智谱CEO张鹏：将推理性能压榨至极限，不是为了短期盈利

雷递网 乐天 3月31日

智谱CEO张鹏今日在智谱2025年年报沟通会上表示，智谱曾经历过质疑，经历过挫折，但无数事实反复验证了一个判断——智能上界的提升，是大模型AGI时代唯一的"第一性"。

张鹏说，AGI时代的商业价值可以归结为一个简洁的公式：智能上界 × Token消耗规模。智能上界决定了定价权，Token消耗规模决定了价值体量。

以OpenClaw为代表的应用引爆Token消耗狂潮，面对2月以来供不应求的市场，智谱将继续加大投入国产芯片软硬一体化调优，将推理性能压榨至极限，不是为了短期盈利，而是为了支撑那条不断上扬的、高质量Token消耗的指数曲线。

在这场关于算力、数据与智能的马拉松里，胜负手永远在于对这个公式的极致执行。

张鹏指出，在大模型时代，当大模型具备长程任务执行的闭环能力后，核心竞争力将重塑为 TAC（Token Architecture Capability，Token 架构能力）。

TAC = 智能调用量 x 智能质量 x 经济转化效率。未来，衡量一个个体或组织价值的标准，不再是掌握了多少信息，而是其作为Token 架构师，在给定预算下构建复杂 Agent 系统并驱动大模型完成复杂Agent系统的自主运行。

智谱的目标是成为提升全社会 TAC 的基础设施，让每一滴 Token 都能转化为可交付的经济增量。

据悉，智谱今日发布2025年全年业绩，这是其上市后首份财报。智谱2025年营收7.24亿，较上年同期的3.12亿增131.9%。MaaS商业飞轮全面运转，MaaS API平台实现ARR 17亿（约2.5亿美元），同比提升60倍；且盈利能力大幅改善，MaaS API平台毛利率同比提升近5倍至18.9%。

以下是智谱CEO张鹏在电话会议上讲述的内容：

张鹏：今天我想和大家分享三件事：我们如何坚定地走在AGI的道路上，MaaS商业模式如何验证了我们的战略判断，以及我们探索智能上界的下一个突破。

一、坚定追求AGI，智能上界的持续突破

智谱自2019年创立起，就将“让机器像人一样思考”作为公司唯一的战略目标。六年来，这个目标从未动摇。我们也曾经历过质疑，经历过挫折，但无数事实反复验证了一个判断——智能上界的提升，是大模型AGI时代唯一的"第一性"。

在这个第一性原理之上，我们进一步认识到：让智能普惠大众的载体是Token。每个人、每个组织都可以通过Token调用智能产生价值。因此，AGI时代的商业价值可以归结为一个简洁的公式：智能上界 × Token消耗规模。智能上界决定了定价权，Token消耗规模决定了价值体量。

过去一年，智谱的关键词叫做“智能上界”。

2025至26年我们完成了GLM-4.5、4.6、4.7到GLM-5、5-Turbo的模型迭代。每一代模型的发布，都在国际最具影响力的评测中刷新纪录——保持全球开源模型第一、中国模型第一，在全球模型中仅次于GPT、Claude和Gemini。

换句话说，我们已经稳定地进入了全球AI的第一梯队，与世界上最顶尖的三家公司同台竞技。a16z引用GLM-5与Claude Opus 4.6作为开源与闭源差距明显收窄的论据。GLM-5在Artificial Analysis Intelligence Index榜单达到50分，这是开放权重模型首次达到这一分数。

智谱始终坚持GLM自研架构，2025年智谱是"Vibe Coding"（氛围编程）的先行者，模型Coding能力在全行业取得广泛认可。随着旗舰模型GLM-5的发布，我们再次率先完成从Vibe Coding到Agentic Engineering（智能体工程）的跨越——AI不再是简单的代码生成器，而是具备自主规划、测试与迭代能力的“工程师”。在架构底层，我们通过 Muon Split 优化策略及 MLA-256 改进，实现了稳定的模型训练，在和 GQA-8 相同性能的情况下显著减少了 KVCache 占用；通过动态稀疏注意力机制，攻克了长序列推理的计算量难题，实现部署成本降低到原来的 50% 且性能无损。

我们还推出Slime框架实现异步强化学习的效率革命，解决了智能体长时序任务的空转痛点，实现了生成与训练的完全解耦。通过Prefill-Decode (PD) 分离与心跳容错机制，Slime最大化了GPU利用率并确保了大模型训练的鲁棒性。配合我们独创的直接双面重要性采样算法，我们克服了异步训练中的动作-奖励对齐难题，使模型能从超1万个真实软件工程环境中高效学习。这套体系支撑了GLM-5-Turbo作为全球首款OpenClaw基座模型的诞生，实现长链路安全执行。

我们深知算力自主的重要性，GLM-5的国产化适配已超越简单的算子移植，进入了Co-design（软硬协同设计）阶段。在底层内核层面，通过Lightning Indexer等定制化融合内核与FlashComm通信优化，我们最大限度隐藏了内存访问与通信延迟。这种深度调优让GLM系列在国产芯片上跑出了比肩国际顶级芯片的推理效率，实现了“智能上界+自主计算底座”的技术闭环。

进入2026年，我们的关键词叫做“token量”。以OpenClaw为代表的应用引爆Token消耗狂潮，面对2月以来供不应求的市场，我们将继续加大投入国产芯片软硬一体化调优，将推理性能压榨至极限，不是为了短期盈利，而是为了支撑那条不断上扬的、高质量Token消耗的指数曲线。我们坚信，在这场关于算力、数据与智能的马拉松里，胜负手永远在于对这个公式的极致执行。

二、MaaS驱动的商业飞轮：从模型能力到商业化Scaling

接下来汇报核心业绩。在展开数据之前，我想先请各位关注一个全球性的范式变化。过去一年，Anthropic是全球AI行业最受关注的公司之一，它的增长逻辑非常清晰：专注于把最强的模型通过API交付给企业和开发者，让智能参与创造经济价值。

Anthropic的ARR从24年底ARR 10亿美金，到25年底90亿美金，这证明了一件事：当模型足够强，API本身就是最好的商业模式。智能的质量创造定价权，企业和用户的深度使用创造增长的Scaling。

同样的商业模式与增长正在智谱身上发生。

2025年公司总收入7.24亿人民币，同比增长131.9%，是国内收入规模最大的大模型公司，超出我们自己年初设定的目标，这是市场对我们长期坚持“基座模型+API平台+生态”战略的最好印证。

截至目前，我们的编程、智能体及企业级大模型与超过400万中小企业及开发者共建生态，覆盖全球218个国家和地区。

核心增长极是智谱MaaS平台（也就是开放平台及API业务）的全面爆发。当前，智谱的MaaS平台ARR约17亿元，在过去12个月提升60倍。通过对推理侧的极致工程优化，我们大幅度降低token单位成本，实现业务盈利水平的大幅改善，MaaS平台毛利率提升近5倍至18.9%，远超行业水准。

Anthropic的早期增长依靠模型被全球开发者高频使用，智谱的增长同样如此——开发者是感知智能上界最敏锐的群体。2025年智谱在国内第一家推出编程套餐“GLM Coding Plan”，迅速覆盖全球，付费开发者规模快速突破24.2万，Token调用量6个月涨了15倍。

Anthropic约80%的收入来自企业级API调用服务，与其类似，依托BigModel.cn，智谱MaaS平台已成为连接基础模型与400万企业应用及开发者的枢纽。中国前10大互联网公司中已有9家每天深度调用GLM，每一代模型发布后24小时内即获得字节、阿里、腾讯等头部大厂的官方接入。

基于高阶智能带来的底气，我们的API调用定价在一季度提升83%，即便如此，市场依然呈现出供不应求的情况，调用量增长400%，再次印证了高质量token是当下的稀缺资源，谁掌握了智能上界，谁就掌握了定价权。

除了聚焦Coding以外，智谱也是国内Agent布局最早的模型厂商，从全球首个手机Agent AutoGLM到国内首个一键安装的AutoClaw。2026年3月，继Coding Plan之后我们推出Claw Plan，上线仅两天订阅用户即破10万，上线20天订阅用户突破40万，这验证了智能体长链路任务的巨大商业空间。

在全球化维度上，我们实现了Token在全球范围内的价值变现，屡次模型发布在国际市场广受关注，目前，GLM模型已全面部署于Google Vertex AI、AWS Bedrock、Fireworks、Cerebras等全球顶尖云服务商，并入驻OpenRouter、Vercel等国际主流模型聚合平台，是OpenRouter付费模型排名NO.1。GLM已成为国际知名Coding平台（如Windsurf）、知名CodingAgent平台（如OpenCode）的默认模型。

以智能上界为壁垒，以API为主要产品形态，这是Anthropic和智谱正在兑现的商业路径。公司已成为国内付费Token消耗量最高的厂商之一，更关键的是，智能上界的突破推动Token消耗量的指数级增加——随着模型越强、用户的使用场景越深度和复杂、Token调用量随之越来越大。Anthropic过去1年ARR的10倍增长、智谱API平台的60倍增长，均反映增长不再是线性的。同时，商业上的正反馈支撑我们投入更大的算力和研发，进一步抬升智能上界，这一飞轮已经转动起来。

三、面向未来：智能上界突破与社会生产力

智谱不是一家传统意义上的软件公司，我们是一个以 AGI 为信仰的原生智能实验室。我们的护城河不在于算力的堆砌，而在于对智能本质的底层解构，以及将这种理解转化为社会生产力的定力。

展望 2026，智能范式将从轻量化的 Vibe Coding（氛围编程）向工业级的 Agentic Engineering（智能体工程）演变，再进化为具备自主规划、环境感知与自我迭代能力的数字工程师，最终实现跨越多步迭代、具备逻辑一致性的 Long-horizon Task（长程任务）闭环执行，这将进一步带来智能上界的突破与 Token 调用的指数级增长。

进入 TAC 时代：人人都是“Token 架构师”

在大模型时代，当大模型具备长程任务执行的闭环能力后，核心竞争力将重塑为 TAC（Token Architecture Capability，Token 架构能力）。TAC = 智能调用量 x 智能质量 x 经济转化效率。未来，衡量一个个体或组织价值的标准，不再是掌握了多少信息，而是其作为Token 架构师，在给定预算下构建复杂 Agent 系统并驱动大模型完成复杂Agent系统的自主运行。智谱的目标是成为提升全社会 TAC 的基础设施，让每一滴 Token 都能转化为可交付的经济增量。

从“对话接口”到“大模型操作系统”（LLM-OS）

传统的 OS（操作系统） 是硬件资源的调度者，而 LLM-OS（大模型操作系统） 是智能的调度者。大模型正在吞噬软件，未来的计算平台将不再是 App 的堆叠，而是 API 商店与 Agent 矩阵的协同。在 LLM-OS 架构下，模型直接理解模糊意图、拆解长程任务并调度全栈资源。谁的模型进入了系统内核，谁就掌握了下一代计算的定义权。我们致力于将 GLM 打造为这一自治系统的核心引擎，实现从云端 API 到设备级原生智能的位势跃迁。

智能输出革命：高质量 Token 的“全球工厂”

随着 OpenClaw等应用驱动的 Token 消耗进入指数级轨道，一场智能输出革命正在发生，首先是推理再中心化：凭借超大规模集群的规模经济与极致的推理优化，云端大参数基模的效率将进一步提高。其次高质量 Token 出海：依托中国在能源、芯片适配及 IDC 运维上的全产业链优势，我们正在实现从“中国制造”向“中国智能”的跨越。Token 出海不是低价竞争，而是基于 GLM-5 等顶级智能水平的“高质优价”输出。我们要向全球供应的，是代表认知智能上界的、具有极致性价比的生产要素。

回顾2025年，智谱交出了一份不错的成绩单：收入规模行业第一，开放平台及API业务ARR增长60倍。全集团综合毛利率41%，并且拥有在行业中罕见的定价权。展望2026年，我将继续沿着"中国的Anthropic"这条商业路径，以模型智能为根基，以API平台为引擎，做TAC时代高价值的智能基座。

通往AGI的征途漫长，我们将继续脚踏实地，用极致的基座能力探寻未知的边界。

雷递由媒体人雷建平创办，若转载请写明来源。