智谱已定明年1月上市，15万付费开发者的选择到底值多少钱？

这个年末，国产AI大模型可以说再现大风采了。接下来，港交所预计将连响起两记大的钟声回音。

日前，长期被誉为“中国的OpenAI”的智谱AI正式通过上市聆讯，距离挂牌仅一步之遥，按计划其计划于下月挂牌上市。巧合的是，其国内同一阶层的竞争对手MiniMax几乎同时完成聆讯。

放宽视野来说，这显然不是一场简单的竞速赛，更应该是一个标志性信号：在OpenAI的叙事主导全球三年后，资本市场即将迎来第一批纯粹的以AGI基座模型为核心业务的中国上市公司。

清华系AI独角兽，拿出了性价比利刃

不夸张地说，智谱AI的品牌声望是这几年国产原生AI大模型中的TOP级。同花顺在2024年10月便推出了“智谱AI”这一概念板块与概念指数。

而这既源于清华实验室的强技术支撑，也有超级豪华股东阵营的魅力，更关键的是，企业工程化与商业化同体的创新潜力。

首先，技术层面，成立于2019年的智谱AI，由清华大学技术成果转化而来，是国内启动大模型研究的开拓者。根据公开资料，其GLM-4.5/4.6模型在Code Arena竞技场上与OpenAI、Anthropic并列编程能力全球第一，技术上跻身“第一梯队”。

其次，在高精专的团队背书和强大的技术叙事中，智谱AI成立不足7年完成了8轮融资，先后斩获了美团、蚂蚁、阿里、腾讯、小米、金山、Boss直聘等互联网产业资本，和红杉、高瓴、启明创投等一线机构，以及各地方政府国资支持。

而在商业化路径上，智谱探索出了两条并行的路线：一是对标OpenAI与Anthropic采取了面向开发者和企业的MaaS模式，通过API调用提供模型能力，该业务处于高速增长中；二是面向政企客户的本地化部署解决方案。

这背后都是其基于市场生存环境，对模型价值链条的深度掌控；且隐藏了企业一个很鲜明的特性。一般来说，专业科研团队带队的企业项目很容易陷入技术理想主义与商业实用主义的泥潭中。

从招股书来看，智谱的特别在于其核心战术并非单纯的技术对标，而是同时兼顾工程化与商业化的创新，构建一条“高性能、低成本”的差异化路径。

9月，GLM-4.6发布时智谱便宣布适配寒武纪、摩尔线程等国产芯片，并实现业内领先的FP8+Int4混合量化部署。这种在硬件层和推理层同步推动“去昂贵化”，使其在保持顶尖编码能力的同时，将端到端的推理成本压缩到可比竞品的几分之一。据Code Arena评测，该模型与GPT-4、Claude并列第一梯队。

最终，其GLM Coding套餐以“Claude七分之一的价格”在全球市场撕开缺口，三个月吸引超15万付费开发者，ARR破亿。

在OpenRouter平台上，其付费API收入“超过所有国产模型之和”。这验证了一个残酷而有效的逻辑：在性能迫近顶尖的前提下，极致的性价比是突破技术品牌壁垒的超级杠杆。

这与用算法与工程优化实现降本的DeepSeek在某种程度有着异曲同工之妙。一个颠覆性趋势已然显现：中国大模型的竞争力，正从依赖本土市场保护，转向依靠硬核的“单位性能成本比”在全球市场公平竞技。

很显然，智谱卖的不仅是API调用的次数，更是一套经过深度优化、能切实降低客户总拥有成本的“智能生产力”解决方案。从中国前十大互联网公司中的九家，到海外如Vercel等知名平台客户，买单的逻辑正是如此。

截至9月末，智谱已拥有超过12000名机构客户，较六个月前大幅增加。显示其似乎逐渐有了高速旋转的MaaS飞轮的影子。

而另一边，智谱还主导发起“自主大模型国际共建联盟”，将国产基座模型输往“一带一路”沿线，这是一种非常区别于西方“星门计划”的AI基础设施叙事。

智谱的内核像是一场精密的商业侧翼进攻。

当然，路漫远兮。2025年上半年高达15.95亿元的研发费用，是其同期收入的8倍以上。足可见，技术迭代是一场无休止的“军备竞赛”。

事实上，如何让面向未来的巨额技术投资，与面向当下的商业变现，跑赢现金流消耗的速度，将是所有基座模型公司的集体长期困境。只是对于一个新兴前沿产业而言，这些都是后话。

资本市场该如何为“未来”定价？

智谱与MiniMax竞速上市，将资本市场置于一个尴尬境地：我们该用何种标尺丈量它们的价值？

传统的市盈率（P/E）在巨额亏损面前其实是失灵的，市销率（P/S）在营收规模与天量研发投入的对比下也显得苍白。而在一个理性且合规有序的市场，必然需要一种新且合理的“计价单位”来量化这些AI原生企业的价值。

一个前沿的视角是，“Tokens”有替代营收、常规销量和用户数成为这个核心计价单位的可能。

这背后的推断逻辑在于，Tokens统一了大模型的价值创造链条：既是客户采购服务的计量单位（产生收入），也是模型推理消耗的算力单位（构成成本），成功串联了两大基础性财务元素。

因此，Tokens消耗量能同时映射企业的收入潜力、成本结构和技术效率。智谱11月日均4.2万亿的Tokens消耗量，就直接关联其API收入，也暗含了其模型的市场受欢迎程度和生态活跃度。

一些分析尝试以Tokens消耗量增速和市场份额为基础，推导出更贴近AI公司本质的估值模型，尽管方法尚在雏形，但指明了方向：资本市场的估值逻辑，必须从“资产”或“利润”定价，转向为“智能流量”（Tokens流）和“生态位”定价。

目前，一些专业的分析机构，已经基于Token的估值逻辑尝试从几个维度建立框架：一是Token消耗量增速及其可持续性；二是单Token收入与成本的关系；三是Token市场份额及其稳定性。从同一核心指标的多个构成维度推导出更贴近原生AI公司本质的估值模型。

就这种模式，智谱在OpenRouter平台上的表现，为其在这一估值框架下获得认可提供了数据支持。

这意味，对智谱、MiniMax以及月之暗面而言，它们的估值不是由业绩贴现决定，更是对其多重叙事的综合定价，概括性来说，应该是技术实力、增长前景等定性因素，与Tokens 等定量指标形成交叉验证。既防止估值脱离基本面，也考虑更多预期价值。

当然，这一新型估值模型需要很长一段时间去优化跑通。而一个月后，智谱的上市，以及后续MiniMax、月之暗面的赴港都将成为长期观察并优化这一估值框架的重要窗口。