Databricks估值飆升1880億美元，CEO：採用中國開源模型是AI成本控制關鍵一環

根據多家外媒與 Databricks 官方消息，這家專注於數據與人工智慧基礎設施的公司正在進行新一輪融資，由知名創投 Coatue Management 領投。此輪融資對 Databricks 的估值達到 1880 億美元，相較於 2025 年 12 月上一輪融資後的估值，成長了約 40%。Databricks 並未對外公布具體的融資金額，且公司表示資金尚未正式到帳，預計該輪融資將於今年夏末完成。不過，根據其他媒體報導，此次融資規模約為 30 億美元。

雖然在資金確認到位前就公開估值並不常見，但風險投資人士指出，由於大量投資機構參與意願極為踴躍，整筆交易的基礎相當穩固，公司沒有理由不揭露最新的估值資訊。Databricks 執行長 Ali Ghodsi 在接受 CNBC 專訪時，進一步揭露了公司當前的營運策略與市場洞察。他指出，隨著客戶大量部署 AI 代理（Agent）並頻繁調用 Databricks 平台，公司的收入正持續加速成長。然而，企業端的成本壓力也同樣嚴峻，許多客戶在收入尚未跟上支出的情況下，必須設法控制 AI 部署的開銷。

為此，Databricks 採取了模型分級策略：對於複雜、需要深度推理的任務，使用價格較高但性能頂尖的前沿模型；而對於日常重複性的工作，則改用成本較低的開源模型，以兼顧效能與預算。Ali Ghodsi 也特別強調，開源模型在 Databricks 的生態系統中扮演日益重要的角色。近幾個月來，客戶對 OpenAI、Anthropic 的閉源模型，以及包括 Thinking Machines Labs 的 Inkling 在內的多款開源模型需求顯著增加。

其中，來自中國的開源模型更是備受矚目，包括智譜 AI 的 GLM 系列與月之暗面的 Kimi 等，Databricks 均已在其平台上提供託管服務。Ali Ghodsi 直言，Kimi K3 的發布「是遊戲規則的改變者」，顯示出中國開源模型在全球市場的競爭力正在快速攀升。然而，這波開源模型的需求爆發也帶來了新的挑戰。與使用 OpenAI 等第三方 API 不同，當客戶選擇透過 Databricks 部署開源模型時，公司必須自行提供 GPU 算力來支援運算。

Ali Ghodsi 坦言，先前客戶對 Unity AI Gateway 產品中開源模型的強勁需求，已經導致 Databricks 全球 GPU 算力嚴重不足。因此，此次融資的核心目的，正是為了採購更多的 GPU 伺服器容量，以滿足客戶對 AI 產品持續成長的需求。Databricks 的融資節奏在過去一年半內相對密集。回顧近期歷程，2026 年 2 月，該公司便以 1340 億美元的估值完成了 50 億美元的融資；再往前推，2025 年 9 月與 2024 年 12 月也各有大額資金進帳，其中 2024 年 12 月的融資金額更達到當時創紀錄的 100 億美元。

這一連串的募資動作，凸顯出資本市場對其商業模式與 AI 基礎設施前景的高度看好。在營運成績方面，Databricks 於 2026 年 2 月揭露，其年化收入已超過 54 億美元，較前一年成長了 65%。其中，人工智慧相關產品的年化銷售額更突破了 14 億美元。目前該公司擁有 800 家年消費額超過 100 萬美元的客戶，以及 70 家年消費額超過 1000 萬美元的大型企業客戶，顯示其在高階市場的滲透率持續加深。從產品布局來看，Databricks 最初是以數據平台起家，如今已成功轉型為人工智慧基礎設施供應商。

公司近期推出了多項新產品，包括 AI 助手 Genie 系列、專為 AI 智能代理設計的資料庫 Lakebase，以及用於治理與安全控管的 Unity AI Gateway 等。這些工具不僅強化了平台的功能性，也讓客戶能夠更靈活地在單一環境中管理數據、模型與應用。在成本控制方面，Databricks 已成為企業採用高性價比開源模型的典型案例，尤其以中國開源模型的應用最受關注。Ali Ghodsi 上週公開了一份內部評測結果，顯示智譜 AI 的 GLM 5.2 模型在處理高難度編程任務時，總成本顯著低於 Anthropic 與 OpenAI 的閉源模型。

不過評測也指出，除了模型選擇之外，用於成本控制的監控工具（如 Harness）同樣扮演關鍵角色，兩者相輔相成才能達到最佳效益。整體來看，這筆新融資不僅能為 Databricks 帶來充裕的資金來擴充 GPU 算力，也可能讓公司在決定首次公開募股（IPO）的時機上擁有更多彈性。隨著 AI 基礎設施市場競爭日趨激烈，Databricks 透過擁抱開源模型、分級定價策略與持續的產品創新，正試圖在兼顧客戶成本與自身成長之間找到最佳平衡點。