Назад
7 мая 2026 г. в 06:10 AI Moonshot AI Kimi China AI Funding Open Source Models Bloomberg / CnTechPost / Techmeme

Moonshot привлекает $2 млрд — Китай возвращает деньги в гонку AI-моделей

Moonshot привлекает $2 млрд — Китай возвращает деньги в гонку AI-моделей

Moonshot привлекает $2 млрд — Китай возвращает деньги в гонку AI-моделей

Китайская Moonshot AI, разработчик чат-бота Kimi, близка к новому раунду финансирования примерно на $2 млрд. По данным Bloomberg через Techmeme и пересказу CnTechPost со ссылкой на LatePost, новая сделка поднимает оценку компании выше $20 млрд. Раунд возглавляет Meituan Dragonball, также среди участников называются China Mobile и CITIC Private Equity Funds Management.

На первый взгляд это очередная венчурная новость из мира AI. На деле она хорошо показывает, как быстро перестраивается китайская гонка моделей. После успеха DeepSeek рынок привык говорить о Китае через одну формулу: сильные модели, низкая цена, открытые веса и давление на западных игроков. История Moonshot добавляет вторую половину картины: если модель начинает зарабатывать и цеплять корпоративных клиентов, капитал возвращается очень крупными чеками.

Что произошло

Moonshot, основанная бывшим профессором Университета Цинхуа Яном Чжилинем, входит в группу самых заметных китайских AI-стартапов. Её главный продукт — Kimi, чат-бот и API-платформа с акцентом на длинный контекст, кодинг и агентные сценарии. В апреле компания выпустила и открыла модель Kimi K2.6, заявив о сильных возможностях в программировании, долгих задачах и координации множества агентов.

По данным CnTechPost, новая сделка должна довести суммарно привлечённые Moonshot средства за последние полгода до более чем $3,9 млрд. Оценка компании, которая в ноябре прошлого года называлась около $4,3 млрд, теперь превышает $20 млрд. Это резкий скачок даже по меркам перегретого AI-рынка.

Важная деталь — рост выручки. Источники издания говорят, что годовая повторяющаяся выручка Moonshot в апреле превысила $200 млн. Ещё в марте сообщалось о прохождении отметки $100 млн. То есть инвесторы покупают не только обещание «китайского OpenAI», но и ранний признак коммерческого спроса: платные подписки, enterprise API и клиенты, готовые заранее гарантировать крупные платежи за доступ к вычислениям.

Почему это важно за пределами Китая

Китайская AI-гонка часто выглядит для внешнего наблюдателя как соревнование бенчмарков: DeepSeek против OpenAI, Qwen против Claude, Kimi против Gemini. Но бизнесовая часть не менее важна. Модели требуют огромных расходов на обучение, инференс, инженеров и дата-центры. Если у компании нет устойчивой монетизации, даже впечатляющий релиз быстро превращается в дорогую демонстрацию.

Moonshot пытается доказать обратное: вокруг китайской модели можно построить коммерческий слой — подписки, API, инструменты для программирования и агентные рабочие процессы. Это важно для компаний, потому что конкуренция идёт уже не только за самый умный чат. Она идёт за то, кто станет базовой AI-платформой для разработчиков, офисных задач, автоматизации и корпоративных процессов.

Для западного рынка это тоже сигнал. Если китайские игроки умеют одновременно снижать цену моделей, открывать часть технологий и быстро наращивать выручку, давление на OpenAI, Anthropic, Google и европейских игроков будет идти сразу с двух сторон: технологической и экономической. Пользователи получают больше выбора, а поставщики моделей — меньше пространства для дорогой монополии.

Китайская формула меняется

DeepSeek сделал китайский AI синонимом эффективности: сильная модель, агрессивная цена, открытая стратегия. Moonshot показывает другой вариант — потребительский и корпоративный продукт, вокруг которого можно собрать дорогую венчурную историю. Это не взаимоисключающие подходы. Скорее, Китай проверяет сразу несколько маршрутов к лидерству.

Первый маршрут — открытые модели и низкая стоимость, которые заставляют рынок пересматривать цены. Второй — большие продуктовые платформы вроде Kimi, которые пытаются удержать пользователя внутри приложения, API и инструментов для кода. Третий — связка с крупными китайскими компаниями и государственно значимыми инвесторами, которым важно иметь собственную AI-инфраструктуру вне зависимости от американских ограничений.

У Moonshot в этой логике есть сильная позиция. Kimi уже узнаваем как массовый продукт, а K2.6 компания подаёт как модель для сложного кодинга и агентной работы. Даже если заявления о возможностях требуют независимой проверки, направление понятно: китайские лаборатории больше не хотят быть только «дешёвой альтернативой». Они строят полноценные платформы, где модель, интерфейс, API, разработчики и корпоративные клиенты связываются в одну экосистему.

Что стоит на кону

Для инвесторов на кону вопрос, есть ли в Китае второй большой рынок frontier-моделей, сопоставимый по амбициям с американским. Оценка выше $20 млрд говорит, что часть капитала отвечает: да, есть. Для разработчиков это означает, что конкуренция среди API и coding-инструментов будет усиливаться, особенно если Kimi продолжит давить ценой и длинным контекстом.

Для обычных пользователей ставка проще: чем больше сильных игроков, тем быстрее улучшаются приложения и тем дешевле становится доступ к мощным моделям. Но есть и риски. Китайская AI-экосистема будет развиваться в собственном нормативном, языковом и инфраструктурном контуре. Это усиливает технологическое разделение мира: модели, облака, правила безопасности и доступ к данным всё чаще будут зависеть от юрисдикции.

Есть и внутренняя проблема для самой Moonshot. CnTechPost пишет, что из-за сильных результатов в кодинге ключевые сотрудники компании стали объектом активного переманивания. Поэтому часть нового капитала, вероятно, уйдёт не только на вычисления и продукт, но и на удержание исследователей через опционы и компенсации. В AI-гонке талант стал таким же дефицитным ресурсом, как GPU.

Главный вывод

Раунд Moonshot важен не потому, что ещё один стартап получил огромную оценку. Он показывает, что китайская AI-гонка взрослеет: рядом с открытыми моделями и ценовыми атаками появляется слой больших коммерческих платформ. Kimi больше не выглядит просто популярным чат-ботом — инвесторы оценивают его как претендента на одну из главных точек доступа к китайскому ИИ.

Если эта ставка сработает, конкуренция в AI станет жёстче и полезнее для пользователей: больше моделей, ниже цены, быстрее релизы, сильнее давление на закрытые экосистемы. Если нет — рынок получит ещё одно напоминание, что в эпоху ИИ оценка в $20 млрд сама по себе ничего не гарантирует. Но прямо сейчас сигнал ясен: деньги снова идут в китайские модели, и идут не мелкой разведкой, а полноценным наступлением.

Ещё новости

Google вынес Guided Learning в Classroom: что показали тесты
3 ноября 2026 г.
Google вынес Guided Learning в Classroom: что показали тесты

Google начинает глобально разворачивать Guided Learning в Classroom. В контролируемом исследовании с более чем 300 студентами доступ к инструменту совпал с более высоким приростом результатов, но это ещё не доказательство для всех школьных сценариев.

GitHub Copilot Fusion сам выбирает модели для задачи
3 ноября 2026 г.
GitHub Copilot Fusion сам выбирает модели для задачи

GitHub вывел Copilot Fusion в общую доступность: режим сам подбирает и комбинирует модели для задачи. Для разработчика это уменьшает ручной выбор модели, но не отменяет контроль расходов и корпоративных политик.

Пенсильвания ввела правила для обманной AI-рекламы
3 ноября 2026 г.
Пенсильвания ввела правила для обманной AI-рекламы

Новый закон Пенсильвании требует заметно раскрывать использование синтетического контента, когда он создаёт ложное впечатление о товаре или услуге.

Кибератака на Selver: в холодильной системе выставили +50 °C
2 ноября 2026 г.
Кибератака на Selver: в холодильной системе выставили +50 °C

В одном из эстонских магазинов Selver атаковали систему охлаждения: по сообщению Postimees, в ней попытались установить температуру +50 °C. Selver заявляет, что партнёр быстро обнаружил инцидент, магазин не понёс ущерба, а товары и покупатели не пострадали.

Gemini Notebook открыл сотни бесплатных учебников
2 ноября 2026 г.
Gemini Notebook открыл сотни бесплатных учебников

Google добавила в Gemini Notebook каталог из сотен учебников от OpenStax, Open Textbook Library и S Chand Publishing. По каждому подключённому учебнику сервис обещает ответы с привязкой к тексту и ссылками на исходные фрагменты. Это делает ИИ удобнее для подготовки, но не отменяет проверку его выводов.

GPT-6 Astra изменила 0,016% весов Qwen и подняла MATH-500 с 7,9% до 48,1%
2 ноября 2026 г.
GPT-6 Astra изменила 0,016% весов Qwen и подняла MATH-500 с 7,9% до 48,1%

Исследователи, связанные с MIT CSAIL, выложили открытые логи эксперимента, в котором GPT-6 Astra напрямую изменила небольшую часть весов Qwen3.5-0.8B. После одной из правок авторы зафиксировали рост на математических тестах и IFEval, но это ранняя работа с оценкой в собственной экспериментальной среде.

Новый тест агентов: лучший ИИ решил лишь 12% рабочих задач
2 ноября 2026 г.
Новый тест агентов: лучший ИИ решил лишь 12% рабочих задач

SemiAnalysis запустила GDPx — бенчмарк агентных моделей на задачах из 11 дорогих для бизнеса областей. По данным авторов, лучший результат пока составляет лишь 12%: эффектные демо ещё не равны надёжной автономной работе.

Google получила первый ответ ИИ с орбитального TPU
1 ноября 2026 г.
Google получила первый ответ ИИ с орбитального TPU

Google получила первый ответ от модели Gemma 4, запущенной на TPU на спутнике Project Suncatcher. Это подтверждает работу вычислительной нагрузки на орбите, но не доказывает жизнеспособность космического дата-центра.

DeepSeek показал прототип «суперагента» для GitHub
1 ноября 2026 г.
DeepSeek показал прототип «суперагента» для GitHub

DeepSeek опубликовала исследовательский прототип dsh-superagent: он следит за событиями в одном репозитории GitHub, запускает отдельные агентные сессии и возвращает результат в исходный диалог.

Критическая дыра в Linux: удалённый запуск кода грозит серверам — ядро пора обновлять
1 ноября 2026 г.
Критическая дыра в Linux: удалённый запуск кода грозит серверам — ядро пора обновлять

В ядре Linux исправили критическую CVE-2026-98432: ошибка в IPv4/TCP при неблагоприятных условиях может дать удалённому неаутентифицированному атакующему выполнение кода. Владельцам серверов стоит проверить статус ядра у своего дистрибутива и запланировать обновление, особенно если система принимает соединения из недоверенных сетей.

ИИ уже предлагает улучшения для ИИ — но проверять их всё ещё приходится людям
31 октября 2026 г.
ИИ уже предлагает улучшения для ИИ — но проверять их всё ещё приходится людям

Sakana AI и исследователи из Оксфорда показали The AI Scientist: LLM-агент генерирует гипотезы, меняет код, запускает эксперименты и пишет отчёты по задачам машинного обучения. Работа — проверяемый пример того, как модели участвуют в поиске улучшений для других моделей, но сами авторы фиксируют критические ошибки и не призывают верить результатам без перепроверки.

StepSecurity начала учитывать плагины Claude Code и Codex
31 октября 2026 г.
StepSecurity начала учитывать плагины Claude Code и Codex

StepSecurity добавила инвентаризацию плагинов AI-агентов на машинах разработчиков и в репозиториях GitHub. Инструмент показывает, откуда пришёл плагин, что в нём находится и где он включён — то есть закрывает новую дыру в цепочке поставки кода.