Kimi海外收入超越国内，打造AI时代的Anthropic+Manus模式

作者 | 邓咏仪

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

编辑 | 苏建勋

刚刚过去的1月，是一个模型疯狂迭代的季度。在接连发布重磅新模型后，Kimi也来到了一个关键的发展节点。

《智能涌现》了解到，近期在与投资人的沟通中，Kimi透露，公司的海外收入已经超越国内，尤其在发布全新K2.5模型后，全球付费用户数量实现了4倍的增长。

这一显著变化，恰好发生在新一代K2.5模型发布后的短短几天内。

延续上一代K2模型发布后的热度，K2.5再次在海外引发了热烈反响。在Openrouter平台上，K2.5的排名已攀升至第三位，仅次于Claude Sonnet 4.5和 Gemini 3 Flash。

来源：OpenRouter

事实上，自前一代K2模型发布后，Kimi从10月份开启商业化进程，其进展速度已经相当迅速。

2025年底的内部信中提到，杨植麟指出，自2025年11月以来，Kimi的海外API收入增长了4倍。海外与国内付费用户数的月度环比增速均超过170%。

1月27日，Kimi发布并开源了K2.5模型，这是其迄今为止最智能的模型。它采用了原生的多模态架构，能力覆盖视觉理解、代码生成、Agent集群、以及思考与非思考模式。

在HLE、BrowseComp、SWE-Bench Verified等基准测试中，K2.5均能达到开源SOTA水平，部分指标甚至超过了GPT-5.2、Claude Opus 4.5等闭源模型。

如果说DeepSeek用R1证明了国产大模型在推理能力上的突破，那么Kimi则在此基础上，选择了一条独特的道路——让AI学会“团队作战”。

从K1.5到K2.5，Kimi这一年来的模型迭代路径非常清晰：如何让AI更像一个真正的智能体，而不仅仅是一个聊天机器人。

可以说，在K1.5时代，Kimi还专注于让模型能够理解和生成长文本；到了K2，则是“扩展步骤”，通过提升Agent任务能力，让模型能够执行更复杂的操作。

而最新的K2.5，探索的是用Agent集群的方式，让AI学会“团队作战”。

在实际应用中，K2.5可以调度多达100个Agent，并行处理1500个步骤，这极大拓展了Agent的实用性。在大规模信息收集场景下，Agent集群将效率提升了3到10倍。

例如，Agent集群的一个典型场景是：检索近三个月内所有关于集群式agent的文献，整理成Excel并提炼核心发现；从一段录屏中识别UI交互逻辑，直接生成完整的前端代码；对Word文档进行批注修订、Excel数据建模、PPT自动生成、PDF翻译编辑等办公自动化任务等等。

为什么会采用AI团队作战的方式？在1月29日的Reddit AMA中，杨植麟表示：

“高质量数据的增长速度赶不上算力的增长。传统的‘用互联网数据预测下一个token’的扩展方式带来的改进越来越少。但我们可以通过其他方式扩展，比如 Agent Swarm——即通过并行执行子任务的代理数量进行扩展。这可以被视为一种测试时的扩展形式，同时也提供了训练时的扩展途径。”

在K2.5发布后，Kimi的发展路线已经越来越像Anthropic与Manus的结合体。

在模型上，Kimi选择对标Anthropic，专注于基础模型智能上限，并通过开源建立技术影响力——从K2开始，Kimi的模型权重和工具链全部开源，开发者可以选择本地或云端部署。

从成立至今，Kimi团队仅300人左右，这个团队规模是不少大厂的十分之一。“用1%的算力资源，研发出全球领先模型”是Kimi的现状。

走Anthropic路线，算法、效率创新是核心，这意味着技术路线的选择会变得无比重要。

创业公司的资源有限，也倒逼Kimi只能做那些最重要、最前沿的探索。比如此前全球首个在大规模LLM训练中跑通Muon优化器、自研线性注意力机制Linear等等，都属于这样的创新。

在产品上，Kimi已经形成了清晰的布局：一方面，API端面向开发者，通过Kimi API开放平台吸引全球开发者。

而在C端用户上，则明确了做生产力工具的定位。

Kimi有意将产品做得更通用，并且品牌也更集中。并且更符合一个细节是，此前Kimi已经内测了面向C端用户的Agent产品OK Computer，而在这一次的更新中，它被改名为Kimi Agent。

在不少产品用例上，不难发现，Kimi正试图将产品做得更有品味，根据不同的主题做更好的风格化。

来源：Kimi

比较突出的是复杂场景中的可编辑性，这更加依赖模型能力。比如在生成PPT、用Excel生成动画后，用户在Kimi中还可以自动拆分元素编辑，这进一步提升了可用性。

在12月初，Kimi总裁张予肜曾表示：“要找到自己的叙事，找到自己真正擅长的事情。与资源更多的大公司竞争时，我们会刻意控制业务边界，专注大模型层、逻辑层、Agent层，以及深入研报、PPT、数据分析、开发这类偏生产力、偏复杂任务的链路。”

如今各家模型厂商都有自己押注的重点Agnet场景，Coding、Office都属于此类。这些场景的特点是，都是刚需场景，一旦做好，商业化前景也比较明确，而且非常依赖模型能力的提升。

对Kimi来说，要做“一方Agent”，挑战依然不小，这意味着要在基础模型依然保持在第一梯队的同时，还要将C端产品做得有品位，拥有独特的用户心智。

封面来源：AI生成

欢迎交流