从IPO时的不太被看好，到市值逼近1万亿元、成为众星捧月的“大模型第一股”，智谱AI的进击之路令人瞠目。
智谱和MiniMax是全球最早上市的大模型公司，当时聚焦C端的MiniMax在上市之初凭借近七成的海外营收占比俘获了投资者的心，而智谱当时的故事并不性感，聚焦B端政企市场，该模式的不利之处在于项目周期长、规模化速度慢。
然而，智谱GLM-5.1的发布获得积极反馈，走垂类编程赛道的战略像极了美国Anthropic通过Claude Code大火的局面，近期智谱的势头明显反超MiniMax。
Anthropic从不到OpenAI一半的营收，五个月内完成反超，核心驱动力也只有一个：Claude Code。
即便如此，智谱AI面临的挑战也显而易见——算力上的巨大鸿沟，国内算力仅为海外的约二十分之一；
市场定价的不是当下利润，而是AI原生应用的“信仰估值”，研发投入（31.8亿）= 营收（7.24亿）的4.4倍，盈利时间表仍遥遥无期；
更关键的一点在于，对于这种小市值流通的新高价股，7月前后大股东及基石投资者将迎来大规模解禁。
5月29日那次“30%振幅”的极端震荡，市场普遍解读为对解禁压力的提前压力测试——前期浮盈高达十倍以上，套现动力极强；未来的竞争也将日趋白热化，DeepSeek、Qwen等开源强模型持续逼近，价格战剧烈。
5个月暴涨13倍
5个月，智谱AI的市值从511亿到7000亿+，涨幅超13倍——速度超过了中国股市任何一次科技泡沫。
上市之初，“toB”的定位是智谱的标签，扎根政企市场是清华系出身的智谱AI的优势领域，其在B端客户方面有较多积累。
政府的“人工智能+”项目通常是软硬件一体化采购，包括服务器、软件等。智谱AI在参与此类项目时，通常会与国产算力绑定，通过打包硬件来提高项目单价和整体溢价，因为模型本身的价格（约百万级别）相对有限。
不过，智谱AI在该领域也面临科大讯飞、商汤等厂商的竞争。相比之下，阿里、字节跳动等公司较少涉足这一赛道。
据悉，这类项目通常不是一次性收入。项目部署完成后，从第二年开始会收取技术支持服务费，费率通常是项目总金额的25%。例如，一个1000万的项目，每年可获得250万的技术服务费，用于后续的升级和维护。
此外，目前也主推公有云模式，即在云端部署一个可升级的模型。客户也可以在云上调用其他模型进行混合使用，从而在云端产生持续的流量收入。
然而，按照过往软件行业的经验，企业对toB客户的议价能力有限，利润空间不大，因而智谱起初并没有专攻海外市场的MiniMax引人关注。
然而，编程（Coding）成了逆袭的转折点！
Coding领域是头部模型厂商的必争之地，因为其用户付费意愿强，例如Claude有37.9%的用户使用其编程能力，而一开始看似故事不性感的智谱，正是靠着编程的垂类优势，反超了中国其他同行。
GLM-4.5→4.6→4.7→GLM5的快速迭代，智谱在编码、长上下文推理、多步骤执行方面追赶全球顶级水平。今年4月，GLM5.1的推出则进一步优化了性能，股价开始不断攀升。然而，其通用智能体能力相对较弱，不过程序员可能更关注的是Coding的性价比。
更奇特的一点在于，在2月智谱在推出GLM-5时就已经提价，此举一度震惊了投资圈，颠覆了对于中国企业“打价格战”的印象。不过，这似乎并未妨碍用户对模型的需求。
事实上，智谱是大模型赛道差异化竞争的典型。然而，自2025年下半年以来，市场应用已变得高度集中。目前超过一半的Token消耗来自Coding场景，其中还包含许多由Agent应用产生的隐性Coding需求。
应用范式和工具链（如X-Copilot）也日趋成熟，许多任务已成为常规的定时任务。因此，现在的模型评价方式更为直接和主观：开发者直接将不同模型的API接入到自己现有的应用中，根据实际表现进行评估，而不再依赖第三方评测平台。
在这种趋势下，各大模型厂商从2025年初开始进行了战略分化和精准押注。智谱GLM聚焦于Web Coding，并认为这是通往AGI应用的路径；Kimi则押注于类似LangChain的范式，探索最终的Agent应用；豆包专注于C端消费级应用和日常生活体验；通义千问则采取了相对均衡的策略，致力于开源、多尺寸模型和多模态能力的全面发展。
于是，“中国版Anthropic”就成为智谱的资本叙事。Claude Code在海外的技术和商业化的成功，一举带动了美国整个AI产业链。如今的美国资本市场已然不再担忧AI泡沫，因为商业化的前景似乎是确定的，而这种态度的变化也就仅仅发生在几个月之间。
算力瓶颈、盈利压力
然而，资本市场的火爆容易让投资人忽略基本面。“中国版Anthropic”本质上是一个资本叙事，而非商业现实的精确描述。两者的相似性在于技术路径和商业理念（强模型→API→Coding赛道）；差距在于市场环境、变现逻辑和收入量级，而这种差异往往是核心。
Anthropic的成功是在美国独特的“付费文化+开发者生态+企业SaaS采购体系”中生长出来的。智谱面对的是一个价格敏感、竞争格局碎片化、云厂商强势介入的市场——因此业内人士认为，它更可能的终局，是成为中国AI基础设施的核心模型供应商，而不是复制Anthropic的独立飞轮商业模式。
如今智谱面临的最大挑战无疑是算力瓶颈，和遥遥无期的盈利前景。
目前智谱算力不足的问题尚未完全解决，并未有太多新增算力。增长主要得益于模型优化，具体采取了两种技术手段：一是模型裁剪，二是基于业务高峰与低谷期的动态调度策略。在高峰时段，系统会自动调用参数量较小的裁剪后模型以应对需求。
GLM套餐在国内需要抢额度，智谱对国内新用户采用了每天10点定时放量的“饥饿营销”。为什么要限量？算力成本倒挂，限量是“止血”手段。GLM-5.1对标Claude Opus级别，单次调用成本极高。
国内Max套餐469元/月，但用户理论可用额度相当于月费的15～30倍——即每月花469元，实际可消耗约7000～14000元的算力资源。算力供给难以匹配需求，而且高峰期（14:00～18:00），GLM-5.1是3倍消耗。
智谱CEO张鹏在2025年业绩说明会上披露：“一季度API调用定价提升83%，即便如此，调用量增长400%，依然供不应求。”
未来，智谱的Coding业务能力将持续加强，能力水平已接近Opus-4.6。然而，盈利挑战难以消散。例如，独立三方研究机构Acecamp的专家就提及，智谱的编程模型在2026年第一季度及4月的B端订单量表现虽然不错，但关于其采用ARR指标争议存在。
原因在于，大型上市公司客户的订单具有不确定性，即便需支付违约金，也可能因企业战略调整终止合作。因此，将此类按月付费的大额订单计入ARR可能不完全适用，尽管财报数据显示其编程业务的ARR已达到十几亿元。
再次，关于编程是否已成为成熟的大模型商业化领域，这一判断在国内市场尚不准确。与Anthropic不同，国内公司在该领域面临几个挑战：
一是数据飞轮的优势被分散，各家公司均有自己的客户基础；
二是多数公司都有能力将编程模型做到基础优秀的水平，智谱并未形成坚实的技术壁垒；
三是智谱不像Anthropic那样拥有丰富的、通过编程能力解决问题的其他变现场景和用户口碑，而是较单纯地销售编程模型能力。
从营收数据来看，智谱的研发投入（31.8亿）= 营收（7.24亿）的4.4倍。做一个直观对比，科大讯飞2025年营收271亿、净利润8.39亿元，市值约1187亿元人民币；智谱营收仅为其2.7%，市值却是其数倍。
智谱的股东权益从-39.55亿（2024年）降至-81.11亿（2025年），资产负债表持续恶化。
市场定价的不是当下利润，而是AI原生应用的“信仰估值”——华创证券预测2026年营收约30亿元（+317%），但盈利时间表仍遥遥无期，汇丰预计最早2029年才能首次盈利。
7月解禁：最大的定时炸弹
根据港股规则，IPO大股东锁定期通常为6个月。智谱2026年1月8日上市，7月前后大股东及基石投资者将迎来大规模解禁。这也是所有新IPO难以逃避的最大挑战。
智谱前期浮盈高达十倍以上，套现动力极强。更大背景是，港股2026年下半年整体迎来历史性解禁高峰，6月至8月基石投资者解禁规模超千亿港元。
当然，在解禁抛压过后，基本面过硬的公司也能迎来长期的稳健增长，但关键就在于盈利能否持续消化天价估值。
智谱的优势在于，三次涨价未流失用户、Coding Plan上线即售罄、API调用量涨价后反而增长400%。2025年营收+132%，2026年机构预测+317%。但现实挑战不小。
也有人做过一个预测，在比较乐观的情景下，智谱成功API化转型，2029年盈利。这个假设条件包括：
1. 2026—2029年营收CAGR维持130%；2. API业务占比从27%提升至65%；3. 2029年净利润率10%，营收约350亿元，净利润35亿元；4. 届时合理PE60倍（高成长AI公司溢价）→市值2100亿元，仍比当前市值低近60%。
同时，也要考虑到竞争格局的不确定性。未来这三年里，模型迭代速度极快，今天的“国内第一”随时可能被DeepSeek/Qwen颠覆。
此外，2026年下半年，Kimi和阶跃星辰都可能陆续上市，这将削弱标的稀缺性。从长期竞争看，智谱与Kimi存在显著差异。
智谱在C端仅编程套餐销售较好，而Kimi在多类C端Agent场景均有销售额。此外，智谱缺乏Kimi那样成体系的、商业化的Agent系统。若Kimi在未来两三个月内发布2.5T或3.0T参数量级的新模型，可能会进一步削弱智谱在编程领域的市场关注度。
No.6919 原创首发文章｜作者Irene Zhou
开白名单 duanyu_H｜投稿 tougao99999
欢迎点看【秦朔朋友圈】
热门跟贴