智谱收入结构剧变，大模型集体“卖水”

21世纪经济报道记者 孔海丽

大模型公司的商业化还在探路，智谱上市后的首份中报，提供了一个典型样本。

2026年上半年，智谱实现收入9.54亿元，同比增长399.7%；期内亏损20.72亿元，同比收窄12.1%。其中，开放平台及API收入达到8.25亿元，同比增长超过27倍，收入占比快速升至86.5%；本地化部署收入占比则由去年同期的84.8%降至13.5%。

这意味着，按量收费的API已经成为智谱的收入主力。管理层还在业绩说明会上披露，截至8月底，智谱MaaS平台ARR达到了16亿美元，模型能力提升带来的收入增长仍在加速。

一周前发布中报的MiniMax也有类似变化，开放平台及企业服务收入占比达到63.4%，超过AI原生应用，成为第一大收入来源。两家已经上市的大模型公司都开始靠API获得主要收入，业界讨论了几年的大模型商业化，如今有了更直观的模式和财务指标。

API收入占比升至86.5%

过去几年，中国大模型公司的常见生意是本地化部署。客户支付一笔项目款，模型部署在企业内部，厂商要承担定制、适配和后续服务。这类项目金额较大、毛利率较高，收入却依赖逐个签单，规模很难迅速铺开。

2025年上半年，本地化部署占智谱收入的84.8%，云端业务占比只有15.2%。一年后，两项业务的位置几乎对调。云端部署收入达到8.25亿元，占比升至86.5%；本地化部署收入为1.29亿元，占比降至13.5%。

API是一种更轻的交付方式。企业和开发者接入统一平台，按使用量付费，一套模型可以同时服务大量客户。模型升级后，平台用户可以直接使用新能力，无需重新部署一套系统。

这也是智谱收入增速明显提升的原因，智谱董事会秘书肖磊在业绩说明会上表示，智谱目前的主要营收已经基本由开放平台及API业务贡献，GLM-5.2、GLM-5.3和GLM-5.3-Flash接连发布，推动了平台调用集中放量。

国内大模型公司首次用财报证明了Token经济可以成为收入主引擎。放眼全球，OpenAI、Anthropic的收入主体同样是API加订阅制，估值锚点就是ARR。

据智谱披露，截至8月末，公司最新ARR达到了16亿美元。肖磊称：“这个ARR是按照非常简单的年化月度收入计算，就是拿8月的收入乘以12。”

有些大模型公司也会采用最近一周收入乘以52的计算方式，如果以这种更激进的口径计算，智谱最新ARR已经超过20亿美元。

智谱管理层将这轮增长归因于模型能力提升、调用规模扩大和价格上涨。新模型发布后，Coding Plan订阅和API调用明显增加，付费用户和核心客户的使用深度也在增加。

开放平台及API业务自身的毛利率则由负0.4%提高至24.6%。API毛利率的转正，说明规模效应开始出现。更多客户调用同一套模型，推理成本持续下降，云端收入得以逐渐覆盖平台运行和研发投入。

Coding是第一个验证点

智谱将大模型能力划分为Chat、Coding、Agent、Co-work和Autonomous AI五个阶段，目前的业务重心主要集中在Coding、Agent和Co-work几个阶段。

Coding率先带来规模收入，也承担着训练模型的作用。肖磊在业绩会上透露，Coding是大模型能力发展的一个重要“卡点”。代码任务有清晰的验证结果，可以为强化学习提供规模化反馈环境。模型在编程中形成的长程规划、工具调用和错误恢复能力，也能够迁移到网络安全等专业领域。

目前，网络安全是智谱推进较快的Co-work场景，未来会继续延伸，选择智力门槛高、可验证、经济价值大的任务领域，希望模型能够交付由专业人员复核的工作成果，进入企业真实工作流。

模型承担的任务变复杂，也影响了客户的付费意愿。截至8月底，智谱API平均售价提高约101%，前十大客户日均调用量较年初增长98倍。管理层认为，客户选择模型时会综合比较任务完成率、稳定性和重新适配成本，价格只是其中一项。

智谱董事长刘德兵在业绩会上说：“单点的SOTA本身不能形成长期定价权。今天某个Benchmark第一，可能在几周之后就会被追平。”

在刘德兵看来，大模型公司的长期竞争力取决于模型迭代速度、长程任务完成率、高价值任务的拓展，以及进入客户工作流的深度。同等智能水平的模型会继续降价，能够处理复杂任务、提高任务成功率的前沿模型，仍有一定的溢价空间。

下一代模型探索“完全自训练”

对于下一代模型，智谱管理层在业绩会上给出了最新判断。

智谱首席科学家唐杰在业绩会上表示，Scaling仍是提升模型能力的重要路径，扩展的对象包括基座规模、训练深度、数据质量、任务环境和推理系统。

“我们把基座模型做得更大，一方面可以存储更多知识，提高表示能力；另一方面还要控制激活参数，不能让模型推理速度过慢、成本过高。”唐杰说。

智谱在GLM-5.3上重点加强了后训练。按照公司披露，GLM-5.3与GLM-5.2采用相同的基础模型架构，主要变量是后训练规模，端到端任务完成率提高超过50%。

唐杰表示，GLM-5.3使用的训练数据环境较上一代扩大了几十倍。下一代模型会继续增加基座规模，强化中训练和后训练，并采用更长的原生上下文和多模态统一建模。

但是这些还不够。

唐杰透露，智谱从2019年就定下“让机器像人一样思考”的愿景，至今未变，这种探索的终局并不是训练模型能够达到的，更长期的研究方向是“Fully Self-Training”，也就是完全自训练。模型参与预训练、中训练和后训练，自己生成数据、搭建环境、验证结果并优化推理系统。

他同时承认，这项研究面临一个很大的难题：“模型能不能自己判断什么时候停止，什么时候纠正自己？”截至目前，自训练仍是一项技术愿景。

大模型公司集体竞逐API

智谱的收入结构变化具有一定的行业代表性。

MiniMax上半年收入1.166亿美元（约合人民币7.84亿元），同比增长283.1%；开放平台及AI企业服务收入增长703.1%，占比升至63.4%。一年前，MiniMax的收入重心还在海螺AI、Talkie等AI原生应用。如今，平台调用和企业服务已经成为第一大收入来源。

阿里云百炼、字节火山方舟、百度千帆、腾讯混元也都提供按量调用的大模型服务。月之暗面、DeepSeek等独立模型公司同样开放API。

API已经成为国内大模型公司的标准产品，收入权重则因公司类型而异。拥有C端应用的公司会保留会员和订阅收入，深耕政企客户的公司仍会承接本地化项目，互联网大厂还会在云计算、广告、办公软件和自身应用中获得收益。

智谱和MiniMax的财报，率先把平台调用对独立模型公司的商业价值写进了报表。相应地，大模型公司的评价标准也变得具体。除了模型能力和榜单排名，调用量能否转化为收入、客户愿意为哪些任务付费、推理成本下降程度，以及业务放量后毛利率能否改善，都会影响公司的财务表现。

智谱还首次披露了“算力乘数”，即每投入1元算力，对应多少开放平台及API收入。据肖磊透露，智谱今年上半年的“算力乘数”较去年同期整体提升了14倍，原因在于，单位Token推理成本较年初下降80%，并已在10万卡级国产芯片集群上进行了规模化推理。

肖磊表示，简单统计芯片数量已经很难反映大模型公司的算力水平，智谱更关注有效算力，也就是稳定调度、长期运行并转化为训练进度和可计费Token的能力。

“先有能力，再有生意。”刘德兵的观点，一定程度上代表了接下来大模型公司竞争的本质，也就是说，大模型需要进入更多高价值任务，产生真实落地结果。