觀點指數(GDIRI） 9月10日，月之暗面正式啓動Kimi企業合作伙伴計劃（“登月計劃”）。該計劃以FDE（Forward Deployed Engineer，前線部署工程師）模式為核心，與IT服務商、系統集成商共建前置部署工程師隊伍，深入客戶現場，推動大模型進入企業核心業務流程。

與智譜的重交付、DeepSeek的開源生態、互聯網大廠的雲平臺閉環不同，月之暗面選擇了一條輕資產生態路徑——以模型能力為核心，以Token分成為紐帶，將交付、算力與行業經驗交由合作伙伴完成。

首批簽約夥伴包括中軟國際、金山雲等五家上市公司，覆蓋軟件信息服務、通信、基礎設施與雲計算領域。該計劃將持續面向IT服務商、軟件服務商及諮詢機構開放。

這一模式能否成立，取決於生態擴張速度、交付質量管控以及模型能力的持續競爭力。

FDE模式的輕資產路徑

FDE這一角色最早由美國大數據分析公司Palantir於2010年前後提出，核心邏輯是將工程師直接派駐到客戶現場，在真實業務環境中完成產品適配與價值交付。Palantir早期服務CIA、NSA等美國政府機構時，面對的是數據敏感、系統複雜、業務不能中斷的場景，傳統SaaS遠程交付模式無法適用，FDE由此應運產生。海外的閉源大模型團隊普遍採用的是這一方式，例如：OpenAI於2025年初成立前線部署工程師團隊，並計劃擴編至50人；Anthropic也將應用AI團隊擴大5倍。

但月之暗面採用的並非Palantir或OpenAI的自建FDE路徑。

2026年6月，月之暗面Kimi B端負責人黃震昕在公開場合表示：“Kimi不會做太重的交付工作，模型本身還有大量技術難題待攻克，Kimi能把模型做好已經非常不易。”對於企業級應用所需的“最後一公里”服務，Kimi選擇通過FDE合作伙伴完成端到端交付，而非自建重服務團隊。

這一選擇構成“登月計劃”的底層邏輯：月之暗面輸出模型能力與工程方法論體系，合作伙伴輸出行業經驗、客戶資源與現場交付人力，雙方以Token分成機制綁定利益。該模式的優勢在於輕資產擴張，月之暗面無需承擔駐場工程師團隊的人力成本，即可藉助合作伙伴的交付網絡覆蓋多行業客戶。

但其侷限在於交付質量的控制權部分讓渡給合作伙伴，而FDE模式的核心價值在於現場交付與產品迭代的閉環——如果合作伙伴的工程能力不足以將現場需求有效反饋至模型層，FDE可能退化為傳統的外包實施。

API收入結構與交付邊界

“登月計劃”的推出與月之暗面的收入結構變化直接相關。公開數據顯示，月之暗面的年度經常性收入（ARR）在2026年3月突破1億美元，5月達到2億美元，6月達到3億美元，三個月內增長兩倍。其中API業務收入佔比超過70%，公司正在從早期依賴C端個人訂閱的模式轉向B端規模化變現階段。

7月16日Kimi K3發佈後，企業ARR實現數倍增長。野村證券7月發佈的研報預計，月之暗面的ARR到2026年底將達到10億美元。

API收入佔比超過七成的結構，意味着月之暗面的收入高度依賴開發者生態與企業客戶的Token調用。

API模式的邊界在於：它銷售的是模型能力的調用量，而非業務解決方案。企業客戶在API之上仍需完成與既有數據、系統和權限體系的集成，與業務場景的流程適配，以及安全、合規與穩定性保障——這些“最後一公里”的工程不在API模式的覆蓋範圍內。

在此背景下，月之暗面面臨結構性選擇：繼續作為API供應商滿足於調用量增長，還是向下遊延伸介入交付環節。“登月計劃”選擇了後者，但以生態聯盟的方式將交付環節納入商業體系，而非自建團隊。Token分成機制是核心設計：合作伙伴在交付過程中產生的Kimi Token消耗收益及其他衍生收入，雙方按約定比例分成。這使得月之暗面在不承擔交付人力成本的前提下，從企業AI落地的全鏈路中獲取收入。

資本市場對此有所反應。7月20日中軟國際公告與月之暗面簽署Token分成協議當日，股價盤中上漲超過30%。這一漲幅反映了市場對“模型廠商+IT服務商”協同模式的定價調整——傳統軟件服務商在AI時代的角色，從人力外包轉向模型能力進入企業業務的通道。

行業路徑差異

首批簽約的五家上市公司覆蓋了企業AI落地所需的不同能力環節。

中軟國際是合作程度最深的一家。7月20日，中軟國際在港交所公告與月之暗面簽署“登月計劃”之Token分成及聯合創新合作協議。雙方以中軟國際自主研發的企業智能操作系統All Meta平臺與月之暗面K2.7 Code及K3模型為技術底座，共建FDE創新實驗室，首期合作優先聚焦能源電力行業。中軟國際將自建行業算力中心，優先滿足月之暗面的算力需求。商業模式上，基於Kimi大模型產生的Token消耗收益及其他合作衍生收入，雙方按協議約定比例分成。

亞信科技於8月加入，其優勢在於政企與運營商領域的交付經驗。根據雙方協議，收入按專項協議雙向分成，包括Kimi Token調用消耗收入、FDE實施服務費和行業智能體集成衍生收入三類。落地模式上，月之暗面提供模型權重和技術支撐，亞信科技提供專屬FDE團隊，將通用模型適配為行業模型。

華勝天成的角色側重算力底座與市場拓展。雙方構建“模型能力+算力底座+行業落地+全球交付”的合作體系，華勝天成為Kimi提供算力支撐，共同拓展政企及商業客戶，推進MaaS及Token業務合作，重點覆蓋政府、金融、運營商與通信、智能製造等行業，並拓展全球企業級AI市場。雙方還將聯合成立行業AI創新團隊。

金山雲與亞康股份分別從雲計算和基礎設施維度補充生態。五家公司合計覆蓋了從算力基礎設施、雲計算平臺、軟件信息服務到通信運營商的鏈條，構成月之暗面企業服務生態的首批基礎。

與國內其他大模型廠商相比，月之暗面的路徑具有差異化特徵。智譜AI的模式以重交付為特徵。智譜主攻國產化政企與信創市場，基於自研GLM基座主打自主可控，適配國產算力，擅長本地化部署與行業定製，業務延伸至行業知識庫、企業Agent等場景。其模式以私有化部署和深度行業定製為核心，直接服務政務、央企、金融、能源等政企客戶。2026年6月，智譜納入恒生科技指數，企業服務收入是其估值的重要支撐。

DeepSeek的模式以開源生態為特徵。以低成本訓練與推理、開放權重模型和強推理能力為

核心，DeepSeek在開源社區建立了較大影響力。其企業服務更多通過開放模型的生態間接實現，而非建立直營的交付體系。2026年4月，DeepSeek發佈V4系列並以MIT協議同步開源；8月V4 Pro正式版（0813）上線，Agent能力大幅提升，API兼容OpenAI與Anthropic雙格式並實行峯谷定價；9月10日發佈V4.1 Flash，採用全新CED非對稱架構，552B參數MoE，具備原生多模態視覺理解能力，性能超越V4 Pro，繼續以MIT協議開源。但在企業級“最後一公里”交付上，尚未出現類似“登月計劃”的系統化佈局。

互聯網大廠中，阿里巴巴的通義千問依託阿里雲的雲基礎設施和企業客戶基礎，提供從模型到部署的全棧服務；字節跳動的豆包依託飛書的企業協同場景，將AI能力嵌入辦公流程。這兩類模式的優勢在於自有云平臺和企業SaaS產品，可以實現“模型+雲+應用”的閉環，但在中立性上存在侷限——企業客戶可能不願將核心業務數據交給同時也是業務競爭對手的互聯網平臺。

月之暗面的定位介於上述路徑之間：它不像智譜那樣做重交付，也不像DeepSeek那樣完全依賴開源生態，更不像互聯網大廠那樣綁定自有云平臺。“登月計劃”本質上是一種輕資產生態模式——月之暗面專注於模型研發，將交付、算力、行業經驗交由合作伙伴，以Token分成為利益紐帶。這一模式的增長上限取決於生態的擴張速度和合作夥伴的交付質量，其競爭底線由模型能力決定。

模式約束與長期變量

從商業模式角度分析，“登月計劃”面臨以下幾方面的約束與風險。第一，FDE模式本土化的人才密度問題。Palantir的FDE模式建立在極高的人才密度和平臺化沉澱機制之上，現場交付中產生的可複用部分被持續抽取回平臺，使邊際交付成本隨客戶數量增加而下降。月之暗面將FDE隊伍交由合作伙伴共建，意味着人才密度和平臺沉澱的控制權部分轉移，合作伙伴的工程師團隊能否達到FDE所需的能力標準，仍需通過實際項目驗證。

第二，Token分成機制的長期可持續性。當前的分成設計基於企業AI落地所消耗和調用的Token數量為依據。但隨着模型推理成本的持續下降和開源模型的普及，Token本身的價格面臨長期下行壓力。如果未來企業客戶更多采用私有化部署或混合架構，Token調用量的增長可能放緩，分成模式的收入基礎將被削弱。

第三，交付質量與品牌風險的權衡。在“登月計劃”中，Kimi的品牌與合作伙伴的交付質量直接關聯。月之暗面需要建立有效的合作伙伴准入、培訓和質量管控機制，而這本身需要資源投入——與“不做重交付”的定位形成一定矛盾。因此，資源投入與成本管控如何權衡仍是一道難題。

第四，模型能力是模式成立的前提。FDE模式、合作伙伴生態、Token分成機制，都是模型能力之上的商業架構。如果Kimi的模型能力不能持續保持在第一梯隊，企業客戶和合作夥伴可以轉向其他模型供應商——在開源模型日益成熟的背景下，切換成本正在降低。

“登月計劃”是月之暗面在企業服務領域的一次模式選擇，其核心特徵是以模型能力為基礎，以FDE合作伙伴為交付通道，以Token分成為利益機制，構建輕資產的企業AI生態。這一模式區別於Palantir和OpenAI的自建FDE路徑，也不同於智譜的重交付模式和DeepSeek的開源生態路徑。

該模式的潛在優勢在於：在不顯著增加人力成本的前提下快速擴展行業覆蓋，通過合作伙伴的行業經驗降低交付門檻，以Token分成實現利益綁定。但潛在風險在於：交付質量的控制力下降，Token分成模式的長期可持續性受模型價格下行影響，品牌與合作伙伴交付質量的關聯風險，以及模型能力競爭力這一根本前提。

從更宏觀的視角看，“登月計劃”反映了國內大模型行業商業化的一個共性問題：企業服務的競爭正在從“誰的模型更好”轉向“誰能更好地將模型能力轉化為企業業務價值”。

不同玩家選擇了不同的路徑——重交付、開源生態、雲平臺閉環、輕資產生態——這些路徑的有效性最終需要通過客戶留存率、收入增長質量和盈利能力來驗證。

市場將在後續幾個季度的ARR數據、合作伙伴落地案例和客戶續約情況中給出答案。