的追逐，正是延续了这一种信仰的“历史惯性”。

04.中国企业创造半次胜利

那么中国企业呢？

到目前为止，中国企业只完成了半次对世界的定义，那就是新能源。

光伏、新能源汽车、动力电池，这三大领域，其产能、价格和材料体系均由中国主导。中国企业是供应链上的规则制定者。

举个例子，在光伏产业中，中国在硅料—电池片—组件—制造能力上的规模与成本优势，形成了产业级别的“成本曲线定义权”。在技术上，不论是PERC ，还是TOPCon 、HJT，这些新技术的迭代节奏全部由中国企业决定。

在动力电池行业，其磷酸铁锂、硅碳负极、电解液、隔膜等各个环节，都由中国企业把控。韩国市场分析机构SNE Research的数据显示，今年上半年，中国动力电池企业在全球市场的占有率持续提升，6家中国企业（宁德时代、比亚迪、中创新航、国轩高科、亿纬锂能、蜂巢能源）的市占率合计达到68.9%。

即使其他国家试图削弱中国企业和供应商的影响力，也不得不遵循中国的价格体系和产能曲线。特斯拉当年必须依靠中国的供应链才得以起死回生；而欧洲老牌公司雷诺汽车也在2024年将新能源汽车的研发中心设在了上海。可见，中国企业不是单一技术领先，而是生态化的系统性的领先。

站在一级市场的角度，我们认为新能源投资也标志着人民币基金的成熟。宁德时代就是里程碑，它是人民币基金投出的第一家具有世界影响力的万亿级企业。

宁德的早期投资者，君联资本葛新宇曾说，新能源是中国历史上第一次为世界贡献的工业语言。正说明了中国企业在这一领域拥有的范式定义权。

但中国在新能源上并非完全具备软件定义能力，所以只能说是“半次定义”。新能源汽车的操作系统，智能驾驶的城市标准，分布式能源的调度与分配，这些软性层面的标准和规则，依然在角逐之中。而AI的发展水平，无疑也深刻影响着这些软件层面的竞争格局。

05.AI的故事会按照既定剧情发展吗？

所以从产业发展的历程上看，中美AI企业的估值差距，表面上看是模型强弱的差距，是LP属性上的差距，但根本上是“美国企业定义了世界3次”与“中国企业定义了世界半次”之间的历史差距。

而现在AI产业上的竞争，正是进行中的又一次定义权之争。这场竞争的起点，是谁的模型更加强大，但竞争的终点，在于谁能够决定“人类未来应该如何使用AI”。这不止是性能竞争，更是系统的竞争。英伟达、OpenAI和微软等美国企业之间的合纵连横，正是形成这一系统闭环的缩影。

但历史惯性并不意味着未来必然重演。

红杉资本David Cahn说，过去所有的垄断，都是静悄悄完成的。不论微软，还是谷歌，早年间投资界对他们的预期，都远远小于后续的发展。他们当今的全球权力，是所有人的意外。

但是今天，AI却是摆在明面上的事。整个资本市场几乎都在押注AI，不论是标普500，还是私募股权，全球资本都指向了单一方向。所以，会不会出现这样的情形：当所有人都认为一件事会发生的时候，这件事就不会发生，或者不会按照预期的模样发生？

这或许是可能的。最近硅谷的一个新趋势，就是投资那些由顶尖科学家组成“Neolabs ”（新生代实验室），背后的逻辑便是对OpenAI、Anthropic 等高度成熟的大公司们的怀疑——5000亿估值的企业已经过于庞大，在技术路径上是否已经陷入了某种惯性？那么在主流之外又有没有新的可能？

所以，竞争尚未落定。至少到目前为止，没有哪个模型能主导一切。特别是在中国开源模型的冲击下，应用端公司和个人仍然有很多选择。

最近中美模型的下载量数据被刷屏了：2023年11月，美国模型在全球下载量中占比超过60%，中国模型仅有25%。到2025年9月，中国模型新增下载量占比已上升至约65%，而美国模型份额下降至30%左右。截至2025年10月，中国开源模型累计下载量达到约5.5亿次，而美国模型为4.75亿次。下载量上升说明中国模型可用性提升，这削弱了美国模型的先发优势，增加了未来估值收敛的可能性。

另一个在硅谷流传但没有核实的数据是，80%的AI创业公司都在用中国开源模型。这些数据都意味着，中国模型的可用性正在被海外市场验证，这为后续更深层竞争打开了空间。

所以，回到中美AI企业估值差距这一话题。OpenAI 的估值并不只来自模型能力，而来自其被视为主导下一代交互范式、工作方式和软件形态的可能性。而中国AI范式也在竞争之中，如果它能持续从中国向外溢出，让海外市场开始认为中国模式也能“制定标准”。那么估值差收敛可能来得比想象中更快。

这会发生在什么时候？

如今硅谷的AI泡沫的形成已经成为共识。人们开始质疑美国企业过于高估了。也许更清晰的未来，在这一轮泡沫消化（或破灭）之后就能看到。