智谱就GLM-5套餐致歉！高性能+高溢价的AI大模型商业模式可行吗？

吴骏泓｜香港科技大学硕士

智谱GLM是智谱AI公司推出的一系列先进大语言模型。它从最初的通用模型，逐步迭代演进，到2025年和2026年，已成为一款具有强大的代码生成（Coding） 和智能体（Agent） 能力的旗舰级模型。

2026年2月12日，智谱正式发布并开源新一代旗舰大模型GLM-5。该模型参数规模从3550亿跃升至7440亿，预训练数据达28.5万亿Token（简单来说，Token 就是 AI 阅读和书写时的“词块”， 代表了 AI 在训练阶段“吃”进去的知识总量；参数（7440 亿）是 AI 的脑细胞数量，决定了它有多聪明）。目前GLM-5的编程体感逼近Claude Opus 4.5，在多项国际评测中位列全球第四、开源第一。

技术上，GLM-5首次集成国产芯片特调的稀疏注意力技术，在适配国产算力集群的同时支持202K长文本处理。通过全新的异步智能体强化学习算法，GLM-5展现出极强的长程任务处理能力，可独立完成App开发或复杂的系统架构任务。在应用层面，GLM-5支持Excel白话报表生成及远程操控桌面编程等工具化场景。目前，模型权重已通过MIT协议在GitHub等平台全面开源，普通用户可直接在“智谱清言”平台体验。与此同时，智谱对GLM Coding Plan套餐进行价格结构性调整，取消首购优惠且整体涨幅30%起，以平衡性能飞跃带来的算力成本。这种“顶尖性能开源”与“商业套餐涨价”的同步并行，标志着智谱在维持国产开源大模型领先地位的同时，正积极探索高价值AI服务的商业化可持续路径。

自智谱发布GLM-5以来，A股相关概念股经历了一场估值波动。发布当日，7440亿参数规模及国产芯片特调技术的反馈迅速影响至二级市场，带动算力租赁与自主可控板块的活跃。随后的13日至20日，随着GLM-5在GitHub开源及GLM Coding Plan套餐调价30%的消息发酵，相关合作方的股价表现由普涨转为分化。

截至2月20日，智谱产业链整体还维持在高位震荡态势。分析认为，GLM-5的发布验证了国产算力集群承载超大规模模型的可行性，但调价政策对B端渗透率的具体影响仍需观察。短期内，市场关注点正从单纯的参数竞赛转向实际工程化的落地效率，投资者开始审慎评估智谱生态在“高性能”与“高溢价”并行下的长期商业可持续性。

这种市场关注点的转化也体现在C端消费者的反映上：2月21日，智谱官方的一封致歉信给GLM-5上线后的火热商业模式泼了一盆冷水。信中解释目前的核心问题是由于GLM-5模型参数规模翻倍至7440亿，导致推理成本激增，使得公司在维持产品原价的情况下出现了巨额亏损，同时还造成部分用户在尝试模型时遭遇了严重的卡顿和连接断开现象。智谱承认在调价沟通上存在失误，之前取消首购优惠及大幅涨价的策略过于突兀，伤害了长期支持者的情感。

为此，智谱宣布将全面优化国产算力适配以降低成本，并针对受影响的老用户推出补偿方案，包括为2026年1月1日前订阅且未过期的Lite/Pro用户提供3个月免费额度，同时承诺已订阅Max用户可直接切换至GLM-5旗舰版而无需额外付费，以期挽回用户信任并实现商业可持续发展。

智谱GLM-5的案例表明，“高性能”+“高溢价”模式在国产大模型商业化路径中正处于关键的博弈期。技术上，智谱通过7440亿的参数规模验证了国产算力集群承载超大规模模型的可行性。然而，性能飞跃带来的推理成本激增导致了经营亏损，被迫采取的“整体涨幅30%起”及取消首购优惠等调价策略，必然导致C端用户的负面反馈。目前该模式的挑战在于成本与用户体验的平衡。短期内，该模式是否可行仍需观察其在B端渗透率及长期降本增效上的表现。虽然资本市场对其技术定价权持有期待，但用户对“高溢价”的接受度仍取决于实际工程化的落地效率 。智谱通过优化国产算力适配及推出补偿方案挽回信任的同时，必须在技术领先性与用户心理预期、算力成本之间寻找精细的平衡点。

#头条精选-薪火计划#

作品声明：仅在头条发布，观点不代表平台立场