摘要
2026年8月31日，智谱（02513.HK）发布上市后首份中期业绩：上半年营收9.54亿元（同比+399.7%），超2025年全年；API及开放平台收入8.25亿元（同比+2736%），占总收入86.5%（去年同期15.2%）；MaaS平台按8月月度收入年化ARR约16亿美元，Token调用量较年初增长超40倍，付费日活增长603%，前十大客户日均调用量增长98倍，API平均售价提升约101%，MaaS业务毛利率由负转正至24.6%。这是一次中国大模型公司从"项目型"向"平台型"商业模式的历史性切换——半年前还靠政企私有化部署吃饭的智谱，如今86.5%的收入来自按调用量计费的云端MaaS业务。创始人唐杰在电话会上回应"只会后训练"质疑：在算力有限前提下，盲目扩大参数边际收益有限，GLM-5.3与GLM-5.2使用相同基础模型和架构，用一个月扩大长程任务环境和强化学习训练，实现能力跃迁。本文从收入结构切换、ARR解读、毛利率分析、后训练策略、国产芯片推理、竞争格局六个维度，深度拆解这份中报对中国大模型商业化的标杆意义。（全文约5800字）
一、收入结构"换血"：从项目型到平台型的历史性切换
1.1 核心财务数据速览
| 指标 | 2026上半年 | 2025同期 | 同比变化 |
|---|---|---|---|
| 总营收 | 9.54亿元 | 1.91亿元 | +399.7% |
| API及开放平台收入 | 8.25亿元 | 2,910万元 | +2,735.7% |
| API占总收入比 | 86.5% | 15.2% | +71.3pp |
| 本地化部署收入 | 1.29亿元 | 1.62亿元 | -20.5% |
| 其中：企业级通用大模型 | 6,704万元 | 1.48亿元 | -54.6% |
| 企业级通用智能体 | 5,556万元 | 1,374万元 | +304.4% |
| 毛利 | 2.52亿元 | 9,542万元 | +163.7% |
| MaaS业务毛利率 | 24.6% | -0.4% | 由负转正 |
| 期内亏损 | 20.72亿元 | 23.58亿元 | 收窄12.1% |
| 经调整净亏损 | 19.64亿元 | 17.52亿元 | 扩大12.1% |
| 研发投入 | 21.31亿元 | 15.95亿元 | +33.6% |
表1：智谱2026年中期核心财务数据（数据来源：智谱港交所中期报告，2026-08-31）
1.2 收入结构的"半年换血"
2025年年报显示，智谱2025年本地化部署类营收占总营收的73.7%——这是一个典型的"政企项目型"收入结构，靠一次性交付和定制化部署吃饭。
到2026年上半年末，这个比例已经降至13.5%，而API及开放平台收入占比从不到15%跃升至86.5%。
董事会秘书肖磊在业绩电话会上的原话：
“相较收入增速，收入构成的切换更值得关注。”
这句话非常精准。399.7%的营收增速固然惊人，但更根本的是收入来源从"一次性项目"变成了"持续性调用"——这意味着智谱正在从"卖模型→卖调用→卖订阅→卖端到端任务结果"的路径上快速推进。
1.3 与Anthropic的商业模式对标
智谱管理层在电话会中将自身商业模式演进概括为四个阶段：
卖模型 → 卖调用 → 卖订阅 → 卖端到端任务结果 ↑ ↑ ↑ 2025年前 2026上半年 未来方向这个路径与国际大模型巨头Anthropic高度一致——Anthropic约**85%**的收入来自企业API和开发者。智谱的86.5%已经几乎追平了这个比例。
差异在于绝对规模：Anthropic的ARR在2026年8月已达470亿美元（估值9650亿美元），而智谱的ARR是16亿美元——差距约30倍。但智谱的增速（两个月内ARR从10亿美元到16亿美元，+60%）远快于Anthropic的月度增速。
二、16亿美元ARR：挡风玻璃里的信号
2.1 ARR vs 营收：11倍差距怎么理解
| 指标 | 数值 | 说明 |
|---|---|---|
| 2026上半年营收 | 9.54亿元（≈1.3亿美元） | 会计确认收入 |
| 8月月度ARR | 16亿美元 | 按月度收入年化 |
| 8月单周ARR口径 | 20亿美元 | 按单周收入×52年化（激进口径） |
| 差距 | 约11倍 | ARR ≠ 已签约收入 |
表2：智谱ARR与营收口径对比（数据来源：智谱业绩电话会，2026-08-31）
ARR（Annual Recurring Revenue）是对经常性收入规模的年化度量，不等于合同负债，也不等于锁定的未来收入。调用量、续约率、价格变动、大客户集中度都会让它波动。
但16亿美元至少说明：智谱当前的商业化规模明显跑在利润表前面。管理层透露，7月上旬ARR还在10亿美元，8月已经是16亿——两个月涨了60%。
2.2 量的支撑：Token调用量暴增40倍
| 用户/调用指标 | 增长幅度 | 时间区间 |
|---|---|---|
| Token调用量 | 较年初增长超40倍 | 2026年1月→8月 |
| 付费日活用户 | 增长603% | 同期 |
| 前十大客户日均调用量 | 增长98倍 | 同期 |
| API平均售价 | 提升约101% | 同期 |
| 用户覆盖 | 233个国家和地区 | 截至8月 |
| 企业及开发者用户 | 超740万 | 截至8月 |
表3：智谱MaaS平台用户与调用量增长（数据来源：智谱中期报告，2026-08-31）
这组数据传递了三个信号：
- 量价齐升：调用量增长40倍的同时，API平均售价还提升了101%——这意味着智谱不是靠降价换取规模，而是靠模型能力提升打开更高价值任务场景，用户愿意为更强的能力付费。
- 客户深度增长：前十大客户日均调用量增长98倍，远超整体40倍——说明头部客户的AI使用深度正在加速，AI正在从"试验性调用"变成"生产级依赖"。
- 全球化覆盖：233个国家和地区意味着智谱的MaaS平台已经具备全球服务能力，不只依赖中国市场。
2.3 GLM系列11个月迭代六代
智谱的模型迭代节奏是支撑调用量增长的核心引擎：
| 代际 | 发布时间 | 关键升级 |
|---|---|---|
| GLM-4.8 | 2025年10月 | — |
| GLM-5.0 | 2025年12月 | — |
| GLM-5.1 | 2026年2月 | — |
| GLM-5.2 | 2026年5月 | — |
| GLM-5.3 | 2026年8月 | MIT开源权重，编程/Agent/网络安全跃升 |
表4：GLM系列迭代节奏（数据来源：智谱官方公告，截至2026-08-31）
11个月六代——平均不到两个月迭代一次。这个节奏在所有大模型公司中都属于最快之一。智谱创始人唐杰在电话会上表示，GLM-5.3与GLM-5.2使用相同的基础模型、架构、总参数量和激活参数量，用一个月扩大长程任务环境和强化学习训练就实现了能力跃升——这与DeepSeek V4-Flash 0731的"纯后训练跃迁"路线如出一辙。
三、毛利率分析：26.4%的真相
3.1 毛利率拆解
| 指标 | 2026上半年 | 2025同期 | 变化 |
|---|---|---|---|
| 毛利 | 2.52亿元 | 9,542万元 | +163.7% |
| 整体毛利率 | 26.4% | — | — |
| MaaS业务毛利率 | 24.6% | -0.4% | 由负转正 |
| 单位Token推理成本 | 较年初下降80% | — | — |
| 单位算力投入对应收入 | 提升14倍 | — | — |
表5：智谱毛利率拆解（数据来源：智谱中期报告及业绩电话会，2026-08-31）
MaaS业务毛利率从-0.4%到24.6%的跳升，是这份中报最硬的技术指标——它意味着智谱的MaaS业务首次跨过了盈亏平衡线。
驱动这一跳升的两个因素：
- 单位Token推理成本下降80%——模型架构优化+推理基础设施效率提升+国产芯片规模化。
- API平均售价提升101%——模型能力提升后用户愿意为更高质量的任务完成付更高价格。
量价双向改善意味着智谱正在触及"规模经济"的甜蜜点——调用量越大，单位成本越低，但售价不降反升。
3.2 26.4%在全球大模型行业是什么水平
| 公司 | API/云端毛利率 | 参考时间 |
|---|---|---|
| Anthropic | 约40-50%（估算） | 2026年8月 |
| OpenAI | 约50-60%（估算） | 2026年8月 |
| 智谱 | 24.6% | 2026年上半年 |
| DeepSeek | 约30-40%（估算） | 2026年8月 |
表6：全球大模型公司API毛利率对比（数据来源：各公司财报、行业估算，2026-08-31）
注：Anthropic和OpenAI未上市，毛利率为行业分析师估算，不精确。
智谱的24.6%低于国际前沿厂商，但考虑到：
- 中国市场API定价整体低于海外市场（竞争更激烈）。
- 智谱仍在快速扩张阶段，以量换价优先于以利润换增长。
- 国产芯片推理成本仍高于英伟达方案（但差距在缩小）。
24.6%的毛利率说明中国大模型MaaS模式在商业上是可持续的——不需要无限烧钱。
3.3 为什么亏损仍在扩大
经调整净亏损从17.52亿元扩大到19.64亿元（+12.1%），与收入翻五倍形成对比。原因很简单：
| 成本项 | 2026上半年 | 同比变化 | 占收入比 |
|---|---|---|---|
| 研发投入 | 21.31亿元 | +33.6% | 223% |
| 销售与营销 | — | — | — |
| 算力相关支出 | — | — | 毛利率中体现 |
表7：智谱成本结构（数据来源：智谱中期报告，2026-08-31）
研发投入21.31亿元，是2.52亿元毛利的8.4倍。这意味着智谱每赚1元毛利，就投入8.4元研发——这是典型的"增长优先于盈利"策略。只要ARR和调用量持续高速增长，资本市场可以接受这种亏损扩大。但如果增速放缓而亏损不收窄，就会面临估值压力。
四、唐杰的"后训练"哲学
4.1 回应"只会后训练"质疑
在业绩电话会上，面对市场对智谱"只会后训练、参数规模相对克制"的质疑，创始人唐杰的回应值得逐字分析：
“讨论模型规模不能只看参数量，还要同时考虑训练数据规模、计算资源投入位置，以及模型最终由谁在什么条件下运行。GLM-5.3与GLM-5.2使用相同的基础模型、架构、总参数量和激活参数量，智谱用一个月扩大长程任务环境和强化学习训练。”
这段话的核心信息是三层：
- 模型扩展是多维度的：参数量只是一个旋钮，训练数据规模、计算资源投入位置（预训练vs后训练）、推理条件都是可调节的旋钮。
- 当前阶段后训练的ROI最高：在算力有限的前提下，盲目扩大参数的边际收益有限。用一个月做后训练就能实现显著跃迁——这是当前投入产出比最高的方向。
- 不是放弃其他环节：唐杰明确表示"后续仍可能继续扩大中期训练、预训练及其他环节"——这意味着后训练是当前阶段的选择，而非永久策略。
4.2 与DeepSeek路线的呼应
唐杰的表述与DeepSeek V4-Flash 0731的策略高度一致：
| 维度 | DeepSeek V4-Flash 0731 | 智谱 GLM-5.3 |
|---|---|---|
| 基础模型 | 与Preview完全不变 | 与GLM-5.2相同 |
| 升级方式 | 纯后训练重跑 | 长程任务环境+强化学习 |
| 耗时 | — | 一个月 |
| 核心基准跃升 | Terminal-Bench 2.1: 61.8→82.7 | 编程/Agent/网络安全 |
| 参数效率 | 284B/13B MoE | 未公开（与GLM-5.2一致） |
| 许可证 | MIT | MIT |
表8：DeepSeek V4-Flash 0731与智谱GLM-5.3后训练策略对比（数据来源：各公司技术报告，2026-08-31）
两家中国头部大模型公司同时选择了"基础模型不动+后训练跃迁"的路线，这不是巧合——它说明在当前算力约束下，后训练是性价比最高的能力提升路径。基础模型的参数规模已经足够支撑前沿能力，关键是如何通过后训练"释放"这些能力。
4.3 唐杰的"旋钮理论"
唐杰将模型扩展比作"调节多个旋钮"——这个类比非常精准：
参数量 ←——旋钮1 训练数据量 ←——旋钮2 计算资源投入位置 ←——旋钮3（预训练/中期训练/后训练/推理） 推理条件 ←——旋钮4（effort等级/上下文长度/工具使用） ↓ 模型最终能力智谱当前选择了"后训练"这个旋钮拧到最大，但唐杰明确表示其他旋钮并未放弃——只是当前阶段后训练的ROI最高。
五、十万卡级国产芯片推理
5.1 国产芯片规模化推理
智谱此前已确认实现了十万卡级国产芯片的规模化低成本推理。在业绩电话会上，肖磊补充了算力来源的细节：
| 算力来源 | 用途 |
|---|---|
| 自有集群 | 预训练、中期训练、后训练 |
| 算力租赁 | 生产推理补充 |
| 采购服务 | 灵活调度 |
表9：智谱算力来源结构（数据来源：智谱业绩电话会，2026-08-31）
5.2 "有效算力"概念
肖磊提出了一个重要概念：
“简单把算力卡加起来并不能直接反映算力供给和Infra能力。公司更关注的是’有效算力’——即有多少算力已安装、能稳定调度、长期运行，并最终转化成有效的token。”
这个概念的核心是：不是有多少卡，而是有多少卡在产出Token。
当前算力行业的主要矛盾已经从"国产芯片能不能跑"转向"如何验证国产芯片的经济性"——即国产芯片方案的综合TCO（总拥有成本）是否优于英伟达方案。
5.3 国产芯片推理的成本曲线
| 指标 | 年初 | 8月底 | 降幅 |
|---|---|---|---|
| 单位Token推理成本 | 基准 | 下降80% | -80% |
| 单位算力投入对应收入 | 基准 | 提升14倍 | +1300% |
表10：智谱国产芯片推理成本曲线（数据来源：智谱中期报告，2026-08-31）
单位Token推理成本下降80%是支撑MaaS毛利率由负转正的最核心因素。这个降幅意味着：如果年初推理1亿Token的成本是100元，8月底只需20元。对于ARR 16亿美元的MaaS业务来说，80%的推理成本下降直接释放了数亿美元的毛利空间。
六、竞争格局与未来展望
6.1 董事长刘德兵的"两条价格曲线"
智谱董事长刘德兵在电话会上提出了一个重要判断：
“未来行业会出现两条价格曲线：同等智能的价格会持续下降，但能打开新任务边界、显著提升任务成功率的模型仍有定价空间。”
这个判断可以翻译为：
| 价格曲线 | 趋势 | 驱动力 |
|---|---|---|
| 曲线A：同等智能 | 持续下降 | 算力成本下降+竞争+开源模型压力 |
| 曲线B：新任务边界 | 仍有定价空间 | 新能力打开新场景→用户愿为"能做之前做不了的事"付费 |
表11：大模型行业的两条价格曲线（数据来源：智谱业绩电话会，2026-08-31）
这意味着智谱的定价策略是：在存量智能市场上靠成本和规模竞争（降价），在新能力边界上靠创新获取溢价（维持甚至提价）。API平均售价提升101%正是这一策略的验证——用户为GLM-5.3在编程、Agent、网络安全等新任务上的能力跃升付了更高的价格。
6.2 股价波动与机构评级
| 机构 | 评级 | 目标价 | 核心逻辑 |
|---|---|---|---|
| 摩根士丹利 | 买入 | 1,800港元 | 算力获取能力提升+配售融资落地支撑增长 |
| 招银国际 | 买入 | — | GLM-5.3在编程/Agent/网络安全能力跃升是正面催化剂 |
| 高盛 | 中性 | — | GLM-5.3仍为迭代版、GLM-5.5旗舰未落地、同业差距缩小 |
表12：主要机构对智谱的评级（数据来源：各机构研报，2026-08-31）
智谱股价从6月22日历史高点2,980港元已回撤近60%，8月31日收报1,195港元（+9.63%）。同日智谱正式被纳入MSCI中国指数——这是被动资金流入的重要信号。
6.3 下一步：GLM-5.5旗舰
高盛"中性"评级的核心理由之一是"市场期待的更大参数旗舰GLM-5.5尚未落地"。这意味着：
- GLM-5.3是迭代版本，不是参数规模跃迁。
- 市场预期智谱将在GLM-5.5上进行更大规模的预训练/中期训练。
- 如果GLM-5.5能力显著超越GLM-5.3，将重新打开定价空间和估值溢价。
但唐杰的"旋钮理论"暗示：GLM-5.5未必是"更大参数"的路线——可能是"更多训练数据+更深的后训练+更优的推理基础设施"的组合。
七、对中国大模型商业化的标杆意义
7.1 三重标杆意义
| 维度 | 意义 |
|---|---|
| 商业模式验证 | 从项目型到平台型的切换路径，证明MaaS模式在中国可持续 |
| 国产算力验证 | 十万卡级国产芯片推理+Token成本下降80%，证明国产方案可用 |
| 估值锚点 | 16亿美元ARR为整个中国大模型行业提供了市场化的估值参照 |
表13：智谱中报对中国大模型行业的标杆意义（2026-09-01）
7.2 与DeepSeek的路线对比
| 维度 | 智谱 | DeepSeek |
|---|---|---|
| 商业模式 | MaaS平台（API+开放平台） | 开源权重+API |
| 开源策略 | GLM-5.3 MIT开源 | V4-Flash 0731 MIT开源 |
| 上市状态 | 港交所上市（02513.HK） | 未上市，Pre-IPO融资740亿美元 |
| ARR | 16亿美元 | 未公开 |
| 核心叙事 | “卖调用→卖任务结果” | “以Flash之身做Opus之实” |
| 后训练策略 | GLM-5.3=GLM-5.2+后训练 | V4-Flash 0731=Preview+后训练 |
| 国产芯片 | 十万卡级规模化推理 | 未明确公开 |
表14：智谱与DeepSeek路线对比（数据来源：各公司公开信息，2026-08-31）
7.3 20亿亏损的另一面
智谱上半年亏损20.72亿元，但需要看到：
- 亏损率（亏损/收入）从去年同期的1234%降至本期的217%——单位收入的亏损密度在快速下降。
- 研发投入21.31亿元是亏损的主因——这不是"运营烧钱"，而是"投资未来"。
- 如果ARR 16亿美元的趋势持续，按24.6%毛利率计算，年化毛利约3.9亿美元（≈28亿人民币），已经接近覆盖研发投入。
如果智谱能在1-2年内将ARR提升至30-50亿美元，同时维持毛利率改善趋势，就有可能接近盈亏平衡。这是中国大模型公司最接近"可持续商业模式"的时刻。
八、FAQ
Q1：智谱16亿美元ARR是否可靠？
ARR是按月度收入年化的快照指标，受调用量波动、价格变动、大客户集中度等因素影响。16亿美元是8月单月收入年化的结果，7月还是10亿美元。两个月增长60%的趋势如果持续，年底可能达到20-25亿美元；但如果增速放缓，也可能在16-18亿美元区间震荡。不应将ARR等同于已签约收入或未来锁定收入。
Q2：智谱为什么API收入能暴增2736%？
三个因素叠加：(1) GLM系列11个月迭代六代，模型能力跃迁打开了更高价值任务场景；(2) 编程（Coding）场景验证了大模型的可交付性，从代码补全到完整工程项目实现，用户愿意为更强的能力付费；(3) 单位Token推理成本下降80%，使智谱能在保持售价甚至提价的同时维持竞争力。
Q3：智谱和DeepSeek谁更强？
两者路线不同。DeepSeek以V4-Flash 0731的"纯后训练跃迁"著称，在Agent工作流基准上逼近Opus 4.8。智谱GLM-5.3同样采用后训练策略，在编程和网络安全领域有显著跃升。两者都选择了MIT开源，但商业化路径不同——DeepSeek以开源权重+API为主，智谱以MaaS平台为核心。在商业规模上，智谱的16亿美元ARR是公开可见的，DeepSeek的ARR未公开。
Q4：智谱的亏损会持续多久？
如果ARR持续增长（从16亿到30-50亿美元），同时毛利率维持改善趋势（从24.6%到30%+），年化毛利可能达到7.5-15亿美元（≈54-108亿人民币），有望在1-2年内接近覆盖年化研发投入。智谱可能在未来2-3年内实现盈亏平衡。
Q5：十万卡级国产芯片推理意味着什么？
意味着智谱已经验证了国产AI芯片（而非英伟达GPU）在十万卡规模上的规模化推理能力。单位Token推理成本下降80%部分来自这一国产化部署。这是中国大模型"不依赖英伟达也能做推理"的关键验证。
Q6：GLM-5.3与GLM-5.2有什么区别？
两者使用相同的基础模型、架构、总参数量和激活参数量。差异在于：智谱用一个月扩大了长程任务环境和强化学习训练，使GLM-5.3在编程、Agent、网络安全等任务上实现能力跃升。这是一次"纯后训练升级"，与DeepSeek V4-Flash 0731的策略一致。
Q7：智谱被纳入MSCI中国指数有什么影响？
意味着被动跟踪MSCI中国指数的基金将自动买入智谱股票，带来被动资金流入。同时提高了智谱在国际投资者中的可见度。8月31日智谱股价+9.63%部分反映了这一利好。
Q8：智谱的商业化路径对中国大模型行业有什么启示？
三重启示：(1) MaaS模式在中国可以可持续（24.6%毛利率跨过盈亏平衡线）；(2) 国产芯片推理方案可行（Token成本下降80%）；(3) 后训练策略在当前算力约束下ROI最高（GLM-5.3=GLM-5.2+后训练）。这三个验证为整个行业提供了可参照的发展路径。
参考资料
- 智谱港交所中期报告：2026年半年报，2026-08-31.
- 证券时报：智谱上半年收入同比增长近400% API收入占比增至86.5%，2026-09-01.
- 第一财经：期内亏损收窄，智谱回应算力储备与行业竞争，2026-09-01.
- 雪球：智谱业绩会要点整理，2026-08-31.
- 东方财富：智谱中报里的秘密——20亏损，API却暴增2736%，2026-09-01.
- 新浪财经/观点网：观点直击——智谱"换血"：API收入大涨27倍毛利率却腰斩，2026-09-01.
- 网易/雷递：智谱上半年营收9.5亿——同比增400% MaaS ARR达16亿美元，2026-09-01.
- 智谱官方：GLM-5.3 MIT开源权重上线公告，2026-08-27.
- Hugging Face：zai-org/GLM-5.3模型卡，2026-08-27.
- Artificial Analysis：GLM-5.3智能指数评测，2026-08-30.
- 招银国际：智谱维持买入评级研报，2026-08-31.
- 摩根士丹利：智谱目标价上调至1800港元研报，2026-08-31.
- 高盛：智谱维持中性评级研报，2026-08-31.
