社区

原创 施展 智讯智库

作者：智讯智库分析师 施展

导读：智谱以GLM-5.2开源突围，切入代码、Agent与长上下文生产力场景，试图用MaaS订阅化打开收入天花板。高估值背后，真正考验不只是模型能力，而是云端商业化、国产算力适配与推理成本下降能否共同支撑盈利。

2026年，全球大模型竞争正从预训练规模的“军备竞赛”，转向Agent、代码生成与长上下文驱动的生产力落地。智谱AI凭借开源旗舰GLM-5.2，正式走上全球大模型牌桌。本文将从四个维度理解智谱的未来：

1. 以MIT协议开源GLM-5.2，并通过IndexShare兼顾模型能力与推理成本；

2. 从清华实验室走向资本市场，用7年完成技术、商业与估值跃升；

3. 以MaaS平台承接企业需求，并通过Coding Plan、Claw Plan等订阅产品探索高ARR收入；

4. 通过与****等国产芯片厂商Day0适配，降低推理成本，构建“国模+国芯”的软硬协同生态。

智谱真正的考验，已从模型能力转向商业化效率与盈利能力。

声明：本文仅基于公开资料进行行业研究与信息分析，不构成任何投资建议、证券推荐或买卖依据。文中涉及的股价、市值及财务数据具有时点性，市场有风险，投资需谨慎。

“AI的未来是开放的”，智谱开源上牌桌

2026年6月13日智谱创始人唐杰在X上呼吁“通往AGI的道路绝不能被高墙围起。我们始终相信，AGI应该是全人类共同探索智能边界并解决复杂挑战的基石，而不是少数人垄断的特权”。[1]

这一日，美国商务部对Fable5/Mythos5实施出口管制，Anthropic临时暂停访问；6月30日宣布相关限制解除后，Fable5于7月1日恢复全球可用，Mythos5仍按可信访问/Project Glasswing等机制限制。[2][28]

也是在同一日，GLM-5.2宣布将以MIT协议完全开源，作为智谱最新的旗舰模型，其提供了强大的编码能力、可用的1M上下文支持，以及在长时程任务方面的持续优势。[1]

在FrontierSWE榜单上，GLM-5.2的Dominance达到74%，位列第三，低于Claude Opus 4.8的75%，并略高于GPT-5.5的73%。在FrontierSWE这类超长程、开放式、Agentic software engineering任务上，GLM-5.2让开源模型第一次跻身全球第一梯队。[3]

1M上下文是编程能力的基础前提。对Coding和Agent来说，长上下文意味着模型可以一次性读入更大的代码仓库、更长的任务历史和更多工具调用记录；但传统Transformer在超长上下文下会面临计算量暴涨。

智谱用IndexShare解决这一问题：它可以被理解为一种token索引器，在多层Transformer之间复用检索结果，减少重复注意力计算（即所有token不需要遍历其他所有token，只需要找到或继承关键的token单元即可）。官方数据显示，在1M上下文下IndexShare让相关per-token FLOPs降低约2.9倍，也就是减少约66%的计算量。[6]

开发者在尝试GLM编程能力甜头的同时，也感知到在成本上的优势。Together AI开发者体验负责人Hassan提到“在我构建的30个不同的网站中，使用GLM的平均价格为4美分，而Opus的价格为13美分。”[9]

目前，GLM-5.2在Design Arena Daily Usage榜单中位列第一[4]，其生成应用的日均独立用户交互量显著高于平台平均水平。“长上下文能力”和“低推理成本”决定了它能不能从“聊天模型”进入“生产工具”，当技术、成本和可部署性在同一个时间窗口里对齐了，智谱迎来了爆发。

从清华实验室到资本市场：智谱的七年跃迁

2006年，刚博士毕业的唐杰选择留校，在清华大学计算机系创建了知识工程实验室（Knowledge Engineering Group，简称KEG）。当时他的手头上只有2万元——博士论文被评为优秀的奖金[10]。

在没有机器，没有计算资源，也没有助手的实验室里，唐杰带领团队开发出了AMiner学术搜索系统。到2020年，AMiner已覆盖全球220个国家/地区的3000多万独立IP用户，收录论文超过2.3亿篇。[7]

2019年6月，AMiner团队从清华KEG实验室独立，成立北京智谱华章科技。但智谱并没有一上来就投入通用大模型，而是把知识图谱、语义理解、数据挖掘等能力服务于政企客户。

转折发生在2020年。GPT-3发布后，智谱内部意识到通用大模型的潜力，便做了一个激进的选择：不再满足于做政企语义技术服务，而是全力投入通用大模型研发[11]。

2021年3月，唐杰团队与智谱AI联合在arXiv上发布了GLM预训练框架的论文[12]；

2022年，GLM-10B、GLM-130B相继推出，进入百亿、千亿参数阶段；2023年，ChatGLM和ChatGLM-6B开源，让智谱第一次从实验室走向中国开发者生态。

在“百模大战”中，智谱做出了一个关键的战略选择：坚持自研GLM架构，而非简单跟随GPT路线。

2024年，GLM-4、GLM-4V和AllTools发布，能力从“能对话”扩展到“能看、能调用工具、能进入复杂应用场景”。2025年，CodeGeeX、AutoGLM、GLM-Voice以及GLM-4.5/4.6/4.7，把技术重心继续推向代码、多模态、语音和Agent；2026年迭代速度加快：4个月内完成GLM-5→5.1→5.2三连发，GLM-5.2进入开发者工作流和长程复杂任务执行。[13]

如果把这张图放在全球AI技术变迁历史上，从拼预训练规模、到专业模型/MoE，再到后训练推理归因、以及现在的Agent，智谱在每一轮全球大模型技术范式切换中，都没有缺席。

2026年7月11日，唐杰发表内部信《巨浪已至》，智谱未来两年将启动“Touch High 摸高计划”，不以短期应用变现为首要目标，而是把资源集中到长程任务、自主智能体、完全自我训练和极致安全治理四个方向。

伴随着开源策略+技术迭代的，是估值的跃升。

2019年至2025年，智谱AI累计完成8轮融资，总额83亿元人民币，IPO前估值达到244亿元。股东名单几乎覆盖了中国科技产业资本的全明星阵容：红杉中国、高瓴创投、美团、阿里、腾讯，以及北京AI产业基金、珠海华发等。[15]

2026年伴随着资本市场的催化、海外大模型的封堵、GLM-5.2的技术实力，年内估值增长20倍（截至2026年6月22日收盘，智谱股价2400港币vs上市时股价120港币）。

MaaS商业化的现实主义，智谱能摆脱开源收入魔咒?

2026年7月14日收盘，智谱AI的二级市场估值被推向了7408亿港币（约6408亿人民币）的历史高位。若以其最新的营收数据测算，其市销率（P/S TTM）已高达918倍。

在狂热的技术叙事与极端的估值溢价之间，市场迫切需要将视线锚定回最底层的商业逻辑：剔除情绪面后，智谱究竟靠什么赚钱？它的收入和利润潜力能否支撑起如此高昂的市值？

穿透智谱的招股募集书及最新年报数据，这家中国大模型头部公司正在经历的商业演进——一场从“重交付、低毛利”的本地化传统模型代理，向“高壁垒、高弹性”的标准化MaaS与ARR（年度可经常性收入）订阅模式的跃迁。

    营收基本盘的隐忧：本地化部署的“交付泥潭”与毛利侵蚀

从总量上看，智谱的营收正在经历典型的爆发式增长：2022年至2025年，公司收入从5740.9万元增至7.24亿元，三年实现约12.6倍的复合增长。[15]

在这条增长曲线上，本地化部署（On-Premise）是绝对的营收支柱。尽管其收入占比已从早期的96%稀释至74%，但它依然构成了智谱的收入基本盘。[14]

然而，财务数据的硬币另一面是毛利率的失守：2025年，智谱本地化业务的毛利率由2024年的66%滑落至49%。

数据变动揭示了一个残酷的行业现实：在短期内，智谱仍未脱离一家“重ToB交付”的软件工程公司属性。

随着大模型落地进入深水区，企业客户的需求已经从单纯的“大模型部署”，演变为复杂的“系统集成、私域数据清洗与多算力适配”。交付复杂度的指数级上升，导致定制化工程成本大幅激增，侵蚀了本地化业务的盈利空间。

    增长主引擎：云端MaaS的边界扩张与技术降本

在本地化交付承压的背景下，真正打开智谱估值想象力的，是其云端MaaS（Model as aService）业务。

数据表明，2022-2025年间，智谱云端MaaS的年复合增长率（CAGR）高达319%（远超本地化部署的114%），其毛利率更是从早期微薄的3.3%逆势反弹至18.9%。[14]

云端MaaS是典型的高经营杠杆业务，模式成立的核心逻辑在于比企业自建ROI更高（有持续客户）、以及有更好的规模效应（客户有粘性）

• 技术溢价与架构降本：企业自建算力面临GPU/NPU折旧、机房能耗及算力满载率低等多重损耗。而智谱通过底层软硬件协同优化实现了极致降本，在GLM-5.1coding场景中，通过ZCube网络架构优化，在保持算力不变的前提下，节省了33%的交换机与光模块成本，GPU平均推理吞吐提升15%，TTFTP99降低40.6%[26]。

• 边际成本递减的规模效应：年报显示，智谱已与超400万中小企业及开发者共建生态，且中国前十大互联网公司中有9家已成为GLM模型用户。B端调用量的集中，让智谱得以将云端基建效率“打满”，促使MaaS毛利率进入规模效应驱动的上升通道。[14]

    未来估值锚：Agent与Coding工具，从小Token走向高ARR

如果说MaaS卖的是“Token流量”，那么智谱在2026年真正的估值锚，则是集成了语言、多模态、代码等多能力的生产力工具（AI Agent/Coding）。

全球AI产业的商业化路径已经给出了明确的估值对标：美国大模型独角兽Anthropic旗下的ClaudeCode，在2025年5月开放后，仅用6个月ARR便达10亿美元；截至2026年2月，其官方披露的ARR已超越25亿美元[16]。同样，通用执行型Agent标杆Manus上线8个月ARR突破1亿美元，处理了147万亿tokens，创建了8000万台虚拟电脑[19]。

这些标杆数据印证了一个底层的商业共识：全球B端与C端用户，更愿意为“完成任务（结果）”而不是“回答问题（过程）”支付溢价。

智谱目前正凭借两款拳头产品，复制这一高毛利、高粘性的Saas化ARR路径：

• 开发者赛道GLM Coding Plan：2026年初GLM-5上线后，面对井喷的工业级开发需求，智谱将GLM Coding Plan的订阅价格上调了至少30%[17]。但由于其技术红利远超溢价成本，在GLM-5.2发布后市场依然呈现“一票难求”的买方市场格局。今年5月，Coding Plan团队版正式推向市场[18]，标志着智谱正式切入企业级协同编程的垂直深水区，成为锁死开发者生态的ARR抓手。

• 泛办公与个人生产力赛道AutoClaw（Claw Plan）：作为对标Manus的通用执行型Agent，AutoClaw具备极强的商业化变现爆发力。2026年3月，智谱基于该助手推出付费计划Claw Plan，上线仅2天订阅用户突破10万，20天内迅速斩获超40万订阅用户[14]。

AutoClaw的战略意义在于其高拓展性的生态架构：它将AutoGLM的浏览器跨应用操作能力、OpenClaw本地客户端及各种办公Skills无缝封装。在商业化模式上，它不仅收取基础订阅费，更通过叠加任务Credits、API调用、团队版权限以及政企私有化部署，形成了一套“组合拳式”的变现矩阵。

未来怎么盈利？国产算力是解药吗?

2022-2025年，智谱研发投入持续显著高于收入，研发支出从0.84亿元增长至31.8亿元，收入从0.57亿元增长至7.24亿元。研发支出/收入倍数在2024年达到高点7.03x，2025年随收入放量回落至4.39x，但仍处于明显高位。

研发支出的增长来自算力服务费。2022-2024年，算力服务费分别为0.15亿元、3.12亿元、15.53亿元，占研发支出的比例从17.3%快速提升至58.9%、70.7%。

而算力的支出主要花在训练和推理两部分，但目前训练算力仍然需要效率较高的英伟达集群，但在高企的算力采购成本和政府禁令下，现有格局已经松动。

2026年7月6日美团发布LongCat-2.0（LongCat-2.0总参数1.6T，平均激活约48B）这是业界首个在五万卡国产算力集群上完成推理的万亿参数模型。美团官方称“针对显存与带宽受限的国产算力芯片，我们在模型架构、芯片适配到部署策略上进行了深度协同优化，让万亿参数模型在存量卡上同样跑得稳、跑得快。”[21]

另一个更关键变化正在发生：Coding、Agent、长上下文和多轮任务显著增加了token消耗量，行业的成本重心也从训练逐步转移至推理。IDC数据显示：2025年中国智能算力规模预计达1037.3EFLOPS，推理正在成为AIIaaS市场最重要的新增需求来源，预计到2027年推理将占智能算力需求70%以上[27]。

当模型能力逐渐“够用”，胜负手便从“谁更聪明”转向“谁更便宜、更快、更省”。以****950PR/Atlas350为例，公开发布会口径显示，其在FP4低精度推理场景下单卡算力约为英伟达H20的2.87倍[22]，并配备112GB HBM。若按部分渠道价格估算，其推理性价比可能显著高于H20。

2025年9月，GLM-4.6发布时，寒武纪和摩尔线程同步宣布完成适配，这是智谱内部称为“Day0适配”的流程——模型发布当天，国产芯片平台同步可用。到了2026年6月，GLM-5.2开源时，适配的国产芯片平台已经扩展到8家：****、平头哥、摩尔线程、寒武纪、昆仑芯、沐曦、海光、壁仞[23]。

DeepSeek-V4的技术细节也展示了新一代国产大模型正在从模型架构、MoE调度、低精度、KVcache、kernelDSL等多个层面降低对极致GPU资源的依赖；其中MoE专家并行方案已经在**Ascend NPU上验证，这为国产算力承接先进模型推理和部分训练/后训练任务提供了可靠的技术依据[24]。

据2026年7月8日Information最新消息，智谱正在考虑设计自研AI芯片，此举将使其与OpenAI、谷歌、阿里巴巴和字节跳动等公司一道，共同追求定制处理器，旨在降低AI成本并确保计算能力[25]。

当国产大模型更多和国产算力深度协同，一个极具性价比未来正在涌现：国模+国芯，是围绕计算/通信比例、功耗余量、低延迟通信和低成本激活进行软硬协同设计。

大模型的上半场属于“宏大叙事”，拼的是资本的厚度、算力的规模以及谁能堆叠出更庞大的预训练参数。然而，智谱GLM-5.2的破圈以及其MaaS商业化的探索，向行业昭示了一个清醒的现实：大模型的下半场，是深入生产流程的交付、是软硬协同的成本控制。

    参考资料：

[1] 唐杰：《巨浪已来》——智谱内部信，阐述AGI时代战略与长期投入

https://x.com/jietang/status/2065784751345287314?s=20

[2] Anthropic 宣布限制 Fable 与 Mythos 模型访问

https://www.anthropic.com/news/fable-mythos-access

[3] FrontierSWE：全球代码智能体（Coding Agent）能力排行榜

https://www.frontierswe.com/

[4] Intelligence AI Leaderboard：全球大模型综合能力排行榜

https://intelligence.ai/leaderboard

[5] Nutlope：GLM-5.2 发布体验与能力点评

https://x.com/nutlope/status/2069824023370817549

[6] AI Weekly：智谱发布 GLM-5.2-753B，支持 100 万 Token 上下文

https://aiweekly.co/alerts/zai-releases-glm-52-753b-open-model-with-1m-token-context

[7] 北京大学教育基金会：唐杰教授人物介绍

https://www.pkuef.org/info/1018/5366.htm

[8] 中国计算机学会（CCF）：唐杰个人简介

https://ccf.org.cn/yef2023/speaker_d_3047

[9] Nutlope：GLM-5.2 发布体验与能力点评

https://x.com/nutlope/status/2069824023370817549?s=20

[10] 智谱AI创业历程：从 AMiner 到 GLM 的发展回顾（微信公众号）

http://mp.weixin.qq.com/s?__biz=MjM5MjI0Nzk5NA==&mid=2650211826&idx=3&sn=9c32867ac479b2283d722495154a52e0&poc_token=HDsPT2qjaGYpBmXD5bJmzx2ownUBjA3PsMMjhMvT

[11] YouTube 访谈：唐杰分享智谱AI创业与大模型发展

https://www.youtube.com/watch?v=toy8RLeFZ08&t=914s

[12] 《GLM: General Language Model Pretraining with Autoregressive Blank Infilling》

https://arxiv.org/abs/2103.10360

[13] 智谱AI（Z.ai）GitHub 官方开源项目主页

https://github.com/zai-org

[14] 智谱AI《2025 年年度报告》

https://www.zhipuai.cn/investor_relations/2025%E5%B9%B4%E5%A0%B1.pdf

[15] 智谱AI投资者关系页面

https://www.zhipuai.cn/investor_relations/

[16] Anthropic 完成 300 亿美元 G 轮融资，投后估值 3800 亿美元

https://www.anthropic.com/news/anthropic-raises-30-billion-series-g-funding-380-billion-post-money-valuation?utm_source=chatgpt.com

[17] 财联社：智谱AI相关报道

https://www.cls.cn/detail/2287882

[18] GLM Coding Plan 官方文档

https://docs.bigmodel.cn/cn/coding-plan/overview

[19] Manus 官方：ARR 突破 1 亿美元

https://manus.im/zh-cn/blog/manus-100m-arr

[20] 东方财富：智谱AI上市及资本市场相关报道

https://finance.eastmoney.com/a/202606253782988130.html

[21] 美团技术：LongCat 大模型全面适配国产算力

https://www.meituan.com/news/NN260706216009547

[22] 东方财富：** 950 与 H20 推理性能及成本对比

https://finance.eastmoney.com/a/202603213679633275.html

[23] 中国证券报：智谱AI IPO 招股书解读

https://jnzstatic.cs.com.cn/zzb/htmlInfo/125336.html

[24] 《DeepSeek-V4 Technical Report》

https://arxiv.org/html/2606.19348v1

[25] The Information：智谱AI评估自研AI芯片需求，GLM带动算力战略升级

https://www.theinformation.com/articles/chinas-ai-lab-ziphu-weighs-custom-chip-demand-glm-model-soars

[26] 智谱AI技术博客：IndexShare——超长上下文训练与推理架构

https://www.zhipuai.cn/zh/research/160

[27] 东方财富：智谱AI上市及资本市场相关报道

https://finance.eastmoney.com/a/202606253782988130.html

[28] Anthropic 宣布重新开放 Fable 5 模型服务

https://www.anthropic.com/news/redeploying-fable-5

[29] Bing Xu：为什么资本愿意给予智谱超高估值

https://x.com/bingxu_/status/2075961011816092158

图片

图片

​