Databricks 獲 Coatue 領投新一輪融資，估值達 1880 億美元

Databricks 估值飆升 40% 至 1880 億美元，由 Coatue Management 領投新一輪投資，反映出 AI 熱潮對數據基礎設施的需求。

數據分析與 AI 軟體新創公司 Databricks 即將獲得 Coatue Management 的新一輪投資，此輪融資對該公司的估值約為 1880 億美元，較上一輪增長 40%。據知情人士透露，企業級 AI 應用的普及推動了對其平台的需求。

該新創公司已成為 AI 基礎設施堆疊的核心一環，協助大型企業儲存、組織並部署用於機器學習工作負載的數據。其平台在數據倉儲領域與 Snowflake 競爭，並透過 Genie Code 等產品擴展至 AI 模型部署領域——Genie Code 是一款程式碼代理工具，能夠在前沿模型、開源模型與自訂模型之間分配任務。

1880 億美元的估值使 Databricks 躋身全球最有價值私營科技公司之列，在風險投資支持的企業中僅次於 SpaceX 和字節跳動。估值 40% 的成長源於企業客戶加速投入 AI 基礎設施支出，Databricks 報告指出，其客戶越來越傾向於在真實的內部程式碼上進行模型評測，而非使用公開基準。

重塑企業 AI 採購的基準測試

在融資消息曝光前數日，Databricks 發布了一項基於其自身工程師已完成工作的基準測試——這些是來自一個運行數百萬行程式碼、橫跨十多種程式語言的代碼庫中的真實程式碼變更。結果顯示，開源模型（包括智譜 AI 於六月中旬免費發布的 GLM 5.2）在日常編碼任務上與 Anthropic 的 Opus 4.8 在統計上不相上下，而每完成任務的成本約為後者的三分之二。Opus 以每個任務 1.94 美元的成本完成了 87% 的任務，而 GLM 5.2 則以每個任務 1.28 美元的成本完成了統計上相當的任務比例。

這項基準測試之所以重要，是因為它改變了企業買家評估模型的方式。公開排行榜存在一個眾所周知的問題——任務會洩漏到訓練數據中，並且每個實驗室都會針對這些排行榜進行調整。Databricks 的測試衡量的是工程師實際在做的工作：與舊系統和內部工具相關的繁雜、重複性工作。一個免費、開放權重的模型在實際工作中能與最佳付費模型匹敵，這一發現為採購團隊提供了數據依據，用以將日常任務導向成本更低的方案。

估值所傳遞的市場訊息

Coatue 的投資顯示，私募市場投資者將 Databricks 視為 AI 領域的平台層贏家，而不僅僅是一個工具供應商。隨著模型價格暴跌——中文來源模型目前在 OpenRouter 上佔據至少 30% 的企業 Token 流量，其運行成本比同類美國產品低 60% 至 90%——定價權正轉移至掌控測試、路由與合規簽核的層級。Databricks 正在為日益增長的企業 AI 工作負載份額掌握這一層級。

該估值還反映出 AI 基礎設施公司的廣泛重新定價。Databricks 最接近的公開可比公司 Snowflake，其交易價格約為預期銷售額的 18 倍。若以其報告的收入運行率衡量，Databricks 的 1880 億美元估值所隱含的本益比將超過 Snowflake，反映出私募市場對直接涉足模型部署的 AI 原生平台所給予的溢價。

對投資者而言，其傳達的訊息十分明確：平台層正是 AI 價值集中之處。掌控模型如何被測試、治理並導入業務工作流程的公司，正在模型本身淪為可互換商品之際，掌握定價權。Databricks 在單一輪融資中估值飆升 40%，正是市場押注此一動能仍將持續多年的信號。

本文僅供資訊參考，不構成投資建議。