文｜光錐智能 魏琳華

8月31日晚，上市七個多月的智譜交出今年上半年的成績單：上半年收入9.54億元人民幣，按年增長399.7%，規模已經超過2025年全年。

財報電話會上，公司還披露了一個更漂亮的數據——截至8月末，智譜ARR（年度經常性收入）按月度年化口徑達到16億美元，若按行業裏更激進的周度年化口徑計算，則已超過20億美元，相當於MiniMax同期的2.5倍。

大模型六小龍里跑出了一個明確的頭羊，它收入的爆發很漂亮，也和模型緊緊綁在了同一根繩上。

8個月4次的模型迭代，智譜靠GLM-5.2、GLM-5.3等模型坐穩了開源模型第一梯隊，它也是「模型即產品」的代表——上半年，雲端模型API收入佔比超過85%，不再以本地化部署為核心。

智譜上半年的答卷很理想，以ARR倒推8月單月收入為1.33億美元的成績，也似乎可以給接下來半年定下一個夠高的收入基調。

但比起收入，大家更關心SOTA能不能延續。

在財報電話會上，大家關心的是一連串和模型接下來迭代相關的問題：模型提價的紅利還能不能繼續兌現？以及最關鍵的那一個——GLM-5.3之後，智譜還能不能繼續留在第一梯隊？

收入按年暴漲4倍毛利率下降26.4%

模型保持第一梯隊、早早押注Coding，選擇和努力讓智譜的收入狂飆。

財報顯示，智譜上半年總收入9.54億元，按年增長399.7%，是去年同期的整整五倍，規模已經超過2025年全年收入。

但根據此前投資機構給出的預測，這種程度的收入增長其實是有點不及預期的。以彭博社給出的上半年13.5億元的預期來說，智譜的實際收入比這個數低了約30%。

為什麼會產生這種差距？

主要是三個原因：其一是借用美銀證券的解釋，新模型爆發時間點比預測靠後，GLM-5.2直到6月中旬纔開始大規模普及，可能今年的收入高度集中在下半年。其二，是資本市場低估了大模型價格戰的影響。其三，是市場預測智譜的本地化部署（高毛利項目制）營收還能維持較大佔比，同時 API和雲端業務快速放量。但實際上，公司上半年本地化部署收入按年下降，但API收入佔比顯著提升。

今年上半年，智譜最大的變化就是收入結構。之前，智譜的標籤是「本地化部署」，現在，智譜完全把「模型」當做核心的收入來源。

據財報，智譜上半年開放平台及API收入8.25億元，按年增長2735.7%，佔比從去年同期的15.2%、去年全年的26.3%，一路抬升到86.5%；與之相對的是模型本地化部署收入的大幅縮減，該項收入為1.29億元，按年下降20.5%，佔比從73.7%萎縮到13.5%。

業務結構的變化，一半是順着行業場景的轉化，一半是智譜自己有意為之的調整。

一方面，智譜曾經在上市階段提及後續會收縮To B、To G端的本地化部署。考慮到本地化部署業務更偏向定製化項目，具備人力成本高、回款慢等問題，智譜本身更傾向於打造自己的MaaS平台，靠標準化程度更高的業務，讓自身收入構成更健康。

簡單來說，和以前一單一單蓋房子的定製化業務相比，現在API是一條按流量收費的高速公路，後者是更理想化的選擇。

在目前保留的本地化部署業務中，和通用大模型相比，企業更傾向於接入「能辦事」的智能體服務。財報顯示，智譜的企業級通用大模型收入從1.48億元降至6704萬元、下滑54.6%，企業級智能體收入則從1374萬元增至5556萬元、增長304.4%。

另一方面，如智譜董事會祕書肖磊所提及：「模型能力本身的提升帶來的一個自然演進。」隨着模型能力的提升，在「模型即產品」的當下，訂閱服務的場景成立。這一點在MiniMax由C端轉B端為王，Anthropic收入逆襲OpenAI均已體現。

簡單來說，智譜的營收結構變化其實是「模型智力」增長之後的必然結果。

營收之外，盈利質量也很重要。AI模型公司短期虧損是小事，但成本和費用改善如果不明顯，長期會影響盈利時間表。

以經調整淨虧損為標準，智譜上半年虧損19.64億元，按年擴大12.1%。這部分的主要原因仍然是研發。財報顯示，智譜上半年研發開支21.31億元，按年增長33.6%，是同期收入的2.2倍，首次超過經調整淨虧損。

「今年上半年業務貢獻的毛利潤，在初步覆蓋掉管理費用、銷售費用之後，已經開始逐漸反哺我們的研發投入。」肖磊在財報電話會上說。

但短期來看，高額的研發投入仍然是必須的，業內對這一點的共識已經相當一致：模型仍在追求智能上限的階段，高研發是入場券。對比MiniMax上半年約2.97億美元的研發支出，兩家基座模型公司保持着幾乎相同水平的投入。

聚焦毛利率，這一層面決定的是產品「值不值錢」。比起收入結構改變導致的毛利率下滑，更關鍵的是在今年頻頻提價後，智譜本身的API業務毛利率增長並沒有跟上價格。

收入結構的變化，使得高毛利的本地化業務縮小後，整體毛利率進一步下降，從去年同期的50.0%降到26.4%。如果只看雲業務自身的毛利率，從去年同期-0.4%轉為24.6%，說明模型盈利有一定改善。

再看雲端API部分的毛利率，按年來看從去年同期的-0.4%轉為24.6%，說明模型盈利有一定改善。但對比2025年22.4%的毛利率，從今年年初至今，智譜API平均定價提升了約101%，但大幅提價後，反映在毛利率上的變化極其有限。疊加最近「牛來」模型測試期免費、定價極低的情況，後續毛利率改善的情況可能也不會太高。 

整體來看，智譜這份財報顯示出一個矛盾的增長結果。公司營收增長迅猛，先進模型的定價權成立的情況下，模型漲價卻並沒有明顯改善到毛利率上。

總體來說，智譜交出了一份不錯的答卷，要測算下半年的收入，就要看模型能不能繼續立在第一梯隊了。

20億美元ARR押在模型的SOTA上

對於下半年的表現，智譜給出了一個相當理想的預期——8月預計16億美元ARR。

財報電話會上，智譜還「內涵」了一下MiniMax用單周收入乘52計算年化收入的方式，並表示以同樣方式計算，智譜8月ARR已經超過20億美元。

算下來，智譜在八月單月收入就達到了1.33億美元（摺合人民幣約8.94億元），其單月收入已經接近公司今年上半年整體收入。

在大模型創企中，單看收入，智譜已經能坐穩頭把交椅：和月之暗面6月披露的ARR為3億美元，據媒體爆料DeepSeek8月達到近5億美元ARR相比，智譜已經拉開了一段差距。

收入的飆升，和新模型（GLM-5.2、GLM5.3等）發布相關，優勢模型帶動了用戶增長，同時第一梯隊帶來的定價權讓它敢於賣的更貴。

智譜在財報電話會上分享了用戶增長的數據：截至8月，智譜MaaS平台註冊用戶超過740萬，較年初增長144%；付費日活用戶較年初增長603%；以收入計的前十大用戶，日均調用量較年初增長98倍。

但一切成也模型，敗也模型。市場更關心的，是智譜能不能持續保持現有的模型優勢。

質疑裏最共性的問題是，智譜是不是只會「後訓練」？在月之暗面拿出2.8T的Kimi K3、MiniMax正在規劃中的3T參數模型M3 Pro，智譜在還沒有拿出同級別的模型，GLM-5.3也是基於GLM-5.2基座完成，只是做了後訓練工作。

對此，唐傑在電話會上的回應很直接：智譜不是不做預訓練，是當前後訓練的回報更高。

「簡單地做大參數，並不是Scaling的本質路徑。」唐傑說。

對於為什麼不把參數做大，唐傑表示，當下國內訓練數據普遍在30到50萬億Token，在自身算力有限的情況下，在這個量級上按Scaling Law簡單堆參數，收益並不大。  

從Scaling的角度評判，放眼行業，加碼後訓練的重要性已經越來越不可忽視。這一點，MiniMax也在前段時間的財報電話會上作出了相似的判斷：在性能提升的同時，後訓練需要大量推理算力——合成數據、強化學習、自動評測，本質上都是推理。推理越便宜，同樣預算下能跑的後訓練軌跡就越多，模型智能天花板就越高。

但後訓練重要，不意味着預訓練的地位可以被取代。作為整個大模型能力的「地基」，它也是 Scaling Law最直觀的體現。畢竟模型參數規模和訓練數據量的擴大，會帶來可預測的性能提升，而後訓練更多是在基座能力之上做「精雕細琢」。

只是相比於後訓練，當前預訓練的門檻越卷越高：不僅需要芯片數量的堆積，還涉及異構芯片適配、網絡存儲、機房建設等一整套算力基礎設施的搭建。智譜在這條線上持續加碼：自建數據中心、與中科曙光等廠商合作擴大算力供給，同時在國產替代趨勢下搭建了10萬級國產芯片規模化推理能力，官方表示Token推理單位成本較年初下降80%。

這些投入雖然沉重，卻為智譜回到基座賽道積累了必要的家底。

「把後訓練做到極致之後，下一階段增長必須回到基座。」智譜董事長劉德兵說。他透露，下一代基座模型的訓練已經推進，方向包括更大的有效規模、更長的原生上下文和原生多模態統一建模，但具體參數仍未披露。

智譜現階段有所取捨，加碼後訓練沒錯。不過在GLM-5.1、5.2和5.3三個模型的基座均來源於GLM-5的情況下，什麼時候能把基座規模拉上去，對智譜來說也同樣關鍵。

但在國產模型競爭足夠卷的情況下，「贏」不只代表着要比對手跑得更快。

當下的使用者同時在乎模型的價格和能力。這導致模型廠商一方面需要追求SOTA地位，另一方面又要兼顧性價比。

例如GLM-5.3 Flash就是一次「極致性價比」的嘗試。這個模型總參數3200億，激活參數180億，採用稀疏注意力與線性注意力混合架構，價格為GLM-5.2的十分之一。

在商業領域，「既要又要」的產品幾乎不太可能存在。而且，模型公司也要追求盈利，不可能一直研發燒錢「哄」用戶。所以在商業化的思路上，劉德兵的嘗試偏向於「模型即產品」的路線——先用模型覆蓋特定垂類行業的需求：

「我們認為，大模型能力的演進不是幾條並列的產品線，而是一條只能按順序走完的階梯：Chat、Coding、Agent、co-worker、Autonomous AI 五個階段。」劉德兵說，「Chat交付一次性回答，Coding交付的是一段可運行的代碼，Agent交付的是一條被執行完的多步任務鏈，co-worker 交付的是一份可以被專業人士複覈的工作成果，Autonomous AI交付的是持續運行的能力。每一級向上都有一個具體的技術門檻，門檻跨不過去，上一層的商業模式就不成立。」

這條階梯對應的市場空間也在逐級放大。編程對應約5000億美元的軟件研發支出，Co-work對應約5萬億美元的知識工作開支，更長期的AI重構操作系統對應約30萬億美元。智譜每往上爬一級，能打開的市場就大一個量級。

目前，智譜對自己當前的定位是處在第二級coding到第四級co-work之間。為了覆蓋co-work能力，劉德兵表示，目前公司已在網絡安全、法律、金融、教育等方面展開嘗試。

這裏有一個很有意思的事情，在通用辦公產品的品類中，大模型創企少有涉足。

畢竟和大廠目前動不動限時免費模型、砸流量、拼生態的行徑相比，創業公司本身競爭力不強。但AI進駐行業是個確定趨勢，模型廠商怎麼切入，就成了問題。

網絡安全，就是智譜為向co-work擴散而挑選的第一塊試驗田。GLM-5.3發布時，智譜格外強調了其在CyberGym上取得84.5%的成績，超過了GPT-5.6，並在ExploitBench上完成130項任務。

但優勢能不能建起來，還是個問號。

智譜也坦率表示，除了網絡安全領域，其它領域尚未形成規模化收入。換句話說，智譜的展望大多還都是「期貨」，下半年營收的期望，其實還是篤定模型能持續有優勢。

2026下半年會是智譜「主場」嗎？有可能是。但AI牌桌就是個「輪盤賭」，輪流坐莊纔是常態。起碼智譜希望，自己優勢的時間能儘量長一點。