比起收入，大家更关心SOTA能不能延续。
文｜魏琳华
编｜刘俊宏
8月31日晚，上市七个多月的智谱交出今年上半年的成绩单：上半年收入9.54亿元人民币，同比增长399.7%，规模已经超过2025年全年。
财报电话会上，公司还披露了一个更漂亮的数据——截至8月末，智谱ARR（年度经常性收入）按月度年化口径达到16亿美元，若按行业里更激进的周度年化口径计算，则已超过20亿美元，相当于MiniMax同期的2.5倍。
大模型六小龙里跑出了一个明确的头羊，它收入的爆发很漂亮，也和模型紧紧绑在了同一根绳上。
8个月4次的模型迭代，智谱靠GLM-5.2、GLM-5.3等模型坐稳了开源模型第一梯队，它也是“模型即产品”的代表——上半年，云端模型API收入占比超过85%，不再以本地化部署为核心。
智谱上半年的答卷很理想，以ARR倒推8月单月收入为1.33亿美元的成绩，也似乎可以给接下来半年定下一个够高的收入基调。
但比起收入，大家更关心SOTA能不能延续。
在财报电话会上，大家关心的是一连串和模型接下来迭代相关的问题：模型提价的红利还能不能继续兑现？以及最关键的那一个——GLM-5.3之后，智谱还能不能继续留在第一梯队？
收入同比暴涨4倍，毛利率下降26.4%
模型保持第一梯队、早早押注Coding，选择和努力让智谱的收入狂飙。
财报显示，智谱上半年总收入9.54亿元，同比增长399.7%，是去年同期的整整五倍，规模已经超过2025年全年收入。
但根据此前投资机构给出的预测，这种程度的收入增长其实是有点不及预期的。以彭博社给出的上半年13.5亿元的预期来说，智谱的实际收入比这个数低了约30%。
为什么会产生这种差距？
主要是三个原因：其一是借用美银证券的解释，新模型爆发时间点比预测靠后，GLM-5.2直到6月中旬才开始大规模普及，可能今年的收入高度集中在下半年。其二，是资本市场低估了大模型价格战的影响。其三，是市场预测智谱的本地化部署（高毛利项目制）营收还能维持较大占比，同时 API和云端业务快速放量。但实际上，公司上半年本地化部署收入同比下降，但API收入占比显著提升。
今年上半年，智谱最大的变化就是收入结构。之前，智谱的标签是“本地化部署”，现在，智谱完全把“模型”当做核心的收入来源。
据财报，智谱上半年开放平台及API收入8.25亿元，同比增长2735.7%，占比从去年同期的15.2%、去年全年的26.3%，一路抬升到86.5%；与之相对的是模型本地化部署收入的大幅缩减，该项收入为1.29亿元，同比下降20.5%，占比从73.7%萎缩到13.5%。
业务结构的变化，一半是顺着行业场景的转化，一半是智谱自己有意为之的调整。
一方面，智谱曾经在上市阶段提及后续会收缩To B、To G端的本地化部署。考虑到本地化部署业务更偏向定制化项目，具备人力成本高、回款慢等问题，智谱本身更倾向于打造自己的MaaS平台，靠标准化程度更高的业务，让自身收入构成更健康。
简单来说，和以前一单一单盖房子的定制化业务相比，现在API是一条按流量收费的高速公路，后者是更理想化的选择。
在目前保留的本地化部署业务中，和通用大模型相比，企业更倾向于接入“能办事”的智能体服务。财报显示，智谱的企业级通用大模型收入从1.48亿元降至6704万元、下滑54.6%，企业级智能体收入则从1374万元增至5556万元、增长304.4%。
另一方面，如智谱董事会秘书肖磊所提及：“模型能力本身的提升带来的一个自然演进。”随着模型能力的提升，在“模型即产品”的当下，订阅服务的场景成立。这一点在MiniMax由C端转B端为王，Anthropic收入逆袭OpenAI均已体现。
简单来说，智谱的营收结构变化其实是“模型智力”增长之后的必然结果。
营收之外，盈利质量也很重要。AI模型公司短期亏损是小事，但成本和费用改善如果不明显，长期会影响盈利时间表。
以经调整净亏损为标准，智谱上半年亏损19.64亿元，同比扩大12.1%。这部分的主要原因仍然是研发。财报显示，智谱上半年研发开支21.31亿元，同比增长33.6%，是同期收入的2.2倍，首次超过经调整净亏损。
“今年上半年业务贡献的毛利润，在初步覆盖掉管理费用、销售费用之后，已经开始逐渐反哺我们的研发投入。”肖磊在财报电话会上说。
但短期来看，高额的研发投入仍然是必须的，业内对这一点的共识已经相当一致：模型仍在追求智能上限的阶段，高研发是入场券。对比MiniMax上半年约2.97亿美元的研发支出，两家基座模型公司保持着几乎相同水平的投入。
聚焦毛利率，这一层面决定的是产品“值不值钱”。比起收入结构改变导致的毛利率下滑，更关键的是在今年频频提价后，智谱本身的API业务毛利率增长并没有跟上价格。
收入结构的变化，使得高毛利的本地化业务缩小后，整体毛利率进一步下降，从去年同期的50.0%降到26.4%。如果只看云业务自身的毛利率，从去年同期-0.4%转为24.6%，说明模型盈利有一定改善。
再看云端API部分的毛利率，同比来看从去年同期的-0.4%转为24.6%，说明模型盈利有一定改善。但对比2025年22.4%的毛利率，从今年年初至今，智谱API平均定价提升了约101%，但大幅提价后，反映在毛利率上的变化极其有限。叠加最近“牛来”模型测试期免费、定价极低的情况，后续毛利率改善的情况可能也不会太高。
整体来看，智谱这份财报显示出一个矛盾的增长结果。公司营收增长迅猛，先进模型的定价权成立的情况下，模型涨价却并没有明显改善到毛利率上。
总体来说，智谱交出了一份不错的答卷，要测算下半年的收入，就要看模型能不能继续立在第一梯队了。
20亿美元ARR押在模型的SOTA上
对于下半年的表现，智谱给出了一个相当理想的预期——8月预计16亿美元ARR。
财报电话会上，智谱还“内涵”了一下MiniMax用单周收入乘52计算年化收入的方式，并表示以同样方式计算，智谱8月ARR已经超过20亿美元。
算下来，智谱在八月单月收入就达到了1.33亿美元（折合人民币约8.94亿元），其单月收入已经接近公司今年上半年整体收入。
在大模型创企中，单看收入，智谱已经能坐稳头把交椅：和月之暗面6月披露的ARR为3亿美元，据媒体爆料DeepSeek8月达到近5亿美元ARR相比，智谱已经拉开了一段差距。
收入的飙升，和新模型（GLM-5.2、GLM5.3等）发布相关，优势模型带动了用户增长，同时第一梯队带来的定价权让它敢于卖的更贵。
智谱在财报电话会上分享了用户增长的数据：截至8月，智谱MaaS平台注册用户超过740万，较年初增长144%；付费日活用户较年初增长603%；以收入计的前十大用户，日均调用量较年初增长98倍。
但一切成也模型，败也模型。市场更关心的，是智谱能不能持续保持现有的模型优势。
质疑里最共性的问题是，智谱是不是只会“后训练”？在月之暗面拿出2.8T的Kimi K3、MiniMax正在规划中的3T参数模型M3 Pro，智谱在还没有拿出同级别的模型，GLM-5.3也是基于GLM-5.2基座完成，只是做了后训练工作。
对此，唐杰在电话会上的回应很直接：智谱不是不做预训练，是当前后训练的回报更高。
“简单地做大参数，并不是Scaling的本质路径。”唐杰说。
对于为什么不把参数做大，唐杰表示，当下国内训练数据普遍在30到50万亿Token，在自身算力有限的情况下，在这个量级上按Scaling Law简单堆参数，收益并不大。
从Scaling的角度评判，放眼行业，加码后训练的重要性已经越来越不可忽视。这一点，MiniMax也在前段时间的财报电话会上作出了相似的判断：在性能提升的同时，后训练需要大量推理算力——合成数据、强化学习、自动评测，本质上都是推理。推理越便宜，同样预算下能跑的后训练轨迹就越多，模型智能天花板就越高。
但后训练重要，不意味着预训练的地位可以被取代。作为整个大模型能力的“地基”，它也是 Scaling Law最直观的体现。毕竟模型参数规模和训练数据量的扩大，会带来可预测的性能提升，而后训练更多是在基座能力之上做“精雕细琢”。
只是相比于后训练，当前预训练的门槛越卷越高：不仅需要芯片数量的堆积，还涉及异构芯片适配、网络存储、机房建设等一整套算力基础设施的搭建。智谱在这条线上持续加码：自建数据中心、与中科曙光等厂商合作扩大算力供给，同时在国产替代趋势下搭建了10万级国产芯片规模化推理能力，官方表示Token推理单位成本较年初下降80%。
这些投入虽然沉重，却为智谱回到基座赛道积累了必要的家底。
“把后训练做到极致之后，下一阶段增长必须回到基座。”智谱董事长刘德兵说。他透露，下一代基座模型的训练已经推进，方向包括更大的有效规模、更长的原生上下文和原生多模态统一建模，但具体参数仍未披露。
智谱现阶段有所取舍，加码后训练没错。不过在GLM-5.1、5.2和5.3三个模型的基座均来源于GLM-5的情况下，什么时候能把基座规模拉上去，对智谱来说也同样关键。
但在国产模型竞争足够卷的情况下，“赢”不只代表着要比对手跑得更快。
当下的使用者同时在乎模型的价格和能力。这导致模型厂商一方面需要追求SOTA地位，另一方面又要兼顾性价比。
例如GLM-5.3 Flash就是一次“极致性价比”的尝试。这个模型总参数3200亿，激活参数180亿，采用稀疏注意力与线性注意力混合架构，价格为GLM-5.2的十分之一。
在商业领域，“既要又要”的产品几乎不太可能存在。而且，模型公司也要追求盈利，不可能一直研发烧钱“哄”用户。所以在商业化的思路上，刘德兵的尝试偏向于“模型即产品”的路线——先用模型覆盖特定垂类行业的需求：
“我们认为，大模型能力的演进不是几条并列的产品线，而是一条只能按顺序走完的阶梯：Chat、Coding、Agent、co-worker、Autonomous AI 五个阶段。”刘德兵说，“Chat交付一次性回答，Coding交付的是一段可运行的代码，Agent交付的是一条被执行完的多步任务链，co-worker 交付的是一份可以被专业人士复核的工作成果，Autonomous AI交付的是持续运行的能力。每一级向上都有一个具体的技术门槛，门槛跨不过去，上一层的商业模式就不成立。”
这条阶梯对应的市场空间也在逐级放大。编程对应约5000亿美元的软件研发支出，Co-work对应约5万亿美元的知识工作开支，更长期的AI重构操作系统对应约30万亿美元。智谱每往上爬一级，能打开的市场就大一个量级。
目前，智谱对自己当前的定位是处在第二级coding到第四级co-work之间。为了覆盖co-work能力，刘德兵表示，目前公司已在网络安全、法律、金融、教育等方面展开尝试。
这里有一个很有意思的事情，在通用办公产品的品类中，大模型创企少有涉足。
毕竟和大厂目前动不动限时免费模型、砸流量、拼生态的行径相比，创业公司本身竞争力不强。但AI进驻行业是个确定趋势，模型厂商怎么切入，就成了问题。
网络安全，就是智谱为向co-work扩散而挑选的第一块试验田。GLM-5.3发布时，智谱格外强调了其在CyberGym上取得84.5%的成绩，超过了GPT-5.6，并在ExploitBench上完成130项任务。
但优势能不能建起来，还是个问号。
智谱也坦率表示，除了网络安全领域，其它领域尚未形成规模化收入。换句话说，智谱的展望大多还都是“期货”，下半年营收的期望，其实还是笃定模型能持续有优势。
2026下半年会是智谱“主场”吗？有可能是。但AI牌桌就是个“轮盘赌”，轮流坐庄才是常态。起码智谱希望，自己优势的时间能尽量长一点。
热门跟贴