Moonshot готовит IPO с оценкой выше $50 млрд после успеха ИИ-модели Kimi K3, несмотря на обвинения администрации Трампа в упрощении модели Fable от Anthropic

Китайский разработчик рассчитывает привлечь миллиарды долларов на бирже в Гонконге после раунда финансирования на $3,5 млрд, но оказался в центре спора США и Китая

Компания Moonshot, разработавшая популярную ИИ-модель Kimi K3, готовится к выходу на биржу в Гонконге и рассчитывает получить оценку более $50 млрд. Подача заявки на IPO может состояться уже в августе, а объём привлечённых средств может превысить $3 млрд.

Интерес инвесторов к Moonshot связан с быстрым ростом популярности Kimi K3 — модели искусственного интеллекта, оптимизированной для работы на оборудовании уровня крупных дата-центров. Компания снизила требования к памяти за счёт уменьшенного KV-кэша (области временного хранения данных для ускорения работы языковой модели) и оптимизаций использования памяти на каждый токен. В архитектуре Kimi K3 используется 896 специализированных блоков, распределённых между большим числом графических процессоров.

Перед возможным IPO Moonshot уже привлекла $3,5 млрд в рамках раунда Series F при оценке компании в $35 млрд. Кроме того, сообщалось о планах привлечь дополнительные средства в следующем раунде Series G с целевой оценкой около $50 млрд.

Выход на биржу может стать более крупным финансовым событием, чем первоначально заявленные $3 млрд привлечения капитала.

Одновременно с ростом стоимости Moonshot оказалась в центре противостояния между Китаем и США. После успеха Kimi K3 компания столкнулась с обвинениями со стороны Anthropic и представителей администрации Дональда Трампа в том, что модель могла быть создана с использованием технологий Anthropic Fable через процесс дистилляции (обучение одной модели на основе ответов другой). Также представитель администрации США заявил, что Moonshot могла скрыто использовать серверы Nvidia GB300 и получать дополнительные графические процессоры через Таиланд. Ранее Bloomberg сообщал, что компания получила от Alibaba вычислительный кластер с 20 000 ускорителей Nvidia H200, что существенно увеличило её возможности для обучения ИИ-моделей.