中国 AI 大模型赛道的估值逻辑正在经历一场粗暴但清晰的重构。变量不是参数规模，不是月活用户数，也不是多模态能力，而是 Coding——模型写代码、解决软件工程问题的水平。把几家头部公司的数据拉出来，这条线几乎不需要统计检验就能看清。
DeepSeek 是这轮逻辑的典型代表。这家公司正在洽谈一笔约 70 亿美元 的融资，如果落地，将创下国内 AI 公司史上最大单笔融资纪录，估值可能达到 590 亿美元。市场愿意给这个价，核心押注的就是它在 Coding 能力上的突出表现。
月之暗面 的轨迹同样印证了这一点。旗下模型 Kimi K2.5 在把 Coding 能力拉满之后，商业化速度骤然提升——20 天内收入超过 2025 年全年，年度经常性收入（ARR）在三个月内冲到 2 亿美元。资本反应迅速，半年内完成四轮融资，合计超过 39 亿美元，估值飙到 200 亿美元。
智谱 则从另一个维度提供了证据。其 GLM-5 模型在 SWE-bench Verified 开源模型榜单上拿下榜首，模型即服务（MaaS）平台的 ARR 同比暴涨 60 倍。随后发布的 GLM-5.1 更是在 SWE-bench Pro 上登顶全球第一，直接推动其港股市值一度触及 8800 亿港元。
相比之下，MiniMax 此前在 Coding 能力上相对薄弱。尽管港股上市首日市值突破 1000 亿港元，但市场普遍认为其后期增长弹性较低，这从侧面强化了 Coding 能力与估值之间的正相关。
中国市场的变化令人咋舌，但真正把 Coding 能力钉进全球资本市场信仰体系的，是美国公司 Anthropic。5 月 28 日，Anthropic 完成 650 亿美元 的 H 轮融资，估值达到 9650 亿美元。这家公司从成立之初就把代码生成和软件工程能力作为核心卖点，其 Claude 系列模型在开发者群体中的口碑直接转化为了资本市场的天价估值。
从产业视角看，Coding 能力之所以成为估值新锚点，是因为它直接打通了模型层与应用层的商业闭环。一个能写代码、能解决实际软件工程问题的模型，意味着企业客户愿意为之付费，开发者愿意在其上构建应用，平台收入可以快速规模化。这比单纯的聊天机器人或内容生成工具，离钱更近，护城河也更深。
在黄仁勋提出的 AI 产业“五层蛋糕”框架中，这轮估值逻辑的重塑主要集中在模型层，但其影响会向上传导至基础设施层和芯片层。当模型公司因为 Coding 能力获得高估值和巨额融资，它们对算力的采购需求会进一步推高 GPU 订单和云基础设施投资。同时，应用层也会因此加速分化——那些能直接嵌入开发流程、提升程序员生产力的工具，将比泛化的对话式应用获得更高的商业溢价。
当然，Coding 能力并非估值的唯一变量。模型的安全对齐、多模态理解、推理成本等因素同样重要。但眼下，资本市场显然在用真金白银投票，认为代码生成和软件工程自动化是 AI 商业化最短的路径。这一趋势是否会持续，取决于这些模型能否在实际企业环境中持续交付可靠结果，而不仅仅是在基准测试上刷分。