“偷传数据”风波背后，智谱30亿ARR成色几何？

今年头部大模型厂商最头疼的不是缺钱，而是缺算力。中国信通院数据显示，2026年一季度，国内AI算力需求同比暴涨417%，但有效供给增速只有128%，供需缺口持续拉大。

最近，“大模型第一股”智谱很忙，忙着解释，忙着找钱。

9月23日，智谱就此前引发热议的“偷传数据”风波回应称，已完成产品整改并向用户致歉；两天前的9月21日，ZCode源代码在GitHub开源。这场风波也说明，大模型竞争已不只是功能和体验的比拼，安全与信任正成为新的变量。

再往前，9月16日，智谱召开分析师电话会议，谈到了算力投入、云厂商合作落地、Co-work业务进展等信息量极高的内容，同时将年内ARR指引从24亿美元上调至30亿美元；9月13日，智谱公告以“小股大债”的结构完成了总额50亿美元的再融资。

但市场对智谱近期动作的态度并不一致，股价涨涨跌跌，机构也出现了分歧。国投证券下调目标价至1351港元，理由是“中美模型能力差距阶段性拉大”和“股份稀释”。而此前，摩根大通将目标价上调至2000港元，招银国际则上调至1985港元。

分歧这么大，其实是两套逻辑的对撞——看多的相信ARR的增长轨迹，以及算力约束解除后的放量；看空的则盯着现金消耗的速度，也顾虑大模型竞争的不确定性。

喧闹之下，需要一些冷思考。

频繁大额融资，是真的缺钱，还是算力军备竞赛的被动内卷？

从上市至今八个多月，智谱已经完成了三轮大额融资：1月IPO净募资48.96亿港元，7月“闪电配售”313.75亿港元，再加上这一次，累计融资约756亿港元。

别看融到不少钱，但花钱的地方也不少。截至8月31日，智谱IPO募资已全部动用完毕；7月配售的313.75亿港元中，已动用109.55亿港元，账面尚余204.20亿港元。

既然账面上还有钱，为何又开启了一轮大额融资？9月16日分析师电话会上，管理层提到了一个关键词——“算力扩容”。

事实上，今年头部大模型厂商最头疼的不是缺钱，而是缺算力。中国信通院数据显示，2026年一季度，国内AI算力需求同比暴涨417%，但有效供给增速只有128%，供需缺口持续拉大。

智谱也不例外。2月GLM-5发布后，模型调用需求量暴增10倍，几乎在发布当周算力储备就消耗殆尽，只能停售主力产品Coding Plan；到了GLM-5.2发布后，海外调用需求再度激增，但由于算力储备不足导致约90%的请求被第三方所承接。直到7月融资到位，大规模布局算力扩容后，停售半年的Coding Plan才恢复开放，销量增长超过15倍。

这一情况说明，“算力荒”正在约束大模型厂商的收入增长。因此对于智谱而言，融资时点的决定因素不再是账面余额，而是自有算力储备。

而算力紧缺，也开始推动厂商自建基础设施。目前，智谱已建成并部分运营一座1GW级别的数据中心，全部采用国产芯片；Deepseek也计划在内蒙古乌兰察布建设数据中心，通过“自有+租赁”的形式增加1GW算力。

另一方面，技术迭代速度与商业回报周期之间，形成了巨大的资金鸿沟。一位业内人士告诉陆玖：“今年大模型迭代速度明显加快，这一代模型还没赚到多少钱，下一代模型已经开始烧钱训练了，所以几乎所有厂商都在加速融资。”

比如DeepSeek在7、8月间启动第二轮融资谈判，9月又传出已聘请中信证券筹备科创板IPO；月之暗面7月末完成35亿美元融资交割（投后估值350亿美元），随即开启投前500亿美元的Pre-IPO轮；MiniMax在7月10日通过“配售+零息可转债”完成约160亿港元融资……几乎所有大模型厂商都在为算力军备竞赛储备现金。

而智谱本轮的50亿美元融资也印证了这一点：约60%的所得款项净额将投入下一代GLM基础模型以及“完全自训练”体系的研发，以及大规模训练、推理和算力基础设施的部署升级。

值得一提的是“完全自训练”。按智谱的定义，是下一代GLM在上一代GLM所搭建的环境中训练，形成自我改进闭环，涵盖数据自产、环境自造、基础设施自我优化三个维度。简单来说，就是让AI自己训练自己，在海外这种模式被称为“递归自我改进”（RSI）。

“智谱和别的大模型厂商相比，现阶段资源更倾向Scaling deep（深度扩展）。”所谓Scaling deep，包含后训练、强化学习、长程轨迹与任务反馈。业内人士透露，“这或许就是为了给完全自训练铺路。”

但这套技术叙事目前仍处于早期验证阶段。上述业内人士表示：“RSI确实是最新研究方向之一，但无约束的递归训练会导致系统退化，学术界管这个叫模型坍缩，已经有论文验证过这个现象真实存在。”

新的商业化增量，能不能撑起30亿美元ARR？

电话会上，智谱管理层还提到了一个关键数据：年化经常性收入（ARR）指引从24亿美元上调至30亿美元。

需要先说明的一点是，ARR并不是会计数据——它是把最近一个月的收入直接乘以12。2026年上半年，智谱实现收入9.54亿元人民币。而截至8月末，ARR为16亿美元。两个数据之间，存在着巨大的鸿沟。

所以当ARR指引上调至30亿美元时，市场最关心的不是“为什么敢涨”，而是“谁来兑现”。

除了算力扩容带来的Coding业务持续放量，电话会还透露了两个关键的商业化增量：一个是国内外云厂商分成收入从10月开始确认，另一个是Co-work商业化情况。

先来聊聊云厂商。作为智谱营收版图中的一个全新变量，虽然目前尚未披露具体合作伙伴名称、单个平台收入规模以及分成比例，但历史总是相似的，不妨先看看同业情况。

在海外，这条路径其实早被验证过。Anthropic依托AWS Bedrock分发Claude，OpenAI通过Azure触达企业客户。表面上看，模型厂商用分成换销售网络，云厂商则补齐了最有竞争力的模型货架，实现了双赢。

但分成就意味着让利，云厂商的抽成会直接摊薄利润空间。有知情人士曾透露，Anthropic通过亚马逊渠道销售AI所获毛利中，约50%流向了亚马逊。这里的“毛利”是指Anthropic在扣除亚马逊云服务器运行成本后，通过亚马逊销售AI所获得的收入。

国内来看，近期月之暗面正在与微软、亚马逊、谷歌谈判Kimi K3的云平台托管。9月18日，AWS正式宣布Kimi K3上线Amazon Bedrock。

从目前的公开报道来看，月之暗面的初期诉求是最高30%的收入分成，但业内此前普遍认为20%已是上限，30%已经是超出市场预期的开价。

从整个 产业链的利润流向来看，云厂商的收益确定性明显高于大模型厂商。巴克莱的报告给出了更系统的测算框架：模型公司每获得100美元收入，其中约有35~40美元会以推理算力费用的形式流向三大云巨头：亚马逊AWS、微软Azure和谷歌云平台。

在这35至40美元中，云服务商扣除基础设施成本后，能够获得约10至20美元的营业利润，对应35%至45%的营业利润率。这意味着即使大模型厂商拿到了一个看起来体面的分成比例，扣除算力成本后实际留存到手的收入或许也相当有限。

另一点值得注意的是，云厂商采用的是“超市逻辑”，会同时提供包括Claude、GPT、Gemini、DeepSeek、Kimi等多种模型。

这种格局下，对于云厂商而言，谁的调用量大就推荐谁，谁的展位就靠前；反过来，对于大模型厂商而言，客户的切换成本低到近乎为零，除非有特别领先的优势，否则恐怕很难守住用户，更谈不上溢价。

再来说说Co-work商业化情况。电话会里披露，GLM-5.3发布才一个月，Co-work就拿下了10亿多元的订单，超过100家企业将GLM嵌入其网络安全产品及工作流程。

听起来，智谱为自己打开了第二增长曲线。但这笔订单要在未来一到两年才能分摊确认收入，至于后续会不会有订单续签和扩容，还需要看此次的交付口碑。

所以，别只盯着ARR数据，更要看看它背后的成色如何。这笔折算出来的“未来收入”，究竟有多少能变成真金白银写进财报。

独立大模型厂商，正在面临两头挤压

最近有一个明显的趋势是，机构对于独立大模型厂商的估值逻辑开始降温。

9月6日，杰富瑞发布研报，直言“当前中国大语言模型赛道过于拥挤。相较于纯粹的独立AI实验室，我们更看好具备算力与数据优势，且资产负债表强健的全栈云平台大厂。”参照海外同业的估值水平，这家投行将智谱云业务的市销率倍数从50倍下调至30倍，目标价降至1183.79港元。

大厂对独立厂商的挤压，核心不在于模型能力本身，而在于生态闭环带来的分发和变现优势。大厂们可以把模型直接植入自家产品作为落地场景，独立厂商则没有这种自有入口，必须自建渠道或借助外部场景。

资金实力的差距更是悬殊。字节2026年AI资本开支已从1600亿上调至逾2000亿元，阿里“三年3800亿”计划刚过半，管理层已表态未来五年投入将“远超3800亿”……相比之下，虽然智谱多轮融资，并在电话会上透露“计划投入约300亿元建设10万P算力”，但还是显得多少有点家底单薄。

另一方面，在大厂挤压之外，独立大模型厂商也面临着来自新玩家的价格冲击。

同样也是杰富瑞近期的一份研报显示，在Artificial Analysis（AA）追踪的全球前14大语言模型榜单中，9月新增4个模型，分别来自新加坡、韩国、阿联酋和美国。

这些模型背后的研发机构融资规模普遍有限，其中部分机构累计融资仅约2000万美元，却已经进入全球头部模型榜单。这说明蒸馏技术正在进一步压低行业进入成本。

与此同时，模型性能差距收窄和API价格竞争加剧，使AI供应链面临“高资本支出、低确定性回报”的新压力。

以智谱为例，最近上线的GLM-5.3-Flash版本，价格就比提价后的DeepSeek-V4-Flash更低。

但低价从来不是壁垒，一位经常调用大模型的程序员告诉陆玖：“大模型都迭代好几年了，现在基础任务感觉用起来都差不太多，开发者基本是谁便宜用谁，反正切过去也没啥成本。”

坦率地讲，虽然智谱不缺融资能力、也不缺技术叙事，但在大模型内卷的环境下，这些都不足以构成真正的护城河。

今年年初，德银曾经有一个预判：“2026年将是独立AI模型公司的生死之年”。除Anthropic等少数凭借稳健现金流和企业级产品站稳脚跟的公司外，较小的独立公司可能因无法承受加速增长的算力成本，最终难逃被巨头收购的命运。

喧嚣退潮之后，能留在牌桌上的，是那些真正把商业闭环跑通的公司。